1. 课程导论：为什么需要基于Loki的CI/CD流水线SLI监控？Loki在可观测性中的定位

1.1 传统CI/CD监控的盲区

在持续集成与持续交付（CI/CD）流水线中，构建、测试、部署等环节会产生大量日志。传统做法通常依赖构建工具（如Jenkins、GitLab CI）自带的控制台输出，或使用ELK（Elasticsearch、Logstash、Kibana）栈进行日志集中管理。然而，这些方案在面向服务等级指标（SLI）时存在明显短板：

• 指标提取困难：流水线日志多为非结构化文本，从中提取“构建时长”、“部署成功率”、“回滚频率”等SLI需要额外编写复杂的正则解析规则。
• 存储成本高昂：ELK栈对日志进行全文索引，存储开销大，而CI/CD日志通常具有高吞吐、短生命周期的特点，全量索引并不经济。
• 实时性不足：传统方案在日志从产生到可查询之间存在秒级甚至分钟级延迟，无法满足流水线快速反馈的需求。
• 缺乏标签化关联：难以将日志与流水线中的分支、提交ID、环境、触发人等元数据高效关联，导致SLI归因分析困难。

1.2 Loki在可观测性中的定位

Grafana Loki 是受 Prometheus 启发设计的日志聚合系统，其核心设计哲学是“仅对日志元数据（标签）建立索引，而不对日志内容做全文索引”。这一特性使其在可观测性技术栈中占据独特位置：

从上表可以看出，Loki 填补了低成本日志存储与快速标签检索之间的空白。在 CI/CD 场景中，流水线日志天然具有丰富的标签（如 pipeline_name、stage、status、commit_sha），Loki 的标签索引机制恰好能高效支持这些维度的聚合与过滤。

1.3 为什么CI/CD流水线SLI监控必须用Loki？

将 Loki 引入 CI/CD 流水线监控，并非简单的“日志搬家”，而是从 SLI 口径定义到实时监控的体系化升级。以下三个核心原因决定了 Loki 是最佳选择：

1. LogQL 直接支撑 SLI 口径计算：LogQL 提供了 rate()、count_over_time()、sum by() 等聚合函数，可以直接在查询时计算“过去1小时构建成功率”、“平均部署时长”等 SLI，无需额外开发指标采集器。
2. 标签驱动的高效过滤：通过为每条流水线日志注入 pipeline_id、stage、result 等标签，可以在毫秒级定位到特定构建、特定阶段的日志，大幅提升排错效率。
3. 与 Grafana 生态无缝集成：Loki 是 Grafana 的原生数据源，可以直接在同一个仪表板中混合展示 Prometheus 指标和 Loki 日志，实现“指标发现异常 → 日志定位根因”的闭环。

1.4 基于Loki的CI/CD流水线SLI监控架构

下图展示了本课程将要构建的核心架构：流水线日志通过 Promtail 采集并注入标签，发送至 Loki 集群；Grafana 通过 LogQL 查询实时计算 SLI，并驱动告警与仪表板。

1.5 本课程将解决的关键问题

通过本课程的学习，你将掌握以下核心能力：

• SLI 口径定义：如何将流水线中的“构建时长”、“部署频率”、“变更失败率”等业务指标，转化为 LogQL 可计算的日志口径。
• Promtail 配置实战：如何为不同 CI/CD 工具（Jenkins、GitLab CI、ArgoCD）的日志注入统一的标签体系。
• Loki 集群部署与调优：面向高吞吐流水线日志的 Loki 架构设计，包括 Distributor、Ingester、Querier 的配置要点。
• Grafana 仪表板与告警：构建 SLI 实时仪表板，并配置基于 LogQL 的告警规则，实现流水线健康度的一站式监控。