1. 课程导论：服务画像与SLI的基本概念
1.1 为什么需要服务画像？
在微服务架构与云原生环境下，一个CI/CD流水线往往需要同时支撑数十甚至上百个服务。不同服务在业务属性、技术栈、流量特征和变更风险上存在巨大差异。如果所有服务共用一套SLI（Service Level Indicator）口径，会导致以下问题：
- 误判风险：核心交易服务与内部工具服务使用相同的部署成功率阈值，核心服务频繁误告警，工具服务则掩盖真实故障。
- 资源浪费：低风险服务执行全量回归测试与安全扫描，流水线耗时过长，交付效率低下。
- 口径混乱：不同团队自行定义SLI，缺乏统一标准，跨服务可观测性数据无法聚合对比。
核心观点：服务画像是对服务进行多维度特征建模的过程，它为每个服务建立唯一的“身份标签”，从而指导CI/CD流水线SLI口径的差异化定义。
1.2 服务画像的四个核心维度
| 维度 | 关键属性 | 对SLI的影响 |
|---|---|---|
| 业务属性 | 核心交易、用户触达、内部工具、数据管道 | 决定SLI的严重等级与告警响应SLA |
| 技术栈 | 编程语言、框架、中间件、部署方式 | 决定SLI采集方式与工具链适配 |
| 流量特征 | QPS峰值、请求模式、读写比例 | 决定SLI采样率与统计窗口大小 |
| 变更风险 | 变更频率、影响范围、回滚率 | 决定SLI的阈值宽松度与卡点强度 |
1.3 SLI的基本概念与分类
SLI（Service Level Indicator）是服务质量的量化指标。在CI/CD流水线上下文中，SLI主要分为三类：
- 部署SLI：部署成功率、部署时长、回滚率、金丝雀通过率。
- 质量SLI：单元测试通过率、代码扫描通过率、集成测试覆盖率。
- 运行SLI：启动时间、健康检查延迟、资源消耗增量。
实践提示：传统做法对所有服务使用统一的“部署成功率 ≥ 99%”作为SLI。引入服务画像后，核心交易服务的部署成功率SLI可设为 ≥ 99.9%，而内部工具服务可设为 ≥ 95%，从而避免不必要的流水线阻塞。
1.4 服务画像与SLI的映射关系
下图展示了服务画像如何驱动CI/CD流水线SLI口径的定制过程：
1.5 基于服务画像定制SLI的三大收益
- 精准告警：SLI阈值与服务的真实风险等级匹配，减少误报与漏报。
- 高效交付：低风险服务跳过不必要的质量卡点，流水线平均耗时降低30%~50%。
- 统一治理：所有服务遵循相同的画像-口径映射框架，可观测性数据具备横向可比性。
常见误区：不要试图为每个服务手动定义SLI口径。服务画像的价值在于通过自动化规则引擎，将服务特征自动转化为SLI参数，避免人工维护带来的不一致性与运维负担。
1.6 课程路线图
本课程将按照以下结构展开：
| 章节 | 核心内容 |
|---|---|
| 第2~4章 | 服务画像的采集、建模与存储 |
| 第5~7章 | SLI口径定义方法与规则引擎设计 |
| 第8~10章 | CI/CD流水线集成与自动化验证 |
| 第11~12章 | 案例实战与持续优化 |
通过本课程的学习，你将掌握一套完整的服务画像驱动SLI口径的方法论，能够为组织内的CI/CD流水线建立差异化、可度量、可演进的SLI体系。