📚 课程目录第4章误差预算台账定义

4. 误差预算台账定义：误差预算的数学定义与台账数据模型

误差预算（Error Budget）是连接服务等级目标（SLO）与制品供应链稳定性之间的核心量化桥梁。本章将严格定义误差预算的数学表达，并设计台账的字段结构与数据模型，为后续异常检测提供精确的数值基础。

误差预算的核心思想是：在给定的时间窗口内，服务允许发生一定比例的不可用或低质量事件。其数学定义围绕三个关键指标展开：SLO达成率、错误率和延迟分布。

SLO达成率衡量服务在时间窗口内满足目标性能的比例。设时间窗口 \( T \) 内总请求数为 \( N_{total} \)，其中满足SLO条件的请求数为 \( N_{good} \)，则SLO达成率 \( A \) 为：

A(T) = N_good / N_total × 100%

误差预算消耗 \( B_{consumed} \) 定义为：

B_consumed(T) = 1 - A(T) = (N_total - N_good) / N_total

当 \( A(T) \) 低于预设的SLO目标值 \( SLO_{target} \) 时，误差预算耗尽，触发告警。

错误率直接反映服务处理请求的失败比例。定义如下：

E(T) = N_error / N_total × 100%

其中 \( N_{error} \) 为返回HTTP 5xx、超时或业务定义错误码的请求数。误差预算消耗与错误率的关系为：

B_consumed(T) = E(T)  (当仅以错误率作为SLO指标时)

延迟分布用于定义基于百分位的SLO。通常以P50、P95、P99延迟作为衡量标准。设延迟分布函数为 \( L(p) \)，表示第 \( p \) 百分位的延迟值。基于延迟的SLO达成条件为：

L(p) ≤ Latency_threshold  (例如 P99 ≤ 200ms)

误差预算消耗计算为：

B_consumed(T) = Count(L(p) > Latency_threshold) / Total_windows

即超过延迟阈值的窗口数占总窗口数的比例。

  关键公式总结： 误差预算消耗 = 1 - SLO达成率 = 错误率（当SLO基于错误率时）= 延迟超标窗口比例（当SLO基于延迟时）。

台账（Ledger）是误差预算的持久化记录，用于追踪每个时间窗口的消耗情况。字段设计需兼顾可观测性、可追溯性和异常检测需求。

设计要点： artifact_version 和 deployment_id 字段是连接制品供应链与误差预算的关键纽带，使得异常检测可以追溯到具体的制品变更。

误差预算台账的数据模型采用星型模式设计，以台账事实表为中心，关联多个维度表。

误差预算台账的生成遵循以下步骤：

常见陷阱： 时间窗口对齐问题。如果制品部署发生在窗口中间，该窗口内可能混合了两个版本的指标数据，导致误差预算计算不准确。建议在部署时插入标记点，或使用更细粒度的窗口（如1分钟）来减少混合影响。

为支持异常检测模型，台账需提供以下核心查询接口：

接口名称	输入参数	输出	用途
get_budget_timeseries	service_id, slo_id, start_time, end_time	时间序列：[(timestamp, budget_consumed), ...]	异常检测模型输入
get_artifact_budget	artifact_version	该制品版本所有窗口的误差预算记录	制品质量回溯
get_deployment_impact	deployment_id	部署前后各窗口的误差预算对比	部署影响评估
get_anomaly_windows	service_id, start_time, end_time, threshold	异常窗口列表	告警与根因分析

通过上述定义，误差预算台账不仅是一个数值记录，更是一个结构化的、可追溯的、支持多维分析的数据资产，为后续的异常检测模型提供了坚实的数据基础。