云架构中心-可用度及SLO

时间：2024-07-19 11:31:20

云架构中心可用性目标定义

可用度及SLO

可用性目标用于衡量应用系统的运行时间和停机时间，其表现形式为应用系统正常运行的时间占总时间（通常是一个月或一年）的百分比（如99.9%），即：

可用度 = 可用时间 / 总时间 * 100%

常见的简单表达方式用“9”的数量或“9”的数量加“5”表示，如“三个9”表示“99.9%”，而“三个9一个5”表示“99.95%”。

系统可用性目标通过服务等级目标（SLO）定义。不同的应用系统对可用性目标是不同的，明确应用系统的可用性目标，对于衡量应用系统的韧性至关重要。常见IT系统SLO示意如下：

系统的可用度依赖于系统内各业务单元的可用度。各业务单元之间典型的可靠性模型有两类：

可靠性数学模型：

举例：假定系统存在2个并联单元，每个单元的可用度均为99.9%，则系统可用度为 Rs = 1 - （1 - 99.9%） * （1 - 99.9%） = 99.9999%。

并联可显著提高系统可用度，典型的并联技术有：主备、集群、双活或多活等。

应用系统要达到可用性目标，需对应用系统内组件及依赖组件进行可用性要求分解，包括：

对依赖组件的可用性要求：通常关键依赖组件需要比其他服务提高一个9的SLO目标，如应用系统SLO目标为99.9%，则关键依赖组件SLO目标要求达到99.99%。
应用系统SLO分解：综合系统SLO、故障频次、云服务SLA，分解得出应用组件的中断时长要求，进一步分解得出故障检测、人工介入、干预恢复的时长要求。
针对应用系统内薄弱环节进行增强：
- 当云服务SLA无法满足要求时，需要应用层进行额外的保护和增强。
- 通过冗余提升可用度：包括组件冗余（负载均衡集群），故障回退冗余（fail-back，例如使用DMS访问失败时暂时切换到 SMN ）。