SREのベストプラクティス：耐障害性の高いエラーバジェットの設計

サービスレベルアグリーメント（SLA）から現実的なサービスレベル目標（SLO）を算出し、バジェット消費率に連動した自動アラートと開発・運用調整を行う方法。

エラーバジェットは、成熟したサイト信頼性エンジニアリング（SRE）の基礎です。不可能な目標である「可用性100%」を追うのではなく、ビジネス上の損失とならない信頼性レベルを定義します。エラーバジェットは、SLOを満たしつつ発生が許容されるシステムエラーの割合を示します。

これを構築するため、適切な SLI（サービスレベル指標）を定義します。標準的な指標は、総リクエスト数のうち、正常に終了したクエリ（200ミリ秒以内にHTTP 2xx/3xxを返したもの）の割合などです。

エラーバジェットが枯渇した場合、開発フローが自動で変化します。CI/CDパイプラインは新機能の自動リリースを停止し、バジェットが回復するまで、リソースをバグ修復やデータベースクエリの最適化などの信頼性向上タスクへ強制的に再配分します。

エラーバジェットは、出荷と安定性の永遠の緊張を、共有された定量的な契約へと変えます。この明確さは、「どれだけのリスクが許容されるか」を明示的で説明可能な数値にしなければならない規制環境で特に価値があります。