4. CI/CD 流水线 SLI 概述

在传统服务可靠性工程中，SLI（Service Level Indicator）通常聚焦于在线服务的用户体验，如请求延迟、错误率和吞吐量。然而，CI/CD 流水线作为软件交付的“生产系统”，其可靠性直接影响交付效率和业务响应速度。本章将系统阐述流水线 SLI 与传统服务 SLI 的核心差异，并定义构建成功率、部署频率、回滚率和 MTTR 等典型指标。

4.1 流水线 SLI 与传统服务 SLI 的区别

传统服务 SLI 衡量的是“运行态”服务质量，而流水线 SLI 衡量的是“交付态”过程质量。两者的核心差异体现在观测对象、指标属性和故障影响范围上。

4.2 流水线 SLI 的典型指标

基于服务画像的 CI/CD 流水线 SLI 体系包含四个核心指标，它们共同构成交付可靠性的量化视图。

4.2.1 构建成功率（Build Success Rate）

构建成功率衡量代码提交后，通过编译、单元测试、静态检查等阶段并产出制品的比例。它是流水线健康度的基础指标。

构建成功率 = (成功构建次数 / 总构建触发次数) × 100%

• 统计窗口：通常按天或按发布周期统计。
• 常见阈值：目标 ≥ 95%，警告线 < 90%。
• 影响因素：依赖包版本冲突、测试环境不稳定、代码合并冲突。

4.2.2 部署频率（Deployment Frequency）

部署频率反映团队向生产环境交付变更的节奏。高频部署通常意味着更短的交付周期和更小的变更粒度。

部署频率 = 成功部署到生产环境的次数 / 统计周期（天）

• 统计窗口：按周或按月评估趋势。
• 分级参考：
  • 精英级：每日多次部署
  • 良好级：每日一次部署
  • 需改进：每周一次部署
  • 低效级：每月一次或更少

4.2.3 回滚率（Rollback Rate）

回滚率衡量部署后因故障或质量问题而撤销变更的比例。低回滚率是流水线质量稳定的重要标志。

回滚率 = (回滚次数 / 总部署次数) × 100%

• 统计窗口：按发布周期或月度统计。
• 常见阈值：目标 ≤ 5%，警告线 > 10%。
• 关联分析：高回滚率通常与测试覆盖率不足、灰度策略缺失相关。

4.2.4 平均恢复时间（MTTR）

MTTR（Mean Time to Recover）衡量从流水线故障或部署异常发生到恢复正常服务的时间。它反映团队的应急响应和自动化恢复能力。

MTTR = 总恢复时间 / 故障次数

• 统计窗口：按季度或半年评估。
• 常见阈值：目标 ≤ 30 分钟，警告线 > 60 分钟。
• 优化方向：自动化回滚、一键恢复、故障预案演练。

4.3 流水线 SLI 指标关系图

下图展示了四个典型指标之间的逻辑关系及其在流水线生命周期中的位置。

4.4 指标口径与采集要点

为确保 SLI 数据的可比性和可操作性，需要统一指标口径和采集方式。

4.5 基于服务画像的 SLI 权重分配

不同服务类型的流水线 SLI 关注点不同。下表展示了基于服务画像的权重分配参考。