关于软件系统可靠性的几个9问题

今天上班的路上看篇关于一个架构师讲他的重构系统经历的文章，看到个名词，可靠性3个9,4个9。什么东东啊，没听过，上网搜了一下，一般的系统，像传统的电力系统也是有可靠性3个9,4个9之说的，可就是说这是系统可靠性的问题，搜到几篇博文，保留一下~~

------------------------------------------------------我是华丽丽的分割线-------------------------------------------------------

http://blog.csdn.net/alonesword/article/details/21555745

             在软件系统的高可靠性（也称为可用性，英文描述为HA，High Available）里有个衡量其可靠性的标准——X个9，这个X是代表数字3~5。X个9表示在软件系统1年时间的使用过程中，系统可以正常使用时间与总时间（1年）之比，我们通过下面的计算来感受下X个9在不同级别的可靠性差异。

• 3个9：(1-99.9%)*365*24=8.76小时，表示该软件系统在连续运行1年时间里最多可能的业务中断时间是8.76小时。
• 4个9：(1-99.99%)*365*24=0.876小时=52.6分钟，表示该软件系统在连续运行1年时间里最多可能的业务中断时间是52.6分钟。
• 5个9：(1-99.999%)*365*24*60=5.26分钟，表示该软件系统在连续运行1年时间里最多可能的业务中断时间是5.26分钟。

那么X个9里的X只代表数字3~5，为什么没有1~2，也没有大于6的呢？我们接着往下计算：

• 1个9：(1-90%)*365=36.5天
• 2个9：(1-99%)*365=3.65天
• 6个9：(1-99.9999%)*365*24*60*60=31秒

可以看到1个9和、2个9分别表示一年时间内业务可能中断的时间是36.5天、3.65天，这种级别的可靠性或许还不配使用“可靠性”这个词；而6个9则表示一年内业务中断时间最多是31秒，那么这个级别的可靠性并非实现不了，而是要做到从5个9》6个9的可靠性提升的话，后者需要付出比前者几倍的成本，所以在企业里大家都只谈（3~5）个9。

----------------------------------分割线天天见------------------------------------------

http://www.yunweipai.com/archives/1284.html

高可用是IT世界中的一个重要领域，不过，对大多少IT公司或组织来说，高可用性达到99.999%是没必要的。

一个公司或组织是否需要99.999%的可靠性，依赖许多因素：软件成本，公司财力能否承担等。
“当你的设备处理人命关天的事情，或业务中断一分钟就会损失百万美刀，那么你可以考虑99.99%的可靠性。”Robertson（Linux高可用项目开发者）如是说。

权衡高可用的付出与得到
实现高可用系统的成本，不论是99.99%还是99.999%，都包含了软件成本，硬件成本，人力成本，还有培训支出。当一个公司打算要做高可用系统之前，最好先权衡，构建高可用系统的成本，与系统业务中断所带来的损失，哪个付出更多。若不想付出太多的资金在构建高可用系统上，那么就得分析你的系统，什么时候会出现业务中断，控制住业务中断所带来得损失，以及构建快速恢复的能力。
实际上，关乎每分钟有百万美刀的系统，也可以不用做5个9的高可用系统，只要能够控制到有计划地中断业务（也可以说是中断业务可控制），如在交易时候业务不中断业务即可。
根据爱默生对41家数据中心的统计数据报告发现：“非计划的业务中断是导致公司业绩损失的主要因素”。报告中还指出：“业务中断后的故障定位，分析与解决，也需要耗费不少财力”。

如果一个公司的业务承诺的可靠性是99.99%，那么每年只允许业务中断8.76小时。如果业务中断导致的损失是每小时100万，那么一年的损失是876万。
但是，如果这个公司承诺的可靠性是99.999%，那么每年只允许业务中断不超过1个小时，如果业务中断导致的损失是每小时100万，那么一年的损失小于100万。
我们可以算到，可靠性从99.99%提升到99.999%，可以挽回大概700万的损失。那么这种情况下是值得的。
但是如果你提升可靠性到99.999%上面的花费，超过了700万，那保持99.99%的可靠性也是一种选择。

任何产品都需要考虑投入与产出比，那么你允许的业务中断时间是多少？

99.99%的可靠性对大多数业务来说是足够的，对于一些离线业务，99.9%可靠性大部分场景下也够用了。

实现99.99%的可靠性
在一些领域，99.999%可靠性是必须的，如运输行业。假如火车控制系统故障了，那么可能成千上万的旅客就会被滞留。（天朝的7.23事故大家都知道）
这种场景下，实现99.999%可靠性通常使用容错处理，包含软件的容错和硬件的容错。常见的软件容错有负载均衡，就是多个实例同时提供服务。当软件容错不起作用时候，就需要用到硬件容错，硬件容错一半是做硬件冗余，如两个服务器做主备。

--------------------------------------------我就是我，不一样的分割线-----------------------------------------------------

http://server.it168.com/a2013/0220/1455/000001455094.shtml