Error Budget

Définition

Marge d'indisponibilité tolérée sur une période, déduite du SLO : avec un SLO de 99,9 % sur 30 jours, le budget d'erreur est d'environ 43 minutes. Formalisé par Google dans le livre « Site Reliability Engineering » (chapitre Embracing Risk), il arbitre objectivement entre vitesse et fiabilité : tant qu'il reste du budget, on déploie ; s'il est consommé, on gèle les fonctionnalités et on investit dans la stabilité.

Analogie

L'argent de poche de la fiabilité : on peut le dépenser en déploiements risqués, mais quand le porte-monnaie est vide, plus de sorties jusqu'au mois prochain.

Exemple de code

// Budget d'erreur mensuel à partir du SLO
const slo = 0.999;                    // 99,9 % de requêtes réussies
const totalRequests = 12_000_000;     // sur 30 jours
const budget = totalRequests * (1 - slo); // 12 000 erreurs autorisées

const errorsSoFar = 9_800;
const remaining = budget - errorsSoFar;   // 2 200
const burnRate = errorsSoFar / (budget * (daysElapsed / 30));
// burnRate > 1 : on consomme plus vite que prévu → alerte,
// on gèle les mises en production non critiques.

Cas d'usage

Décider, avec des chiffres partagés entre développeurs et SRE, si l'on peut sortir une fonctionnalité risquée cette semaine.

Anti-pattern

Termes liés

Sources

• sre.google/sre-book/embracing-risk/