MTTR、MTTF、MTBF

可用度计算错误分析：

原始计算逻辑：

1、获取业务下单主机的 已处理告警和未处理告警信息
2、获取已处理告警的平均处理时间 alreadyProcessedAVG = (告警处理时间最大值updatetime-告警处理最小时间)/size
	   已处理告警size=0，则为0
3、获取未处理告警的平均时间untreatedAVG = (发生告警最大时间createTime-发生告警最小时间)/size
		未处理告警size=0，则为0
4 单机可用性 = alreadyProcessedAVG/(alreadyProcessedAVG+untreatedAVG)
		分子分母均为零，则可用性=100
		
	循环业务下主机，求可用性平均值

根据上述逻辑对告警系统可用度计算进行分析

1. 只存在已处理告警

（1）只存在已处理告警时， untreatedAVG 始终为0；

原始公式	
alreadyProcessedAVG/(alreadyProcessedAVG+untreatedAVG)
则可简化为 
alreadyProcessedAVG/alreadyProcessedAVG 
此时，单机可用性始终为1，即100%；公式正确

2. 只存在未处理告警

（1）只存在未处理告警时， alreadyProcessedAVG 始终为0；

原始公式	
alreadyProcessedAVG/(alreadyProcessedAVG+untreatedAVG)
则可简化为 
0 / （0 + untreatedAVG ）
此时，单机可用性始终为0，即0%；

这种情况下当未处理告警为注意，告警，及严重级别时其实系统为可用状态，可用度为0不合适。

3. 已处理告警与未处理告警信息同时存在
（1）已处理告警与未处理告警信息同时， alreadyProcessedAVG 与 untreatedAVG 都不为0；

原始公式	
alreadyProcessedAVG/(alreadyProcessedAVG+untreatedAVG)

1. 若 alreadyProcessedAVG = 1， untreatedAVG = 1，则 单机可用性 = 1/2
2. 若 alreadyProcessedAVG = 50， untreatedAVG = 1，则 单机可用性 = 50/51
3. 若 alreadyProcessedAVG = 100， untreatedAVG = 1，则 单机可用性 = 100/101

可以看出已处理告警所花的平均时间越长，则单机的可用性越高，实际情况中，在一个系统可用周期中，应该是处理告警所花的时间越短则单机的可用性越高。

1. 若 alreadyProcessedAVG = 1， untreatedAVG = 1，则 单机可用性 = 1/2
2. 若 alreadyProcessedAVG = 1， untreatedAVG = 50，则 单机可用性 = 1/51
3. 若 alreadyProcessedAVG = 1， untreatedAVG = 100，则 单机可用性 = 1/101

可以看出未处理告警所花的平均时间越长，则单机的可用性越低，这种情况下逻辑正常

在是上面两种情况下根据所有告警计算，但是在实际情况中，注意级别，告警级别，严重级别的告警信息并不会造成系统的不可用，所以若只存在灾难级别的告警时，系统已经不可用，但是计算得出的单机可用度并不为0.

可用度计算方案：

术语：

MTTR、MTTF、MTBF是体现系统可靠性的重要指标，但是三者容易混淆,下文使用图解方式解释三者之间的区别，希望能起到解惑的效用。

MTTF (Mean Time To Failure，平均无故障时间)，指系统无故障运行的平均时间，取所有从系统开始正常运行到发生故障之间的时间段的平均值。 MTTF =∑T1/ N

MTTR (Mean Time To Repair，平均修复时间)，指系统从发生故障到维修结束之间的时间段的平均值。MTTR =∑(T2+T3)/ N

MTBF (Mean Time Between Failure，平均失效间隔)，指系统两次故障发生时间之间的时间段的平均值。 MTBF =∑(T2+T3+T1)/ N

很明显:MTBF= MTTF+ MTTR

计算方案：

在告警系统中：

单机可用度 = MTTF / MTBF

MTTF（∑T1/ N） :
平均无灾难级别告警的时间

MTTR（∑(T2+T3)/ N）
灾难级别告警从产生到修复的平均时间

MTBF（∑(T2+T3+T1)/ N）:

灾难级别告警从上次修复到下次产生并修复的平均时间

具体计算逻辑：

（1）当至少有一个未解决的灾难级别告警时：系统可用度为0%
（2）当有0个未解决的灾难级别告警时：
a. 若已解决的灾难级别告警数为0，则系统可用度为100%
b. 若已解决的灾难级别告警数大于0，则系统可用度采用下面公式计算

（∑T1/ N）/ （∑(T2+T3+T1)/ N）

= （∑T1）/ ∑(T2+T3+T1)

= ∑（第二条故障的开始时间 - 第一条故障的修复时间）/ 最后一条告警修复的时间 - 第一条告警修复的时间