Respuesta
SLI: una métrica medible de lo que vive el usuario, por ejemplo, el porcentaje de requests exitosas o el porcentaje de requests por debajo de 300 ms.
SLO: el objetivo interno sobre ese SLI en una ventana, por ejemplo, 99,9% de éxito en 30 días.
SLA: el compromiso contractual con el cliente, con penalidades. Suele ser más laxo que el SLO para tener margen.
Error budget: es 1 − SLO. Con 99,9% en 30 días tenés unos 43 minutos de indisponibilidad equivalente, o el 0,1% de las requests fallidas.
Cómo lo uso para decidir:
Alertas: en lugar de alertar por CPU alta, alerto por burn rate, que es la velocidad a la que se consume el presupuesto. Uso varias ventanas: un consumo rápido en 1 hora dispara un page, y uno lento en 6 o 24 horas genera un ticket. Así reduzco el ruido y el pager solo suena cuando el usuario está realmente afectado.
Errores de diseño a evitar: SLIs medidos solo en el servidor (conviene medir lo más cerca posible del usuario, como en el balanceador o con sondas sintéticas), objetivos de 100%, que son imposibles y paralizan, y SLOs para cosas que a nadie le importan. Conviene empezar con pocos, sobre los recorridos críticos.
SLO: el objetivo interno sobre ese SLI en una ventana, por ejemplo, 99,9% de éxito en 30 días.
SLA: el compromiso contractual con el cliente, con penalidades. Suele ser más laxo que el SLO para tener margen.
Error budget: es 1 − SLO. Con 99,9% en 30 días tenés unos 43 minutos de indisponibilidad equivalente, o el 0,1% de las requests fallidas.
Cómo lo uso para decidir:
- Si sobra presupuesto, el equipo puede arriesgar: desplegar más seguido, experimentar o hacer migraciones.
- Si se agota, se acuerda de antemano una política: congelar features no críticas, priorizar postmortems, tests y automatización hasta recuperarse.
- Lo importante es que esa política la firmen producto e ingeniería antes del incidente. Así deja de ser una discusión de opiniones.
Alertas: en lugar de alertar por CPU alta, alerto por burn rate, que es la velocidad a la que se consume el presupuesto. Uso varias ventanas: un consumo rápido en 1 hora dispara un page, y uno lento en 6 o 24 horas genera un ticket. Así reduzco el ruido y el pager solo suena cuando el usuario está realmente afectado.
Errores de diseño a evitar: SLIs medidos solo en el servidor (conviene medir lo más cerca posible del usuario, como en el balanceador o con sondas sintéticas), objetivos de 100%, que son imposibles y paralizan, y SLOs para cosas que a nadie le importan. Conviene empezar con pocos, sobre los recorridos críticos.
Errores comunes
Confundir SLO con SLA o creer que son el mismo número. Proponer 100% de disponibilidad. Definir el error budget sin una política acordada de qué pasa cuando se agota.
Redactado con el asistente Underc0de IA. Actualizado el 17/11/2026. ¿Ves un error? Contanos en el foro.