SRE для дежурной смены: цели, сигналы и оповещения

SLI задаёт точную количественную меру, SLO — её целевое значение. Укажите одинаковые область и окно до сравнения процентов.

Проверить тезис: SLI 01 · SLO 01 02

SLA отличает наличие согласованных последствий нарушения. Вид и размер последствий читают в самом соглашении.

Проверить тезис: SLA 01

Внутренняя цель может быть строже договорной; её изменение не переписывает условия клиента.

Проверить тезис: SLA 02

99,8% ниже внутренней цели 99,9%, но выше договорного числового порога 99,5%. Это проверка двух чисел, а не всех условий договора.

Проверить тезис: SLA 03

Проценты сравнимы только при одинаковом измерении. Суточная доля успешных запросов не подтверждает месячную доступность по времени.

Проверить тезис: SLA 04

Последствия читают в самом соглашении после проверки его применимости и показателя. Нарушение внутреннего SLO само по себе не назначает компенсацию.

Проверить тезис: SLA 05

Задержка, трафик, ошибки и насыщение — четыре золотых сигнала. Единицы и ресурс ограничения выбирают по услуге.

Проверить тезис: Четыре золотых сигнала 01

Быстрая ошибка не равна быстрой полезной работе: задержку успехов и ошибок смотрят отдельно.

Проверить тезис: Четыре золотых сигнала 02

Запросы в секунду и биты в секунду измеряют разную работу. Для трафика назовите единицу и уровень.

Проверить тезис: Четыре золотых сигнала 03

Насыщение проверяют по пределу ресурса, очередям и ожиданию; низкое среднее по серверу не исключает локального ограничения.

Проверить тезис: Четыре золотых сигнала 04

В двух выборках по 100 запросов замена половины успехов по 200 мс ошибками по 10 мс снижает общее среднее до 105 мс. Вместе с ним обязательно смотрят выросшую до 50% долю ошибок.

Проверить тезис: Четыре золотых сигнала 05

Скорость 1 расходует полный начальный бюджет за окно только при постоянном расходе и, для доли запросов, постоянной интенсивности. При уже потраченном бюджете срок до исчерпания будет другим.

Проверить тезис: Скорость расходования бюджета SLO 01 02

При SLO 99,9% доля ошибок 1% даёт скорость 10: 1% делят на 0,1%. Это не ошибки в секунду.

Проверить тезис: Скорость расходования бюджета SLO 03

30 суток / 10 = 3 суток только в заданной модели постоянной нагрузки и полного начального бюджета; это не точный прогноз при меняющемся трафике.

Проверить тезис: Скорость расходования бюджета SLO 04

Быстрое и медленное ухудшение требуют разных окон обнаружения и сроков действий. Один высокий порог способен пропустить длительный умеренный расход.

Проверить тезис: Скорость расходования бюджета SLO 05

Порог 1000 или больше и остановка некритичных изменений в примере — явно заданная учебная политика организации. Источники обосновывают согласованные действия, а не эти обязательные числа.

Проверить тезис: Бюджет ошибок 05

В рекомендованной схеме Google SRE Workbook длинное и короткое окна одного порога соединены через И. Не переносите это свойство на все правила, которые используют несколько окон.

Проверить тезис: Многооконное оповещение по скорости расхода 01 02

В учебном правиле пара 1 час / 5 минут с порогом выше 14,4 соединена через ИЛИ с парой 6 часов / 30 минут с порогом выше 6.

Проверить тезис: Многооконное оповещение по скорости расхода 03

20 за час и 2 за пять минут не проходят одну пару со строгим выше 14,4: короткое окно не подтверждает продолжающийся высокий расход.

Проверить тезис: Многооконное оповещение по скорости расхода 04

Одна ошибка из десяти запросов при цели 99,9% даёт скорость 100; это результат малой выборки, требующий осмысленной политики реакции.

Проверить тезис: Многооконное оповещение по скорости расхода 05

Ряд задаётся полным сочетанием меток. Кардинальность одного поля не равна общему числу рядов.

Проверить тезис: Кардинальность метрик 01 · Кардинальность метки 02 01

Независимые измерения перемножаются: 20 маршрутов × 3 метода × 5 классов ответа дают 300 рядов при публикации всех сочетаний.

Проверить тезис: Кардинальность метрик 02 03

300 рядов с интервалом 15 секунд дают 20 отсчётов в секунду и 1 728 000 за сутки без пропусков. Это ещё не объём в байтах.

Проверить тезис: Кардинальность метрик 04

Классическая гистограмма с десятью конечными границами даёт 11 бакетов, _sum и _count: 13 рядов на сочетание, 3900 для 300 сочетаний.

Проверить тезис: Кардинальность метрик 05

Prometheus не рекомендует неограниченные значения меток. Высокая кардинальность увеличивает число рядов даже при прежней частоте сбора.

Проверить тезис: Высокая кардинальность 01 02

Новый request_id в метках создаёт новое сочетание для каждого запроса. Фиксированный интервал сбора не ограничивает этот поток новых рядов.

Проверить тезис: Высокая кардинальность 03

Ограниченный шаблон /orders/{id} группирует маршрут; полный уникальный путь дробит его по заказам. Подробности запроса связывают с журналом или трассировкой.

Проверить тезис: Высокая кардинальность 04

Короткое хранение уменьшает историю, но не ограничивает создание новых сочетаний сейчас. Сначала ограничьте измерения и затем измерьте ресурсный бюджет.

Проверить тезис: Высокая кардинальность 05

Симптом показывает, что сломано для пользователя, причины помогают понять почему. Высокоуровневые задержки и ошибки служат основой срочного оповещения.

Проверить тезис: Оповещение по симптомам 01 02

Быстрое сгорание требует срочной реакции, если есть полезное действие и ответственный. Медленное ухудшение можно направить в задачу с ответственным и сроком; один высокий множитель не делает вызов полезным.

Проверить тезис: Оповещение, требующее действия 01 02

Определите получателя, срок реакции и первый шаг. Активное состояние правила не подтверждает, что сообщение доставлено и принято.

Проверить тезис: Оповещение, требующее действия 03

В вызов включите последствие, а ресурсные графики и журнал используйте для диагностики; несколько признаков одного последствия не обязательно требуют нескольких вызовов.

Проверить тезис: Оповещение, требующее действия 04

Несрочной задаче тоже нужны ответственный и срок, согласованный с оставшимся временем до ущерба.

Проверить тезис: Оповещение, требующее действия 05

Частые незначимые вызовы скрывают настоящий инцидент; оценивайте нагрузку за смену и устойчивость канала.

Проверить тезис: Alert fatigue 01 02

Повторные вызовы без полезного действия дают материал для пересмотра правила. Снижение числа сообщений само по себе не означает улучшения услуги.

Проверить тезис: Alert fatigue 03

После подавления правила тишина доказывает только изменение оповещения. Для восстановления проверяйте показатели услуги и исправность сбора.

Проверить тезис: Alert fatigue 04

Учебная передача смены включает открытое последствие, выполненные действия, подавления и следующий шаг с ответственным.

Проверить тезис: Alert fatigue 05