4. 流水线持续时间SLI：P50/P90/P99口径、时间戳对齐、异常值处理

流水线持续时间是衡量CI/CD系统交付效率的核心SLI。本节将围绕百分位口径选择、时间戳对齐策略以及异常值处理三个关键维度展开，确保口径定义在跨团队、跨工具链场景下具备可移植性与统计鲁棒性。

4.1 百分位口径：P50/P90/P99的工程含义

不同百分位口径反映流水线延迟的不同侧面，需根据SLO目标与用户角色选择合适口径。

4.2 时间戳对齐：跨阶段持续时间的精确计算

流水线由多个阶段（Stage）与步骤（Step）串联而成，时间戳对齐错误会导致持续时间计算偏差。常见问题包括：

• 时区不一致：CI/CD服务器与Agent、Git仓库使用不同时区。
• 时钟偏移：分布式节点间系统时钟未同步（NTP未配置或失效）。
• 事件丢失：阶段开始/结束事件因网络抖动未上报，导致时间戳缺失。

标准对齐策略如下：

1. 统一使用UTC时间戳：所有事件记录强制转换为UTC，避免时区转换误差。
2. NTP同步校验：在流水线启动时记录Agent与Server的时钟偏差，偏差超过500ms时标记该次运行数据为“低置信度”。
3. 阶段持续时间 = 阶段结束时间戳 - 阶段开始时间戳：若阶段开始或结束时间戳缺失，则使用父流水线开始/结束时间戳进行线性插值，并在SLI数据中附加timestamp_aligned: true标签。

def align_stage_duration(stage_events, pipeline_start, pipeline_end):
    start_ts = stage_events.get('start') or pipeline_start
    end_ts   = stage_events.get('end')   or pipeline_end
    # 若开始或结束时间戳缺失，标记对齐
    aligned = ('start' not in stage_events) or ('end' not in stage_events)
    duration = (end_ts - start_ts).total_seconds()
    return duration, aligned

4.3 异常值处理：过滤与标记策略

异常值会严重扭曲百分位计算，需在SLI聚合前进行识别与处理。常见异常类型及处理方式如下：

4.4 流水线持续时间SLI计算流程

下图展示了从原始事件采集到百分位输出的完整计算链路：

4.5 工程案例：跨团队口径移植适配

某中型互联网公司在推行统一SLI时，发现不同团队对“流水线持续时间”的定义存在差异：

• 团队A：从代码推送（Push）到部署完成（Deploy End），包含人工审批时间。
• 团队B：从流水线触发（Trigger）到所有步骤完成（Step End），排除人工审批。
• 团队C：仅计算构建与测试阶段，不包含部署。

移植适配方案如下：

4.6 异常值处理效果对比

以下为某生产环境一周数据在异常值处理前后的百分位变化：