4. SLI 与 SLO 基础：定义、分类与设定方法

服务等级指标（SLI）与服务等级目标（SLO）是可观测性工程的基石，也是服务画像建模中“量化健康度”的核心手段。没有精确的 SLI 定义，基础设施即代码（IaC）的配置将失去度量依据；没有合理的 SLO 设定，错误预算便无从谈起。本节将系统阐述 SLI 的分类体系、SLO 的设定方法以及错误预算的运作机制。

4.1 SLI（服务等级指标）的定义与分类

SLI 是对服务某个特定维度进行量化的直接测量值，通常以比率、延迟或计数形式呈现。一个有效的 SLI 必须满足：可采集、可聚合、可对比。根据 Google SRE 经典分类及行业实践，SLI 主要分为以下四大类：

4.2 SLI 分类的黄金信号关系图

下图展示了四大 SLI 分类之间的关联关系及其在服务健康度评估中的位置：

4.3 SLO（服务等级目标）的设定方法

SLO 是为 SLI 设定的目标阈值或范围，代表服务所有者承诺的服务质量水平。SLO 的设定不是随意拍板，而是基于业务需求、技术能力与成本约束的平衡决策。以下是标准的 SLO 设定流程：

1. 识别关键用户旅程：梳理用户最常使用的 3-5 个核心操作（如登录、搜索、下单），这些旅程的 SLI 应优先设定 SLO。
2. 确定 SLI 测量口径：明确 SLI 的采集窗口（如 1 分钟、5 分钟）、聚合方式（如 p99、平均值）及数据来源（如 Istio 指标、应用埋点）。
3. 设定目标值：基于历史基线数据，设定一个“足够好”的阈值。常见做法是取过去 30 天 p99 延迟的中位数作为初始 SLO。
4. 定义合规窗口：SLO 通常以滚动时间窗口（如 28 天、30 天）内的达标率表示，例如“99.9% 的请求在 200ms 内完成”。
5. 评审与迭代：SLO 不是一成不变的，应每季度根据业务变化、系统演进进行重新评估。

4.4 错误预算的概念与运作机制

错误预算 是 SLO 的衍生概念，定义为 1 - SLO。它表示在 SLO 合规窗口内，服务允许发生故障或性能降级的总时间或总请求比例。错误预算将“允许犯错”量化，为 SRE 团队提供了发布节奏与故障恢复的决策依据。

错误预算的核心运作逻辑如下：

• 预算消耗：每次 SLI 未达标的事件（如延迟超过 SLO 阈值）都会消耗错误预算。
• 预算剩余：当错误预算充足时（> 50%），团队可以正常发布新功能、进行实验性变更。
• 预算耗尽：当错误预算低于阈值（如 < 20%）时，应冻结所有非关键变更，优先投入稳定性修复。
• 预算重置：每个合规窗口结束时，错误预算自动重置为满额。

4.5 错误预算与 SLO 的联动流程

下图展示了错误预算如何驱动 SRE 决策，形成闭环管理：

4.6 SLI 口径映射到 IaC 的实践要点

在服务画像建模中，SLI 的定义必须与 IaC 配置中的监控采集、告警规则、自动扩缩容策略严格对齐。以下是关键映射规则：

# 示例：使用 Terraform 配置 Prometheus SLI 采集与告警
resource "prometheus_rule" "sli_latency_p99" {
  name      = "sli_latency_p99_high"
  expr      = "histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m])) > 0.2"
  for       = "5m"
  labels    = { severity = "critical", sli_type = "latency" }
  annotations = {
    summary     = "服务 p99 延迟超过 SLO 阈值"
    description = "当前 p99 延迟 {{ $value }}s，SLO 目标 < 0.2s"
  }
}

resource "prometheus_rule" "sli_error_rate" {
  name      = "sli_error_rate_high"
  expr      = "sum(rate(http_requests_total{status=~'5..'}[5m])) / sum(rate(http_requests_total[5m])) > 0.001"
  for       = "5m"
  labels    = { severity = "critical", sli_type = "error_rate" }
  annotations = {
    summary     = "服务错误率超过 SLO 阈值"
    description = "当前错误率 {{ $value }}，SLO 目标 < 0.1%"
  }
}