3. SLO台账设计原则：SLO定义与目标、SLI指标选取、台账数据结构设计

SLO台账是质量门禁体系的核心数据底座，它承载了从SLI原始指标到SLO合规状态的全量映射关系。设计台账时，必须遵循可量化、可追溯、可验证三大原则，确保每条SLO都能与Jaeger链路中的具体Span、标签、持续时间建立一一对应关系。

3.1 SLO定义与目标：从业务价值到技术指标

SLO（Service Level Objective）是服务等级目标，它回答了“这个服务在多长时间内、以多高的成功率、处理多少请求才算健康”。定义SLO时，必须遵循SMART原则：

• S（Specific）：目标具体，例如“99.9%的请求延迟低于200ms”。
• M（Measurable）：可测量，依赖Jaeger等工具采集真实数据。
• A（Achievable）：可达，基于历史基线设定，而非凭空臆想。
• R（Relevant）：相关，直接关联用户体验或业务KPI。
• T（Time-bound）：有时限，定义评估窗口（如过去30天滚动窗口）。

3.2 SLI指标选取：延迟、错误率、吞吐量

SLI（Service Level Indicator）是SLO的量化基石。在微服务可观测性体系中，黄金三角指标（延迟、错误率、吞吐量）是最通用且最有效的SLI集合。每个指标在Jaeger中都有明确的采集锚点。

3.2.1 延迟（Latency）

延迟衡量服务响应速度。选取延迟作为SLI时，必须明确百分位和统计窗口。

• P50（中位数）：反映大多数用户的体验。
• P99（99分位）：反映长尾延迟，是SLO的常用基准。
• P999（99.9分位）：用于核心链路，容忍度极低。

Jaeger中通过span.duration字段直接获取，结合RED指标（Rate、Errors、Duration）进行聚合。

3.2.2 错误率（Error Rate）

错误率衡量请求失败的比例。定义错误率时，必须区分显式错误和隐式错误。

• 显式错误：HTTP 5xx、gRPC 状态码非OK、业务异常抛出。
• 隐式错误：HTTP 200但响应体包含错误码、超时但未返回错误码。

Jaeger中通过span.error=true标签标记显式错误，隐式错误需通过自定义标签（如business.error_code）补充。

3.2.3 吞吐量（Throughput）

吞吐量衡量服务处理请求的速率。通常以QPS（每秒请求数）或RPS（每秒请求数）为单位。

• 峰值吞吐量：用于评估系统容量上限。
• 基线吞吐量：用于判断流量异常下降（可能表示服务不可用）。

Jaeger中通过统计span.start_time在单位时间内的计数来推算吞吐量。

3.3 台账数据结构设计：可扩展、可查询、可验证

SLO台账的数据结构必须支持多维度查询（按服务、按时间、按合规状态）和自动化验证（门禁引擎直接读取）。推荐采用宽表+标签的设计模式，核心字段分为四类：

3.4 台账与Jaeger的集成验证链路

台账数据必须与Jaeger链路数据形成闭环验证。验证流程如下：

1. 数据采集：Jaeger Collector接收Span，提取span.duration、span.error、http.status_code等原始指标。
2. 指标聚合：通过Spark/Flink作业，按service_name和sli_type聚合为SLI指标值。
3. 台账更新：将聚合结果写入SLO台账的current_compliance字段，并计算status。
4. 门禁触发：质量门禁引擎读取台账中status=violated的条目，阻断对应服务的发布流程。
5. 链路回溯：通过slo_id关联Jaeger Trace，定位具体故障Span。

3.5 台账数据持久化与查询优化

推荐使用时序数据库（如InfluxDB、TimescaleDB）存储台账的current_compliance历史变化，使用关系型数据库（如PostgreSQL）存储台账的元数据定义。查询优化策略如下：

• 复合索引：在(service_name, slo_level, status)上建立复合索引，加速门禁引擎的过滤查询。
• TTL策略：历史合规数据保留90天，元数据定义永久保留。
• 缓存层：使用Redis缓存status=violated的活跃SLO列表，减少数据库压力。

-- PostgreSQL 台账元数据表DDL示例
CREATE TABLE slo_metadata (
    slo_id UUID PRIMARY KEY,
    service_name VARCHAR(128) NOT NULL,
    slo_level VARCHAR(4) CHECK (slo_level IN ('L1', 'L2', 'L3')),
    sli_type VARCHAR(20) CHECK (sli_type IN ('latency', 'error_rate', 'throughput')),
    sli_percentile VARCHAR(8),
    sli_threshold FLOAT NOT NULL,
    slo_target FLOAT NOT NULL,
    window_type VARCHAR(10) CHECK (window_type IN ('rolling', 'fixed')),
    window_duration INT NOT NULL,
    evaluation_interval INT NOT NULL,
    created_at TIMESTAMP DEFAULT NOW(),
    updated_at TIMESTAMP DEFAULT NOW()
);

-- 复合索引
CREATE INDEX idx_slo_status ON slo_metadata (service_name, slo_level, status);