首页/云/可观测性速查/错误预算:用可量化的代价管理稳定性
监控体系与方法40 条

错误预算:用可量化的代价管理稳定性

错误预算 = 1 − SLO。以 30 天 99.9% 的 SLO 为例,每月允许约 43 分钟不可用;预算充足可加速发布,预算耗尽则优先修复稳定性。

可观测性速查云更新于 2026-10-12

30 天周期允许的不可用时长

SLO预算比例每月允许不可用
99%1%7 小时 12 分钟
99.9%0.1%43 分钟 12 秒
99.95%0.05%21 分钟 36 秒
99.99%0.01%4 分钟 19 秒

预算消耗进度(30 天滚动窗口)

预算消耗进度(30 天滚动窗口)
# 当前窗口不可用比例
1 - (sum(rate(http_requests_total{code!~"5.."}[30d]))
       / sum(rate(http_requests_total[30d])))
# 除以预算比例:结果 > 1 表示预算已耗尽
#   / 0.001
错误预算要写进发布流程才有意义:常见做法是预算剩余低于 25% 时限制高风险变更。

易错点

  • 只统计严重故障、忽略长时间轻微劣化,预算会被低估
  • 预算耗尽后没有约定的冻结或评审机制,指标就会沦为报表

数据来源与参考

  • Google SRE Workbook · Error Budget Policy
  • Google SRE Book 第 3 章 Embracing Risk
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌