
Šta su SLI, SLO i SLA? Vodič kroz metrike pouzdanosti servisa
SLI, SLO i SLA definišu pouzdanost servisa merljivim metrikama, po uzoru na Googleov SRE pristup. Vodič objašnjava svaki pojam primerima i prikazuje izračunavanje error budgeta.
Merve Arslan
Stručnjak za WordPress i hosting
Reći da je servis „pouzdan” nije dovoljno - potrebno ga je definisati merljivim metrikama. SLI (Service Level Indicator), SLO (Service Level Objective) i SLA (Service Level Agreement) osnovni su elementi tog merenja. Nastali iz Googleovog pristupa Site Reliability Engineering (SRE), ovi koncepti kvalitet servisa izražavaju brojčano i omogućavaju timovima da donose utemeljene odluke. Ovaj vodič objašnjava svaki koncept konkretnim primerima, prikazuje izračunavanje error budgeta i korak po korak vodi kroz postavljanje merenja SLI-ja uz Prometheus.
SLI, SLO i SLA: osnovni koncepti
Ova tri koncepta su povezana, ali deluju na različitim slojevima. SLI meri, SLO postavlja ciljeve, SLA obavezuje.
| Koncept | Definicija | Ko ga definiše? | Primer |
|---|---|---|---|
| SLI | Merljiv pokazatelj kvaliteta servisa | Inženjerski tim | Udeo uspešnih zahteva: 99,95% |
| SLO | Ciljna vrednost postavljena za SLI | Inženjerski + produktni tim | Stopa uspeha >= 99,9% (30 dana) |
| SLA | Pravna obaveza prema klijentu | Poslovni + pravni tim | 99,9% dostupnosti, 10% kredita u slučaju kršenja |
💡 Ključno pravilo: SLA uvek treba da bude blaži od SLO-a. Ako je vaš SLO 99,95%, postavite SLA na 99,9%. Ova razlika stvara zaštitnu zonu u kojoj možete reagovati pre kršenja SLA. SLO posmatrajte kao interni cilj, a SLA kao spoljnu obavezu.
Definisanje SLI-jeva: izbor pravih metrika
Izbor SLI-ja zavisi od vrste vašeg servisa. Google SRE knjiga definiše četiri osnovne kategorije SLI-jeva:
-
Dostupnost Udeo uspešnih odgovora u ukupnom broju zahteva. Formula: uspešni zahtevi / ukupni zahtevi. Najosnovniji SLI za veb API-je i sajtove.
-
Latencija Vreme odgovora na zahtev. Obično se meri kao percentili p50, p95 i p99. Direktno utiče na korisničko iskustvo.
-
Propusnost Broj zahteva obrađenih u jedinici vremena. Ključan SLI za tokove podataka (data pipeline) i sisteme za grupnu obradu.
-
Ispravnost Udeo ispravnih odgovora. Ključno za sisteme plaćanja i usluge obrade podataka. Zahtevi koji vraćaju netačne rezultate računaju se kao neuspesi.
Preporuke za SLI prema vrsti servisa
| Vrsta servisa | Primarni SLI | Sekundarni SLI |
|---|---|---|
| Web API | Dostupnost (non-5xx / ukupno) | Latencija p99 < 500ms |
| Sajt za e-trgovinu | Dostupnost + latencija p95 | Stopa uspešnosti naplate |
| Tok podataka (data pipeline) | Svežina (aktuelnost podataka) | Ispravnost + propusnost |
| Servis za skladištenje | Trajnost (stopa gubitka podataka) | Dostupnost + latencija |
Error budget: balans između pouzdanosti i brzine razvoja
Error budget je količina otkaza koju vaš SLO dozvoljava. Servis sa ciljem SLO od 99,9% ima ukupno 43 minuta i 50 sekundi „dozvoljenog otkaza” u 30 dana. Kada se taj budžet potroši, isporuka novih funkcija se zaustavlja, a fokus se prebacuje na poboljšanja pouzdanosti.
# SLO: 99.9% availability (30-day window)
Error Budget = 1 - SLO = 1 - 0.999 = 0.001 (0.1%)
# Time-based calculation
30 days = 30 x 24 x 60 = 43,200 minutes
Error Budget = 43,200 x 0.001 = 43.2 minutes
# Request-based calculation (1M requests/day)
30-day total = 30,000,000 requests
Error Budget = 30,000,000 x 0.001 = 30,000 failed requests
# Remaining budget
Consumed = actual_errors / total_requests
Remaining Budget = Error Budget - Consumed
⚠️ Politika error budgeta: Kada error budget padne ispod 75%, zaustavite rizične isporuke. Ispod 50% isporučujte samo poboljšanja pouzdanosti. Na 0% zamrznite sve isporuke funkcija i sprovedite postmortem analizu. Ovu politiku unapred zapišite zajedno sa timom.
Merenje SLI-jeva uz Prometheus
HTTP metrike vaše aplikacije možete koristiti za merenje SLI-jeva u Prometheusu. Sledeći PromQL upiti prikazuju osnovne proračune SLI-ja.
SLI dostupnosti
# Successful request ratio over the last 30 days
sum(rate(http_requests_total{code!~"5.."}[30d]))
/
sum(rate(http_requests_total[30d]))
# Remaining error budget percentage
1 - (
(1 - (
sum(rate(http_requests_total{code!~"5.."}[30d]))
/
sum(rate(http_requests_total[30d]))
))
/
(1 - 0.999) # SLO target: 99.9%
)
SLI latencije
# p99 latency (using histogram)
histogram_quantile(0.99,
sum(rate(http_request_duration_seconds_bucket[5m])) by (le)
)
# Ratio of requests responding under 500ms (latency SLI)
sum(rate(http_request_duration_seconds_bucket{le="0.5"}[30d]))
/
sum(rate(http_request_duration_seconds_count[30d]))
Upozorenja o brzini potrošnje SLO-a (burn rate)
Umesto tradicionalnih upozorenja zasnovanih na pragovima koristite upozorenja o brzini potrošnje (burn rate). Burn rate meri koliko brzo se troši error budget. Ovaj pristup smanjuje broj lažnih alarma i omogućava bržu reakciju na stvarne probleme.
groups:
- name: slo-burn-rate
rules:
# Fast burn: 2% budget consumed in 1 hour (14.4x burn rate)
- alert: SLOBurnRateCritical
expr: |
(
sum(rate(http_requests_total{code=~"5.."}[1h]))
/
sum(rate(http_requests_total[1h]))
) > (14.4 * 0.001)
for: 2m
labels:
severity: critical
annotations:
summary: "SLO burn rate critical - budget depleting rapidly"
# Slow burn: 5% budget consumed in 6 hours (6x burn rate)
- alert: SLOBurnRateWarning
expr: |
(
sum(rate(http_requests_total{code=~"5.."}[6h]))
/
sum(rate(http_requests_total[6h]))
) > (6 * 0.001)
for: 15m
labels:
severity: warning
annotations:
summary: "SLO burn rate elevated - budget depleting faster than expected"
Upravljanje SLA-om: obaveze i posledice
SLA je pravni ugovor sa klijentom, a njegovo kršenje ima finansijske posledice. Ključne stvari pri definisanju SLA-a:
Period merenja
Jasno definišite da li SLA merite mesečno ili godišnje. Mesečni periodi omogućavaju strožu kontrolu.
Struktura naknade
Za scenarije kršenja definišite procente kredita ili iznose kazni po nivoima. Obično se primenjuju krediti od 10%-30%.
Izuzeci
Iz obima SLA isključite planirano održavanje, višu silu i probleme koje je izazvao klijent. Jasno to navedite u ugovoru.
Za podešavanje nadzora dostupnosti pogledajte naš vodič za obaveštenja o prekidu rada uz Alertmanager. Za metrike servera pogledajte naš vodič za Prometheus + Grafana. Za distribuirano praćenje (tracing) pogledajte naš OpenTelemetry vodič. Korisni dodatni resursi su Google SRE Book - poglavlje o SLO-u i Prometheus Alerting Best Practices .
Često postavljana pitanja
Mogu li da postavim SLO na 100%?
Ne, SLO od 100% praktično je nemoguć i ne preporučuje se. Nulti error budget znači da ne možete praviti nikakve izmene. Svaka isporuka i izmena konfiguracije potencijalni su izvor otkaza. Čak je i 99,99% veoma ambiciozan cilj koji zahteva značajna ulaganja u infrastrukturu.
Šta da radim kada se error budget potroši?
Zaustavite isporuke novih funkcija i usredsredite se na poboljšanja pouzdanosti. Sprovedite postmortem analize da biste utvrdili uzroke. Ojačajte automatizovane testove, uvedite canary isporuke i proširite pokrivenost nadzorom. Isporuke nastavite kada se budžet obnovi (novi period merenja).
Koja je razlika između SLO-a i SLA?
SLO je interni cilj, a SLA spoljna obaveza. SLO je ciljna vrednost performansi koju postavlja inženjerski tim i čije kršenje nema direktne finansijske posledice. SLA je pravni ugovor sa klijentom čije kršenje dovodi do naknade ili kredita. SLA uvek treba da bude blaži od SLO-a.
Koliko SLI-jeva treba da definišem?
Dovoljno je 2-4 SLI-ja po servisu. Previše SLI-jeva otežava nadzor i donošenje odluka. Usredsredite se na metrike koje najviše utiču na korisničko iskustvo. Kombinacija dostupnosti i latencije obično je dobra polazna tačka.
Zaključak
Kvalitet servisa merite pomoću SLI-jeva, ciljeve postavljajte pomoću SLO-ova, a obaveze prema klijentima preuzimajte pomoću SLA. Uravnotežite pouzdanost i brzinu razvoja mehanizmom error budgeta. Prikupljajte SLI metrike uz Prometheus i na vreme otkrivajte kršenja SLO-a pomoću burn rate upozorenja.
Serverska infrastruktura sa visokim SLA garancijama
Ispunite svoje SLA ciljeve uz Hosted Cloud servere sa garantovanom dostupnošću od 99,9%.
Pogledajte pakete cloud servera →Merve Arslan
Stručnjak za WordPress i hosting
Autorka vodiča o optimizaciji performansi WordPress-a, izboru hostinga i infrastrukturi za e-trgovinu.
Komentari uskoro