SLA、SLO、SLI：卓越服务管理的KPI三重奏
07分钟阅读
ITSM 不断追求提供更好的终端用户体验。传统框架虽然有价值，但往往无法满足用户和业务的数字化需求，也缺乏评估服务质量的方法。
源于 Google 对强大且可扩展系统的需求，site reliability engineering (SRE) 提供了宝贵的原则，可用于完善您的 ITSM 实践。
SRE 与 ITSM 交汇的一个核心原则是 SLA 的概念。虽然 SLA 长期以来一直是 ITSM 的一部分，但 SRE 引入了 service level objectives (SLOs) 和 service level indicators (SLIs)。
这三者——SLA、SLO、SLI——优先考虑 IT 服务台与员工之间的共同目标，注重清晰沟通，并提升用户体验。通过更细化且以用户为中心的服务性能衡量方法，ITSM 能真正兑现其承诺的用户体验。
让我们深入探讨 SRE 原则中的 SLA、SLO 和 SLI 如何从根本上重塑 IT 组织的服务交付方式。
SLA
Service level agreement 指 IT 服务台与员工之间的正式协议。该关键协议通过分配责任给服务台团队，设定了预期服务的基本规则，包括在未达到约定服务水平时的详细升级协议。
例如，基于云的 ERP 系统的 SLA 可能规定每月正常运行时间保证，或定义服务应恢复的速度，即停机事件的解决时间。
SLA 还概述了超过停机阈值时的主动或被动升级措施。升级措施可能包括通知相关利益相关者停机情况、引入主题专家、提高事件工单优先级，甚至同时执行所有这些升级操作。
如此，SLA 有助于确保 IT 服务台和员工在整个服务交付过程中保持透明和责任明确。
请务必查看我们之前的 文章，了解 SLA 如何与 OLA 协同工作以设定正确的 IT 服务交付期望。
SLO
Service level objectives，作为 SLA 的组成部分，是为 IT 服务台团队精心设计的具体、数值化目标。它们定义了特定服务的期望性能水平，将 SLA 的承诺转化为可执行的目标。
SLO 对划定优质与劣质服务的阈值至关重要。SLO 目标以各种指标表示，如正常运行时间百分比、工单平均解决时间或员工满意度评分。
以 ERP 系统为例，在规定正常运行时间保证的 SLA 中，公司可能将正常运行时间的 SLO 设为 99.95%，将所有停机相关事件工单的解决时间 SLO 设为 20 分钟。
SLO 通常在内部设定，以建立明确且可衡量的目标，帮助 IT 团队专注于其目标。这些内部 SLO 与 SLA 中提及的不同，通常更具挑战性。例如，公司可能将内部 SLO 设为 99.99% 的正常运行时间和 12 分钟的解决时间，超出 SLA 中保证的 99.95% 正常运行时间和 20 分钟解决时间，以为不可预见情况留出缓冲。这个缓冲，即雄心勃勃的水平（内部 SLO）与承诺水平（SLA 中提及）之间的差距，被定义为错误预算。
这种方法使团队能够优先解决问题，防止其演变成重大问题，如 SLA 违约。
SLI
Service level indicators 是用于跟踪 SLO 进展的可衡量指标。换言之，它们衡量 IT 团队服务与预设 SLO 的符合度。
SLI 通常以百分比表示，范围从 0%（完全不可用）到 100%（完美无缺）。
在我们的 ERP 系统示例中，SLA 规定了正常运行时间百分比，SLO 设为 99.5%，SLI 则是实际测量的正常运行时间，可能为 99.66%。解决时间的 SLI 是针对单个工单的实际解决时间与期望 SLO 目标的比较。例如，SLI 可能为 17 分钟，低于 20 分钟的 SLO 目标。
并非所有 SLO 都应作为 SLI 来衡量。关键是评估直接影响员工的指标，只有这些指标才需被跟踪。例如，在 ERP 系统中，跟踪用户登录次数或平均用户活动时长并不能有效反映服务的有效性。
相反，SLI 可以是营业时间内系统可用性的测量、响应和解决时间，或内部 SLO 违约工单的数量。通过监控这些指标，服务台团队可以及早识别并解决潜在问题，防止其演变成重大问题和升级事件。
反馈循环
一旦您完全理解 SLA、SLO 和 SLI，就能推断它们在一个反馈循环中协同工作。
- SLA 定义了员工的期望，SLO 是 SLA 内需达成的具体目标。为了分析团队是否达成 SLO，会测量 SLI。
- 通过分析 SLI 数据，团队可以识别改进领域并调整方法以实现 SLO。如果团队持续未达成 SLO 且 SLI 评分较低，可能需要重新审视 SLA 并调整期望。
比较 SLA、SLO 和 SLI
| 特征 | SLA | SLO | SLI |
|---|---|---|---|
| 定义 | IT 服务台与员工之间的正式协议，定义预期的服务水平。 | 定义 SLA 中所述服务期望性能水平的具体可衡量目标。 | 用于衡量服务台实际性能的指标。 |
| 范围 | 用于设定员工的期望。 | 用于定义 IT 服务团队为满足 SLA 需达到的性能目标。 | 用于衡量并洞察服务台的实际性能。 |
| 细化程度 | 广泛且涵盖多个 SLO。 | 具体且聚焦于单个性能指标。 | 详细且通常数量众多，提供细粒度数据。 |
| 灵活性 | 更加严格，包含主动和被动升级措施。 | 外部 SLOs 是 SLA 的一部分，具有严格性。内部 SLOs 则更灵活，因为目标可以根据服务台团队的潜力进行调整。 | - |
总结
- SLA 是 IT 服务台与员工之间的整体协议。
- SLOs 是为满足 SLA 而设定的内部目标。
- SLIs 是对 SLA 中提及目标的实际测量。
通过协作，这三者赋能 IT 服务台团队为员工设定明确的期望，识别潜在问题以防其影响服务交付，并保持服务的卓越表现。