اختيار مؤشرات SLI: الطريقة العملية من استعلامات DQL إلى الأهداف

اختيار مؤشرات SLI دون أخطاء: ابدأ من رحلات المستخدم، وحدد الأحداث الصحيحة، وقس التاريخ بلغة DQL، ثم ضع هدفًا يمكن الوفاء به فعلًا.
Choisir ses SLI : la méthode pratique, des requêtes DQL aux objectifs

ينشئ فريق عشرين هدفًا لمستوى الخدمة (SLO) في عصر يوم واحد، هدفًا لكل مقياس متاح. وبعد ثلاثة أشهر لا ينظر إليها أحد: كلها خضراء بينما يشتكي المستخدمون. المشكلة ليست في الأداة، بل في طريقة اختيار مؤشرات SLI.

هدف هذا الدرس التطبيقي تطبيق طريقة من خمس خطوات في اختيار مؤشرات SLI انطلاقًا من رحلة المستخدم، وكتابتها بلغة DQL، وقياس تاريخها، واستنتاج أهداف واقعية منه. تستهدف الاستعلامات Dynatrace SaaS (منصة Grail)، وتصلح المنهجية أيضًا لـ Dynatrace Managed مع تعبيرات المقاييس بدل DQL.

للسياق العام في هندسة الموثوقية (SRE) راجع الذكاء الاصطناعي والموثوقية: ما يجب أن يعرفه مهندسو SRE.

ما المؤشر SLI الجيد؟

المؤشر الجيد يستوفي ثلاثة شروط:

  • يعكس ما يشعر به المستخدم (صفحة لا تُحمَّل)، لا حالة جهاز (معالج عند 90%)؛
  • يُعبَّر عنه بنسبة: الأحداث الجيدة / الأحداث الصالحة، بين 0 و100%؛
  • يتحرك حين تتدهور الخدمة، ولا يتحرك إلا حينها.

تبقى مقاييس المعالج والذاكرة وعدد الـ pods مفيدة للتشخيص، لكنها ليست مؤشرات SLI.

المتطلبات المسبقة

  • SaaS: الوصول إلى Notebooks وقراءة الـ spans ومقاييس الخدمة في Grail.
  • Managed: الوصول إلى Data Explorer والمقاييس builtin:service.*.
  • 14 يومًا من البيانات على الأقل للخدمة المدروسة، لتغطية دورتين أسبوعيتين.
  • ساعة مع مالك المنتج (product owner): تبدأ الطريقة بحوار لا باستعلام.

اختيار مؤشرات SLI في 5 خطوات

الخطوة 1: اذكر الرحلات الحرجة

اسأل: «إن فشل هذا الإجراء، من الذي سيتصل بالدعم؟» احتفظ بثلاث إلى خمس رحلات كحد أقصى. مثال لمتجر إلكتروني:

الرحلة خدمة الدخول ما ينتظره المستخدم
البحث عن منتج search نتائج سريعة
الإضافة إلى السلة cart إجراء ينجح
الدفع checkout دفع مؤكد دون أخطاء

الخطوة 2: اربط نوع مؤشر بكل رحلة

  • التوافر: الطلبات دون أخطاء / الطلبات الصالحة.
  • زمن الاستجابة: الطلبات تحت عتبة معينة / الطلبات الصالحة.
  • الجودة: الاستجابات الكاملة (دون نتيجة منقوصة) / الاستجابات.
  • الحداثة (للمعالجات غير المتزامنة): البيانات المحدّثة منذ أقل من N دقيقة / البيانات.

للبحث: زمن الاستجابة. للسلة: التوافر. للدفع: التوافر وزمن الاستجابة معًا.

الخطوة 3: عرّف الأحداث الصالحة والجيدة بدقة

هذه هي الخطوة التي يُستهان بها أكثر من غيرها. اكتب بوضوح:

  • صالح: طلب خادم على نقطة نهاية الدفع، باستثناء فحوص الصحة (health checks) والحركة الاصطناعية؛
  • جيد: استجابة دون خطأ من الخادم (يبقى خطأ 4xx الناتج عن العميل «جيدًا» من جهة الخدمة).

هذا التعريف يحدد ما يستهلك ميزانية الأخطاء (error budget). اعرضه على فريق المنتج ليوافق عليه.

الخطوة 4: قس التاريخ بلغة DQL

التوافر يوميًا على مدى 14 يومًا، انطلاقًا من الـ spans:

fetch spans, from: now() - 14d
| filter service.name == "checkout" and span.kind == "server"
| filterOut contains(url.path, "/health")
| makeTimeseries {
    total = count(),
    erreurs = countIf(span.status_code == "error")
  }, interval: 1d
| fieldsAdd dispo = 100 * (total[] - erreurs[]) / total[]

توزيع زمن الاستجابة، لاختيار العتبة:

fetch spans, from: now() - 14d
| filter service.name == "search" and span.kind == "server"
| summarize p50 = percentile(duration, 50),
            p90 = percentile(duration, 90),
            p99 = percentile(duration, 99)

الأسطر الحاسمة: الأمر filterOut يستبعد فحوص الصحة من المقام. والحقل url.path يتوقف على القياس البرمجي لديك، فعدّله بحسبه. وإن كانت خدماتك مقاسة بواسطة OneAgent، فالمقياس dt.service.request.count ونظيره dt.service.request.failure_count يعطيان النتيجة نفسها بسرعة أكبر (تحقق من الأسماء في وثائق Dynatrace). وعلى مدى 14 يومًا قد يكون استعلام الـ spans مكلفًا: نفّذه مرة واحدة لا في حلقة.

في Managed افتح Data Explorer مع builtin:service.errors.server.rate وbuiltin:service.response.time (النسب المئوية)، مع التقسيم بحسب اليوم.

الخطوة 5: استنتج أهدافًا واقعية

قاعدة بسيطة: انطلق مما تحققه الخدمة فعلًا، وأنزل عنه قليلًا، ثم شدّد الهدف إن طلب المستخدمون ذلك.

  • توافر مقيس بين 99.82% و99.97% يوميًا: هدف 99.5% على 28 يومًا يمكن الوفاء به ويترك ميزانية قابلة للاستخدام.
  • زمن استجابة p90 عند 320 ms وp99 عند 1.1 s: عتبة 500 ms بهدف 95% تعكس التجربة المعتادة دون إطلاق تنبيه على ذيل التوزيع.

الهدف عند 100% يمنع أي تغيير. والهدف الأعلى من الأداء الحالي يبقى في حالة تنبيه دائمة. وكلاهما عديم الفائدة.

فخ مؤشرات البنية التحتية

قد تسقط عقدة Kubernetes دون أن يلاحظ أي مستخدم، بفضل النسخ المتماثلة (replicas). وعلى العكس قد تبطئ قاعدة بيانات مشبعة كل عملية دفع بينما كل الـ pods «سليمة». لذلك أبقِ إشارات البنية التحتية في لوحات المعلومات وتنبيهات التشخيص، واحجز مؤشرات SLI للإشارات التي يراها المستخدم. هذا الفصل يقلل ضجيج المناوبة ويمنح ميزانية الأخطاء مصداقية أمام فريق المنتج.

كيف تتأكد أن كل شيء يعمل

  1. أعد تشغيل حادثة سابقة: في يومها يجب أن ينخفض المؤشر بوضوح. وإن بقي ثابتًا فهو لا يقيس ما يعيشه المستخدمون.
  2. تحقق من أن يومًا هادئًا يبقى فوق الهدف: وإلا فالهدف مرتفع جدًا.
  3. أنشئ الـ SLO وراقب ميزانية الأخطاء المتبقية على 28 يومًا: يجب أن تكون موجبة دون أن تبقى عند 100% دائمًا.

إنشاء الـ SLO نفسها موصوف بالتفصيل في إنشاء SLO OpenTelemetry بلغة DQL.

أفضل الممارسات

  • ثلاثة إلى خمسة مؤشرات SLI لكل خدمة كحد أقصى: وما زاد على ذلك لا يقرؤه أحد.
  • قس أقرب ما يمكن من المستخدم (موزّع الأحمال أو خدمة الدخول أو RUM) لا في قاعدة البيانات.
  • وثّق تعريف كل مؤشر بجانب استعلامه، مع تاريخ المراجعة.
  • راجع الأهداف كل ربع سنة مع فريق المنتج، دون لوم (blameless): الهدف الذي لم يتحقق معلومة لا خطأ.
  • اربط بعد ذلك تنبيهات burn rate لـ SLO لتُنبَّه قبل نفاد الميزانية.

الأسئلة الشائعة

هل أحتاج إلى مؤشر SLI مختلف لكل نقطة نهاية؟

لا. اجمع نقاط النهاية التابعة للرحلة نفسها. واعزل فقط نقطة نهاية حرجة يختلف سلوكها كثيرًا (الدفع مثلًا).

نسبة مئوية (percentile) أم نسبة (ratio) لزمن الاستجابة؟

النسبة «الطلبات تحت العتبة» تتراكم بشكل سليم على نافذة زمنية وتعطي ميزانية أخطاء. أما النسبة المئوية فتبقى مفيدة لاختيار العتبة في الخطوة 4.

ماذا أفعل دون 14 يومًا من التاريخ؟

ابدأ بهدف حذر، وعلّم عليه أنه «مؤقت»، وراجعه بعد أسبوعين من البيانات.

الخلاصة

اختيار مؤشرات SLI يعني الانطلاق من المستخدم، وتعريف الأحداث الجيدة بدقة، وقياس التاريخ، ثم وضع هدف يمكن الوفاء به. عصر يوم من المنهجية أفضل من عشرين SLO لا يقرؤها أحد.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC. Dynatrace علامة تجارية لشركة Dynatrace LLC. تحقق دائمًا من القيم (المنافذ والإصدارات والأحجام) في الوثائق الرسمية الخاصة بإصدارك، فميزات SaaS تتطور بسرعة.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
SLO OpenTelemetry dans Dynatrace : disponibilité et latence en DQL

SLO OpenTelemetry في Dynatrace: التوافر وزمن الاستجابة بلغة DQL

Next Post
SLO Dynatrace Terraform : un SLO pour chaque service, généré en masse

SLO Dynatrace Terraform: هدف لكل خدمة يُولَّد بالجملة

Related Posts