DEV Community
·
理解全面故障的0.6秒检测时间
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
这篇文章讨论了在SRE中使用SLOs的五种警报方法之一，即当目标错误率超过SLO阈值时触发警报。作者对书中提到的0.6秒的检测时间提出了质疑，并通过计算和公式推导解释了其来源。最后得出结论，对于100%的错误率，检测时间约为0.6秒。
🎯
关键要点
- 文章讨论了在SRE中使用SLOs的五种警报方法之一。
- 第一种方法是当目标错误率超过SLO阈值时触发警报。
- 作者质疑0.6秒的检测时间来源，并进行计算和公式推导。
- 对于100%的错误率，检测时间约为0.6秒。
- 假设警报实时评估，事件速率为每秒100个事件。
- 1%的错误率检测时间约为1分钟。
- 为了达到0.1%的错误率，需要在10分钟内失败60个事件。
- 检测时间公式为T = 所需失败事件数 / 失败率。
- 在100个事件每秒的情况下，检测时间为0.6秒。
❓
延伸问答
在SRE中，什么是SLO？
SLO是服务水平目标，用于定义系统的性能和可用性标准。
为什么0.6秒的检测时间被认为是合理的？
0.6秒的检测时间是基于每秒100个事件的假设，且在100%错误率的情况下计算得出的。
如何计算检测时间？
检测时间的公式为T = 所需失败事件数 / 失败率。
在1%的错误率下，检测时间是多少？
在1%的错误率下，检测时间约为1分钟。
达到0.1%错误率需要多少时间？
为了达到0.1%的错误率，需要在10分钟内失败60个事件。
SLO阈值超过时会触发什么？
当目标错误率超过SLO阈值时，会触发警报。
➡️
