Error budget (budget d'erreur)

L’error budget (budget d’erreur) est la part de défaillance qu’un objectif de niveau de service (SLO) autorise sur une période donnée. Un SLO de disponibilité à 99,9 % sur 30 jours laisse un budget de 0,1 %, soit environ 43 minutes d’indisponibilité — ou, formulé sur un SLO de taux d’erreurs, une requête ratée sur mille. Le concept, popularisé par les pratiques SRE de Google, transforme la fiabilité d’une exigence morale (« zéro panne ») en une quantité mesurable qu’on peut dépenser.

À quoi il sert

Son intérêt est d’arbitrer. Tant qu’il reste du budget, l’équipe peut prendre des risques : déployer souvent, mener des migrations, tester la bascule d’un composant. Budget épuisé, la priorité s’inverse — on gèle ce qui est risqué et on investit dans la fiabilité jusqu’à revenir dans les clous. Cette règle, convenue à l’avance entre l’équipe technique et le métier, remplace deux discussions sans issue : celle où l’on exige une fiabilité parfaite, et celle où chaque incident déclenche une négociation à chaud. Elle acte aussi un point contre-intuitif : viser 100 % est une erreur de conception, car chaque incrément de fiabilité coûte plus cher que le précédent et se paie en vitesse de livraison.

Le burn rate

Le budget se surveille par sa vitesse de consommation, le burn rate : un taux de 1 signifie qu’on consomme exactement le budget sur la période ; un taux de 14 sur une heure signifie qu’au rythme actuel, tout le budget mensuel partirait en deux jours. C’est la base de l’alerting multi-fenêtre recommandé en SRE : alerter sur un burn rate élevé mesuré à la fois sur une fenêtre courte et une fenêtre longue, plutôt que sur chaque erreur isolée. On obtient des alertes qui se déclenchent quand le budget est réellement menacé — et qui se taisent le reste du temps.

Ce qu’il n’est pas

Un error budget n’est ni une cible à consommer (finir le mois à zéro n’est pas un objectif) ni un instrument de sanction. Il ne vaut que si le SLI sous-jacent mesure quelque chose que les utilisateurs perçoivent vraiment, et que si la conséquence du dépassement — le gel — est réellement appliquée. Un budget d’erreur sans politique associée est un tableau de bord de plus.