[SRE] Целевые показатели на практике Определить целевой показатель SLO — важно и непросто.

Как мыслить? Смотрите на то, что критично для пользователя, а не только на то, что легко измерять. Часто хочется брать простые метрики, но они не всегда отражают «боли» клиента. Научиться видеть настоящие проблемы — задача номер один!

Определение целей на пальцах Для прозрачности в SLO важно четко описывать:

• Как метрику измеряют
• Когда она действует

Хорошие примеры:

• 99 % вызовов GET запросов за минуту будут завершены менее чем за 100 миллисекунд для всех backend серверов.
• 99 % вызовов GET запросов будут завершены менее чем за 100 миллисекунд

Или если нам важна форма кривых производительности, можем указать в SLO несколько значений:

• 90 % вызовов GET запросов будут завершены менее чем за 10 миллисекунд
• 99 % вызовов GET запросов будут завершены менее чем за 100 миллисекунд
• 99,9 % вызовов GET запросов будут завершены менее чем за 1 секунду

Ну а если, у нас неоднородная загрузка, то можно делать вот так:

• 95% вызовов GET запросов для которых важна скорость работы, будут завершены менее чем за 1 секунду

Почему не стоит ставить 100%? Стремление к идеалу затормаживает релизы, делает продукт дорогим и излишне консервативным. Используйте допустимый уровень ошибок — это практика, одобренная SRE.

Вывод SLO дают инструмент управления и прозрачность: команда оперирует понятным критерием качества, а не догадками. Дальше — про выбор показателей и работу с ними! Пишите свои вопросы, делитесь постом — делаем сервисы надёжными вместе!