2、流水线关键SLI指标：定义与口径

在CI/CD流水线的可观测性体系中，SLI（Service Level Indicator）是量化流水线健康度的核心数据。本章聚焦五个最关键的SLI指标：构建成功率、构建时长、部署频率、回滚率和MTTR（平均修复时间）。每个指标的定义、计算口径、统计粒度及常见误区，是后续性能调优与故障排查的基础。

2.1 构建成功率（Build Success Rate）

定义：在给定时间窗口内，流水线中构建阶段（包括编译、单元测试、静态检查等）成功完成的次数占总触发次数的百分比。

口径公式：

构建成功率 = (成功构建次数 / 总构建触发次数) × 100%

统计粒度说明：

维度	推荐口径	常见误区
时间窗口	按天/周/发布周期聚合	使用滚动窗口导致数据漂移
重试处理	仅统计最终结果，重试不计为独立触发	将重试次数计入分母，人为降低成功率
分支过滤	区分主分支与特性分支，分别统计	混用分支导致主分支质量被稀释
基础设施故障	建议单独标记，不纳入SLI计算	将Agent失联、磁盘满等计入代码失败

2.2 构建时长（Build Duration）

定义：从流水线触发构建任务开始，到构建阶段（编译+测试+制品产出）完成所消耗的总时间。

口径公式：

构建时长 = 构建结束时间戳 - 构建开始时间戳（单位：秒/分钟）

关键分位值：

• P50（中位数）：反映典型构建体验，用于日常监控。
• P95：反映长尾构建，用于识别异常慢的构建任务。
• P99：用于容量规划与SLO告警。

下图展示了构建时长的典型分布与分位值关系：

2.3 部署频率（Deployment Frequency）

定义：单位时间内（通常为天或周）向生产环境成功部署的次数。

口径公式：

部署频率 = 成功部署次数 / 统计周期天数

分级标准（参考DORA指标）：

等级	部署频率	典型团队特征
精英	按需（每日多次）	全自动化流水线，小批量频繁发布
高	每日一次至每周一次	自动化程度高，有灰度发布机制
中	每周一次至每月一次	部分手动审批，发布窗口固定
低	每月一次至每季度一次	大量手动操作，发布周期长

2.4 回滚率（Rollback Rate）

定义：在给定时间窗口内，因故障或质量问题触发回滚的部署次数占总部署次数的比例。

口径公式：

回滚率 = (回滚次数 / 总部署次数) × 100%

回滚判定标准：

• 主动回滚：发布后监控发现异常，人工或自动触发回滚。
• 被动回滚：因严重故障导致服务不可用，强制回滚至上一版本。
• 不计入：灰度发布中的流量切换、A/B测试中的版本切换。

2.5 MTTR（平均修复时间）

定义：从流水线或生产环境故障被确认开始，到服务恢复正常运行所消耗的平均时间。

口径公式：

MTTR = 总修复时间 / 故障次数

MTTR分解阶段：

阶段	说明	优化方向
检测时间	从故障发生到监控告警触发	完善可观测性，缩短告警延迟
响应时间	从告警到工程师开始排查	值班机制、自动化响应
定位时间	从排查开始到找到根因	日志聚合、链路追踪
修复时间	从定位到部署修复版本	回滚能力、热修复流水线

下图展示了MTTR各阶段的时间构成与优化杠杆：

2.6 五指标关联分析矩阵

五个SLI指标并非孤立存在，它们之间存在强关联关系。下表展示了指标间的典型影响模式：

指标A	指标B	典型关联模式	排查方向
构建成功率↓	构建时长↑	失败重试导致构建时长虚高	区分首次构建与重试构建的时长
部署频率↑	回滚率↑	频繁发布但质量下降	检查测试覆盖率与代码审查流程
回滚率↑	MTTR↑	回滚流程复杂导致修复时间延长	优化回滚自动化程度
构建时长↑	部署频率↓	构建瓶颈拖慢发布节奏	分析构建缓存、并行度、依赖管理
MTTR↑	构建成功率↓	故障修复后构建环境未恢复	检查构建环境一致性