我有一个应用程序的SLO，其中95%的服务响应时间必须在滚动的24小时窗口内小于450毫秒。我每60秒取样一次。通常我的"；当前服务水平"；约为96-97%。如果服务水平下降到95%以下，则我的错误率为>5%，因此燃烧率>1.燃烧率>1意味着我将在24小时内消耗掉所有错误预算。然而，由于这是一个滚动窗口，我每分钟都在计算服务级别、错误率、烧录率等，即使我以94%的速度运行，这也只是一个"；恒定的94%"；我的错误预算每60秒就会得到补充。
我正在努力准确地理解和衡量预算消耗情况。
您的错误预算是在滚动窗口中定义的，与SLO相同。
SLO(服务级别目标(包括SLI(服务级别指示(、阈值(您的阈值为95%(和评估期(以前的28天很常见，您的阈值规定为24小时(。你的SLI是你的"好的定义"，你说它是"在<450毫秒。由于您已将SLO阈值定义为95%，因此在相同的后续评估期内，此服务的错误预算为5%(1-.95(。
在基于请求的系统中，通过观察成功的样本数除以总样本数，您将获得良好的信号。类似地，当观察服务的响应时，您将从观察成功的响应计数除以总有效响应计数中获得良好的信号。两者都提供了统计上的音量加权比率。当我们说"计数"时，它的字面意思是在评估期间，在滚动窗口中观察到的计数。正如你所说，错误预算得到了补充。
时间加权计算似乎是这里的问题；美好的一分钟"；在分钟数相当的情况下有效。但是请求是突发性的，例如，时间加权导致前99分钟(每个请求有1个成功(没有失败((对当前分钟(1000个失败(没有成功((的贡献相等。这是这100分钟的时间加权99%的SLI和客户实际体验的音量加权9%之间的差异。