错误率

背景 做了 5 年指标体系，我发现一个反直觉的事实：同一个服务，团队 A 和团队 B 算出来的「错误率」可能差一个数量级，而差异不在于监控系统，在于「什么算一次失败」的定义根本没对齐。 举一个真实场景：一个商品搜索接口，日请求量 2000

【背景】 15 年前端，去年我们前端错误率 SLO 从 99.5% 升到 99.9%，结果上线两周值班群被静默失败打爆：一天 3000+ 条告警，其中 80% 是「用户根本没感知到的 catch 吞掉的异常」。最后我们不得不把 SLO 拆回

«结论先行：灰度放量的失败，80% 不是「新代码跑错了」，而是「我们看的指标根本没暴露新代码的错」。平均错误率、整体 P99 这些大盘指标在 2% 灰度下几乎永远不会报警——因为 2% 的流量就算全挂，大盘也只抖 2 个点。真正该盯的是「灰