📚 课程目录第3章 Error Budget计算模型

3. Error Budget 计算模型

Error Budget 的量化计算是灰度发布准入控制的核心。不同的业务场景对可用性的定义粒度不同，因此需要选择匹配的计算模型。本章详细阐述三种主流模型：基于时间窗口、基于请求量以及混合模型，并给出选择策略。

该模型以不可用时间作为 Error Budget 的计量单位。它假设服务的可用性目标为“四个九”或“五个九”，并将允许的年度/月度停机时间按固定时间窗口（通常为 28 天或 30 天）进行切片。

Error Budget (时间窗口) = 窗口总分钟数 × (1 - SLO)
剩余 Budget = Error Budget - 累计不可用分钟数

  适用场景：基础设施层（网络、存储、Kubernetes 集群）、长周期批处理任务、对连续可用性要求极高的核心链路。

实践要点：时间窗口模型直观易懂，但无法区分“1 次 40 分钟故障”与“40 次 1 分钟抖动”。对于高频短时故障，建议配合事件计数或请求量模型使用。

该模型以失败请求数作为计量单位。它将 SLO 转化为“每百万请求允许失败次数”，更适合高并发、短连接、对单次请求成功率敏感的业务。

Error Budget (请求量窗口) = 窗口总请求数 × (1 - SLO)
剩余 Budget = Error Budget - 累计失败请求数

注意：请求量模型对流量毛刺敏感。如果某时段流量突增 10 倍，即使错误率不变，失败请求数也会飙升，导致 Budget 快速耗尽。建议配合滑动窗口（如 5 分钟粒度）进行平滑计算。

单一模型在复杂场景下存在盲区。混合模型将时间窗口与请求量结合，通过“双条件触发”或“加权融合”来提升准入判断的鲁棒性。

策略名称	计算方式	优势	劣势
双条件与门	时间 Budget 且请求量 Budget 均未耗尽	最保守，防止单一维度误判	可能过于严格，降低发布效率
双条件或门	时间 Budget 或请求量 Budget 任一耗尽即阻断	快速响应异常，覆盖两种故障模式	可能因流量毛刺误阻断
加权融合	Budget = α × 时间剩余率 + β × 请求量剩余率（α + β = 1）	灵活调节，可适配不同业务敏感度	权重需要持续调优

  推荐实践：在灰度发布准入场景中，建议采用加权融合混合模型。初始设置 α = 0.4（时间权重）、β = 0.6（请求量权重），运行 2 个迭代周期后根据实际阻断率与误报率调整。当任一维度剩余 Budget 低于 20% 时，自动切换为双条件与门模式，进入严格保护状态。

维度	时间窗口模型	请求量模型	混合模型
计量单位	分钟 / 小时	失败请求数	两者加权或条件组合
对流量毛刺敏感度	低	高	中（可调节）
对长尾故障敏感度	高	低	高
实现复杂度	低	中	高
灰度准入推荐度	★★★☆☆	★★★★☆	★★★★★

实施建议：在灰度发布平台中，建议将 Error Budget 计算模型设计为可配置策略。默认使用加权融合混合模型（α=0.4, β=0.6），并允许 SRE 团队在控制台一键切换为双条件与门模式（应对重大故障恢复期）或请求量模型（应对大促流量高峰）。