SLI, SLO und Error Budget

Kurz: Ein SLI misst die Qualität eines Dienstes (z. B. Anteil erfolgreicher Anfragen), ein SLO ist das Ziel dafür (z. B. 99,9 %), das Error Budget die erlaubte Menge an Fehlern, die bis dahin übrig ist.

Genauer: Statt „100 % Verfügbarkeit“ (unbezahlbar) legt man ein sinnvolles Ziel fest. Bei 99,9 % in 30 Tagen sind etwa 43 Minuten Ausfall erlaubt. Ist das Budget aufgebraucht, hat Stabilität Vorrang vor neuen Funktionen.

Im Detail

• SLI: Verfügbarkeit, Latenz (z. B. 95. Perzentil), Fehlerrate, Durchsatz.
• SLO: Intern gesetztes Ziel. SLA: Vertrag mit Kunden, oft mit Strafen.
• Error Budget: 100 % − SLO. Steuert Risiko: Budget da → schneller ausliefern; leer → einfrieren.
• Perzentile statt Durchschnitt: Durchschnitt versteckt langsame Ausreißer.
• Burn-Rate-Alarme: Alarm, wenn das Budget zu schnell verbraucht wird.
• Post-Mortem: Fehlerfreie, schuldfreie Nachbesprechung nach Störungen.

Siehe auch: Observability: Logs, Metriken und Traces, Circuit Breaker und Backpressure