答案：微服务可靠性核心指标包括可用性、错误率、延迟、流量和饱和度。可用性衡量服务正常运行时间比例；错误率统计请求失败比例以发现异常；延迟关注P50/P99等分位数反映响应速度；流量通过QPS/RPM评估负载压力；饱和度监控CPU、内存等资源占用情况预判瓶颈。结合Prometheus、Grafana等工具实现监控告警，持续观察并与基线对比可提升系统稳定性。
微服务架构中，服务可靠性是保障系统稳定运行的关键。衡量服务可靠性的指标能帮助团队及时发现问题、优化性能并提升用户体验。以下是几个核心的服务可靠性指标：
1. 可用性（Availability）
可用性指服务在指定时间内正常响应请求的能力，通常以百分比表示。例如“99.9%可用”意味着一年中断时间不超过8.76小时。
- 计算方式：（总时间 - 不可用时间）/ 总时间 × 100%
- 高可用目标通常为三个9到五个9（99.9% ~ 99.999%）
- 依赖健康检查、故障转移和自动恢复机制来保障
2. 错误率（Error Rate）
错误率反映服务处理请求时发生失败的比例，是判断系统异常的重要信号。
- 计算方式：失败请求数 / 总请求数 × 100%
- 常见错误包括5xx服务器错误、4xx客户端错误、超时等
- 配合告警策略，可在错误突增时快速响应
3. 延迟（Latency）
延迟是指请求从发出到收到响应所花费的时间，直接影响用户体验。
- 关注P50、P90、P99等分位数，避免平均值掩盖长尾延迟
- P99延迟高可能意味着部分用户遭遇明显卡顿
- 需结合上下游调用链分析瓶颈所在
4. 流量（Traffic Volume）
流量代表服务的请求负载，是评估系统压力的基础指标。
- 常用QPS（每秒查询数）或RPM（每分钟请求数）衡量
- 突发流量可能导致服务过载，需配合限流与弹性扩容
- 低流量服务的可靠性数据可能不具备统计意义
5. 饱和度（Saturation）
饱和度描述服务资源被占用的程度，预示潜在性能瓶颈。
- 包括CPU使用率、内存占用、连接池利用率、队列长度等
- 高饱和度可能导致请求排队甚至服务崩溃
- 理想状态是提前发现资源瓶颈并横向扩展
基本上就这些。通过监控这五类指标——可用性、错误率、延迟、流量和饱和度，可以全面掌握微服务的可靠性状况。实际应用中建议结合Prometheus、Grafana、OpenTelemetry等工具实现可视化与告警，形成闭环运维能力。不复杂但容易忽略的是持续观察和基线对比，才能真正发挥指标价值。
