1. 课程导论：为什么需要从服务画像看 DORA？DORA 四关键指标与 SLI 的关系

1.1 从“单一指标”到“服务画像”的认知跃迁

在 DevOps 与可观测性实践中，DORA（DevOps Research and Assessment）四关键指标已成为衡量软件交付与运维效能的事实标准。然而，许多团队在落地时陷入一个误区：将 DORA 指标视为数值，脱离服务上下文进行横向对比。例如，要求所有服务的部署频率都达到“精英”级别，却忽略了核心支付服务与内部工具服务的本质差异。

本课程的核心主张是：DORA 指标必须与“服务画像”绑定。服务画像是对一个服务在业务价值、技术架构、风险等级、变更模式、运行环境等多维度的结构化描述。只有将 DORA 四关键指标放入服务画像的上下文中，才能定义出合理、可操作、有意义的 SLI（Service Level Indicator）口径。

1.2 DORA 四关键指标速览

DORA 四关键指标分为“交付速度”与“交付稳定性”两个维度，具体定义如下：

1.3 为什么需要服务画像？—— 三个核心原因

脱离服务画像讨论 DORA 指标，会导致以下三个典型问题：

1. 口径失真： 一个每天只触发一次定时任务的批处理服务，其“部署频率”天然低于一个面向用户的 API 网关。若用同一套基准去评判，批处理服务永远无法达到“高绩效”，但这并不代表其交付效能低下。
2. 改进方向模糊： 当变更失败率偏高时，是应该加强代码审查，还是优化发布流程，或是提升测试覆盖率？服务画像中的“变更模式”和“风险等级”能帮助团队定位根因，而非盲目优化。
3. 跨服务对比无效： 将核心交易链路服务与内部配置管理服务的 DORA 指标直接对比，如同比较“赛车的速度”与“货车的载重”，缺乏可比性。服务画像提供了“归一化”的对比基础。

1.4 DORA 指标与 SLI 的关系：从“度量”到“可观测”

DORA 四关键指标本身是效能度量指标，而 SLI（Service Level Indicator）是服务可观测性指标。两者之间的关系可以概括为：

• DORA 指标是“结果”，SLI 是“过程”： DORA 告诉你“部署频率是多少”，SLI 告诉你“部署流水线中每个环节的耗时分布”。
• DORA 指标需要 SLI 来“拆解”： 变更前置时间（Lead Time）可以拆解为代码提交时间、CI 构建时间、测试执行时间、审批等待时间、部署执行时间等多个 SLI。
• SLI 需要 DORA 指标来“校准”： 一个服务的可用性 SLI 为 99.99%，但如果其变更失败率高达 30%，则说明该 SLI 的可靠性存疑——高失败率意味着频繁的降级或回滚，可用性数据可能被“掩盖”。

下图展示了 DORA 四关键指标与 SLI 之间的映射与拆解关系：

1.5 本课程的核心学习路径

本课程将按照以下逻辑展开，帮助学员建立从服务画像到 DORA 指标 SLI 口径的完整知识体系：

• 第一步：构建服务画像 —— 学习如何从业务、技术、变更、风险四个维度为服务建立结构化画像。
• 第二步：定义 DORA 指标 SLI 口径 —— 针对不同服务画像，为每个 DORA 指标设计合理的 SLI 口径与采集方式。
• 第三步：建立可观测性仪表盘 —— 将 SLI 数据可视化，形成持续监控与改进的闭环。
• 第四步：基于画像的效能改进 —— 通过服务画像识别瓶颈，制定差异化的改进策略。