Banyak tim kecil menetapkan target ketersediaan 99,99 persen karena angka itu terdengar profesional, lalu mengabaikannya sebulan kemudian karena tidak pernah tercapai. SLO yang tidak dipakai lebih buruk daripada tidak punya SLO, karena ia menciptakan ilusi pengukuran.
SLO yang berguna harus dapat dicapai, relevan dengan pengguna, dan memengaruhi keputusan nyata.
Tiga istilah yang sering tertukar
| Istilah | Arti | Contoh |
|---|---|---|
| SLI | Yang diukur | Persentase permintaan dengan status 200 dalam < 500 ms |
| SLO | Target untuk SLI | 99,5% permintaan berhasil dalam 500 ms per 30 hari |
| SLA | Janji kontraktual ke pelanggan | Tertulis di perjanjian, biasanya dengan konsekuensi |
SLO bersifat internal dan boleh lebih ketat daripada SLA. SLA adalah janji ke luar; SLO adalah alat kerja.
Memilih SLI yang berarti
Jangan mengukur apa yang mudah diukur; ukur apa yang dirasakan pengguna.
| Kurang berguna | Lebih berguna |
|---|---|
| CPU server di bawah 80% | Persentase permintaan yang selesai di bawah 500 ms |
| Proses berjalan (uptime biner) | Persentase permintaan berhasil, diukur dari luar |
| Jumlah galat di log | Rasio galat terhadap total permintaan |
Uptime biner menyesatkan: layanan bisa "berjalan" tetapi mengembalikan galat ke semua pengguna.
Menetapkan target yang dapat dicapai
Mulailah dari data yang ada, bukan dari keinginan.
# Hitung ketersediaan aktual 30 hari terakhir dari log akses
total=$(wc -l < akses.log)
gagal=$(awk '$9 >= 500' akses.log | wc -l)
echo "Ketersediaan: $(awk -v t=$total -v g=$gagal 'BEGIN{printf "%.3f%%", (1-g/t)*100}')"
Bila hasilnya 99,2 persen, menetapkan SLO 99,9 persen berarti Anda menetapkan target yang gagal sejak awal. Tetapkan 99,5 persen, capai selama dua bulan, lalu naikkan bertahap.
Angka ketersediaan dalam waktu nyata
| SLO | Gangguan yang diizinkan per 30 hari |
|---|---|
| 99% | ±7 jam 12 menit |
| 99,5% | ±3 jam 36 menit |
| 99,9% | ±43 menit |
| 99,99% | ±4 menit 19 detik |
Perhatikan lompatan dari 99,9 ke 99,99: sepuluh kali lebih sulit, dan biasanya memerlukan arsitektur yang sama sekali berbeda. Untuk sebagian besar tim kecil, 99,5 persen sudah memadai.
Error budget sebagai alat keputusan
Error budget adalah selisih antara 100 persen dan SLO. Untuk SLO 99,5 persen, anggarannya 0,5 persen dari total waktu atau permintaan.
- Anggaran tersisa banyak — aman melakukan perubahan berisiko terkendali
- Anggaran hampir habis — tunda perubahan berisiko, fokus pada stabilitas
- Anggaran habis — hentikan peluncuran fitur sampai keandalan pulih
Ini mengubah percakapan dari "kita harus lebih hati-hati" menjadi keputusan berbasis angka.
Kesalahan umum
| Kesalahan | Akibat |
|---|---|
| Menetapkan SLO tanpa data historis | Target tidak realistis, diabaikan |
| Mengukur dari dalam, bukan dari luar | Gangguan jaringan tidak terdeteksi |
| Terlalu banyak SLO | Tidak ada yang benar-benar dipantau |
| SLO tanpa konsekuensi | Hanya dokumen, tidak mengubah perilaku |
Mulai dari satu SLO
Pilih satu layanan paling penting. Tentukan satu SLI. Ukur selama 30 hari. Baru setelah itu tetapkan target. Menambahkan SLO kedua sebelum yang pertama terbukti hanya menambah pekerjaan tanpa menambah kejelasan.
Kesimpulan
SLO yang baik adalah SLO yang dipakai untuk mengambil keputusan. Bila sebuah target tidak pernah mengubah apa pun dalam pekerjaan Anda, target itu hanya angka di dokumen.