3. SLI口径配置的声明式定义：使用Terraform HCL定义SLI指标口径

在SRE实践中，SLI（Service Level Indicator）口径是衡量服务可靠性的核心度量标准。传统的手动配置或脚本化管理方式容易导致口径漂移、版本混乱和审计困难。本章将深入讲解如何使用Terraform的HCL（HashiCorp Configuration Language）以声明式方式定义SLI指标口径，实现配置的版本化、可追溯和自动化管理。

3.1 声明式配置的核心优势

声明式配置的核心思想是“定义期望状态，而非执行步骤”。与命令式脚本相比，HCL声明式定义SLI口径具有以下关键优势：

3.2 SLI口径的HCL资源模型

在Terraform中，SLI口径通常映射为特定Provider的资源对象。以Prometheus和日志查询两种典型场景为例，其资源模型如下：

• Prometheus SLI：使用prometheus_rule_group或自定义Provider的sli_metric资源，定义PromQL查询语句、聚合周期和阈值。
• 日志SLI：使用日志平台Provider（如Elasticsearch、Loki）的资源，定义Lucene或LogQL查询语句，以及计数窗口。
• 合成监控SLI：使用synthetic_check资源，定义探测URL、预期状态码和超时时间。

# 示例：使用Terraform定义Prometheus SLI口径
resource "prometheus_rule_group" "api_sli" {
  name     = "api-availability-sli"
  interval = "60s"

  rule {
    record = "sli:api_availability:ratio_5m"
    expr   = <<EOT
      sum(rate(http_requests_total{status=~"2..|3.."}[5m]))
      /
      sum(rate(http_requests_total[5m]))
    EOT
    labels = {
      sli_type = "availability"
      service  = "api-gateway"
    }
  }
}

# 示例：使用Terraform定义日志SLI口径
resource "loki_alert_rule" "error_log_sli" {
  name        = "error-log-ratio-sli"
  query       = <<EOT
    sum(rate({service="payment"} |= "ERROR" [5m]))
    /
    sum(rate({service="payment"} [5m]))
  EOT
  eval_period = "5m"
  labels = {
    sli_type = "error_rate"
    service  = "payment"
  }
}

3.3 配置版本化的实现机制

版本化是SLI口径管理的基石。Terraform通过以下三层机制确保配置版本的可追溯性：

1. 文件级版本控制：所有.tf文件存储在Git仓库中，每次变更通过Pull Request提交，保留完整历史记录。
2. 状态文件版本化：Terraform State文件记录已应用的资源版本，支持回滚到任意历史状态。
3. Provider资源版本：SLI口径资源本身支持元数据标签（如version、change_id），便于在监控系统中追溯。

resource "prometheus_rule_group" "latency_sli" {
  name = "api-latency-sli"

  rule {
    record = "sli:api_latency:p99_5m"
    expr   = "histogram_quantile(0.99, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))"
    labels = {
      sli_type  = "latency"
      version   = "v2.1.0"
      commit_id = "a3f8c2e"
      owner     = "sre-team"
    }
  }
}

3.4 SLI口径声明式定义的整体架构

下图展示了从HCL定义到最终监控告警的完整数据流架构，清晰呈现了声明式配置在CI/CD管道中的位置与作用：

3.5 多环境SLI口径管理策略

在实际生产环境中，通常需要管理开发、预发、生产等多个环境的SLI口径。Terraform通过workspace或terraform.tfvars实现环境隔离：

# 使用变量实现环境差异化
variable "environment" {
  type = string
}

variable "promql_window" {
  type = string
}

resource "prometheus_rule_group" "sli" {
  name = "${var.environment}-sli-availability"

  rule {
    record = "sli:availability:ratio"
    expr   = <<EOT
      sum(rate(http_requests_total{status=~"2..|3..", env="${var.environment}"}[${var.promql_window}]))
      /
      sum(rate(http_requests_total{env="${var.environment}"}[${var.promql_window}]))
    EOT
    labels = {
      environment = var.environment
      version     = "v1.0.0"
    }
  }
}

3.6 口径变更的声明式工作流

下图展示了基于Terraform的SLI口径变更声明式工作流，从需求提出到最终生效的完整闭环：

3.7 最佳实践与避坑指南