● générateur opérationnel FR FR EN
nines.arewel.com
Des objectifs de service écrits comme un manuel.
Menu

Tous les modèles

Modèle de SLO : job batch ou pipeline de données

Pour un job batch ou un pipeline de données, ce qui compte est que les données soient fraîches quand on en a besoin.

Quoi mesurer

Le préréglage utilise un SLI de fraîcheur par fenêtre, sur une jauge qui vaut 1 tant que les données sont assez fraîches et 0 sinon (data_freshness_ok). Définissez « assez fraîches » d’après les besoins de vos consommateurs, puis exposez-le dans la jauge.

Un SLO de départ raisonnable

Utilisez une fenêtre de 28 à 30 jours. Une fenêtre plus courte fait peser lourd un seul passage manqué, et le wizard vous avertit en dessous de 14 jours.

Pré-rempli dans le wizard

Ce sont les valeurs exactes que le wizard charge à l’ouverture de ce modèle. Renommez-les pour correspondre à votre service et à votre métrique.

Nom du servicedata-pipeline
Nom du SLOpipeline_freshness
Nature du SLIfreshness
Mode du SLIwindow_based
Métriquedata_freshness_ok

Pièges

  • Définissez la fraîcheur d’après l’échéance de votre consommateur, pas d’après le planning du job : un job qui tourne à l’heure peut quand même livrer des données périmées.
  • Un job qui ne démarre jamais ne produit aucun signal d’échec. Vérifiez que la jauge retombe à 0 quand les données vieillissent, pas seulement quand un passage échoue.