写点什么

系统可用性:SRE 口中的 3 个 9,4 个 9... 到底是个什么东西?

  • 2022 年 8 月 01 日
  • 本文字数:1300 字

    阅读完需:约 4 分钟

系统可用性:SRE口中的3个9,4个9...到底是个什么东西?

作为服务端开发的同学,最常听到的一句话是你的接口有几个 9?2 个 9?3 个 9?到底几个 9 才算是稳定呢?

今天我们就从系统可用性(Availability)开始,为你讲解开发过程中那些常用的指标名称。


1.系统可用性

1.1-什么是系统可用性

概念:在给定的时间间隔内,计算机系统处在可工作状态的时间比例。

这里重点关注 2 个名词:

  • 时间间隔:说明系统可用性是在指定的时间范围内进行统计的。

  • 可工作状态:这里引出了一个公式。即【系统可用性 = 系统正常运行时间(排除故障时间) / 系统总运行时间】


1.2-建立"系统可用性"的目的

一方面,系统可用性与 SRE 的建设目标强相关,SRE 的建设目标就是尽量减少系统故障时间,提升系统可用性。

另一方面,系统可用性概念看似简单,但是没有一个固定的计算方式,需要你自己根据自己的系统进行定义。


2.衡量系统可用性的两种方式

目前,业界衡量系统可用性的方式主要有 2 种:

  • 时间纬度的系统可用性。

  • 请求纬度的系统可用性。

上述两个可用性的计算方式为:

  • 时间纬度的系统可用性:

Availability = 程序正常运行时间 / (程序正常运行时间 + 系统故障时间)
复制代码
  • 请求纬度的系统可用性:

Availability = 成功请求数量 / 请求总数量
复制代码


3.时间纬度的系统可用性

基于时间维度的系统可用性,其概念为:从时间纬度,来评估系统的正常运行时间及系统可用性。

时间维度的系统可用性,就是我们经常提起的 X 个 9。

X 个 9 表示以年/月/日等为单位,在指定的时间范围内,系统可以正常使用时间与总时间之比。例如,我们以 1 年为时间单位,可以得出:

  • 3 个 9:(1-99.9%)36524=8.76 小时,表示该系统在连续运行 1 年时间里最多可能的业务中断时间是 8.76 小时。

  • 4 个 9:(1-99.99%)36524=0.876 小时=52.6 分钟,表示该系统在连续运行 1 年时间里最多可能的业务中断时间是 52.6 分钟。

  • 5 个 9:(1-99.999%)36524*60=5.26 分钟,表示该系统在连续运行 1 年时间里最多可能的业务中断时间是 5.26 分钟。

根据如上的定义,我们可以总结出一张表格:


从上面的表格,我们也可以得出一个结论

  • 系统的 99 数越高,系统的可用性越高。


4.请求纬度的系统可用性

基于请求纬度的系统可用性定义相对比较简单。

例如,基于 1000 个请求,那么:

  • 系统可用性 90%:表示 1000 个请求中允许 1000 * (1- 90%) = 100 个请求出错。

  • 系统可用性 99%:表示 1000 个请求中允许 1000 * (1- 99%) = 10 个请求出错。

  • 系统可用性 99.9%:表示 1000 个请求中允许 1000 * (1- 99.9%) = 1 个请求出错。


5.系统可用性目标建立需要考虑的因素

5.1-成本

系统可用性越高,对你的系统要求也越高,那么你付出的成本和代价也会越高。

对于可用性越高的系统,那么对于你服务器的存储、网络、软件等要求也就越高。

而对于一些服务并不需要达到那么高的可用性,因此就可以为这些服务设置较低的可用性目标。


5.2-业务容忍度

系统可用性也需要考虑业务的容忍度。

对于金融行业服务来说,任何一个请求的失败都有可能带来资金的损失,因此对于这类的服务,对于错误的容忍度是比较低的,也就要求系统可用性较高。

对于常用的社交软件而言,例如我们使用的评论区功能/弹幕功能,对于这些应用来说,即使请求一次失败也是 可以接受的,下次再请求成功就可以了。因此对于这些业务来说,业务容忍度较高,系统可用性不要求一定要很高。


6.总结


发布于: 刚刚阅读数: 4
用户头像

沉默不是金,是金子就主动让它亮起来 2021.07.29 加入

后端开发工程师。公粽号:董哥的黑板报

评论

发布
暂无评论
系统可用性:SRE口中的3个9,4个9...到底是个什么东西?_运维_董哥的黑板报_InfoQ写作社区