SLO/SLA 的常用计算方法

1. 基于不可用时长的方法

这种方法关注服务在特定时间段内的运行状态，通常用于传统IT系统和基础设施服务。

数学公式：

\(\text{SLO} = \frac{\text{总时间} - \text{不可用时间}}{\text{总时间}} \times 100\%\)

或等价表示为：

\(\text{可用性百分比} = \frac{\text{可用时间}}{\text{总时间}} \times 100\%\)

不可用时间计算：

• 一个"9"(90%)：允许每年不可用时间约36.5天
• 两个"9"(99%)：允许每年不可用时间约3.65天
• 三个"9"(99.9%)：允许每年不可用时间约8.76小时
• 四个"9"(99.99%)：允许每年不可用时间约52.56分钟
• 五个"9"(99.999%)：允许每年不可用时间约5.26分钟

2. 基于不可用请求占比的方法

这种方法关注服务请求的成功率，更适合微服务架构和现代分布式系统，能更准确反映用户体验。

数学公式：

\(\text{服务水平百分比} = \frac{\text{成功请求数}}{\text{总请求数}} \times 100\%\)

或等价表示为：

\(\text{SLO} = \left(1 - \frac{\text{失败请求数}}{\text{总请求数}}\right) \times 100\%\)

常见表达形式：

• 对于API服务：可将HTTP 5xx错误计为失败请求
• 对于网络服务：可将超过阈值时间的请求计为失败请求

两种方法的区别与应用

1. 时间法优势：计算简单直观，适用于需要连续运行的基础设施服务

2. 请求法优势：更贴近用户实际体验，可反映系统在不同负载下的表现

3. 现代实践：许多大规模服务结合使用两种方法，例如Google SRE实践中会同时考虑可用性与延迟指标

4. 误差预算：无论采用哪种方法，现代SRE实践通常会定义"误差预算"(Error Budget)，用于平衡可靠性与创新速度

这两种公式提供了衡量服务质量的不同视角，企业通常会根据服务特性和业务需求选择合适的方法或组合使用。