1. 课程导论：为什么需要SLO反推容量？SLO与容量水位的关系全景图

1.1 传统容量规划的困境

在微服务与云原生架构下，传统的“基于历史峰值 + 固定冗余”的容量规划模式正面临严峻挑战。运维团队常常陷入以下困境：

• 过度预配：为应对未知流量高峰，资源长期处于低利用率状态，造成云成本浪费。
• 被动响应：容量告警通常基于 CPU/内存等资源指标，但资源饱和时故障往往已经发生，缺乏提前量。
• 口径割裂：研发团队关注请求延迟与错误率，运维团队关注资源利用率，双方对“容量是否充足”的判断标准不一致。
• 压测无标尺：压测目标仅设定为“TPS 达到 X 万”，但未与用户体验指标（如延迟、错误率）挂钩，导致压测通过后线上仍出现 SLO 违例。

1.2 为什么需要SLO反推容量？

SLO 反推容量，本质上是将容量规划从“资源视角”转向“体验视角”。其核心逻辑是：先定义用户可接受的服务水平边界，再反向推导系统在该边界下能承载的最大负载，最后确定资源水位。

这一方法论带来的关键收益：

1.3 SLO与容量水位的关系全景图

下图展示了 SLO、容量水位、压测水位三者之间的核心关系与数据流转路径。这是本课程后续所有 Metric Design 的顶层架构。

1.4 全景图关键解读

上图展示了本课程的核心逻辑链条，分为四个层次：

1. SLO 定义层：作为一切容量决策的起点，必须由业务与研发共同确定可量化的延迟、错误率、可用性目标。
2. 压测水位层：通过阶梯加压实验，在 SLO 边界处找到系统的“最大安全 TPS”，并划分安全、警戒、危险三级水位线。
3. 容量水位层：将压测水位线映射为具体的资源利用率阈值，指导日常的自动扩缩容与资源规划。
4. 可观测性反馈闭环：通过持续的 SLO 预算消耗监控，反向校准压测水位与容量阈值，形成动态优化循环。

1.5 本课程的核心交付物

通过本课程，你将掌握一套完整的 Metric Design 体系，用于支撑 SLO 反推容量的落地：