错误预算计算器

错误预算（Error Budget）是 Google SRE 方法论的核心概念：把 SLA 里「不可用」的那部分量化成时间额度。99.9%（三个九）意味着 0.1% 的失效空间——按月 30 天算是 43.2 分钟，按年是 8.76 小时。四个九（99.99%）月预算骤降到 4.32 分钟，五个九只剩 26 秒——每加一个九，允许的停机时间除以 10，而实现成本往往翻几倍。

预算的用法是「消费制」：这个月事故烧掉了 40 分钟预算，剩余 3.2 分钟就必须冻结发布、专注稳定性；预算充裕时则可以大胆灰度、快速迭代——可靠性从「越低越好的玄学」变成「有余额就花」的工程决策。计算口径的细节魔鬼：按请求成功率还是按时间？计划内维护算不算？分区域故障怎么折算？（业内通行：按错误请求比例计、维护窗口需提前公告且通常仍计入、按受影响用户时长加权）。本工具按常用周期（日/周/月/季/年）输出各九级可用性的时间预算，并支持自定义可用性反推。

不同 SLA 的预算量级差异显著：99%（两个九）全年允许 87.6 小时、约 3.65 天；99.9% 全年 8.76 小时；99.95% 全年 4.38 小时；99.99%（四个九）全年仅 52.6 分钟。把「可承受的不可用时长」摊到月度预算，就能直观地管理发布窗口与应急响应额度。输入 SLA 与统计区间，本工具自动换算成日/月/年可用分钟数与预算天数，帮助团队在写 SLO 时先量化再承诺。

消费预算要有「阶段化动作」的配套规则，而不是等预算耗尽才反应：预算消耗到 50% 亮黄灯、开始收紧发布；到 75% 冻结除紧急修复外的所有变更，启动专项稳定性排查；99% 触发 P0 战情室，全组扑向根因。工程上误差几乎总是「长尾事故」吃掉的大头，所以监控告警要把「每个请求的 SLI 采样」做扎实，避免用平均值掩盖尾部尾延迟——错误预算的价值正在于把含糊的「可用性目标」变成可审计、可回滚、可问责的具体额度。