自2016年Google正式出版“Site Reliability Engineering:How Google Runs Production Systems”将多年积累的运维管理经验分享出来后,服务水平目标SLO（Service Level Objectives）理念如何指导稳定性建设一直是国内外互联网公司网站可靠性工程师SRE（Site Reliability Engineer）探索的热点,同时亟需以SLO为理念支撑的互联网服务质量监控系统来衡量和驱动服务稳定性建设。因此,本文为解决上述问题设计并实现了基于SLO的服务质量监控系统。服务质量监控系统主要划分为基础设施、被监控服务、服务水平指标SLI（Service Level Indicators）接入、服务质量大盘和监控告警五个模块。基础设施模块基于云原生理念进行设计,符合当前互联网生产场景,并为整个系统提供了高弹性和高可用的能力,同时为被监控服务模块规范了接入基准。被监控服务模块为整个监控系统提供实践基础,通过被监控服务的设计使用户更加深入理解SLO理念以及服务质量监控系统的用法。SLI接入模块负责将被监控服务的服务水平指标接入监控系统,为监控系统提供收集数据样本的能力,这些服务水平指标为SLO的计算奠定了基础。服务质量大盘模块是整个系统的可视化部分,为被监控服务提供以服务质量为核心的可视化监控界面,方便被监控服务的SRE和研发人员对故障的发现、定位和恢复。监控告警模块负责预警和发现服务质量下跌,并根据约定好的SLO进行故障定级。服务质量监控系统基于SLO理念设计,为被监控服务提供了基于服务质量的监控能力。经测试,与传统基于成功率的监控方式相比,可以更好的衡量和驱动被监控服务的SRE和研发人员在稳定性方面的投入,同时具备更少的告警噪音、更少的告警项以及更规范的商业协议。