构建跨团队 SLO 契约以实现绩效问责 笔记

构建跨团队 SLO 契约以实现绩效问责

如果您曾开发过采用微服务架构的热门网站,那么很可能您遇到过这种情况:起初,延迟似乎有所增加。随后您查看仪表板,发现过去两周内 P90 延迟增加了 300 毫秒。此时,您很可能希望分析各个跨度(spans),并发现某个属于其他团队的向上游依赖服务变慢了。您可以向他们提交工单,甚至直接联系他们要求修复问题。他们同意处理,但也表示其端一切正常。然而,您的服务等级目标(SLO)仍被违反。这正是仅靠延迟无法解决的问责差距。页面所有者负责该页面的端到端延迟,也可能存在其无法完全控制的依赖项。然而,依赖项所有者并没有正式协议来维持每个服务的特定延迟特征,这倒也合情合理。各方在技术上均遵循各自的目标,而客户体验却每况愈下。