08｜MTTR、MTTI 这些线上质量指标是什么？怎么用？

开场先把缩写家族讲清——报得出这个家族，说明懂 SRE 视角。

回答思路

第一步：三个时间轴指标

指标	含义	考什么
MTTD 平均发现时间	故障发生到被发现的时长	监控能力
MTTI 平均识别时间	发现到定位原因	定位能力
MTTR 平均恢复时间	发生到恢复	应急能力

三个连起来就是故障的「发现、定位、恢复」全链路效率。

第二步：讲它们和测试的关系（关键定位）

• 传统测试管「上线前拦住」（防御）
• 线上质量指标管「上线后快速止损」（韧性）

逃逸率再低也不可能为零——所以「快速恢复」和「事前拦截」同等重要。测试团队从「质量守门员」扩展为「全周期质量参与者」（呼应合集二的测试右移）。这个视野是本题得分核心。

第三步：讲怎么用这些指标做改进（指标长在哪改进打在哪）

• MTTD 长 → 补监控告警覆盖（核心接口成功率阈值、资源水位）+ 用户反馈渠道响应
• MTTI 长 → 建设定位工具（trace 链路、日志聚合、预案知识库）
• MTTR 长 → 做预案演练（回滚脚本化、降级开关预埋）+ 故障复盘推自动化止损

第四步：讲故障复盘和这些指标的联动

每起故障复盘产出改进项（监控补盲、预案建设、流程修正）——改进项的落地效果用下个周期的 MTT 系列指标验证。指标、复盘、改进形成闭环。

收尾：给行业参考值

高成熟团队分钟级发现定位、小时级恢复；传统团队故障要等用户投诉才知道（MTTD 以小时天计）——差距就是监控和预案的体系建设差距。

考察重点

维度	说明
企业动机	线上质量是企业的生命线指标（阿里云真题盘点确认 MTTR/MTTI 是考核点）——懂这套指标说明有全周期质量视野，在测开和测试管理岗是高区分度能力
过线标准	三个指标含义 + 和测试工作的关系定位
区分度	按指标长短板给对应改进建设的是真做过线上质量运营的
加分项	指标、复盘、改进的闭环设计
减分项	认为故障处理纯是运维的事和测试无关，视野停在发布前

来源

整理自知识星球帖《面试情报 07｜研发效能度量与提升 20 题》，返回题库。