3. Error Budget 计算模型：基于 SLO 的预算计算公式、预算消耗速率、预算剩余周期与燃烧率（Burn Rate）概念

Error Budget（错误预算）是 SRE 实践中的核心量化工具，它将不可靠性视为一种可消耗的资源。本章将深入拆解 Error Budget 的计算模型，从基础公式推导到高级监控指标——燃烧率（Burn Rate），帮助你在自愈系统中实现精确的阈值动态调整。

3.1 基于 SLO 的预算计算公式

Error Budget 的定义非常直观：在 SLO 允许的范围内，系统可以“犯错”的总次数或总时间。其核心公式如下：

Error Budget = 1 - SLO（以小数表示）
或
Error Budget = 总请求量 × (1 - SLO)

在实际工程中，我们通常使用一个滚动窗口（例如 30 天）来计算。假设一个服务的月度 SLO 为 99.9%，月度总请求量为 10,000,000 次：

3.2 预算消耗速率与预算剩余周期

仅仅知道剩余预算是不够的，我们需要动态追踪其消耗速率，以预测预算何时会耗尽。这引出了两个关键衍生指标：

• 预算消耗速率（Budget Consumption Rate, BCR）：单位时间内消耗的 Error Budget 比例。公式为：BCR = (已消耗预算 / 总预算) / 时间窗口。
• 预算剩余周期（Time to Budget Exhaustion, TTE）：在当前消耗速率下，预算预计还能维持的时间。公式为：TTE = 剩余预算 / 当前消耗速率。

例如，一个 30 天周期的服务，在第 5 天结束时已经消耗了 50% 的预算：

消耗速率 = 50% / 5天 = 10% / 天
剩余预算 = 50%
TTE = 50% / 10% = 5 天

这意味着如果消耗速率保持不变，预算将在第 10 天耗尽，远早于 30 天的周期结束。这触发了自愈系统的预警。

3.3 燃烧率（Burn Rate）概念

燃烧率（Burn Rate）是 Error Budget 消耗速率的归一化表示，它衡量的是当前错误率相对于 SLO 允许错误率的倍数。这是自愈系统中触发熔断降级最敏感的指标。

Burn Rate = 实际错误率 / 允许错误率
其中：允许错误率 = 1 - SLO

假设 SLO 为 99.9%（允许错误率 0.1%），当前实际错误率为 1%：

Burn Rate = 1% / 0.1% = 10x

这意味着系统正在以 SLO 允许速率的 10 倍消耗预算。不同的 Burn Rate 对应不同的响应策略：

3.4 多窗口 Burn Rate 与自愈决策

为了平衡敏感性与稳定性，成熟的 Error Budget 驱动系统会同时监控多个时间窗口的 Burn Rate。下图展示了基于多窗口 Burn Rate 的自愈决策流程：

3.5 燃烧率与熔断阈值的映射关系

在自愈系统中，Burn Rate 直接决定了熔断降级的阈值。我们可以建立一个动态映射表，将 Burn Rate 映射到具体的熔断参数（如错误率阈值、拒绝请求比例）：

// 伪代码示例：基于 Burn Rate 动态调整熔断阈值
function adjustCircuitBreakerThreshold(burnRate) {
    if (burnRate > 10) {
        // 紧急模式：拒绝 90% 请求，错误率阈值降至 1%
        return { rejectionRate: 0.9, errorThreshold: 0.01 };
    } else if (burnRate > 5) {
        // 中度模式：拒绝 50% 请求，错误率阈值降至 5%
        return { rejectionRate: 0.5, errorThreshold: 0.05 };
    } else if (burnRate > 2) {
        // 轻度模式：拒绝 20% 请求，错误率阈值降至 10%
        return { rejectionRate: 0.2, errorThreshold: 0.1 };
    } else {
        // 正常模式：不主动拒绝，错误率阈值保持 SLO 水平
        return { rejectionRate: 0.0, errorThreshold: 0.001 };
    }
}