エラーバジェットの概念を理解したとしても、「実際にどうやって計算するのか」という具体的な方法がわからなければ現場で活用できません。
SLIの選定・SLOの設定・計算式の適用・残高の確認方法まで一通り理解することが実践への近道です。
本記事では、エラーバジェットの計算方法・算出手順・SLIとSLOの関係・監視指標・測定期間について詳しく解説していきます。
実際の数式と具体的な例を交えながら説明しますので、現場にそのまま応用できる内容をお届けします。
SRE・インフラエンジニア・DevOpsエンジニアの方はもちろん、エラーバジェットを導入検討中の方にも参考にしていただける内容です。
エラーバジェットの計算の基本：SLIとSLOから導く算出方法
それではまず、エラーバジェットの計算の基本となるSLIとSLOからの算出方法について解説していきます。
エラーバジェットの計算式はシンプルです。
エラーバジェット＝100%−SLO（%）という基本式で算出されます。
【エラーバジェットの基本計算式】
エラーバジェット（%）＝ 100% − SLO（%）
例①：SLO = 99.9% の場合
エラーバジェット = 100% − 99.9% = 0.1%
例②：SLO = 99.95% の場合
エラーバジェット = 100% − 99.95% = 0.05%
月間（30日）で使えるダウンタイムへの換算：
30日 × 24時間 × 60分 × 0.1% = 43.2分（SLO 99.9%の場合）
30日 × 24時間 × 60分 × 0.05% = 21.6分（SLO 99.95%の場合）
この計算式はシンプルですが、エラーバジェットをどの測定期間で管理するかによって実際に使える量が変わります。
月次・四半期・年次のいずれで管理するかを事前に決めておくことが重要です。
測定期間が長いほどバジェットの絶対量が増え、短期の障害による過剰反応を避けられますが、問題の検出が遅れるリスクもあります。
多くの現場では月次管理が採用されており、SLOの達成状況を毎月レビューするサイクルが実践的です。
SLIの選定と計算式：エラーバジェット算出の土台を作る
続いては、SLIの選定と計算式についてエラーバジェット算出の観点から確認していきます。
エラーバジェットを正確に計算するためには、測定するSLI（サービスレベル指標）の選定が非常に重要です。
SLIは「何を計測してSLOの達成・未達を判定するか」を定義するものです。
| SLIの種類 | 計測対象 | 計算式の例 |
|---|---|---|
| 可用性 | サービスが正常に稼働している時間の割合 | 正常稼働時間 ÷ 全時間 × 100 |
| エラー率 | 全リクエスト中のエラーリクエストの割合 | 成功リクエスト数 ÷ 全リクエスト数 × 100 |
| レイテンシ | 一定時間内にレスポンスが返ってきたリクエストの割合 | 300ms以内のリクエスト数 ÷ 全リクエスト数 × 100 |
| スループット | 処理できたリクエスト数の割合 | 処理成功数 ÷ 期待処理数 × 100 |
【エラー率SLIを使ったエラーバジェット計算例】
SLO：月間リクエスト成功率 99.9%（エラー率 0.1% 以下）
月間総リクエスト数：10,000,000件
エラーバジェット（リクエスト数）：10,000,000 × 0.1% = 10,000件
現在の消費済みエラー数：3,000件
残エラーバジェット：10,000 − 3,000 = 7,000件（残70%）
このようにリクエスト数ベースで計算することで、時間ベースの可用性よりも実際のユーザー体験に近いエラーバジェット管理が可能です。
リクエスト数ベースのエラーバジェットは、深夜の少トラフィック時の障害よりもピーク時の障害をより重大に評価できるという利点があります。
エラーバジェットの残高確認と監視指標の設定方法
続いては、エラーバジェットの残高確認と監視指標の設定方法について確認していきます。
計算式でエラーバジェットを定義したら、次は継続的に残高を監視する仕組みを整えることが重要です。
【エラーバジェット残高の計算式】
エラーバジェット残高（%）＝
（エラーバジェット総量 − 消費済みエラー量）÷ エラーバジェット総量 × 100
例：
月間エラーバジェット：43.2分（SLO 99.9%の場合）
今月の消費済みダウンタイム：15分
残高：（43.2 − 15）÷ 43.2 × 100 ≒ 65.3%
この残高をリアルタイムで可視化するために、監視ツールとの連携が不可欠です。
PrometheusとGrafanaを使う場合、SLIのメトリクスを収集してエラーバジェット消費率を自動計算するダッシュボードを構築することが実践的なアプローチです。
エラーバジェットのアラート設定では「バジェット消費率が一定を超えたら通知する」という仕組みが重要です。
たとえば「今月のバジェットを50%消費した時点でアラート」「80%消費時点でページャー通知」というような段階的なアラートが実践的です。
バーンレート（消費速度）を監視することで、月末にバジェットが枯渇する前に早期に対処できます。
バーンレート（Burn Rate）はエラーバジェットの消費速度を示す指標で、「現在の消費ペースで月末まで持つか」を予測するために使われます。
バーンレートが1を超えている場合は月末にバジェットが枯渇する可能性があるため、即座に対処が必要なサインです。
バーンレートを監視に組み込むことで、事後対処ではなく予防的な信頼性管理が実現します。
エラーバジェットの測定期間設定と運用サイクルの設計
続いては、エラーバジェットの測定期間設定と運用サイクルの設計について確認していきます。
エラーバジェットを実際の運用に組み込む際には、測定期間と運用サイクルの設計が成否を左右します。
| 測定期間 | メリット | デメリット | 適した状況 |
|---|---|---|---|
| 週次 | 問題の早期検出・迅速な対応 | 短期障害への過剰反応リスク | 新サービス・高変化率環境 |
| 月次 | バランスが良い・一般的 | 月初の問題が月末に影響 | 多くの本番サービス |
| 四半期 | 季節変動を考慮できる | 問題発見が遅れる可能性 | 安定したサービス |
| 年次 | 長期的な傾向の把握 | 即応性が低い | SLAレビューの補助指標 |
一般的には月次の測定期間が最もバランスが良く、多くのSRE現場で採用されています。
運用サイクルとしては、毎月末にエラーバジェットの消費状況をレビューするミーティングを設け、次月のリリース計画や信頼性改善施策の方針を決定するという流れが実践的です。
このサイクルを継続することで、SLOの妥当性確認・バジェット消費パターンの傾向分析・改善施策の効果測定が組織的に行えるようになります。
定期的なレビューによってSLOとエラーバジェットの設計自体も継続的に改善され、サービスの実態により即した信頼性管理が実現していくでしょう。
まとめ
エラーバジェットは「100% − SLO（%）」という基本式で算出され、時間ベースまたはリクエスト数ベースで管理されます。
SLIの選定がエラーバジェット計算の土台であり、可用性・エラー率・レイテンシなどサービス特性に応じた指標を選ぶことが重要です。
残高はリアルタイムで監視し、バーンレートを指標にバジェット枯渇を予測・予防することが実践的な運用の鍵となります。
測定期間は月次が一般的であり、月末レビューを通じてSLOの妥当性・施策効果を継続的に改善するサイクルが信頼性向上の基盤となります。
本記事の計算方法と手順を参考に、エラーバジェットの実践的な導入を進めてみてください。
