Alex Hidalgo是一名站点可靠性工程师，也是SLO相关领域的专家。他先后担任过网络工程师、安全工程师和系统管理员等多个职务，并在IT支持领域积累了丰富的经验。在Google工作期间，Alex在SRE（站点可靠性工程）方面表现出色，之后他加入了Squarespace，致力于在公司内部和整个行业推广基于SLO的服务可靠性方法的理念。他是 Coursera Google IT Professional Certification的主要开发人员之一，还是教育家、作家和演讲者。

目录
序1
前言3
第一部分 SLO开发11
第1章 可靠性栈13
1.1 服务的真理14
1.2 可靠性栈概述14
1.3 什么是服务19
1.4 要记住的事情22
1.5 总结23
第2章 如何看待可靠性25
2.1 可靠性工程25
2.2 过去的性能和你的用户26
2.3 服务应该有多可靠29
2.4 总结33
第3章 制定有意义的SLI35
3.1 有意义的SLI能提供什么36
3.2 很多事情需要关心38
3.3 更复杂的东西41
3.4 总结46
第4章 选择好的SLO47
4.1 可靠性目标47
4.2 服务依赖项和组件51
4.3 你依赖的服务的可靠性55
4.4 选择目标57
4.5 总结65
第5章 如何使用错误预算66
5.1 错误预算实践66
5.2 错误预算的度量74
5.3 总结86
第二部分 SLO实现87
第6章 获得认同89
6.1 工程不只是代码89
6.2 主要利益相关者90
6.3 行动起来94
6.4 惨痛的教训100
6.5 总结101
第7章 度量SLI和SLO 102
7.1 设计目标102
7.2 通用结构104
7.3 常见案例111
7.4 一般案例114
7.5 其他注意事项115
7.6 总结116
第8章 SLO监控和告警117
8.1 动机：SLO告警是什么，为什么要这样做117
8.2 如何进行SLO告警125
8.3 剥离建议134
8.4 总结135
第9章 用于SLI和SLO的概率论与统计学136
9.1 概率论137
9.2 统计学154
9.3 SLI示例：持久性179
9.4 延伸阅读182
9.5 总结183
第10章 可靠性架构184
10.1 示例系统：图像服务186
10.2 架构考虑：重新审视硬件196
10.3 SLO作为系统SLI的结果 196
10.4 识别和理解依赖项的重要性 197
10.5 总结198
第11章 数据可靠性199
11.1 数据服务199
11.2数据服务的用户201
11.3 设定可度量的数据目标 201
11.4 系统设计关注点219
11.5 数据沿袭221
11.6 总结221
第12章 有效案例223
12.1 给小狗穿衣服223
12.2 将SLI 和SLO 作为用户旅程226
12.3 总结238
第三部分 SLO文化239
第13章 打造SLO文化241
13.1 没有SLO的文化241
13.2 文化转变策略242
13.3 通往SLO文化的路径243
13.4 总结252
第14章 SLO演进253
14.1 SLO起始254
14.2 使用方式的变化255
14.3 依赖项的变化258
14.4 故障引起的变化260
14.5 用户期望和需求的变化261
14.6 工具的变化262
14.7 基于直觉的变化263
14.8 制定理想的SLO264
14.9 识别不正确的SLO264
14.10 如何改变SLO265
14.11 总结266
第15章 可发现和可理解的SLO267
15.1 可理解性267
15.2 可发现性273
15.3 总结277
第16章 SLO倡导278
16.1 起步阶段280
16.2 推广阶段286
16.3 扩张阶段289
16.4 总结291
第17章 可靠性报告292
17.1 基本报告292
17.2 高级报告302
17.3 总结304
附录A SLO定义模板305
附录B 第9章的证明308