エラーバジェット計算: ダウンタイム許容量の追跡と活用方法
SREチーム向けのエラーバジェットの計算と管理方法を学びます。SLAパーセンテージを実用的なダウンタイムバジェットに変換し、実践的な例とバーンレート追跡を解説。
SRE Practices
詳細な説明
エラーバジェットとは？
エラーバジェットは、SLAを満たしながらサービスが許容される最大ダウンタイムまたはエラー量です。SLAの数学的補数：SLAが99.9%なら、エラーバジェットは0.1%です。
エラーバジェットの計算
計算式はシンプルです：
エラーバジェット = (1 - SLA/100) x 期間の合計分数
一般的なSLAレベルの月間エラーバジェット：
| SLA | エラーバジェット% | 月間バジェット（分） |
|---|---|---|
| 99% | 1.0% | 438分（7時間18分） |
| 99.5% | 0.5% | 219分（3時間39分） |
| 99.9% | 0.1% | 43.8分 |
| 99.95% | 0.05% | 21.9分 |
| 99.99% | 0.01% | 4.38分 |
| 99.999% | 0.001% | 0.44分（26秒） |
エラーバジェットポリシー
適切に定義されたエラーバジェットポリシーは以下の質問に答えます：
- バジェットが枯渇したらどうなるか？（通常：デプロイ凍結、信頼性に集中）
- 何がバジェットにカウントされるか？（ユーザー向けエラー、レイテンシSLO違反、完全停止）
- バジェットはどう測定されるか？（リクエスト成功率、合成監視、実ユーザーメトリクス）
- 誰がバジェットを所有するか？（通常、製品チームとSREチームで共有）
バーンレートモニタリング
エラーバジェットの消費速度を追跡します：
バーンレート = 実際のエラー率 / 許容エラー率
- バーンレート = 1.0: 期待通りの速度でバジェットを消費
- バーンレート = 2.0: 期間の半分でバジェットが枯渇
- バーンレート = 10.0: 重大インシデント — 数日でバジェットが消失
ユースケース
エラーバジェット計算は、ステークホルダーとのSLAターゲット交渉、デプロイメントポリシーの設定、インシデント重大度閾値の定義、SREチームにおける機能開発速度と信頼性投資のバランスに使用します。