SLI / SLO / SLA

SLI, SLO et SLA forment le triptyque de mesure de fiabilité utilisé par le SRE Google et adopté largement. SLI (Service Level Indicator) : un indicateur quantitatif de performance — latence des requêtes p99, taux d'erreur, disponibilité, throughput. SLO (Service Level Objective) : objectif chiffré sur un SLI, ex "99,9% des requêtes < 200ms sur 30 jours glissants". SLA (Service Level Agreement) : engagement contractuel envers les clients, généralement plus permissif que le SLO interne, avec pénalités si non respecté.

Le lien entre SLO et budget d'erreur (error budget) : si votre SLO est 99,9% dispo, vous avez 0,1% "droit à l'erreur" sur la période — environ 43 minutes par mois. Si le budget est consommé, on freine les nouvelles features pour stabiliser. C'est un mécanisme central pour équilibrer vélocité et fiabilité (modèle blameless, démocratisé par le SRE Book de Google).

Les outils pour calculer/visualiser les SLO : Sloth (Prometheus-based), OpenSLO (spec), Datadog SLO, New Relic, Nobl9 (commercial). La pratique du SLO est centrale dans les rôles SRE moderne et testée dans DOP-C02, AZ-400, et la formation SRE Coursera/Google.