1. 课程导论：SLI 与 SLO 基础概念、为什么需要管理 SLI 口径配置变更、Terraform 与 CI/CD 在其中的角色
1.1 SLI 与 SLO 基础概念
在站点可靠性工程（SRE）体系中，SLI（Service Level Indicator，服务等级指标）与SLO（Service Level Objective，服务等级目标）是衡量服务健康度的核心度量对。SLI 是实际观测到的量化指标，SLO 则是围绕 SLI 设定的目标阈值。
| 术语 | 定义 | 示例 |
|---|---|---|
| SLI | 对服务某一维度（延迟、错误率、吞吐量等）的实际测量值，通常以比率或分布形式呈现。 | 请求延迟 P99 ≤ 200ms；HTTP 500 错误率 ≤ 0.1% |
| SLO | 围绕 SLI 设定的目标边界，是服务等级协议（SLA）的内部承诺依据。 | 过去 30 天内，99.9% 的请求延迟 P99 ≤ 200ms |
| SLA | 对外部客户承诺的合同级目标，通常比 SLO 更宽松。 | 月度可用性 ≥ 99.5%（含赔偿条款） |
关键区分：SLI 是“测量什么”，SLO 是“目标是多少”。SLO 必须基于 SLI 定义，而 SLA 则基于 SLO 对外承诺。管理 SLI 口径，本质上是管理“测量什么”以及“如何测量”的规则。
1.2 为什么需要管理 SLI 口径配置变更
SLI 口径并非一成不变。随着业务演进、基础设施重构、监控工具升级，SLI 的定义规则、数据源、聚合方式、阈值边界都会频繁变动。缺乏对 SLI 口径配置的版本化管理，会引发以下问题：
- 口径漂移：不同团队对同一 SLI 使用不同的计算逻辑，导致 SLO 报告不一致。
- 回滚困难：口径变更后发现问题，无法快速恢复到上一个已知正确的配置版本。
- 审计缺失：无法追溯“谁在什么时间修改了哪个 SLI 口径”，合规性不达标。
- 环境差异：开发、预发、生产环境的 SLI 口径配置不同步，造成误告警或漏告警。
常见陷阱：很多团队直接在监控 UI 上手动修改 SLI 口径，认为“改一下阈值很简单”。这种操作没有变更记录、没有审批、没有回滚能力，一旦误改，恢复成本极高。
因此，SLI 口径配置变更需要纳入基础设施即代码（IaC）与CI/CD 流水线管理，实现可追溯、可审计、可自动化的变更流程。
1.3 Terraform 与 CI/CD 在其中的角色
本课程的核心技术栈是 Terraform 与 CI/CD 流水线，二者在 SLI 口径配置变更管理中承担互补角色：
| 角色 | 工具 | 职责 |
|---|---|---|
| 声明式定义 | Terraform | 将 SLI 口径（数据源、指标过滤、聚合窗口、阈值）以 HCL 代码形式声明，存储在 Git 仓库中。 |
| 变更自动化 | CI/CD 流水线 | 代码提交后自动执行 Terraform Plan/Apply，将口径配置推送到监控平台（如 Datadog、Prometheus、Grafana）。 |
| 版本控制 | Git | 记录每次口径变更的差异、提交人、时间戳，支持分支策略与代码审查。 |
| 合规与审计 | CI/CD + Terraform | 通过流水线门禁（Policy as Code）自动校验口径变更是否符合组织规范，生成审计日志。 |
下图展示了 Terraform 与 CI/CD 在 SLI 口径配置变更管理中的协作流程：
1.4 本课程的核心价值
通过本课程，你将掌握以下能力：
- 使用 Terraform 声明式定义 SLI 口径配置，消除手动操作。
- 将 SLI 口径变更纳入 CI/CD 流水线，实现自动化部署与回滚。
- 通过 Policy as Code 在流水线中自动校验口径合规性。
- 构建可审计、可复现的 SLI 配置管理流程，支撑 SRE 体系落地。
课程前置要求：具备基础的 Terraform 语法知识（resource、data source、provider），了解 Git 工作流与 CI/CD 基本概念（如 Jenkins、GitLab CI、GitHub Actions）。本课程将使用 Terraform 与 Prometheus/Grafana 作为主要演示平台。