System之Dependability

1、reliability
人们用两个标准来衡量dependability：reliability（可靠度） and availability（可用度）
reliability：连续工作的时间，可以用mean time to failure（MTTF）来表示。

failure rate=1/MTTF，而failure rate的单位是FIT（failures in time）
FIT定义为在billion hours（10^9小时）的时间段内failure的次数。

计算一个系统的failure rate就是将它各个部件的failure rate加起来，这样做有一个前提，
就是假设system的错误的几率与它的使用时间无关。

计算一个系统的MTTF步骤如下：
A、计算每个部件的failure rate
B、将所有的failure rate加在一起，得到该系统的failure rate。
C、取该系统failure rate的倒数，就是该系统整体的MTTF。

MTTR(mean time to repair)：就是从failure中恢复的时间。也就是修好系统的时间。

MTBF(mean time between failures)：两次failure的时间间隔。
MTBF = MTTF+MTTR

2、availability
对于nonredundant system的availiability公式为：
availiability = MTTF/(MTTF+MTTR) = MTTF/MTBF

3、对于一台服务器来说，fan和power supply的MTTF一般会最小，所以需要redundancy。
比如使用双电源，冗余风扇等等。那么，如果将single power supply改为
redundant power supply对于power supply的dependability会有怎样的影响呢？
假设power supply的MTTR是24hours，power supply的MTTF是200,000hours  。

先算redundant power supply的failure rate=（2/MTTF)*(MTTR/MTTF)
2/MTTF表示两个power supply的failure rate；
MTTR/MTTF是当一个power supply坏掉后，而一个也坏掉的几率。

redundant power supply的MTTF=1/failure rate=MTTF^2/(2*MTTR)=4150*200,000hours
很明显，它的MTTF提高了4150倍。

4、上面的例子中，加了一个power supply后，power的MTTF增加了4150倍，那么它对整个
服务器的dependabiltiy的影响是什么呢？
有两种方法可以计算：
A、将这台服务器的各个部件的failure rate加在一起，然后取倒数就是这台服务器整个的
MTTF，然后将新的MTTF除以旧的就是它提高的程度。
B、就是利用Amdahl's Law（不了解Amdahl's Law的读者，可以先学习一下它的定义，
在该篇文章中没有详述），假设在单power时，power的MTTF占整个server的20%，则会有
如下公式：
speedup=1/（1-20%+20%/4150）=1.25

就是说，通过增加了一个power，使该server的dependability提高了1.25倍。

我的新浪的blog：http://blog.sina.com.cn/treeintherain，有更多文章。

（完）

                                             [此为原创，转载请标明出处，谢谢！]