2021年云SLA教训：关键要点与最佳实践

云SLA细节见真章。至关重要知道追踪何种指标，评估这些指标对底线何种货币影响。

国会山骚乱后，Amazon Web Services停止托管Parler——Twitter右翼微博替代品。据Amazon，Parler因未建立充分审核制度应对非法、有害、冒犯内容，违反双向服务等级协议（SLA）。AWS能如此快将Parler从云服务移除，引发对云提供商对所托管内容掌握巨大权力的关注。此案不仅揭示许多服务提供商通过云SLA掌握权力，也凸显关注细节、与云提供商保持良好工作关系必要性。

未尽职调查勿匆忙签云SLA

云SLA详述服务提供商在何种情形下对特定服务负责或不负责。这些协议是有许多条款的活文档。重要的是，SLA不仅涵盖服务提供商责任，也涵盖客户责任、违约罚则、性能指标如响应时间和解决时间。组织总法律顾问熟悉文档细则至关重要；客户或供应商不应日后措手不及。首先，确保SLA详细列出云提供商安全标准。例如，即使法律不一定强制，客户可能希望提供商遵循HIPAA标准；此条款应预先商定。此外，协议应确认客户组织保留存储数据所有权。最后，明智确保客户组织保留日后审计服务提供商合规权利。

另请参阅： 多云计划遭遇新冠迷雾

确保双方在同一页面

云SLA通常双向，意味着对客户和供应商都有（希望清晰的）期望。各方需认知各自责任。最低限度包括知晓可接受性能参数、违约时授予何种罚则、补救和服务信用。双方应就性能数据指标、责任、期望、旺季非旺季预期服务级别达成共识。应有确切预防性维护时间表、争议解决流程以防失控。

确定停机、延迟、事件响应最大容忍度

99.9%正常运行时间保证听似足够；但导致年约9小时停机，折合月43分钟。难怪全球电商公司通常向服务提供商要求99.999%正常运行时间。延迟和事件响应也是重要指标。最低限度，至关重要的是追踪响应任何给定事件耗时。组织也应知晓可接受延迟水平。通常毫秒衡量，延迟——网络内连接质量——是逝去时间量。延迟可含处理信息、处理请求、完成任何给定工作单元时间。为清晰，企业常将延迟指标分位数分组。例如"中位数延迟"或50百分位延迟，占最快50%请求最大延迟。另一流行指标99百分位延迟，指最快99%所有请求最大延迟。尽可能量化延迟业务影响。组织应始终有清晰KPI衡量停机、延迟、数据丢失影响。

审慎定义指标

组织选定正确聚焦指标后，在云SLA中审慎定义这些指标很重要。正常运行时间百分比、平均修复时间（MTTR）、事件响应时间等指标绝对需审慎定义。快速例子：视SLA措辞，自动邮件响应潜在符合云服务提供商事件响应时间指标。邮件极不可能充分解决手头问题；故至关重要深挖细节、准确评估指标如何定义。此外，尽可能使用可自动监控触发警报指标。例：延迟警报触发时，IT人员应获警报，允许其排查导致当前延迟网络问题。总体上，自动化越多越好。

确保与云提供商保持良好关系

若商定服务级别未达成，客户可能获得补救服务及服务信用——从客户账单扣除的财务信用。在SLA中设服务罚则保持云提供商诚实很重要；然而许多客户考虑提供金钱奖励奖赏好服务。挽回条款也能激发提供商善意。挽回是SLA条款，服务提供商若给定时期有效执行可重获服务级别信用。如前所述，SLA是活文档；定期重新谈判很重要，特别是公司快速增长时。但谈判可能动荡，明智将重谈限制在每年一两次。

简单说，云SLA细节见真章。至关重要知道追踪何种指标（如中位数延迟、正常运行时间百分比、事件响应时间、MTTR），并准确评估这些指标对底线何种货币影响。此外，与云提供商保持良好关系关键；毕竟云SLA应培育双方受益共生关系。