分布式系统的Reliability和Availability区别

分布式系统的Reliability和Availability区别

Reliability和Availability分别对应可靠性和可用性, 这两个概念既有区别也有联系:

1. Reliability定义为一个服务连续无故障运行的时间，无故障运行的时间越长，可靠性就越高。
2. Availiability定义为在足够长的时间里，比如一年的时间里，一个服务可用的时间，服务可用时间越长越好。一般用可服务时间除于总时间算出一个百分比，用百分比作为度量。比如一个服务如果有5个9的可用性，指的就是一年里99.999%时间里服务都是可用的。

有两个极端的例子可以很好的说明这两个概念的区别:

1. 假想一个服务，可靠性很高，平均来说可以稳定运行10年，但是一旦服务中断，要用一年的时间来恢复，那么它的可用性只有90%。
2. 假想另一个服务，可靠性很差，运行10秒就会宕机，但是恢复服务只需要1ms, 那么它的可用性是99.99%

从这两个极端的例子可以看出，提高可用性有两条路:

1. 一是提高可靠性，当然影响可靠性的原因有很多，包括硬件，软件，网络，运维等。但是有人做过统计，软件的bug是影响可靠性的最主要的因素。并且提高软件质量相较于使用更可靠的硬件也算成本较低的方式了，
2. 二是减少恢复时间，一旦出现宕机，如果能在秒级恢复，那对业务影响是很小的。