1Ba khái niệm
SLI — ví dụ: tỷ lệ request thành công, p95 latency dưới 300ms. Phải gắn với trải nghiệm người dùng, không phải CPU.
SLO — mục tiêu cho SLI trong một cửa sổ thời gian, ví dụ 99.9% trong 30 ngày.
SLA — cam kết thương mại với khách, thường thấp hơn SLO và có hình phạt tài chính.
2Error budget bằng phút
Error budget = 100% − SLO.
- 99.9% mỗi tháng ≈ 43 phút downtime.
- 99.95% ≈ 21 phút.
- 99.99% ≈ 4,3 phút.
Mỗi “số 9” tăng thêm làm chi phí và độ phức tạp tăng phi tuyến. SLO nên xuất phát từ nhu cầu kinh doanh, không phải mong muốn kỹ thuật.
Khi khách đòi 99.99%, hỏi: “Anh sẵn sàng trả bao nhiêu cho 4 phút downtime mỗi tháng thay vì 43 phút?” Cuộc trò chuyện sẽ chuyển từ kỹ thuật sang kinh doanh.
| SLO | Downtime / tháng | Mức chi phí |
|---|---|---|
| 99% | ~7,2 giờ | Thấp |
| 99.9% | ~43 phút | Trung bình |
| 99.95% | ~21 phút | Cao |
| 99.99% | ~4,3 phút | Rất cao |
3Hỏi khách điều gì
- “Hệ thống này có SLO chưa, ai sở hữu?”
- “Downtime ảnh hưởng đến doanh thu thế nào?”
- “Có error budget policy không?”
- “Khi hết budget thì ai quyết định dừng release?”
SLO đặt bằng SLA. Không có cửa sổ đo. Không ai biết budget còn bao nhiêu. Release vẫn tiếp tục dù budget đã âm.
Điểm cần nhớ
- SLI đo, SLO là mục tiêu, SLA là cam kết.
- Mỗi số 9 tăng thêm rất đắt.
- Error budget là công cụ quản trị trade-off.
- SLO phải có owner và policy.