Что такое SLA? — пример ответа на собеседовании Devops Инженер

Ответ

SLA (Service Level Agreement) — это формальное соглашение между поставщиком услуги и ее потребителем, которое определяет количественные метрики качества обслуживания и последствия их невыполнения.

Ключевые метрики SLA в DevOps-практике:

Доступность (Availability/Uptime): Процент времени, когда сервис функционирует. Выражается как «девятки».
- 99.9% («три девятки») ≈ 43 минуты простоя в месяц.
- 99.99% («четыре девятки») ≈ 4 минуты простоя в месяц.
Время на восстановление (RTO — Recovery Time Objective): Максимально допустимое время простоя сервиса после сбоя.
Целевая точка восстановления (RPO — Recovery Point Objective): Максимальный объем данных (во времени), допустимый к потере (определяет частоту бэкапов).
Время реакции и разрешения инцидентов: Например, «критичные инциденты (P1) получают ответ в течение 15 минут и устраняются за 1 час».

Как DevOps-инженер работаю с SLA:

Мониторинг и алертинг: Настраиваю системы (Prometheus, Grafana, Datadog) для отслеживания метрик, напрямую связанных с SLA: uptime, latency (p95, p99), error rate. Алёрты конфигурируются при приближении к пороговым значениям.
Проектирование отказоустойчивости: Чтобы выполнить строгий SLA по доступности, внедряю архитектурные паттерны: редундантность на всех уровнях (зоны доступности, регионы), автоматическое переключение (failover), graceful degradation.
Автоматизация реагирования: Использую runbooks в системах типа PagerDuty или Opsgenie, которые автоматизируют первые шаги реакции на инцидент, сокращая MTTR (Mean Time To Repair).

Пример расчета и мониторинга в Prometheus:

# Prometheus Rule для алерта при падении доступности ниже 99.9% за последний час
- alert: APIAvailabilityBelowSLA
  expr: (1 - (avg_over_time(probe_success{job="api-health"}[1h]))) * 100 > 0.1
  for: 5m
  labels:
    severity: critical
  annotations:
    summary: "Нарушение SLA по доступности API (менее 99.9%)"
    description: "Доступность за последний час составила {{ $value }}%"

Нарушение SLA обычно влечет финансовые компенсации (credits) для клиента в облачных моделях или штрафы во внутренних соглашениях.