SLO / SLI & Error Budget
Definições
- SLI (indicator): uma métrica que mede a experiência (ex.: % de requests < 400 ms).
- SLO (objective): a meta para um SLI num período (ex.: 99,5%/mês).
- Error budget: o quanto podemos "falhar" dentro do SLO — orienta priorizar confiabilidade x features.
SLIs e SLOs propostos
| SLI | SLO | Janela |
|---|---|---|
| Disponibilidade da API (não-5xx) | ≥ 99,5% | 30 dias |
| Latência da busca (p95) | < 400 ms | 30 dias |
| Sucesso do job de coleta diária | ≥ 99% | 30 dias |
| Frescor dos dados (coleta do dia concluída) | até 08:00 | diário |
Uso do error budget
- Se o budget está saudável → priorizar features.
- Se está queimando rápido (burn-rate alto) → congelar mudanças arriscadas e focar em confiabilidade.
- Alertas de burn-rate (rápido e lento) no Alertmanager.
Processo
- Runbooks por alerta (ver Runbooks).
- Postmortems sem culpa para incidentes relevantes, com ações de melhoria rastreadas.