3. SLI 口径设计原则：明确性、可重复性、可自动化、面向用户

SLI（Service Level Indicator，服务等级指标）口径是 SRE 可观测性体系的基石。一个定义模糊、无法复现或依赖人工操作的 SLI，不仅无法准确反映服务健康状态，还会在故障排查和容量规划中引入噪声。本章围绕四项核心原则展开，确保 SLI 口径在 IaC 环境中具备工程级可靠性。

3.1 明确性：消除歧义，精确到原子操作

明确性要求 SLI 口径的每个构成要素——数据源、采集方式、聚合窗口、成功/失败判定——都具备唯一且无歧义的定义。模糊的口径会导致不同团队对同一指标产生不同解读，破坏 SLO 的契约效力。

3.2 可重复性：相同输入必然产生相同输出

可重复性保证 SLI 口径不依赖环境上下文、时间偏移或人工操作。当两个工程师在相同时间窗口内对同一数据源执行口径查询时，必须得到完全一致的结果。这是 SLI 作为可审计契约的基础。

• 确定性查询： 避免使用 NOW()、RAND() 等非确定性函数；使用固定时间戳或参数化时间窗口。
• 幂等性： 同一口径重复执行多次，结果不变（不考虑数据自然增长）。
• 版本锁定： 口径定义、查询脚本、依赖库版本均纳入 IaC 版本控制。

# 可重复性反例：依赖系统时间
SELECT COUNT(*) AS total
FROM requests
WHERE timestamp > NOW() - INTERVAL '5 minutes';

# 可重复性正例：使用参数化时间窗口
-- :start_time 和 :end_time 由编排层传入固定值
SELECT COUNT(*) AS total
FROM requests
WHERE timestamp >= :start_time AND timestamp < :end_time;

3.3 可自动化：从采集到告警全链路无人值守

可自动化原则要求 SLI 口径的采集、计算、存储、告警全流程无需人工介入。在 IaC 环境中，这意味着口径定义必须能够被机器解析和执行，而非依赖人工阅读文档后手动操作。

3.4 面向用户：从用户体验反向定义指标

面向用户原则要求 SLI 口径直接反映最终用户或下游服务所感知的服务质量，而非内部基础设施的健康状态。一个常见的反例是：用 CPU 使用率作为 API 服务的 SLI，但用户只关心请求是否成功返回。

面向用户的 SLI 口径设计应遵循以下优先级：

1. 用户请求成功率： 从客户端或网关层采集，而非服务端内部日志。
2. 端到端延迟： 测量从用户发起请求到收到完整响应的时间，排除服务端内部处理时间。
3. 可用性： 用户视角下服务是否可访问，而非服务进程是否存活。
4. 吞吐量： 用户实际完成的请求数，而非服务端处理的请求数（排除重试、爬虫等非用户流量）。

3.5 四项原则的冲突与权衡

在实际 IaC 项目中，四项原则之间可能存在冲突。例如，面向用户要求从客户端采集数据（更真实），但可自动化要求数据源必须稳定可编程（客户端采集往往受限于网络环境和用户设备）。下表总结了常见冲突场景及推荐权衡策略：