4章サービスレベル目標

ユーザに対するサービスレベルを定義する。定義するものはサービスレベル目標(SLI)、サービスレベル目標(SLO)、サービスレベルアグリメーメント(SLA)になる。

4.1 サービスレベルに関する用語

SLI
- 提供されているサービスの性質に応じて定義される
- リクエストのレイテンシ、エラー率、システムスループット。可用性、耐久性
SLO
- SLIで計測されるサービスレベルのターゲット、または範囲を指す
- ターゲットの場合は $SLI \leqq ターゲット$ の関係が成り立つ状態を目指す
- 範囲の場合は $下限 \leqq SLI \leqq 上限$ の関係が成り立つ状態を目指す
- ユーザの動向によって決まるメトリクス(ex. QPS)をSLOにすることは現実的ではない
SLA
- ユーザとの間で結ぶ契約のこと
- SLOを満たした場合/満たさなかった場合の規定を含む
- 「SLOを満たさなかったときにはどうなるのか？」から分かる

SLOにはユーザの関心事を反映させ公表して期待を設定する。期待を設定することでユーザのサービスに対する独自の期待や過剰な信頼を取り除くことができる。

4.2 指標の実際

提供するサービスの性質によってSLIを選択する。

指標の収集結果を分布で捉えると、スパイクといった5％が全体の95％に影響を与える動作を見つけられる。収集結果を算術平均で捉えると埋もれてしまう。

4.3 目標の実際

サービスの性質によって決まり、パーセンタイルを活用する。

パフォーマンスカーブが重要な場合
- Get RPC呼び出しの90％が1m以下で完了すること
- Get RPC呼び出しの99％が10m以下で完了すること
- Get RPC呼び出しの99.9％が100m以下で完了すること
スループット、レイテンシそれぞれが気なるユーザがいる場合
- スループットタイプのクライアントのSet RPC呼び出しの95％が、1s以下で完了すること
- レイテンシタイプのクライアントの、1kB以下のペイロードを持つSet RPC呼び出しの99％が、10ms以下で完結すること

SLOを常に満たし続けるのはデプロイ頻度の低下を招き、高価で過剰に保守的なソリューションが必要になることに繋がる。

SLOは経営に関わる次の制約の中で満たす必要があり、議論する必要がある。

現実的な期待をユーザのために設定するには安全マージンを確保する、過剰達成を避けて計画的なサービス停止を導入するなどができる。

4.4 アグリーメントの実際

SLAはビジネス、法務のチームが規定やペナルティを選択できるようにする。顧客の属性が幅広いほどSLAの変更削除が難しくなるため、開示する内容は控えめにする。

試行錯誤