【软考向】计算机系统知识 —— 可靠性、评测

计算机系统知识

可靠性

元器件失效规律 —— “浴盆曲线（Bathtub Curve）”

浴盆曲线形状像一个浴缸，由三个阶段组成：

阶段	特点	描述	措施
① 初期阶段（早期失效期）	失效率高但逐渐下降	刚开始使用时的“不稳定期”，可能因制造缺陷、运输损伤等造成故障	在出厂前或安装前做“老化测试”，筛掉问题件
② 正常阶段（稳定工作期）	失效率最低，基本恒定	元件进入稳定可靠运行阶段	正式投产或部署阶段，系统运行稳定
③ 老化阶段（磨损失效期）	失效率逐渐升高	元件使用久了开始老化损坏	定期维护、及时更换、提前备份数据和系统

典型的失效率与时间的关系曲线如图，

“浴盆曲线”形象地描述了硬件设备从初用到老化的三个阶段，对保证计算机系统的可靠性至关重要。要让设备工作在可靠期，就要前期老化筛选，后期及时替换。

可靠性函数 R(t)

计算机系统的可靠性 定义为：$R(t)$，即系统在从时间 $t=0$ 到某时刻 $t$ 之间保持正常运行的概率。

当 失效率是一个常数 $\lambda$（即处于第二阶段） 时，可靠性函数为：
$$R(t)=e^{-\lambda t}$$

这是一个指数衰减函数，常用于分析电子元件和系统的寿命。

$\lambda$ 是失效率，单位一般是 “每小时故障次数”。

可靠性、可用性和可维修性（RAS）

名称	缩写	含义	公式/单位
平均无故障时间	MTBF（Mean Time Between Failures）	两次故障之间系统能正常工作的平均时间	$MTBF=\frac{1}{\lambda }$，单位：小时，天
平均修复时间	MTRF（Mean Time to Repair / Fix）	故障后系统被修复的平均耗时	单位：小时，分钟
可用性	A（Availability）	系统在 任意时刻正常可用 的概率	$A=\frac{MTBF}{MTBF+MTRF}$
可靠性	R（Reliability）	系统在 某段时间内能持续正常运行 的概率	若失效率恒定：$R(t)=e^{-\lambda t}$
可维修性	S（Serviceability）	系统发生故障后易于修复的能力	越低的 $MTRF$ → 可维修性越好

平均修复时间（MTTR, Mean Time to Repair） 是指 修复一个故障硬件模块 所需的时间。在一个运行中的系统中，修复通常意味着更换一个故障的硬件部件。因此，硬件 MTTR 可以看作是更换一个故障硬件模块的平均时间。

MTBF ≠ 元器件质量唯一决定，即使采用相同的元器件，不同厂商的整机 MTBF 可能差异很大。 除了元器件本身，还受到以下因素影响：组装工艺（焊接质量、电源布局是否合理）、逻辑设计（信号互连、热设计、容错能力）、系统冗余性（是否设计了双电源/热备份等）、使用环境（温度、湿度、电磁干扰）。

同样用英特尔 CPU 的两台服务器，如果一家厂商散热设计差、主板质量不行，那么它的 MTBF 会比另一家低很多。

可用性计算 举例说明：某计算机系统： MTBF = 500 小时，MTRF = 2 小时，那么它的可用性是：
$$A=\frac{500}{500+2}=\frac{500}{502}\approx 0.996\approx 99.6\%$$

这意味着这台计算机在任意时刻，有 99.6% 的概率是可用的，也就是：在 1000 小时中，可能会宕机约 4 小时。

指标	英文	说明	趋势
可靠性 $R$	Reliability	多久才会坏（MTBF 高）	越大越好
可用性 $A$	Availability	总体运行是否稳定	越大越好
可维修性 $S$	Serviceability	坏了能否快修（MTRF 低）	越低越好