1. 课程导论：为什么 Latency 是 SLO 的核心指标，课程目标与学习路径

1.1 从用户体验的“最后一公里”说起

在可观测性三大支柱（Metrics、Logs、Traces）中，延迟（Latency） 是唯一一个直接映射用户感知的指标。错误率可以靠重试掩盖，吞吐量可以靠扩容提升，但 每一次高延迟都在消耗用户耐心。Google 的研究表明：页面加载时间每增加 100ms，用户流失率上升约 1%；而对于实时交互系统（如支付、视频会议），超过 200ms 的延迟就会导致明显的“卡顿感”。

因此，Latency 是 SLO（Service Level Objective）体系中优先级最高的信号——它既是技术指标，也是业务指标。

1.2 为什么 Latency 是 SLO 的核心指标？

以下表格对比了常见指标在 SLO 体系中的角色差异：

从表格可以清晰看出：延迟是唯一一个“用户侧”与“系统侧”高度耦合的指标。当延迟恶化时，往往意味着系统瓶颈、代码效率问题或架构缺陷正在发生。

1.3 延迟指标的“门限”思维

单纯的“平均延迟”是危险的——它掩盖了长尾请求。SRE 实践中通常使用 百分位延迟（Percentile Latency） 作为门限依据：

• P50（中位数）：代表大多数用户的体验，适合作为“基础门限”。
• P95 / P99：代表最差 5% / 1% 用户的体验，是 SLO 违约的“红线”。
• P999：代表极端长尾，通常用于金融交易、实时控制等场景。

1.4 课程目标：从“看指标”到“定门限、建 SLO、做联动”

本课程不是简单的指标讲解，而是围绕 Latency 门限与 SLO 的联动闭环 展开。完成本课程后，你将能够：

1. 定义：为不同业务场景（API、页面、数据库、消息队列）选择合适的延迟百分位与门限值。
2. 测量：使用 Prometheus、OpenTelemetry、eBPF 等工具准确采集延迟数据，避免“测量误差”。
3. 建模：将延迟门限转化为可量化的 SLO 目标（如“P99 ≤ 500ms，30 天滚动窗口内达成率 ≥ 99.9%”）。
4. 联动：建立“门限 → 告警 → 自动扩缩容 / 降级 / 熔断”的自动化响应机制。
5. 验证：通过错误预算（Error Budget）驱动容量规划与发布节奏。

1.5 学习路径与知识图谱

下图展示了本课程的核心知识结构，以及 Latency 门限与 SLO 联动的整体流程：

1.6 课程章节速览

本课程共 30 章，分为 5 个模块，每个模块聚焦一个关键能力：

1.7 本章小结