1. 课程导论：什么是 Exporter、什么是误差预算、为什么 Exporter 异常会影响误差预算
在 SRE 与可观测性体系中，Exporter 与 误差预算 是两个看似独立、实则紧密耦合的核心概念。本章从定义出发，逐步拆解二者之间的因果链条，为后续分析 Exporter 数据采集异常对误差预算台账的冲击奠定理论基础。
1.1 什么是 Exporter
Exporter 是 指标采集代理，负责从目标系统（应用、中间件、基础设施）拉取或接收度量数据，并将其转换为 Prometheus 等监控系统可识别的格式。Exporter 是“数据管道”的起点，其采集质量直接决定上层监控与 SLO 计算的准确性。
| Exporter 类型 | 典型代表 | 采集对象 |
|---|---|---|
| Node Exporter | prometheus/node_exporter | CPU、内存、磁盘、网络等主机指标 |
| 应用 Exporter | JMX Exporter、自定义 HTTP Exporter | JVM 指标、业务请求量、错误率、延迟 |
| 中间件 Exporter | Redis Exporter、MySQL Exporter、Kafka Exporter | 连接数、QPS、慢查询、队列积压 |
| 云/基础设施 Exporter | AWS CloudWatch Exporter、SNMP Exporter | 云资源指标、网络设备指标 |
关键认知： Exporter 不是“可选项”，而是 SLO 监控的“传感器层”。如果传感器本身故障，后续所有告警、仪表盘、误差预算计算都将建立在不可靠的数据之上。
1.2 什么是误差预算
误差预算（Error Budget）是 SRE 实践中的核心量化工具，定义为：
Error Budget = 1 - SLO 目标值（以百分比表示）
例如：SLO = 99.9% → Error Budget = 0.1% 的总时间窗口误差预算代表系统在 SLO 窗口内允许的“不可用”或“错误”总量。当实际错误消耗超过预算时，团队应暂停新功能发布，优先投入稳定性工作。
| SLO 目标 | 30 天误差预算 | 典型应用场景 |
|---|---|---|
| 99.9% | 约 43.2 分钟 | 核心 API、支付链路 |
| 99.99% | 约 4.32 分钟 | 实时交易、基础设施控制面 |
| 99.999% | 约 25.9 秒 | 电信核心网、金融核心账务 |
1.3 Exporter 异常如何影响误差预算
Exporter 数据采集异常对误差预算台账的影响并非“数据缺失”那么简单，而是通过以下三条路径产生实质性破坏：
- 数据缺失导致错误率低估：Exporter 宕机或采集超时，导致部分错误请求未被记录，误差预算消耗被“虚减”，团队误以为系统健康。
- 数据延迟导致预算计算窗口偏移：采集延迟使错误事件被计入错误的时间窗口，造成预算消耗的“时间错配”，影响发布决策的准确性。
- 数据重复导致错误率高估：Exporter 重试或指标重复上报，使同一错误被多次计数，误差预算被“虚增”，触发不必要的发布冻结。
风险警示： 在 SLO 为 99.99% 的场景下，4.32 分钟的误差预算极其脆弱。一次持续 5 分钟的 Exporter 采集中断，可能掩盖一次真实故障，导致预算台账“假健康”，最终引发更大范围的稳定性事故。
1.4 典型场景：Exporter 异常对误差预算台账的冲击
以下表格对比了三种典型 Exporter 异常场景下，误差预算台账的失真表现：
| 异常类型 | 错误率表现 | 预算消耗表现 | 对 SRE 决策的影响 |
|---|---|---|---|
| Exporter 进程 OOM | 错误率骤降为 0（假健康） | 预算消耗停止，剩余预算虚高 | 误判系统稳定，继续发布高风险变更 |
| Exporter 采集超时（网络抖动） | 错误率间歇性跳变 | 预算消耗出现毛刺，窗口内总量失真 | 触发不必要的告警疲劳，降低信任度 |
| Exporter 指标重复上报 | 错误率被放大 2~3 倍 | 预算快速耗尽，触发虚假发布冻结 | 浪费发布窗口，降低团队交付效率 |
课程前置提示： 后续章节将深入分析每种异常的技术根因、检测方法以及台账修复策略。本章作为导论，核心目标是建立“Exporter 数据质量 = 误差预算可信度”的认知基线。