Contrato de evento
Campos que espera la consulta
| Campo | Tipo | Por que existe |
|---|---|---|
| timestamp_utc | Timestamp | Hora de finalización de la solicitud en UTC. |
| status_code | Int64 | Código de estado de respuesta HTTP. |
| environment | Utf8 | Entorno de implementación. |
Copiar la consulta
WITH hourly AS (
SELECT
date_trunc('hour', timestamp_utc) AS hour,
COUNT(*) AS requests,
SUM(CASE WHEN status_code >= 500 THEN 1 ELSE 0 END) AS bad_requests
FROM api_requests
WHERE timestamp_utc >= now() - INTERVAL '24 hours'
AND environment = 'production'
GROUP BY date_trunc('hour', timestamp_utc)
)
SELECT
hour,
requests,
bad_requests,
100.0 * bad_requests / NULLIF(requests, 0) AS error_rate_pct,
(1.0 * bad_requests / NULLIF(requests, 0)) / 0.001 AS burn_rate
FROM hourly
ORDER BY hour;Esta consulta de solo lectura se planifica y ejecuta en una tabla escrita vacía con Apache DataFusion 45.2.0. El resultado de la muestra determinista es sintético y se revisa por separado; valide tipos de campos, umbrales y definiciones comerciales con sus propios datos. Lea la metodología de prueba.
Resultado de la consulta
Tasa de consumo de presupuesto de error por hora
El segmento de las 13:00 consumió el presupuesto a 3,72 veces la tasa sostenible.
12:00
0,49×
13:00
3,72×
14:00
1,28×
| hour | requests | bad_requests | error_rate_pct | burn_rate |
|---|---|---|---|---|
| 12:00 | 18.420 | 9 | 0,05 | 0,49 |
| 13:00 | 19.110 | 71 | 0,37 | 3,72 |
| 14:00 | 18.780 | 24 | 0,13 | 1,28 |
Salida de ejemplo sintético. Ejecute la consulta con su propio esquema de eventos y umbrales antes de utilizarla para decisiones operativas.
Reproducir el ejemplo
Descargar el accesorio público
El paquete JSON incluye el contrato de evento escrito, illustrative filas de entrada, SQL exacto, resultado esperado, notas de revisión y versión del motor. El CSV contiene el resultado mostrado.
Cómo funciona el SQL
- 1Un objetivo de éxito del 99,9% permite una proporción de solicitudes incorrectas del 0,1% o 0,001.
- 2Dividir la proporción observada por 0,001 produce una tasa de consumo: 1× es exactamente sostenible, mientras que 3× consume el presupuesto tres veces más rápido.
- 3El CTE mantiene visible el denominador de la solicitud para que los cubos pequeños puedan tratarse por separado.
Casos extremos para decidir
- Defina qué códigos de estado cuentan como malos para el SLI de cara al usuario; No todos los 5xx tienen el mismo impacto.
- Utilice alertas de ventanas múltiples para la paginación de producción en lugar de un umbral horario ruidoso.
- Excluya las comprobaciones sintéticas o el tráfico interno solo cuando la definición de SLO los excluya explícitamente.
Panel recomendado
- Tendencia: burn_rate por hora
- Estadística: presupuesto de error mensual restante
- Tabla: rutas que contribuyen con la mayor cantidad de solicitudes incorrectas
Guía de alerta
Página solo cuando una ventana de tasa de grabación corta y larga supera los umbrales en un volumen de solicitudes significativo.
Leer configuración de alertaPon la receta a trabajar
Instrumentación y guías relacionadas.
Continuar el análisis
Calcular la tasa de errores de API por ruta
Utilice SQL para clasificar las rutas API según una tasa de error 5xx mientras protege el resultado del ruido de bajo volumen.
Receta abiertaCalcule la latencia API p50, p95 y p99
Compare la latencia media y de cola por punto final con SQL percentil compatible con DataFusion.
Receta abiertaCompare la confiabilidad de API por versión
Compare el tráfico, la tasa 5xx y la latencia p95 entre versiones de aplicaciones sin atribuir cada cambio posterior a la implementación a la implementación.
Receta abiertaEjecútelo en eventos reales.
Crea una tabla, adapta los campos y guarda el resultado.
Comience gratis, envíe eventos estructurados y utilice el resultado de la consulta como un gráfico, un widget de panel compartido o una entrada de alerta.