एसएलए और एसएलओ निगरानी

1) शर्तें और भूमिकाएँ

एसएलए (सेवा स्तर का समझौता) - ग्राहक के लिए बाहरी संविदात्मक दायित्व (दंड खंड, क्रेडिट)।

एसएलओ (सेवा स्तर उद्देश्य) - आंतरिक सेवा स्तर का लक्ष्य जो एसएलए निष्पादन का समर्थन करता है।

SLI (सेवा स्तर संकेतक) - मापा संकेतक, जिसके आधार पर SLO/SLA का मूल्यांकन किया जाता है।

त्रुटि बजट - अवधि के लिए "अनुपलब्धता/त्रुटियों" का अनुमत प्रतिशत: 'बजट = 1 − SLO'।

स्कोप: उपयोगकर्ता की आंखों (एंड-टू-एंड) द्वारा मापा जाता है। Microservices में, घटक स्तर पर और अंत-से-अंत पथ स्तर पर दोनों।

2) एसएलआई चयन: वास्तव में क्या मापना है

मानदंड उपयोगकर्ता अनुभव और व्यावसायिक मूल्य के साथ सहसंबंध है।

• उपलब्धता: सफल अनुरोधों का प्रतिशत। 'SLI = सफल/सभी'।
• विलंबता: अनुरोधों का अनुपात सीमा टी। 'SLI = P (विलंबता ≤ T)' की तुलना में तेज है।
• गुणवत्ता: सही उत्तरों का अनुपात (5xx/funts के बिना। त्रुटियां)।
• डेटा अप-टू-डेट - प्रतिकृति विलंबता/ETL ≤ X मिनट।
• व्यवसाय प्रक्रिया निष्पादन: सफल भुगतान/पंजीकरण का हिस्सा।

एंटी-पैटर्न: व्यावसायिक गलतियों की अनदेखी करते हुए केवल 200 को "सफलता" के रूप में गिना जाता है; उपयोगकर्ता नेटवर्क के बजाय परीक्षण नेटवर्क में माप

3) सूत्र और अवलोकन खिड़कियां

• 'उपलब्धता = (OK_requests/ All_requests) × 100%'।

• 'P95 ≤ T' → एक शेयर के रूप में बेहतर तैयार किया गया है: 'SLI =% अनुरोध ≤ T'।
• उदाहरण: "खोज प्रश्नों का 99% ≤ 28 दिनों में 300 एमएस।"
• स्लाइडिंग विंडो: 28 या 30 दिन (संवेदनशीलता और स्थिरता का संतुलन)। घटनाओं के लिए - अतिरिक्त खिड़कियां: 1 एच, 6 एच, 24 एच।

4) त्रुटि बजट और परिवर्तन दर नियंत्रण

गणना: 'SLO = 99 पर। 9% 'बजट =' 0। 1% 'त्रुटियां/अनुपलब्धता प्रति अवधि।

• बजट> 50%: रिलीज और योजना प्रयोगों।
• बजट 10-50%: केवल कम जोखिम वाली रिलीज, कैनरी को कसना।
• बजट <10%: रिलीज फ्रीज, मूल कारण, विश्वसनीयता में सुधार।
• प्रगतिशील रिलीज के साथ संबंध: कैनरी/फीचर-फ्लैग्स खुराक में बजट को "खाएं", गिरावट के तहत ऑटो-रोलबैक के साथ।

5) चेतावनी राजनेताओं: थ्रेसहोल्ड से जलाने की दर तक

क्यों नहीं "daupal SLO - अलर्ट बढ़ाया": बहुत देर हो चुकी है। सक्रियता की जरूरत है।

• 'BR = (इस विंडो में छोटी विंडो/स्वीकृत त्रुटि में देखी गई त्रुटि)'.
• यदि 'बीआर> 1' - बजट सामान्य से अधिक तेजी से सेवन किया जाता है।

• फास्ट अलर्ट (शोर संवेदनशील है, आपदाओं को पकड़ ता है): खिड़की 5-10 मिनट, दहलीज बीआर 14-20 ×।
• धीमी चेतावनी (रेंगने वाली गिरावट को पकड़ ता है): खिड़की 1-6 घंटे, दहलीज बीआर 2-4 ×।
• संयोजन की स्थिति: तेज या धीमी गति से काम किया - ऑन-कॉल पेजिंग।
• स्तर: उपयोगकर्ता एसएलओ के लिए पेजर, आंतरिक एसएलआई के ग्रे क्षरण के लिए टिकट/सूचनाएं।

6) सत्य के अवलोकन और स्रोत

लॉग - कारणों का निदान।

मेट्रिक्स - संख्यात्मक एसएलआई (सफलता/त्रुटि, विलंबता प्रतिशत, भिन्न, काउंटर)।

ट्रेल्स - पथ के माध्यम से, "गर्म" खंडों का स्थानीयकरण।

सिंथेटिक्स - परिधि से सक्रिय नमूने (क्षेत्र-जागरूक)।

वास्तविक कार्यक्रम - आरयूएम/ग्राहक टेलीमेट्री, बिजनेस मैट्रिक्स (रूपांतरण, सफल भुगतान)।

आवश्यकताएं: रिलीज और घटनाओं के डैशबोर्ड में एक एकल चित्र, एनोटेशन "संस्करण/कैनरी/ध्वज"।

7) एसएलओ डिजाइन: चरण-दर-चरण टेम्पलेट

1. महत्वपूर्ण पथ का वर्णन करें (उदाहरण के लिए, "कार्ड द्वारा जमा करें"

2. SLI को परिभाषित करें: सफलता/त्रुटि, विलंबता सीमा, पूर्णता।

3. सहमत SLO: 28-दिवसीय लक्ष्य + अपवाद (अनुसूचित विंडो)।

4. एसएलए से लिंक: कानूनी दायित्व - वास्तविक एसएलओ।

5. एक सेवा स्वामी, RACI और अलर्ट चैनल आबंटित करें।

6. अलर्ट नीतियों (टू-विंडो बीआर) और ऑटो-रोलबैक को परिभाषित करें।

7. लागू करें रिपोर्टिंग: साप्ताहिक बजट समीक्षा, घटना के बाद की समीक्षा।

8. एसएलओ त्रैमासिक (लोड/आर्किटेक्चर परिवर्तन) की समीक्षा करें।

8) एसएलओ उदाहरण (टेम्प्लेट)

• उपलब्धता: '≥ 99। 95% '(28 डी, घोषित खिड़कियों को छोड़ कर ≤ 30 मिनट/महीना)।
• विलंबता: '≥ 99%' प्रतिक्रियाएं '≤ 400 एमएस'।
• व्यवसाय संचालन की सफलता: '≥ 98। 5% सफल प्राधिकरण (धोखाधड़ीफ़िल्टर को ध्यान में रखा जाता है)।

• विलंबता: '≥ 99%' अनुरोध करता है '≤ 300 ms'।
• कैश प्रासंगिकता: '≤ 5 मिनट' समय का 99% अंतराल।

• डिलीवरी: '≥ 99। 9% 'के लिए' 60 s '(रेट्रास के साथ एंड-टू-एंड)।
• नुकसान: '≤ 0। 01% 'संदेश (idempotency/deduplication सक्षम)।

9) बहु-क्षेत्र और बहु-किरायेदार

SLO "cohort द्वारा": देश, भुगतान प्रदाता, वीआईपी खंड, डिवाइस।

किनारे पर स्थानीय एसएलओ: उपयोगकर्ता (किनारे/पीओपी) के निकटतम बिंदुओं से मैट्रिक्स।

एकत्रीकरण: कुल SLO को महत्वपूर्ण सहकर्मियों में विफलताओं को छिपाना नहीं चाहिए।

स्विचिंग प्रदाता: SLO गेट स्तर पर स्वचालित फॉलबैक मार्ग।

10) डैशबोर्ड और रिपोर्टिंग

रिलीज डैशबोर्ड: संस्करण, कैनरी (% ट्रैफिक), एसएलआई (सफलता/विलंबता), बीआर, फ्लैग एनोटेशन।

ऑपरेटिंग डैशबोर्ड: दिन में बर्न-डाउन बजट, शीर्ष घटनाएं, एमटीटीआर, समस्या सहकर्मी।

साप्ताहिक रिपोर्ट: बजट संतुलन, बीआर रुझान, तकनीकी ऋण (अड़चनें), सुधार योजना।

11) प्रक्रियाएं: घटनाएं, आरसीए और सुधार

हादसा प्रबंधन: अलर्ट बीआर मूल्यांकन - कैनरी/झंडे का पैमाना रोलबैक/फिक्स।

आरसीए (मूल कारण): SLI द्वारा तथ्य/समयसीमा/परिकल्पना/सुधार/प्रभाव की जांच।

सबक सीखा: गैर-दंडात्मक पोस्टमार्टम, मालिकों और समय सीमा के साथ अनिवार्य कार्रवाई आइटम।

लूप क्लोजर: परीक्षणों में परिवर्तन, झंडे, सीमा, कैश, रिट्रे, कोटा।

12) अनुपालन और लेखा परीक्षा

नियंत्रण कलाकृतियों के रूप में SLO/SLI (पॉलिसी-as-code, अपरिवर्तनीय लॉग)।

आवश्यकताओं की कड़ी (उदाहरण के लिए, भुगतान लेनदेन की उपलब्धता)।

साक्ष्य: अलर्ट मिनट, बजट रिपोर्ट, रिलीज/रोलबैक लॉग।

13) बार-बार गलतियाँ और उनसे कैसे बचें

“99. 99% या मृत्यु": अप्राप्य लक्ष्य - निरंतर अलर्ट-शोर। यथार्थवादी एसएलओ चुनें।

वैश्विक औसत स्थानीय डिप्स को छिपाते हैं → cohorts पेश करते हैं।

Metrics e2e नहीं: ग्राहक पर वास्तविक गिरावट के दौरान उच्च SLO → RUM/सिंथेटिक्स जोड़ें।

एक सीमा पर अलर्ट - दो-खिड़की बर्न दर पर स्विच करें।

परिवर्तन का कोई लिंक नहीं है - रिलीज एनोटेट नहीं हैं, कोई ऑटो-रोलबैक नहीं है।

14) मिनी कार्यान्वयन जाँच सूची

• महत्वपूर्ण रास्ते और उनके एसएलआई/एसएलओ का वर्णन किया गया है।
• निगरानी और बहिष्करण विंडो सेट है।
• टू-विंडो बीआर अलर्ट (तेज और धीमी) कॉन्फ़िगर किए गए हैं।
• संस्करणों/झंडों के एनोटेशन के साथ रिलीज़ और संचालन के डैशबोर्ड।
• त्रुटि बजट नीति रिलीज को प्रभावित करती है।
• नियमित बजट समीक्षा और घटना के बाद आरसीए।
• प्रलेखन और स्कोरकार्ड मालिक।

15) गणना उदाहरण (विशिष्ट)

एपीआई उपलब्धता एसएलओ: 99। 28 दिनों में 9% - बजट = 0। 1%.

7 दिनों के लिए 0। 06% त्रुटियों - साप्ताहिक बजट का 60% उपयोग किया।

15 मिनट की छोटी खिड़की पर, 2% त्रुटियां देखी जाती हैं। इस विंडो पर वैध है '0. 1% × (15 मिनट/40320 मिनट) ≈ 0। 000037%`.

बर्न रेट 1 (× के दसियों) - एक तेज पेजर को ट्रिगर किया जाता है, कैनरी 1% तक वापस आ जाती है, डीग्रेड-पेमेंट-यूएक्स फीचर फ्लैग चालू होता है, आरसीए शुरू होता है।

16) नीचे की रेखा

एसएलए/एसएलओ निगरानी न केवल रिपोर्ट में संख्या है, बल्कि परिवर्तन के जोखिम और सेवा की गुणवत्ता के प्रबंधन के लिए एक तंत्र है। सही एसएलआई, यथार्थवादी एसएलओ, त्रुटि बजट प्रबंधन, दो-खिड़की बर्न-रेट अलर्ट और ई-ऑब्जर्वेबिलिटी मेट्रिक्स को काम के समाधान में बदल देते हैं: मूल्य तेजी से जारी करें और उपयोगकर्ता अनुभव को पूर्वानुमान रखें।