TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Google ได้ออกมาเล่าถึง 3 คำศัพท์พื้นฐานทางด้าน Site Reliability Engineering (SRE) เพื่อปูพื้นให้กับเหล่าผู้ที่สนใจเข้าร่วมงาน Google Cloud Next ’18 ที่จะจัดขึ้นในสัปดาห์หน้า ทางทีมงาน TechTalkThai เห็นว่าเนื้อหาเป็นประโยชน์ดี จึงนำมาสรุปเป็นภาษาไทยให้ทุกท่านได้อ่านกันดังนี้ครับ
1. Service-Level Objective (SLO)
Google นั้นมองว่าในทุกๆ ความสำเร็จของเทคโนโลยีนั้น จะต้องเกิดจากการที่เทคโนโลยีดังกล่าวมีความทนทานมากเพียงพอที่จะทำหน้าที่ตามที่ต้องการได้ และ SLO ก็คือการกำหนดเป้าหมายด้านความทนทานของระบบ (Availability) โดยใช้ค่าเชิงตัวเลขเพื่อให้สามารถชี้วัดได้ และตัวเลขดังกล่าวนี้จะต้องถูกนำไปใช้พิจารณาในการตัดสินใจใดๆ ในเชิงสถาปัตยกรรมระบบ ว่าการออกแบบนั้นๆ จะมีค่าความทนทานในระดับที่ต้องการได้หรือเปล่า
อย่างไรก็ดี Google นั้นเตือนให้จำใส่ใจเอาไว้ว่ายิ่งออกแบบระบบให้มีความทนทานมากเพียงใด ค่าใช้จ่ายก็จะยิ่งสูงตามไปด้วย ดังนั้นจึงแนะนำให้ทำการกำหนดขั้นต่ำสุดด้านความทนทานที่จะยอมรับได้ในแต่ละบริการ และระบุเงื่อนไขเหล่านั้นลงไปใน SLO ทำให้ทุกๆ บริการมีค่า SLO ของตนเองแยกขาดจากกัน ซึ่งเงื่อนไขนี้ก็จะทำให้การวางแผนระยะยาวว่าจะปรับปรุงบริการใดให้ทนทานยิ่งขึ้นนั้นเป็นไปได้ง่าย และอย่าตั้งเป้าพัฒนาระบบให้มีความทนทานสูงจนเกินกว่าที่จำเป็น
การกำหนด Planned Downtime ที่ชัดเจนก็เป็นอีกหนึ่งแนวทางที่ Google นำมาใช้อยู่เสมอ และทำให้ Google มีเวลาในการจัดการกับบริการต่างๆ ที่ใช้งานทรัพยากรบน Server อย่างไม่เหมาะสม รวมถึงยังได้มีโอกาสในการปรับปรุงให้บริการของตนเองมีความทนทานในระดับที่ต้องการได้อยู่ตลอดด้วย
2. Service-Level Agreement (SLA)
ที่ Google มีการแยก SLO ออกจาก SLA อย่างชัดเจน โดย SLA นี้จะเสมือนเป็นบทลงโทษหากทีมผู้ดูแลระบบไม่สามารถทำให้ระบบมีความทนทานตาม SLA ที่แจ้งให้ลูกค้าทราบได้ เช่น การจ่ายค่าปรับให้กับลูกค้าเพื่อบริการหยุดทำงานนานเกินกว่าที่กำหนดเอาไว้ใน SLA เป็นต้น ดังนั้นค่า SLA นี้อาจไม่ได้เข้มงวดเท่าค่าที่กำหนดใน SLO เพื่อให้ทีมงานมีช่องว่างในการแก้ไขปัญหาได้ทันหากระบบเกิดปัญหาขึ้นมาจริงๆ เช่น หากกำหนด SLA ของระบบให้แก่ลูกค้าเอาไว้ที่ 99.9% ในแต่ละเดือน ค่า SLO ที่ใช้กันภายในก็อาจอยู่ที่ 99.95% เป็นต้น
Google ได้ให้ความเห็นเอาไว้ว่าการติดตามว่าบริการต่างๆ นั้นยังคงอยู่ใน SLA หรือไม่ควรเป็นสิ่งที่จะต้องทำเป็นประจำและทำให้ทุกคนในทีมเห็นข้อมูลส่วนนี้ได้โดยง่าย และการตรวจสอบการใช้งานระบบของลูกค้าที่จ่ายเงินเป็นพิเศษนั้นก็เป็นสิ่งที่ควรทำ เช่น การติดตามดูว่าการ Query ข้อมูลของลูกค้ารายนั้นๆ มีปัญหาใดๆ หรือเปล่า และจำแนกประเภทของปัญหาให้ดีว่าปัญหาที่เกิดกับลูกค้าแต่ละกรณีนั้นเกี่ยวข้องกับ SLA หรือไม่ เช่น หากลูกค้าไม่สามารถใช้งานระบบได้เพราะโควต้าเกินกำหนด ก็ไม่ต้องนับว่ากรณีนี้เกี่ยวข้องกับ SLA
3. Service-Level Indicator (SLI)
สำหรับ SLI นี้จะเป็นค่าความสำเร็จที่ใช้ในการตรวจสอบความปกติของระบบว่ายังคงอยู่ในเกณฑ์ SLO หรือไม่ ซึ่งถ้าหากค่า SLI ที่ตรวจสอบได้นั้นต่ำกว่า SLO ก็ต้องมองหาหนทางปรับปรุงระบบให้มีความทนทานสูงยิ่งขึ้น โดยหลักแล้วค่า SLI นี้จะนำอัตราความสำเร็จและความล้มเหลวในการ Query ต่างๆ มาใช้ในการประเมิน
ทั้งนี้ Google เองก็ได้มีเขียนหนังสือด้าน Site Reliability Engineering เอาไว้ด้วย ผู้ที่สนใจสามารถซื้ออ่านได้ที่ http://shop.oreilly.com/product/0636920041528.do และ https://www.amazon.com/_/dp/149192912X?tag=oreilly20-20 ครับ
ที่มา: https://cloudplatform.googleblog.com/2018/07/sre-fundamentals-slis-slas-and-slos.html
