운영 목표는 초과 순간 실행할 절차까지 가져야 한다

SLI는 현재 상태를 재는 눈금이고, SLO는 허용선이며, 런북은 그 선을 넘었을 때 선택할 첫 행동입니다.

1

SLI 측정

p95, 5xx, availability를 사용자 경험 가까이 둡니다.

2

SLO 허용선

정상으로 볼 수치와 기간을 합의합니다.

3

알림 조건

예산 소진이나 임계값 초과를 담당자에게 보냅니다.

4

로그·trace 연결

requestId와 traceId로 원인 위치를 좁힙니다.

5

첫 복구 행동

롤백, 증설, 쿼리 수정 중 사용자 영향을 가장 줄이는 일을 고릅니다.

SLI
SLO
알림 조건
런북 첫 줄
p95 latency응답 시간
300ms 이하
10분 평균 초과
느린 span과 DB 쿼리 확인
5xx rate오류율
1% 미만
급증 또는 예산 소진
최근 배포와 예외 로그 대조
availability가용성
99.9%
헬스 체크 연속 실패
스케일 조정 또는 장애 전환

Budget burn 예산 소진이 빠르면 신규 배포보다 안정화가 먼저입니다.

Trace context 알림은 로그와 trace로 바로 내려갈 수 있어야 합니다.

Recovery update 복구 후 임계값과 런북을 고쳐 다음 대응 시간을 줄입니다.