{"canonical_url":"https://engineer.company/sv/glossary/error-budget/","content_markdown":"# Felbudget\n\n## Vad det är\n\nEn felbudget är hur mycket fel en tjänst får ha under en given period,\nuträknat från dess servicenivåmål. Säger målet att 99,99 % av förfrågningarna\nska lyckas det här kvartalet, är de återstående 0,01 % budgeten: förfrågningar\nsom får misslyckas, av misstag eller för att någon medvetet tog en risk, utan\natt någon har brutit ett löfte. På engelska heter det error budget. Budgeten\nräknas i samma enhet som målet, oftast misslyckade förfrågningar, och den\nförbrukas i samma ögonblick som en användare möter ett fel.\n\nIdén kommer från Googles bok om Site Reliability Engineering. I kapitlet\nEmbracing Risk sätter produktledningen målet, övervakningssystemet fungerar som\nen neutral tredje part som mäter vad som faktiskt hände, och skillnaden mellan\nde två är den otillförlitlighet som återstår av kvartalet. Produktutvecklingen\noch SRE kommer överens om budgeten tillsammans, i förväg. Bokens exempel ligger\ni den krävande änden av skalan: en tjänst som ska besvara 99,999 % av\nförfrågningarna har en budget på 0,001 %, så ett enda problem som får 0,0002 %\nav kvartalets förfrågningar att misslyckas har förbrukat en femtedel av den.\n\nBudgeten frågar inte vems felet var. Boken säger uttryckligen att ett\nnätverksavbrott eller ett datacenter som fallerar tär på den precis som en\ndålig release, och att resten av kvartalet då kan få färre utrullningar.\nAnvändarna märkte felet, så det räknas. Vem som måste agera på det är en annan\nfråga, och svaret hör hemma i en skriftlig policy som är överenskommen innan\nnågot går fel.\n\n## Varför det spelar roll\n\nDe som bygger nya funktioner och de som håller en tjänst i drift vill olika\nsaker, och utan en gemensam siffra vinner den som förhandlar bäst. SRE-boken\nsäger att sådana beslut varken bör vila på politik, rädsla eller hopp, och\npåminner om Google SRE:s inofficiella motto: ”Hope is not a strategy.” Budgeten\nersätter diskussionen med en siffra som båda sidor har godtagit i förväg. Så\nlänge det finns budget kvar går releaser ut; när den är förbrukad pausas de,\noch kraften läggs på test och motståndskraft i stället. Boken beskriver också\nmjukare varianter av samma mekanism, till exempel att sänka takten eller rulla\ntillbaka releaser i takt med att budgeten närmar sig noll, och kallar i en\nfotnot den rena av-eller-på-varianten för bang/bang-styrning.\n\nDen intressantare effekten gäller beteendet. När budgeten är stor kan\nutvecklarna ta risker: rulla ut oftare, pröva experimentet. När den nästan är\ntom, konstaterar boken, ber utvecklarna själva om mer test och långsammare\nutrullning, eftersom ingen vill stoppa sin egen lansering. Teamet blir\nsjälvreglerande. Boken ställer ett villkor: det fungerar bara om SRE verkligen\nhar mandat att stoppa lanseringar när målet är brutet.\n\nDet är mest releaser budgeten styr, eftersom det mest är releaser som förstör\nnågot: exempelpolicyn i SRE Workbook uppskattar att ändringar ligger bakom\nungefär 70 % av Googles avbrott. Det gör budgeten till en kompass för var\ninsatsen bör läggas. Workbooks kapitel om att införa SLO:er räknar på en tjänst\nmed ett mål på 97 % och en budget för fyra veckor på 109 897 misslyckade\nförfrågningar. En dålig API-release som fick alla förfrågningar att misslyckas\ni fyra timmar kostade 14 066 av dem, ungefär 13 %. En databasserver som dog och\ntog 20 timmar att återställa från säkerhetskopia kostade uppskattningsvis\n72 000, eller 65 %. Serverhaveriet ser mycket värre ut, men företaget i\nexemplet råkar ut för ett sådant på fem år mot två eller tre dåliga releaser om\nåret, så i genomsnitt kostar releaserna ungefär dubbelt så mycket budget. Det\nlönar sig att börja med releaseprocessen.\n\nEn budget som aldrig förbrukas säger också något. Boken påpekar att den\nsynliggör vad ett för högt mål kostar i stelhet och långsam innovation, och att\nett team som har svårt att få ut något kan välja att sänka målet och därmed\ngöra budgeten större.\n\n## Så ser det ut i praktiken\n\nFörbrukningen har en hastighet, inte bara en summa. Workbooks kapitel om larm\nkallar hastigheten burn rate, alltså förbrukningstakten: hur snabbt tjänsten\ngör av med sin budget i förhållande till målet. Vid en burn rate på 1 tar\nbudgeten slut precis när perioden gör det. För ett mål på 99,9 % över 30 dagar\nser Workbooks tabell ut så här:\n\n```text\nBurn rate   Felfrekvens   Budgeten är slut efter\n1           0,1 %         30 dagar\n2           0,2 %         15 dagar\n10          1 %           3 dagar\n1 000       100 %         43 minuter\n```\n\nAtt larma på burn rate är bättre än att väcka någon varje gång felfrekvensen\npasserar 0,1 %, vilket skulle ske vid varje kortvarig topp. Workbook\nrekommenderar att bevaka flera burn rates samtidigt, var och en över ett långt\noch ett kort fönster. Dess utgångspunkt för ett mål på 99,9 % larmar jouren när\n2 % av 30-dagarsbudgeten går åt på en timme (en burn rate på 14,4) eller 5 % på\nsex timmar (en burn rate på 6), och skapar ett ärende när 10 % går åt på tre\ndagar (en burn rate på 1). Det korta fönstret, en tolftedel av det långa, gör\natt larmet upphör strax efter att problemet gör det. I Workbooks exempel sjunker\nmedelvärdet i det korta fönstret under tröskeln fem minuter efter att felen\nupphör, medan timmedelvärdet ligger kvar över den en hel timme.\n\nSom Prometheus-regelfil ser de två larmvillkoren ut så här. Kvoterna är\nrecording rules, namngivna på samma sätt som i Workbook, och var och en\ninnehåller andelen misslyckade förfrågningar över fönstret som namnet anger:\n\n```yaml\ngroups:\n  - name: orders-error-budget\n    rules:\n      - alert: OrdersErrorBudgetBurn\n        expr: |\n          (\n            job:slo_errors_per_request:ratio_rate1h{job=\"orders\"}\n              \u003e (14.4 * 0.001)\n            and\n            job:slo_errors_per_request:ratio_rate5m{job=\"orders\"}\n              \u003e (14.4 * 0.001)\n          )\n          or\n          (\n            job:slo_errors_per_request:ratio_rate6h{job=\"orders\"}\n              \u003e (6 * 0.001)\n            and\n            job:slo_errors_per_request:ratio_rate30m{job=\"orders\"}\n              \u003e (6 * 0.001)\n          )\n        labels:\n          severity: page\n```\n\nFölj en dålig driftsättning genom regeln. Klockan 14.00 börjar en release få\n2 % av orderförfrågningarna att misslyckas, en burn rate på 20. Andelen över fem\nminuter passerar gränsen på 1,44 % inom fyra minuter, men andelen över en timme\nnår den först när felen har pågått i omkring 43 minuter, så jouren larmas\nomkring klockan 14.43. Då är exakt 2 % av 30-dagarsbudgeten förbrukad, och det\när den avvägning regeln gör: en kort topp väcker ingen, och en ihållande\nförbrukning kan inte gömma sig. Rulla tillbaka klockan 14.50, så sjunker andelen\növer fem minuter under gränsen inom två minuter och larmet upphör; andelen över\nen timme ensam hade hållit det igång till omkring klockan 15.07.\n\nAtt hålla larmen i proportion till problemet är samma omsorg som ligger bakom\nföretagets\n[egen felövervakning och spårning](/sv/portfolio/built-first-party-error-monitoring-and-tracing/)\nfrån 2025. Den upptäcker toppar och regressioner med en karenstid, så att en\ndålig driftsättning inte larmar någon fyrtio gånger, larmreglerna passar just\nden plattformen i stället för en generisk, och en av dess 11 operatörsvyer är\navsedd för servicenivåmål.\n\n## Var det går fel\n\n**Att räkna ett fel förväxlas med att skuldbelägga någon.** Allt användarna\nmärker tär på budgeten, men inte allt bör stoppa teamets egna releaser.\nExempelpolicyn i Workbook låter arbetet med nya funktioner fortsätta när ett\nnätverksproblem i hela företaget var orsaken, eller när ett annat teams tjänst\nvar det och det teamet självt har stoppat sina releaser; har teamets egen kod\neller procedur förbrukat budgeten kommer tillförlitligheten först. För ett\navbrott som orsakas av ett beroende hos ett annat team beskriver kapitlet om\natt införa SLO:er två skolor, fortsätt eller frys ändå, och säger att\nfrysningen gör användarna nöjdare. Välj i förväg, skriv in valet i policyn och\nutse vem som avgör en oenighet om räknestycket; exempelpolicyn skickar den till\nCTO:n.\n\n**Fel hamnar i fel kategori.** Ett lasttest som misslyckas eller en\npenetrationstestares avvisade förfrågningar tär på budgeten fast ingen\nanvändare drabbades, och exempelpolicyn nämner felaktigt kategoriserade fel som\nett sätt för budget att försvinna i onödan. Det omvända är värre: verkliga fel\nsom registreras som något harmlöst håller tjänsten inom målet på papperet\nmedan användarna lider, och samma policy gör tillförlitlighetsarbete\nobligatoriskt när det upptäcks. Håll trafik som målet inte omfattar utanför\nindikatorn, och granska klassificeringen efter varje incident vars kostnad såg\nfel ut.\n\n**En stor incident betalas och glöms.** En frysning köper tid, inte\nförståelse. Exempelpolicyn knyter ihop de två: en enskild incident som\nförbrukar mer än 20 % av budgeten för fyra veckor kräver en postmortem med\nminst en åtgärd av högsta prioritet, och en typ av avbrott som förbrukar mer än\n20 % under ett kvartal ska stå med i planen för nästa kvartal.\n\n**Larmet kan aldrig gå.** Trösklar som kopierats från tabellen för 99,9 %\npassar inte för andra mål. Vid 90 % tillgänglighet, påpekar Workbook, förbrukar\nett totalt avbrott bara 1,4 % av budgeten på en timme, så en regel som larmar\nvid 2 % i timmen förblir tyst hela tiden. I andra änden förbrukas ett månatligt\nmål på 99,999 % av ett totalt avbrott på 26 sekunder, snabbare än många\növervakningssystem ens hinner samla in ett mätvärde. Anpassa fönster och\ntrösklar efter målet, och godta för mycket höga mål Workbooks slutsats att bara\ndesignen kan försvara dem: rulla först ut en ändring till 1 % av användarna, så\nger samma fel 43 minuter innan budgeten är slut.\n\n**Låg trafik gör ett enda fel till ett larm.** Vid tio förfrågningar i timmen\när en misslyckad förfrågan en felfrekvens på 10 % för den timmen. Mot ett mål\npå 99,9 %, påpekar Workbook, larmar den enda förfrågan genast, eftersom den\nförbrukar 13,9 % av 30-dagarsbudgeten: hela månaden tillåter bara sju fel.\nWorkbooks lösningar är att skapa konstgjord trafik, att slå ihop flera små\ntjänster till en i övervakningen eller att ändra produkten så att en enda\nmisslyckad förfrågan betyder mindre.\n\n**Målet höjs innan tjänsten klarar det.** Ett team som behöver ett striktare\nmål och inför det direkt lever i ständigt undantagstillstånd med en budget som\nalltid är förbrukad. Workbook föreslår i stället ett ambitiöst mål: mätt och\nföljt bredvid det nuvarande, men beskrivet i policyn som ett mål som inte\nkräver någon åtgärd förrän tjänsten är redo för det.\n\n## Läs mer\n\n- [Embracing Risk](https://sre.google/sre-book/embracing-risk/) — kapitel 3 i\n  Googles bok om Site Reliability Engineering, där felbudgeten introduceras som\n  ett sätt att fatta releasebeslut med data.\n- [Alerting on SLOs](https://sre.google/workbook/alerting-on-slos/) — SRE\n  Workbook om burn rates, larm med flera fönster och tjänster med lite trafik.\n- [Example Error Budget Policy](https://sre.google/workbook/error-budget-policy/)\n  — en komplett policy: när releaser stoppas, vilka avbrott som är undantagna\n  och när det krävs en postmortem.\n- [Implementing SLOs](https://sre.google/workbook/implementing-slos/) — hur man\n  räknar ut en budget från ett mål och använder den för att välja mellan\n  investeringar i tillförlitlighet.\n- [Alerting rules](https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/)\n  — Prometheus dokumentation för regelformatet som används ovan.\n\n\u003chttps://engineer.company/sv/glossary/error-budget/\u003e\n","date_modified":"2026-10-29T11:17:41Z","description":"Hur en felbudget räknas ut och används, vad burn rate betyder, hur man larmar på den och vad teamet gör när budgeten är förbrukad.","formats":{"gemtext":"https://engineer.company/sv/glossary/error-budget/index.gmi","gopher":"https://engineer.company/sv/glossary/error-budget/gophermap","html":"https://engineer.company/sv/glossary/error-budget/","json":"https://engineer.company/sv/glossary/error-budget/index.json","markdown":"https://engineer.company/sv/glossary/error-budget/index.md","pdf":"https://engineer.company/sv/glossary/error-budget/index.pdf"},"kind":"page","language":"sv","title":"Vad är en felbudget?","url":"https://engineer.company/sv/glossary/error-budget/","version":1}