37 | 什么是SLI、SLO、SLA

1 SLI

Service Level Indicator 服务水平指示器，服务水平，简称SLI。对于业务来说是最重要的指标。比如，对于网站来说，一个常见的SLI是请求得到正常响应的百分比。

只要遵从两个原则就可以：

• 选择能够标识一个主体是否稳定的指标，如果不是这个主体本身的指标，或者不能标识主体稳定性的，就要排除在外。
• 优先选择与用户体验强相关或用户可以明显感知的指标。

通常情况下，可以直接使用谷歌的VALET指标方法。

• V：Volume，容量，服务承诺的最大容量
• A：Availability，可用性，服务是否正常
• L：Latency，延迟，服务的响应时间
• E：Error，错误率，请求错误率是多少
• T：Ticket，人工介入，是否需要人工介入

2 SLO

Service Level Object 服务水平目标，是围绕SLI构建的目标。通常是一个百分比，并与一个时间范围挂钩。比如，月度、季度、年度等。通常用一连串9来度量。如果脱离了时间的度量，SLO的意义就不大了。

90%（1个9的正常运行时间）：这意味着10%的停机时间，也就是说在过去的30天里停机了3天。
99%（2个9的正常运行时间）：意味着在过去30天中有1%，或者说7.2小时的停机时间。
99.9%（3个9的正常运行时间）：意味着0.1%，或者说43.2分钟的停机时间。
99.95%（3.5个9的正常运行时间）：意味着0.05%，或者说21.6分钟的停机时间。
99.99%（4个9的正常运行时间）：意味着0.01%，或者说4.32分钟的停机时间。
99.999%（5个9的正常运行时间）：意味着0.001%，或者说26秒的停机时间。

Availability = Successful request Total request

那么什么样的指标才是 SLI 指标呢？下面我们就以最常见的 SLI 指标成功率，延迟率来看2个范例：

请求成功的 TCP 数量/总 TCP 请求数，即 TCP 请求成功率。
请求成功的延迟小于 200 ms 的请求数/总请求数，即 TCP 延迟小于 200ms 的的比例。
下面我们就来看他们对应的常见 SLO 的范例：

每月 TCP 请求成功率（SLI）大于 99.99%
每月 99.99% 的 TCP 请求延迟（SLI）小于 200ms
这就是我们其实在实际 SLI，SLO 设定中最常见的 2 个指标及其范例

3 SLA

Service Level Agreement 服务水平协议，是企业围绕SLO发布的协议。它要求在不满足SLO时向客户补偿的协议。

Availability = Uptime (Uptime + Downtime)