技術(shù)頭條: 干貨、簡(jiǎn)潔、多維全面。更多云計(jì)算精華知識(shí)盡在眼前,get要點(diǎn)、solve難題,統(tǒng)統(tǒng)不在話下!
轉(zhuǎn)自:漫話編程
在一個(gè)陽光明媚的周二下午,我正在公司里面看著即將發(fā)布的Java 12的新特性,這時(shí)候女朋友打來電話。
晚上下班后,女朋友回到家里面和我說,發(fā)現(xiàn)淘寶無法訪問的十幾分鐘后又可以了。
?
?
系統(tǒng)的可用性,英文名字為System Usability,即系統(tǒng)服務(wù)不中斷運(yùn)行時(shí)間占實(shí)際運(yùn)行時(shí)間的比例。所以,可用性其實(shí)是一個(gè)百分比,如99.9%。
我們通常會(huì)聽說一個(gè)詞:高可用,其實(shí)指的就是高可用性。高可用指的就是系統(tǒng)服務(wù)不中斷運(yùn)行時(shí)間占實(shí)際運(yùn)行時(shí)間的占比更大。
要了解可用性,躲不開的三個(gè)體現(xiàn)系統(tǒng)可用性的重要指標(biāo):MTTR、MTTF、MTBF
MTTF 即 Mean Time To Failure,中文為:平均無故障時(shí)間。指系統(tǒng)無故障運(yùn)行的平均時(shí)間,取所有從系統(tǒng)開始正常運(yùn)行到發(fā)生故障之間的時(shí)間段的平均值。
MTTR 即 Mean Time To Repair,中文為:平均修復(fù)時(shí)間,指系統(tǒng)從發(fā)生故障到維修結(jié)束之間的時(shí)間段的平均值。
MTBF 即 Mean Time Between Failure,中文為:平均失效間隔,指系統(tǒng)兩次故障發(fā)生時(shí)間之間的時(shí)間段的平均值。
上圖,就是一張可以提現(xiàn)三者之間關(guān)系的圖。可以看出:
MTBF?=?MTTF?+?MTTR
按照以上概念,那么系統(tǒng)的可用性指的其實(shí)就是:
MTTF / MTBR * 100%
即
MTTF / ( MTTF + MTTR ) * 100%
在實(shí)際的情況中,很多系統(tǒng)都是由若干個(gè)子系統(tǒng)組成的,那么整個(gè)系統(tǒng)的可用性到底該如何計(jì)算呢?我們接著來了解下系統(tǒng)結(jié)構(gòu)。
對(duì)于串聯(lián)系統(tǒng):
對(duì)于并聯(lián)系統(tǒng):
?
對(duì)于組合系統(tǒng):
?
衡量系統(tǒng)的高可用性,一般通過SLA,全稱Service Level Agrement,也就是有幾個(gè)9的高可用性。我們經(jīng)??梢钥吹胶芏喙緯?huì)宣稱自己的系統(tǒng)可以達(dá)到99.99%、99.999%等。
工業(yè)界通常通過統(tǒng)計(jì)故障發(fā)生到恢復(fù)的時(shí)間的方法來測(cè)量SLA。一般以年度為單位,統(tǒng)計(jì)一年內(nèi)的系統(tǒng)不可用總時(shí)長(zhǎng)。具體對(duì)應(yīng)關(guān)系如下表:
?
墨菲定律說 “會(huì)出錯(cuò)的事總會(huì)出錯(cuò)”,可用性做到 100 是可望而不可及的。
對(duì)于 SLA 指標(biāo)來說,9 的數(shù)字越多可用性越高,宕機(jī)時(shí)間越少,系統(tǒng)就可以在給定的時(shí)刻內(nèi)高比例地正常工作。然而對(duì)系統(tǒng)的挑戰(zhàn)就越大,投入的成本也會(huì)越高。 比如 5 個(gè) 9 要求系統(tǒng)每年只宕機(jī) 5 分鐘左右,而 4 個(gè) 9 要求每年宕機(jī)時(shí)間不超過一個(gè)小時(shí)。這就使得系統(tǒng)需要在設(shè)計(jì)、基礎(chǔ)設(shè)施、數(shù)據(jù)備份等不同層面采取多種方式,甚至增加基礎(chǔ)設(shè)施投資來保證可用性。
“當(dāng)你的設(shè)備處理人命關(guān)天的事情,或業(yè)務(wù)中斷一分鐘就會(huì)損失百萬美刀,那么你可以考慮 99.99% 的可靠性?!?Robertson(Linux 高可用項(xiàng)目開發(fā)者)
不同系統(tǒng)的可用性要求也是不同的,比如:淘寶、京東等這些電商系統(tǒng)用戶量很多,不同區(qū)不同時(shí)刻都有大量的用戶在使用系統(tǒng),這必然對(duì)系統(tǒng)的可用性要求很高。
據(jù)以往這些系統(tǒng)的故障統(tǒng)計(jì)和不準(zhǔn)確地測(cè)試數(shù)據(jù)推測(cè),它們目前的可用性是在 3 個(gè) 9 到 4 個(gè) 9 左右。相對(duì)而言,企業(yè)類的工作軟件因?yàn)橥ǔV辉诠ぷ鲿r(shí)間被使用,或只在某些特定的地區(qū)使用,或只給某部分人某一特定時(shí)間使用,可用性的需求就會(huì)低一些。
影響可用性的因素有很多,包括系統(tǒng)故障、基礎(chǔ)設(shè)施故障、數(shù)據(jù)故障、安全攻擊、系統(tǒng)壓力等等。
可用性的保障涉及到很多層面,其中包括但不限于了:
軟件的設(shè)計(jì)、編碼、測(cè)試、上線和軟件配置管理的水平
工程師的人員技能水平
運(yùn)維的管理和技術(shù)水平
數(shù)據(jù)中心的運(yùn)營管理水平
依賴于第三方服務(wù)的管理水平
對(duì)待技術(shù)的態(tài)度
一個(gè)公司的工程文化
領(lǐng)導(dǎo)者對(duì)工程的尊重
下面的表格里,列出了高可用常見的問題和應(yīng)對(duì)措施。
? 保障系統(tǒng)的高可用,并不是一個(gè)簡(jiǎn)單的事情,上表中列舉的也只是其中一部分方法論,真正的保證高可用,還是需要大量實(shí)踐的!
參考資料:
https://blog.csdn.net/hexieshangwang/article/details/49126159
https://dev.to/fangdajiang/-abilities-8e1
https://www.oracle.com/technetwork/cn/community/developer-day/7-critical-busi-sys-solution-360101-zhs.pdf
https://coolshell.cn/articles/17459.html
https://blog.csdn.net/hustspy1990/article/details/78008324