SLA 錯誤預算計算器

百分比掩蓋真相，分鐘數才說明問題。選擇一個 SLA 目標和一個週期，把允許的停機時間看成一個可以據此做規劃的數字——再輸入你實際經歷過的停機時間（或實際測得的可用率），看還剩多少預算、消耗速度有多快。純粹的算術，在你的瀏覽器中完成。

如果兩個觀測欄位都填了，以停機分鐘數為準——那是更直接的度量。

參考：按目標和週期列出的允許停機時間

SLA 目標28 天30 天365 天
99%6h 43m7h 12m3d 15h
99.9%40m 19s43m 12s8h 45m
99.95%20m 10s21m 36s4h 22m
99.99%4m 2s4m 19s52m 34s

為什麼分鐘數會改變討論方式

SLA 百分比是一個誰也想像不出畫面的承諾。「三個九」在銷售簡報裡聽起來很嚴謹，而它準確的含義是每月 43 分 12 秒的允許停機時間——一次糟糕的發布加上一次緩慢的回滾就用完了。只談百分比的團隊，往往是在事故進行中才第一次發現分鐘數，而那是學習算術最糟糕的時機。預算這個框架解決了這個問題：它把額度變成一種有餘額的資源——出故障時餘額減少，餘額健康時可以有意識地把預算花在一次高風險遷移上，餘額耗盡時，約定——無論寫沒寫下來——就是功能開發暫停，直到可靠性恢復。這就是錯誤預算的全部管理價值：它把工程界最古老的爭論——發布還是穩定——變成一個雙方同意以同一種方式解讀的數字。

消耗百分比是同一個想法的預警形式。預算被突破不是在它用完的那一刻，而是在幾週之前、在消耗速度已使耗盡成為必然卻無人行動的那一刻。月初第一週就用掉一半預算，是一個最高級別的警報訊號，此時還有時間凍結變更、回滾那個不穩定的東西並安排人手修復——同樣的 50% 出現在月中，則只是正好按節奏推進。追蹤速度，而不只是餘額，預算就不再是事後複盤的統計數字，而會成為它原本該成為的東西：在決定還能改變結果時就被拉響的決策觸發器。

相關工具：值班排班器規劃凌晨 3 點由誰來守護這份預算，備份保留計算器規劃當防禦失敗時，復原能回溯到多遠。

延伸閱讀：一套可靠性例行公事——輪班、備份保留和錯誤預算如何作為一個整體的規劃習慣協同運作。

常見問題

什麼是錯誤預算？

你的 SLA 已經允許的故障量，用時間來表示。30 天內 99.9% 的目標允許該週期 0.1% 的停機時間——43 分 12 秒——超過之後目標即被突破。把它框定為預算，是把一個抽象的百分比變成團隊可以有意識地花費的東西：發布、遷移和維護都從同 43 分鐘裡支出。

為什麼 99.99% 感覺比 99.9% 嚴格得多？

因為每多一個九，額度就除以十。同樣是 30 天：99% 允許 7 小時 12 分鐘，99.9% 允許 43 分鐘，99.95% 允許 21 分 36 秒，99.99% 允許 4 分 19 秒——還不夠一次重新啟動。選擇目標，就是選擇你的維運實際上能承受多少事故，這也是為什麼誠實的目標應由實測能力決定，而不是由願望決定。

什麼是消耗速率？

相對於整個週期，你花掉預算的速度有多快。本頁面的消耗百分比是簡化形式：迄今的停機時間除以總額度。週期過半時恰好消耗了 50%，你正好在節奏上；在第一週就消耗了 50%，你正走向突破，而凍結高風險變更的時機就是現在、選項還存在的時候，而不是等到 99%。

週期應該用 28、30 還是 365 天？

讓週期與承諾相匹配。面向客戶的 SLA 通常按曆月書寫，一個月有 28 到 31 天不等——30 是標準的規劃數字，28 是最嚴苛的二月情形。365 天的視角適合年度目標，能顯示一份合約真正承諾的全年總量。如果供應商給你報的是年度數字、報告的卻是月度數字，比較之前先把兩者互相換算。

計畫內維護算進預算嗎？

這取決於合約，而且是 SLA 起草中最常爭論的條款之一。許多 SLA 排除預先公告的維護時段；許多 SLO（內部目標）則把一切都算在內，原則是使用者體驗到的計畫內和計畫外停機並沒有區別。明確作出決定、把它寫下來，並確保你追蹤的數字與你們約定的定義一致。