4. 多环境（Dev/Staging/Prod）的差异化SLI口径设计原则

在多环境基础设施即代码（IaC）体系中，SLI（Service Level Indicator）并非一套口径通吃所有环境。Dev、Staging、Prod 各自承担不同的质量目标与风险容忍度，SLI 口径必须随环境语义差异化设计，否则会导致误判、告警疲劳或关键缺陷逃逸。

4.1 环境语义与SLI设计约束

每个环境在交付流水线中的角色决定了 SLI 的观测重点与阈值松紧。下表总结了三种核心环境的语义差异及对应的 SLI 设计约束：

4.2 差异化SLI口径设计原则

以下六条原则是构建多环境 SLI 口径的核心依据，每条原则都直接映射到 IaC 配置参数的选择：

1. 原则一：环境隔离，口径独立
   每个环境拥有独立的 SLI 定义文件（如 sli-dev.yaml、sli-staging.yaml、sli-prod.yaml），禁止跨环境复用同一口径。
2. 原则二：阈值随环境梯度递增
   可用性、延迟、错误率等指标的阈值从 Dev 到 Prod 逐级收紧。例如：
   Dev: 可用性 ≥ 95%，P99 延迟 ≤ 2000ms
   Staging: 可用性 ≥ 99%，P99 延迟 ≤ 500ms
   Prod: 可用性 ≥ 99.9%，P99 延迟 ≤ 200ms
3. 原则三：观测粒度与环境稳定性匹配
   Dev 环境允许 1 分钟粒度采样，Staging 使用 5 分钟窗口，Prod 必须使用 1 分钟窗口并叠加滑动平均。
4. 原则四：错误分类口径差异化
   Dev 环境将“配置错误”与“基础设施错误”合并统计；Staging 区分“配置错误”与“运行时错误”；Prod 必须细分到 5xx、4xx、超时、连接拒绝等子类。
5. 原则五：数据源选择与环境可信度对齐
   Dev 可使用模拟数据或简化探针；Staging 使用真实流量镜像；Prod 必须使用真实用户请求（RUM）或边缘探针。
6. 原则六：SLI 口径随 IaC 版本管理
   所有环境的 SLI 定义必须纳入 Git 仓库，通过 IaC 流水线自动部署，确保口径变更可追溯、可回滚。

4.3 多环境SLI口径配置参数对比

以下表格展示了三个环境在典型 SLI 口径上的参数配置差异，这些参数直接写入 IaC 模块的变量文件：

# environments/prod/terraform.tfvars
sli_config = {
  availability_threshold    = 99.9
  latency_p99_ms           = 200
  error_rate_threshold     = 0.1
  sampling_window_seconds  = 60
  error_classification     = "detailed"
  data_source              = "rum"
}

# environments/dev/terraform.tfvars
sli_config = {
  availability_threshold    = 95.0
  latency_p99_ms           = 2000
  error_rate_threshold     = 5.0
  sampling_window_seconds  = 60
  error_classification     = "merged"
  data_source              = "synthetic"
}

4.4 差异化SLI口径设计流程

下图展示了从环境语义分析到 SLI 口径部署的完整设计流程，每个阶段都对应 IaC 配置的变更：

4.5 常见避坑与最佳实践

4.6 差异化SLI口径的IaC实现模式

以下代码片段展示了如何使用 Terraform 的 for_each 和 merge 函数实现环境级 SLI 参数覆盖：

# sli_config.tf
locals {
  default_sli = {
    availability_threshold   = 95.0
    latency_p99_ms          = 2000
    error_rate_threshold    = 5.0
    sampling_window_seconds = 60
    error_classification    = "merged"
    data_source             = "synthetic"
  }

  env_overrides = {
    dev = {}
    staging = {
      availability_threshold   = 99.0
      latency_p99_ms          = 500
      error_rate_threshold    = 1.0
      sampling_window_seconds = 300
      error_classification    = "split_config_runtime"
      data_source             = "traffic_mirror"
    }
    prod = {
      availability_threshold   = 99.9
      latency_p99_ms          = 200
      error_rate_threshold    = 0.1
      error_classification    = "detailed"
      data_source             = "rum"
    }
  }

  sli_configs = {
    for env in ["dev", "staging", "prod"] :
    env => merge(local.default_sli, local.env_overrides[env])
  }
}

# 输出每个环境的 SLI 配置
output "sli_configs" {
  value = local.sli_configs
}