エラーバジェット

定義

エラーバジェット = 1 - SLO

例：SLOが99.9%（月間）であれば、エラーバジェットは0.1%。30日 × 24時間 × 60分 × 0.1% ≈ 43.2分が許容できる停止時間。

この「バジェット」をどのように使うかは開発チームが決める。新機能リリース、インフラ変更、実験はすべてバジェットを消費する。

なぜ重要か

信頼性と開発速度のトレードオフを明示的かつ客観的に管理できる：

• バジェット残あり → 積極的なリリース・実験が合理的
• バジェット枯渇 → 信頼性改善を最優先にする（新機能リリース凍結）

この判断を「感情」ではなく「数値」でできる点が最大の価値。SREと開発が対立するのではなく、同じバジェットを共有するパートナーになれる。

適用場面

• リリース判断の議論で「今リリースしても大丈夫か」が主観になっているとき
• SREが「もっと慎重にすべき」と言い、開発が「速く出したい」と言っているとき
• インシデントの頻度を定量化したいとき

エラーバジェットポリシー

あらかじめ「バジェットがXX%消費されたら何をするか」を合意しておく：

関連概念

• SLO / SLI / SLA — エラーバジェットの源泉
• バーンレート — エラーバジェットの消費速度
• 多ウィンドウ多バーンレートアラート — バジェット消費の早期検知

出典

Google SRE Workbook（Betsy Beyer他）第2章「Implementing SLOs」