知识卡片
可用性别只看几个9
可用性:系统服务在特定时间段内可用的程度,计划内(维护)和计划外(故障)不可用都会影响它。
经典指标:MTBF(平均故障间隔时间,度量多久出一次故障,即可靠性)和 MTTR(平均恢复时间)。Allspaw(2010)指出从故障中恢复的时间往往比故障频率更重要。MTTR 的好处是可以在构建时设计、估算和测试;MTBF 只有在发生大量故障后才能估算。实用做法:开发中对可能或实际的 MTTR 建模测试,结合 MTBF 的粗略估计估算可用性,拿到实际值后再改进。
数据丢失的维度:RPO(恢复点目标,准备丢失多少数据,如“10 分钟的更新”或“100 个事务”)和 RTO(恢复时间目标,故障后愿意等多久让数据可用)。RTO 影响 MTTR 但不同——系统可能只带着部分数据就恢复服务,于是 RTO 比 MTTR 长。RPO 与 RTO 通常成反比:能接受丢光所有数据,RTO 可以接近零;每个字节都珍贵,RTO 可能相当长。二者都可在开发中建模测试,事故后度量实际值。
常见问题: - MTBF 难度量:可靠性模型对软件故障不太有用,真实故障又是我们要避免的——只能借用同组织其他系统的故障数据作为替代,直到积累了“来之不易”的数据; - 故障模式多变:单个组件的 MTTR、RPO 概念简单,但真实系统有许多组件以各种方式故障,需要一组 MTTR、MTBF、RPO、RTO 值,并仔细考虑如何组合成整个系统的指标; - “9”的专制:行业惯用单一可用性百分比(99.99%“四个 9”约每周 1 分钟不可用)。这过于简单——故障的模式和时间影响很大却没被考虑;“五个 9”(99.999%,约每天 1 秒)这类要求太接近 100% 而毫无意义。警惕以“9”陈述的需求,改用故障场景理解业务需求,再找出如何估算和度量各部分的关键可用性指标。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第7章 度量在软件架构中的作用 · 查看原书依据
恢复点目标和恢复时间目标通常成反比。