¿Cómo defines un SLI, un SLO y un SLA, y qué relación tienen entre sí?

Un SLI es un indicador medido del comportamiento del servicio, como la fracción de peticiones servidas en menos de 300ms. Un SLO es el objetivo interno para ese indicador, por ejemplo el 99.9% de las peticiones por debajo de 300ms en 28 días. Un SLA es el contrato externo con los clientes, normalmente con penalizaciones económicas, y debería ser más laxo que tu SLO para que tengas margen antes de deberle dinero a nadie.

El SLI es la medición, el SLO es el objetivo y el SLA es la promesa que vendes. En mi último equipo, el SLI de nuestra API de checkout era la proporción de peticiones que devolvían un estado distinto de 5xx en menos de 400ms, medido en el balanceador de carga y no dentro de la aplicación, porque eso se acerca más a lo que ve el usuario. El SLO era el 99.9% de esas peticiones en una ventana móvil de 28 días. Nuestro SLA con clientes enterprise era del 99.5% mensual con créditos de servicio asociados, deliberadamente más laxo, así teníamos toda una banda de degradación que absorber antes de que se convirtiera en un problema comercial. Lo que a la gente se le escapa es que el SLI tiene que ser un recorrido de usuario. Teníamos un dashboard de CPU precioso y no predijo ni una sola caída. En cuanto pasamos a indicadores basados en peticiones, pudimos discutir prioridades con producto usando los mismos números.