SRE 错误预算与可用性管理（SLO/SLA、预算耗尽与发布策略）

SRE 错误预算与可用性管理（SLO/SLA、预算耗尽与发布策略）概述错误预算将可用性目标量化为改进与变更的“支出”。预算耗尽时需收缩变更并聚焦可靠性。关键实践与参数SLO：如 `可用性 99.9%`、`p95 延迟 ≤ 200ms`、`错误率 ≤ 0.1%`。预算周期：按月/季度计算预算；细分到服务与用户路径。发布策略：预算紧张时启用金丝雀与更长观测窗口，冻结高风险变更。监控与告警：以目标为中心设阈值与趋势告警；报告预算消耗与剩余。验证方法在变更期间观测 SLO 指标与预算消耗曲线；评估发布影响。事后分析（Postmortem）与改进跟踪；预算恢复策略执行情况。A/B 与金丝雀对比评估变更质量与风险。注意事项SLO 与业务价值对齐并定期回顾；避免指标失真。避免以 SLA 直接驱动技术指标；SLA 面向外部承诺，SLO 面向内部目标。错误预算需贯穿开发、测试与运维流程。