Pubblicato il 18 Novembre 2026 · di Ismail Nasry
In breve: Come usare SLO ed error budget per decidere quando dare precedenza all'affidabilità, quali debiti tecnici affrontare e quali rilasci rinviare.
Immaginiamo un team che deve consegnare una nuova funzione. Intanto, il salvataggio dei documenti ogni tanto fallisce. Chi segue il prodotto vuole rispettare la data; chi sviluppa chiede tempo per correggere il difetto. Senza una regola comune, ogni scelta riapre la stessa trattativa.
In un team piccolo, SLO ed error budget possono dare un confine a questa scelta: aiutano a capire quali problemi cambiano le priorità e quali rischi si possono ancora correre. Il metodo serve anche a decidere cosa rimandare.
Scegliere cosa deve funzionare per l’utente
Lo SLI, Service Level Indicator, misura un aspetto del servizio offerto. Lo SLO, Service Level Objective, fissa il risultato atteso per quella misura. Uno SLA è invece un accordo con gli utenti. Prevede conseguenze se gli obiettivi non sono rispettati. Questa distinzione è descritta nel capitolo Service Level Objectives di Google SRE.
Per iniziare, si può scegliere un percorso essenziale: l’accesso al prodotto oppure il salvataggio di un lavoro. Il fatto che il server risponda non basta. Occorre sapere se l’utente ha ottenuto il risultato atteso. La prima scelta riguarda cosa contare come successo, quali tentativi includere e dove raccogliere il dato. Ogni esclusione va motivata.
Se si osserva solo il server, alcuni guasti nel browser possono sfuggire. Questo limite va dichiarato.
La soglia viene dopo. Per sceglierla, si confrontano i dati disponibili con le attese degli utenti. Se richiede interventi continui, il team può non avere le risorse per rispettarla. Se ammette troppi errori, può lasciare irrisolti disagi seri. Il capitolo Implementing SLOs lega questa scelta all’accordo tra chi sviluppa, chi gestisce il servizio e chi decide sul prodotto.
Il budget rende visibile il margine di errore
Per uno SLO espresso come quota di eventi riusciti, l’error budget è la quota che resta: 100% meno l’obiettivo. Il calcolo è illustrato nella Example Error Budget Policy di Google SRE. Il budget riguarda gli eventi non riusciti sul totale osservato. Non indica quanti bug sono ammessi.
Consideriamo uno scenario interamente ipotetico. Un piccolo SaaS sceglie di misurare i salvataggi dei documenti. Un tentativo valido conta come riuscito se il documento viene salvato senza errori entro due secondi. Il team sceglie un obiettivo del 99,5% su una finestra mobile di 28 giorni. Sono valori di esempio. Non sono soglie da adottare per altri prodotti.
Nella finestra osservata risultano 50.000 tentativi validi. Il budget è lo 0,5%, pari a 250 tentativi non riusciti. Se quelli falliti o troppo lenti sono 150, è stato consumato il 60% del budget. Restano 100 eventi di margine al momento del calcolo. Quel margine cambia con il traffico e con lo scorrere della finestra: non è una riserva fissa di cento errori futuri.
Non si può nemmeno tradurlo in minuti di fermo, perché il conto usa tentativi di salvataggio e il loro numero può variare nel tempo.
Va quindi esaminata la causa. Se il difetto è ancora attivo, il rischio resta anche dopo la fine dell’ultimo incidente. Se è stato rimosso, il budget conserva traccia del danno. La scelta sul prossimo rilascio può però essere diversa.
Decidere prima cosa cambia nel lavoro
Nell’esempio di policy pubblicato da Google SRE, il team ferma i rilasci quando ha superato il budget, salvo gli interventi di massima urgenza e le correzioni di sicurezza. È una policy di esempio, da adattare al contesto. Chiarisce cosa accade dopo uno sforamento, senza usarlo come punizione. Per il SaaS ipotetico, una regola adatta potrebbe essere questa:
- Se il budget ha margine e il consumo resta stabile, seguire il piano di sviluppo.
- Se gli errori aumentano e la causa è ancora attiva, correggere prima il difetto. Rinviare le modifiche rischiose al salvataggio.
- Se il budget è esaurito, fermare le nuove funzioni che toccano quel percorso. Proseguire con gli interventi per ripristinarlo o risolvere problemi di sicurezza.
La regola deve indicare chi decide e come si riparte. Nel nostro scenario, si potrebbe chiedere di rimuovere la causa nota e di rientrare nell’obiettivo. Ogni eccezione va motivata per iscritto. Serve un responsabile. Aspettare solo che i vecchi errori escano dalla finestra lascerebbe intatto il difetto.
Anche la velocità di consumo conta: un budget quasi intatto può esaurirsi in fretta durante un guasto.
Gli allarmi devono quindi aiutare ad agire prima di superare il budget. Il capitolo Alerting on SLOs spiega come collegarli al suo ritmo di consumo.
Quale debito tecnico merita di passare avanti
Nel caso ipotetico, immaginiamo che molti salvataggi falliscano quando scade il tempo di attesa per la risposta di un servizio esterno. Il prossimo intervento potrebbe riguardare quel collegamento, anziché una revisione generale del codice. Prima va capito come nasce il guasto. Poi si valuta quali modifiche ne ridurrebbero l’impatto. Qui l’error budget aiuta a ordinare il lavoro. Una correzione legata a errori osservati ha un motivo concreto per precedere una nuova funzione.
Un refactoring ampio richiede di chiarire altro: quale causa rimuove? A quale costo? Come si capirà se ha funzionato?
Resta spazio per debiti che lo SLO non misura. Codice difficile da modificare, dipendenze obsolete e rischi sui dati possono richiedere interventi anche quando tutti gli indicatori rispettano l’obiettivo. Il budget offre un criterio per l’affidabilità del percorso scelto. Le altre priorità vanno valutate con ragioni proprie.
Poco traffico richiede più giudizio
Con pochi tentativi, un solo errore pesa molto sulla percentuale. Google SRE lo segnala nell’analisi dei servizi a basso traffico. Copiare soglie di allarme pensate per grandi volumi può far scattare allarmi poco utili. Per un prodotto giovane, conviene leggere insieme percentuali, conteggi e impatto dei singoli errori.
I test automatici che simulano un utente possono aiutare a scoprire guasti quando manca traffico reale. Il loro esito va però tenuto distinto dai dati degli utenti: una prova riuscita non dimostra che ogni utente riesca a usare il servizio.
Si può partire da un percorso e da una regola scritta, usando i dati già disponibili se sono adatti allo scopo. Il capitolo SRE Team Lifecycles descrive l’uso di SLO ed error budget anche senza un gruppo dedicato all’affidabilità. Serve comunque qualcuno che possa cambiare le priorità.
Alla prima revisione, vale la pena riprendere un incidente noto: la misura lo ha rilevato? La regola avrebbe fatto anticipare una scelta utile? Se le risposte sono negative, occorre rivedere cosa si misura o la policy. Solo dopo ha senso aggiungere altri indicatori.
Lavoriamo insieme
Hai bisogno di supporto su questo tema? Sviluppo soluzioni su misura per le tue esigenze.






