Бюджет observability, который масштабируется

Как держать metrics, logs и traces полезными без сжигания бюджета — sampling, SLO и ownership.

Авторы

Observability ломается двумя способами: слишком мало сигнала или слишком много шума. Оба варианта дороги.

Начинайте с пользовательских путей

Инструментируйте путь, за который платит клиент. Остальное — опционально, пока этот путь зелёный.

Для availability $a$ на окне $T$ :

\text{error budget} = (1 - a) \cdot T

Пример: $a = 0.999$ за 30 дней ≈ 43 минуты бюджета.

func shouldSample(trace Trace) bool {
  if trace.HasError() {
    return true
  }
  return rand.Float64() < 0.05
}

Телеметрию бюджетируйте как CPU. Нет владельца дашборда — удаляйте.