O Que É uma Política de Error Budget?
Um error budget é a quantidade de não confiabilidade que um SLO permite; a política de error budget é o conjunto acordado de ações que uma equipe toma à medida que esse orçamento é consumido.
Se o seu SLO é 99,9%, o 0,1% restante é o seu error budget -- as falhas que você pode absorver antes de violar o objetivo. A política detalha, com antecedência, como a equipe vai responder à medida que o orçamento se esgota, removendo emoção e política do momento de uma interrupção.
De onde vem o orçamento
O error budget é o complemento do SLO. Um objetivo de 99,9% ao longo de 30 dias permite cerca de 43 minutos de downtime; um objetivo de 99,99% permite cerca de 4 minutos. Essa permissão é um recurso finito que a equipe pode gastar em risco -- deployments, experimentos e a falha ocasional.
Gastando o orçamento em velocidade
Um error budget saudável é uma licença para se mover rápido. Enquanto você estiver confortavelmente dentro do orçamento, pode entregar agressivamente, executar migrações arriscadas e tolerar pequenas falhas. O orçamento reformula confiabilidade e velocidade como dois lados de um mesmo recurso em vez de metas concorrentes.
O que a política especifica
A política descreve respostas concretas e pré-acordadas atreladas ao consumo do orçamento. Por exemplo: se o orçamento se esgota, os lançamentos de funcionalidades congelam e a equipe muda inteiramente para o trabalho de confiabilidade até que ele se recupere. Como as regras são definidas antes de qualquer incidente, ninguém precisa negociar sob pressão.
Alerting por burn rate
Em vez de alertar a cada erro, equipes maduras alertam por burn rate -- quão rápido o orçamento está sendo consumido. Uma queima lenta pode justificar um ticket; uma queima rápida que esgotaria o orçamento de um mês em uma hora justifica paginar alguém imediatamente. Isso mantém os alertas atrelados ao impacto no usuário.
A adesão é essencial
Uma política de error budget só funciona se a liderança genuinamente a honrar. Se a pressão por funcionalidades sempre passa por cima de um orçamento esgotado, a política é teatro. O acordo de realmente desacelerar quando a confiabilidade sofre é o que dá dentes a todo o framework.
Principais conclusões
- Um error budget é a não confiabilidade que um SLO permite ao longo de uma janela.
- A política pré-define ações à medida que o orçamento queima, removendo o debate no calor do momento.
- O alerting por burn-rate liga os pages à velocidade com que você está gastando, não à contagem bruta de erros.