打造精细化运维新玩法（五）

Recording rules

具体地，利用Prometheus计算生成SLO数据，只需要简单掌握常用的PromQL(Prometheus Query Language)并编写相应的Recording rules，通过Git代码仓库维护管理SLO元数据的版本及分支，再通过ArgoCD将对应的Recording rules配置推送到Prometheus并重载即可生效。

时序模型

为了更好的利用SLO数据，我们简单介绍下Prometheus中的数据模型。Prometheus属于单值数据模型的时间序列数据库，监控数控是由时间戳、监控数值及标签组构成。

同时，Prometheus还支持了非常丰富的OLAP操作以便于对时序数据进行钻取和透视。另外，Prometheus提供了UI Explore功能，对PromQL提取到的时间序列数据做简单可视化。从纯数据合成的视角，SLO序列是对空间维度和时间粒度更宏观的聚合：空间(数据横截面)上，聚合掉标签维度信息，只关注整体；时间尺度上，以天、周、月、季度等分辨率统计和计算，从而形成了无标签或低标签维度的时间序列数据。如之前所提到的，SLO关注的是统计窗口内应用或系统整体的服务能力和水平、是宏观健康度的反映和度量，比如政府报告中不会罗列出每个具体区域的GDP明细，而是汇总成宏观经济指标对外公布。

SLF

为了扩展SLO在具体的运维场景中的应用，使得依赖相关性定位变得更加通用(将在第三部分介绍)，结合SLO元数据，我们定义了一些扩展概念。

Prometheus的数据模型，一条SLO数据是由时间戳、监控数值和众多的维度标签构成，每一组标签代表了该条数据的归属，即将该条SLO数据可被分解的方向，于是我们引入了服务水平影响因子(Service Level Factor，SLF)。在构建SLO数据的过程中，我们将可能会影响到服务水平的维度注入到SLO数据中，以便在SLO序列预警的时候，遵循相关的维度对异常进行下钻，从而定位出故障信息。

宝企通IT服务作为智能化工单系统龙头，拥有多年优化SLA经验，能够有效提高员工对IT的服务满意度。是一款支持SAAS、本地化部署、源码交付的运维工单系统(SAAS免费试用，企业微信--工作台--添加应用，搜索“IT服务”，排名第一的就是。或添加顾问：添加我为微信好友)。目前是全网众多企业选择的工单类产品，支持手机验证码或账号验证，员工自助修改域账号密码，具备智能化派单模式工程师响应快减少员工等待时间。自定义知识库可提升工程师专业技能水平，帮助工程师迅速判断员工问题，极大提升员工报单体验。系统还能够大幅提升职能部门可以服务的用户数，有效降低专业人力成本开支，提高业务执行效率，展现工作成果。产品服务好能为用户免费开发个性化需求，连续多年被魔力象0评为leaders位置，市场占有率爆发式增长