要让Grafana展示Nginx服务SLA百分比报表，需基于Prometheus用速率函数计算正常响应占比，通过单值面板、堆叠面积图和表格面板分别呈现实时值、趋势对比与下钻分析，并确保标签一致、窗口合理、时间预设规范。
要让 Grafana 展示 Nginx 服务的可用性 SLA 百分比报表，核心不是直接算“99.9%”这个数字，而是用 Prometheus 基于原始指标推导出 uptime 和 error rate，并在 Grafana 中用公式面板、时间序列叠加或自定义变量呈现可解释、可下钻的百分比结果。
从 Nginx 日志和指标中提取 SLA 原始依据
SLA 可用性（如 99.95%）本质是：「正常响应请求数 ÷ 总请求数」在统计周期内的加权平均。Nginx 不直接提供该值，但能输出两个关键信号：
-
总请求数：用
nginx_http_requests_total（来自 nginx-prometheus-exporter）或nginx_vts_server_requests_total（来自 vts 模块） -
失败请求数：严格来说，SLA 关注的是「不可用」——即连接失败（
upstream_connect_time=0）、超时（upstream_response_time>5s）、或返回 5xx/4xx 的请求。推荐用nginx_http_request_duration_seconds_count{code=~"5..|4..", business_tag=~"order|pay"}+nginx_vts_upstream_fails_total组合覆盖
在 Prometheus 中计算 SLA 百分比
避免用简单计数器除法（易受重启/断点影响），改用速率函数+滑动窗口保证稳定性：
- 过去 7 天整体 SLA：
100 * (1 - sum(rate(nginx_http_request_duration_seconds_count{code=~"5..|4.."}[7d])) by (instance) / sum(rate(nginx_http_requests_total[7d])) by (instance)) - 按业务路径分组的小时级 SLA（更实用）：
100 * (1 - sum(rate(nginx_http_requests_total{code=~"5..|4..", business_tag="login"}[1h])) / sum(rate(nginx_http_requests_total{business_tag="login"}[1h]))) - 若需排除客户端主动断连（如 499），可在过滤条件中加上
code!="499"
Grafana 中展示 SLA 百分比报表的三种方式
不堆砌图表，聚焦可读性与可操作性：
- 单值面板（SLA Summary）：显示当前滚动窗口（如最近 1 小时）的实时百分比，设置阈值变色（≥99.9% 绿，＜99.5% 红），下方小字标注统计口径：“基于 business_tag=pay 的 5xx+4xx 请求占比”
- 堆叠面积图（SLA Trend）：X 轴为时间，Y 轴为百分比，用多条线分别画出 order/pay/login 三条核心路径的每小时 SLA，便于横向对比波动原因
- 表格面板（SLA Breakdown）：列出所有 upstream 或 location 分组，列包含：名称、总请求数、失败数、SLA%、P95 响应时间。点击某行可跳转到对应延迟热力图，实现“百分比 → 根因”的下钻
补充要点：让 SLA 报表可信且稳定
真实生产环境中，以下细节决定报表是否被信任：
- 确保
business_tag或upstream标签在日志和 exporter 中一致传递，避免漏标导致 SLA 虚高 - Prometheus 抓取间隔设为 15s，但 SLA 计算窗口至少用 1h 或 6h，避免秒级抖动干扰判断
- 在 Grafana 时间选择器中预设常用范围：“Last 24h”、“Last 7d”、“This month”，并默认启用相对时间（避免手动选错）
- 对长期低于 SLA 目标的路径，建议在表格面板中加一列“连续降级小时数”，用 Prometheus 子查询实现
