¿Cómo funcionan los SLO y los presupuestos de error?

Respuesta directa

Qué debe cubrir una buena respuesta

Cómo funciona

Un indicador de nivel de servicio mide algo que importa a los usuarios, como la fracción de solicitudes que tienen éxito en menos de 300 ms. El objetivo fija una meta en una ventana, por ejemplo 99,9 por ciento en 30 días, y el presupuesto de error es lo que sobra: 0,1 por ciento de las solicitudes, unos 43 minutos de caída total al mes. Las alertas se disparan por tasa de consumo, cuán rápido se gasta el presupuesto, lo que atrapa tanto una caída súbita como una degradación lenta. Con presupuesto, el equipo puede asumir riesgo en releases; agotado, el trabajo de funcionalidades cede al de fiabilidad. La política se acuerda con producto por adelantado para no renegociar la decisión en cada incidente.

Ejemplo

La API de checkout tiene un SLO del 99,95 por ciento de solicitudes por debajo de 500 ms en 28 días. Una alerta de consumo rápido avisa cuando el presupuesto se agotaría en menos de dos horas; una de consumo lento abre un ticket cuando se agotaría en tres días. Tras un mes malo que consumió el presupuesto el día 20, el equipo congeló releases no críticas y dedicó el resto del sprint a la tormenta de reintentos que lo había causado.

Errores frecuentes

• Fijar 100 por ciento o una meta que nadie midió contra el valor actual.
• Alertar por el umbral del SLI en lugar de la tasa de consumo y avisar por cada parpadeo.
• No tener política acordada para un presupuesto agotado, de modo que nada cambia cuando se acaba.

Una estructura útil para responder

Responde desde tu propia experiencia.

No memorices un guion: usa solo ejemplos que puedas explicar con honestidad en preguntas posteriores.