一、何为应用系统高可用

应用高可用（High Availability，HA）是一个综合性问题，IT 系统的目标是为了确保业务的连续可用，所有可能引起业务无法按用户预期提供正常服务的问题，都属于高可用要解决的问题范畴。

评估一个系统可用性的一个重要内容是服务等级协议（Service-LevelAgreement，SLA）。对一个应用系统而言，SLA 是本应用系统给客户做出的一份服务承诺，承诺了客户使用该系统的业务可用性和数据安全性，以及万一因系统原因导致客户业务受损，系统服务商所需承担的赔偿责任。

系统的可用性有几个度量指标，其中最核心的是系统的平均无故障时间（MeanTime To Failure，MTTF）。MTTF 标识了一个应用系统平均能够正常运行多长时间才发生一次故障。系统的可用性越高，平均无故障时间越长。

一个系统的可维护性用平均维修时间（Mean Time To Repair，MTTR）来度量，即系统发生故障后维修和重新恢复正常运行平均花费的时间。系统的可维护性越强，平均维修时间越短。

一般来说，应用系统的可用性定义为 MTTF/(MTTF+ MTTR)×100%。由此可见，应用系统的可用性定义为系统保持正常运行时间的占比。

可用性的另一个辅助指标是业务连续性，业务连续性与可用性并不等同，如果一个系统频繁出故障，但每次故障的时间都非常短，这样仅从时间占比来看，其可用性可能可以达到比较高的水平，但实际上这是一个不健康的系统。业务连续性和系统组件的失败率相关，衡量系统组件失败率的一个指标是失败间隔平均时间（Mean Time BetweenFailures，MTBF），通常这个指标用来衡量硬件单元的可靠性，如内存、磁盘。

应用系统对于故障的容忍度一般通过恢复时间目标（RecoveryTime Objective，RTO）、恢复点目标（Recovery Point Objective，RPO）这两个指标描述。

RTO 是指故障发生后，从 IT 系统死机导致业务停顿时开始，到 IT 系统恢复至可以支持各部门运作、恢复运营时为止，两点之间的时间段称为 RTO。该指标定义了最大可容忍的业务停顿时间，必须在此时限内恢复数据及业务。

RPO 是指从系统和应用数据的角度，要实现能够恢复至可以支持各部门业务运作，系统及生产数据应恢复到怎样的更新程度。这种更新程度既可以是上一周的备份数据，也可以是上一次交易的实时数据，是业务系统所能容忍的数据丢失量。RPO 指标主要反映了业务连续性管理体系下备用数据的有效性，即 RPO 取值越小，表示系统对数据完整性的保证能力越强。

RTO 和 RPO 指标并不是孤立的，而是从不同角度来反映数据中心的容灾能力。在 RPO 和 RTO 都接近零的情况下，将实时数据复制与故障转移服务结合使用，可以实现接近 100%的应用程序和数据的可用性。这是应用系统高可用所追求的理想目标，但实际生产系统很难做到，需要根据业务的特点，并综合考虑高可用架构带来的性能影响以及成本投入，进行一定的取舍和权衡。