2. SLO 基础概念：SLI、SLO、SLA 的定义与区别
在构建质量门禁体系之前，必须准确理解三个核心术语：服务水平指标（SLI）、服务水平目标（SLO）和服务水平协议（SLA）。这三者构成了从测量到承诺的完整链路，也是后续进行误报根因分析和规则优化的基础。
2.1 核心定义
| 术语 | 英文全称 | 核心定义 | 关键特征 |
|---|---|---|---|
| SLI | Service Level Indicator | 对服务某个维度的量化测量值，如延迟、错误率、吞吐量。 | 可观测、可计算、可对比 |
| SLO | Service Level Objective | 为 SLI 设定的目标阈值或范围，是内部质量承诺。 | 可达成、可衡量、有时间窗口 |
| SLA | Service Level Agreement | 与客户或业务方签订的正式合同条款，通常附带惩罚机制。 | 法律约束、对外承诺、有补偿条款 |
记忆口诀：SLI 是“测什么”，SLO 是“目标值是多少”，SLA 是“没达到会怎样”。
2.2 三者的层级关系
下图展示了从原始测量到对外承诺的完整链路。质量门禁的误报，往往源于 SLI 采集偏差或 SLO 阈值设置不合理，而非 SLA 本身的问题。
2.3 关键区别对比
在实际工程中，三者的区别决定了质量门禁的规则设计方向。下表从多个维度进行对比：
| 对比维度 | SLI | SLO | SLA |
|---|---|---|---|
| 受众 | 研发、运维团队 | 研发、运维、产品团队 | 客户、法务、商务团队 |
| 粒度 | 分钟级 / 请求级 | 小时级 / 天级 | 月级 / 季度级 |
| 严格程度 | 如实测量，无目标 | 尽力达成，允许偶尔超出 | 必须满足，否则触发惩罚 |
| 变更频率 | 随系统架构变化 | 随业务目标调整 | 合同期内固定 |
| 误报影响 | 导致 SLO 计算偏差 | 触发不必要的告警 | 可能引发错误赔偿 |
2.4 质量门禁中的角色定位
在质量门禁系统中，三者的角色分工明确：
- SLI 是门禁的“传感器”：负责采集原始数据，如请求延迟、错误计数、饱和度等。传感器精度直接决定门禁是否误报。
- SLO 是门禁的“阈值开关”：定义了“什么是好的质量”。门禁规则本质上是将实时 SLI 与 SLO 进行对比，超出则触发阻断或告警。
- SLA 是门禁的“业务红线”：通常不作为实时门禁的直接触发条件，而是作为季度/年度复盘和赔偿依据。
常见误区：很多团队将 SLA 直接作为门禁阈值使用，导致频繁误报。SLA 是合同底线，通常留有缓冲；门禁应使用更严格的 SLO（通常比 SLA 严格 2~3 倍），才能提前发现风险。
2.5 典型示例：电商系统
以电商系统的“商品详情页加载”为例，展示三者的实际落地：
| 层级 | 示例内容 | 门禁规则 |
|---|---|---|
| SLI | P99 加载延迟 = 320ms | 实时采集，每 1 分钟上报 |
| SLO | P99 加载延迟 ≤ 500ms（月度 99.9% 达标） | 连续 5 分钟超过 500ms 触发告警 |
| SLA | 月度可用性 ≥ 99.95%，否则赔偿 5% 月费 | 不直接触发门禁，用于月度复盘 |
在这个例子中，如果 SLI 采集的延迟数据因为采样偏差（如只采集了成功请求，忽略了超时请求）而偏低，就会导致门禁误报（实际已超 SLO 但未触发）。这正是后续章节要深入分析的根因之一。
2.6 小结
SLI、SLO、SLA 构成了质量管理的金字塔结构。在质量门禁实践中，SLI 的准确性和SLO 的合理性是减少误报的两大核心抓手。SLA 则作为最终的业务保障，不应直接参与实时门禁判断。理解这三者的定义与区别，是后续进行 SLO 台账规则优化的前提。