建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
圖片來(lái)自 Pexels
為漢川等地區(qū)用戶(hù)提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及漢川網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為網(wǎng)站設(shè)計(jì)、網(wǎng)站制作、漢川網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專(zhuān)業(yè)、用心的態(tài)度為用戶(hù)提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶(hù)的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！
無(wú)論是一個(gè)域，一個(gè) BG，還是一個(gè)站點(diǎn)，雖然范圍有大有小，對(duì)象有所不同，但其高可用的理念都是相通的，今天將自己對(duì)高可用的一點(diǎn)點(diǎn)思考以及總結(jié)的“nPRT 公式”分享給大家。
本文采用“高可用是什么，為什么要高可用，怎么做高可用，為什么這么做，軟件風(fēng)險(xiǎn)又在哪里”的邏輯來(lái)介紹。
高可用是一種控制風(fēng)險(xiǎn)的能力
高可用是一種面向風(fēng)險(xiǎn)設(shè)計(jì)，使系統(tǒng)具備控制風(fēng)險(xiǎn)，提供更高的可用性的能力。
為什么要高可用
對(duì)于一個(gè)公司而言，“為什么要高可用”可以完整理解為“公司為什么要(做系統(tǒng))高可用”。
以公司為對(duì)象，從內(nèi)看包括：人，軟件(物)，硬件(物);從外看包括：客戶(hù)，股東，社會(huì);從自身看包括：公司。
高可用的大前提，所有事物都不是 100% 可靠的：
- 所有事物都是變化的(唯一不變的是變化)。
- 所有變化的都不是 100% 可靠的。
- 結(jié)論：所有事物都不是 100% 可靠的。
內(nèi)因，人、物都不是 100% 可靠的：
- 從人的層面：人都是有可能犯錯(cuò)的。
- 從軟件層面：軟件都是有可能有 Bug 的。
- 從硬件層面：硬件都是有可能會(huì)壞的。
從概率學(xué)角度分析，凡是有可能會(huì)出錯(cuò)的，只要變化次數(shù)足夠多，最終出錯(cuò)的概率會(huì)無(wú)限趨向于 1。
外因，無(wú)高可用，對(duì)外影響面是很大的：
- 從客戶(hù)角度：無(wú)高可用，客戶(hù)服務(wù)可能會(huì)中斷。
- 從股東層面：無(wú)高可用，股價(jià)可能會(huì)下跌。
- 從社會(huì)角度：無(wú)高可用，社會(huì)秩序可能受影響。
根因(本質(zhì))：控制風(fēng)險(xiǎn)。
從公司自身角度：控制風(fēng)險(xiǎn)，保障公司價(jià)值，避免傷及根本。
如何做高可用
如何做高可用，本質(zhì)上就是：如何控制風(fēng)險(xiǎn)。
風(fēng)險(xiǎn)相關(guān)概念
風(fēng)險(xiǎn)：指未來(lái)會(huì)發(fā)生危害的一種可能性，但實(shí)際未發(fā)生，記為r。
故障：指已發(fā)生或正在發(fā)生危害的一種事實(shí)，是風(fēng)險(xiǎn)變現(xiàn)實(shí)的結(jié)果。
風(fēng)險(xiǎn)概率：指一個(gè)風(fēng)險(xiǎn)變故障的概率。用它來(lái)表示風(fēng)險(xiǎn)觸發(fā)為故障的難易程度，記為 P(r)。
故障影響范圍：指在單位時(shí)間內(nèi)，一個(gè)故障造成的危害影響，記為 R(r)。
故障影響時(shí)長(zhǎng)：指一個(gè)故障持續(xù)的時(shí)間，記為 T(r)。
故障影響面：指一個(gè)故障影響范圍乘以故障影響時(shí)長(zhǎng)的總和。這里用故障影響面來(lái)表示故障總的危害程度，記為 F(r)。
風(fēng)險(xiǎn)期望：指每個(gè)風(fēng)險(xiǎn)變故障的概率乘以每個(gè)風(fēng)險(xiǎn)變故障后的故障影響面的總和。這里用風(fēng)險(xiǎn)期望來(lái)表示風(fēng)險(xiǎn)的潛在危害程度，記為 E(r)。
風(fēng)險(xiǎn)期望的公式
根據(jù)上節(jié)的定義，可以推導(dǎo)出風(fēng)險(xiǎn)期望的公式如下：
r 代表風(fēng)險(xiǎn)，風(fēng)險(xiǎn)期望會(huì)隨著風(fēng)險(xiǎn)的數(shù)量 n 和每個(gè)風(fēng)險(xiǎn)的 P、R、T 下降而下降，簡(jiǎn)稱(chēng) nPRT 公式。(注：如果要引用該公式請(qǐng)注明出處。)
控制風(fēng)險(xiǎn)的 4 大因素(nPRT)
①減少風(fēng)險(xiǎn)數(shù)量，n
從源頭遠(yuǎn)離風(fēng)險(xiǎn)，做到與風(fēng)險(xiǎn)載體無(wú)連接，無(wú)關(guān)系;那么該風(fēng)險(xiǎn)概率就是0，也不關(guān)心該風(fēng)險(xiǎn)發(fā)生后的故障影響面是大是小，完全不關(guān)心。
例如：重大節(jié)日活動(dòng)，施行全站封網(wǎng)，變更的數(shù)量就會(huì)得到一個(gè)明顯的下降，就是典型的減少風(fēng)險(xiǎn)數(shù)量。
例如：系統(tǒng) A 完全不依賴(lài) Oracle，那系統(tǒng) A 就不用關(guān)心 Oracle 的任何風(fēng)險(xiǎn)，哪怕美國(guó)總統(tǒng)突然緊急宣布 Oracle 立即立刻禁止在中國(guó)使用，系統(tǒng) A 也無(wú)所謂。
例如：最近新冠大流行，人傳人很可怕，如果你今天選擇不上班不出門(mén)，那你今天就不用擔(dān)心被外面的行人和同事傳染。
②降低風(fēng)險(xiǎn)變故障的概率(即：增加風(fēng)險(xiǎn)變故障的難度)，P
把風(fēng)險(xiǎn)當(dāng)成一個(gè)對(duì)象看待，給它層層設(shè)卡，增加風(fēng)險(xiǎn)變故障的門(mén)檻和難度，不要再讓“不小心多了一個(gè)空格或字符，系統(tǒng)就掛了”這種慘案輕易出現(xiàn)。
例如：人員 B 要對(duì)系統(tǒng) C 進(jìn)行變更，可以對(duì)人員 B 增加變更認(rèn)證考試，對(duì)變更內(nèi)容要求線(xiàn)下(或仿真)測(cè)試，對(duì)變更內(nèi)容進(jìn)行 CR，系統(tǒng) C 提供變更效果預(yù)覽能力(類(lèi)似監(jiān)控模式或試運(yùn)行)。
萬(wàn)一人員 B 想惡意變更搞破壞，還可以增加非同人復(fù)核，系統(tǒng)C可以增加防錯(cuò)設(shè)計(jì)進(jìn)行保護(hù)等等。
例如：以新冠為例，帶口罩，勤洗手，多通風(fēng)等就可以降低染上新冠的概率。
③減小故障影響范圍，R
以大拆小，將一個(gè)整體拆分成 N 個(gè)小的個(gè)體，每個(gè)個(gè)體之間進(jìn)行相互隔離，單個(gè)個(gè)體出問(wèn)題僅影響單個(gè)個(gè)體，實(shí)現(xiàn)小而美。
例如：分布式架構(gòu)就是這個(gè)的典范，集中式一損俱損，分布式一損即 N 分之一損。
例如：以新冠為例，網(wǎng)格化管理，各省或市間的流動(dòng)進(jìn)行限制，跨省必須核酸+隔離 14 天，有效控制新冠的傳播范圍。
④縮短故障影響時(shí)長(zhǎng)，T
故障影響時(shí)長(zhǎng)由故障發(fā)現(xiàn)時(shí)間和故障止血時(shí)間決定，所以要早發(fā)現(xiàn)早止血。
發(fā)現(xiàn)方式分為：事前的預(yù)警，事后的告警。盡可能朝事前預(yù)警去做，給止血爭(zhēng)取時(shí)間甚至將風(fēng)險(xiǎn)扼殺在搖籃中。
止血方式分為：切換，回滾，擴(kuò)容，降級(jí) or 限流，BUG 修復(fù)等。故障出現(xiàn)時(shí)第一優(yōu)先原則為快速止血(如切換、回滾、擴(kuò)容)，嚴(yán)禁去定位根因;當(dāng)無(wú)法快速止血時(shí)以少流血為第二優(yōu)先原則，如降級(jí)、限流。
止血效率：自動(dòng) vs 人工 ;一鍵化 vs 多步操作。盡可能用自動(dòng)化去代替人工操作，若人工操作時(shí)盡量實(shí)現(xiàn)一鍵化，提升止血速度。
例如：對(duì)于容量水位，可以在警戒線(xiàn)之前劃一條預(yù)警線(xiàn)，提前預(yù)警，從容應(yīng)對(duì)。
例如：分布式應(yīng)用集群，任何一臺(tái)應(yīng)用服務(wù)器有問(wèn)題時(shí)，負(fù)載均衡會(huì)通過(guò)心跳檢查自動(dòng)把有問(wèn)題的應(yīng)用服務(wù)器剔除，將請(qǐng)求轉(zhuǎn)發(fā)給其他(熱)備份冗余的服務(wù)器上。
例如：以新冠為例，但由于每個(gè)生命都是獨(dú)一無(wú)二的，沒(méi)有辦法切換，也沒(méi)有辦法回滾，也不能降級(jí)(涉及人道主義)，只能對(duì)癥下藥慢慢治療。
高可用架構(gòu)設(shè)計(jì)的 7 大核心原則
根據(jù) nPRT 公式，在高可用架構(gòu)設(shè)計(jì)時(shí)有以下 7 個(gè)核心原則：
①少依賴(lài)原則：能不依賴(lài)的，盡可能不依賴(lài)，越少越好(n)
由于所有事物都不是 100% 可靠的，當(dāng) 2 個(gè)事物之間有了關(guān)系，那么就會(huì)相互影響，就互為對(duì)方的一個(gè)風(fēng)險(xiǎn)，一個(gè)出問(wèn)題可能會(huì)影響另外一個(gè)。我們統(tǒng)一用依賴(lài)來(lái)泛指這里的“關(guān)系”。
例如：一個(gè)系統(tǒng)同時(shí)依賴(lài) Oracle，MySQL，OB 三種關(guān)系型數(shù)據(jù)庫(kù)，少依賴(lài)原則是改成僅依賴(lài)最成熟穩(wěn)定的 OB，不依賴(lài) Oracle 和 MySQL。
什么場(chǎng)景適合多依賴(lài)?當(dāng)引入依賴(lài)(n 變大)可以減小 PRT 中的一個(gè)或多個(gè)，且使 E(r) 整體下降時(shí)。
例如：為解決 DB 風(fēng)險(xiǎn)，引入分布式緩存，只要 2 者不同時(shí)掛的時(shí)候依然可用。
②弱依賴(lài)原則：一定要依賴(lài)的，盡可能弱依賴(lài)，越弱越好(P)
事物 a 強(qiáng)依賴(lài)事物 b，一旦 b 出問(wèn)題時(shí)，那么 a 也會(huì)出問(wèn)題，一損俱損。所以任何強(qiáng)依賴(lài)都要盡可能的轉(zhuǎn)化成弱依賴(lài)，可以直接降低出問(wèn)題的概率。
例如：交易核心鏈路在交易成功后要要給用戶(hù)發(fā)放積分權(quán)益;交易核心系統(tǒng)需要依賴(lài)積分權(quán)益系統(tǒng)，好的方式是采用弱依賴(lài)，使用異步化的方式，這樣積分權(quán)益系統(tǒng)不可用時(shí)，大概率不會(huì)影響交易核心鏈路。
③分散原則：雞蛋不要放一個(gè)籃子，分散風(fēng)險(xiǎn)(R)
打散拆分成 N 份;避免全局只有 1 份，否則一有問(wèn)題影響范圍就是 100%。
例如：所有交易數(shù)據(jù)都放在同一個(gè)庫(kù)同一張表里面，萬(wàn)一這個(gè)庫(kù)掛了，此時(shí)影響所有交易。
例如：將自己所有的錢(qián)買(mǎi)了同一只股票，萬(wàn)一這只股票是樂(lè)視就慘了。
④均衡原則：均勻分散風(fēng)險(xiǎn)，避免不均衡(R)
最好 N 份中的每份都是均衡的;避免某個(gè)份額過(guò)大，否則過(guò)大的那份一有問(wèn)題就影響范圍過(guò)大了。
例如：xx 應(yīng)用集群有 1000 臺(tái)，但由于引流組件 Bug，導(dǎo)致所有流量引到了其中 100 臺(tái)上面，導(dǎo)致負(fù)載嚴(yán)重不均衡，最后因負(fù)載無(wú)法扛著全面崩潰。類(lèi)似重大故障已經(jīng)發(fā)生了多次。
例如：將自己所有的錢(qián)買(mǎi)了 10 只股票，其中一只占比 99%，萬(wàn)一這只股票是樂(lè)視就慘了。
⑤隔離原則：控制風(fēng)險(xiǎn)不擴(kuò)散，不放大(R)
每份之間是相互隔離的;避免一份有問(wèn)題影響其他的也有問(wèn)題，傳播擴(kuò)散了影響范圍。
例如：交易數(shù)據(jù)拆分成 10 庫(kù) 100 表，但是部署在同一臺(tái)物理機(jī)上;萬(wàn)一某張表有一條大 SQL 把網(wǎng)卡打滿(mǎn)了，那 10 庫(kù) 100 表都會(huì)受影響。
例如：將自己所有的錢(qián)均分買(mǎi)了 10 只股票，每只都占 10%，但 10 只都是樂(lè)視系的。
例如：古代赤壁之戰(zhàn)就是一個(gè)典型的反面例子，鐵鎖連船導(dǎo)致隔離性被破壞，一把大火燒了 80w 大軍。
隔離是有級(jí)別的，隔離級(jí)別越高，風(fēng)險(xiǎn)傳播擴(kuò)散的難度就越大，容災(zāi)能力越強(qiáng)。
例如：一個(gè)應(yīng)用集群由 N 臺(tái)服務(wù)器組成，部署在同一臺(tái)物理機(jī)上，或同一個(gè)機(jī)房的不同物理機(jī)上，或同一個(gè)城市的不同機(jī)房里，或不同城市里，不同的部署代表不同的容災(zāi)能力。
例如：人類(lèi)由無(wú)數(shù)人組成，生活在同一個(gè)地球的不同洲上，這意味著人類(lèi)不具備星球級(jí)別的隔離能力，當(dāng)?shù)厍虺霈F(xiàn)毀滅性影響時(shí)，人類(lèi)是不具備容災(zāi)的。
隔離原則是一個(gè)極其重要的原則，它是前面 4 個(gè)原則的前提。
沒(méi)有做好隔離，前面 4 個(gè)原則都是脆弱的，風(fēng)險(xiǎn)很容易傳播擴(kuò)散開(kāi)，破壞前面 4 個(gè)原則的效果。
大量真實(shí)系統(tǒng)故障是因?yàn)楦綦x性做得不好導(dǎo)致的，如：線(xiàn)下影響線(xiàn)上，離線(xiàn)影響在線(xiàn)，預(yù)發(fā)影響生產(chǎn)，一條爛 SQL 影響整個(gè)庫(kù)(或整個(gè)集群)等等。
分散，均衡，隔離是控制風(fēng)險(xiǎn)影響范圍的 3 個(gè)核心原則。打散拆分成 N 份，每一份都是均衡的，且相互隔離，一份有問(wèn)題，影響范圍為 1/N。
⑥無(wú)單點(diǎn)原則：要有冗余或其他版本,做到有路可退(T)
快速止血的方式是切換，回滾，擴(kuò)容等;回滾和擴(kuò)容屬于特殊的切換，回滾指的是切換到某個(gè)版本，擴(kuò)容指的是將流量切換到新擴(kuò)容的機(jī)器上。
切換得有地方可切才行，所以不能有單點(diǎn)(這里特指強(qiáng)依賴(lài)的單點(diǎn)，弱依賴(lài)的可以降級(jí))，要有冗余備份或其他版本;單點(diǎn)會(huì)限制整體的可靠性。
假設(shè)單點(diǎn)的可靠性假設(shè)是 99.99%，它要提升到 99.999% 是非常困難的，但是如果無(wú)單點(diǎn)而是依賴(lài) 2 個(gè)(1 個(gè)掛掉沒(méi)有關(guān)系，只要不同時(shí)掛就行)，那整體可靠性就是 99.999999% 會(huì)有質(zhì)的提升。
單點(diǎn)故障會(huì)導(dǎo)致無(wú)法快速止血，拉長(zhǎng)整個(gè)止血時(shí)間，去單點(diǎn)至關(guān)重要。這里的單點(diǎn)不僅僅指的是系統(tǒng)節(jié)點(diǎn)，也包含人員，如訂閱告警的人，應(yīng)急的人等等。
對(duì)于(重要)數(shù)據(jù)節(jié)點(diǎn)，必須滿(mǎn)足無(wú)單點(diǎn)原則，否則極端情況下可能造成數(shù)據(jù)永久丟失，永遠(yuǎn)無(wú)法恢復(fù);(重要)數(shù)據(jù)節(jié)點(diǎn)滿(mǎn)足無(wú)單點(diǎn)原則后，保障數(shù)據(jù)一致性比可用性要求更重要。
例如：一個(gè)商戶(hù)僅支持一個(gè)支付渠道，就是典型的單點(diǎn)，萬(wàn)一這個(gè)支付渠道掛了就不能支付了。
例如：一個(gè)家庭的所有收入僅依賴(lài)父親一個(gè)的薪資收入，萬(wàn)一這個(gè)父親病了，就沒(méi)有收入了。
無(wú)單點(diǎn)原則和分散原則的區(qū)別：
- 當(dāng)節(jié)點(diǎn)無(wú)狀態(tài)的情況下，打散拆分成 N 份，每份都是相同的功能，互為冗余，即：節(jié)點(diǎn)無(wú)狀態(tài)情況下，分散原則和無(wú)單點(diǎn)原則等價(jià)，滿(mǎn)足一個(gè)即可。
- 當(dāng)節(jié)點(diǎn)有狀態(tài)的情況下，打散拆分成 N 份，每份都是不相同的，每份都沒(méi)有冗余，需要針對(duì)每份再做冗余，即：節(jié)點(diǎn)有狀態(tài)情況下，既要滿(mǎn)足分散原則又要滿(mǎn)足單點(diǎn)原則。
⑦自我保護(hù)原則：少流血，犧牲一部分，保護(hù)另外一部分(P&R&T)
外部的輸入都不是 100% 可靠的，有時(shí)候是無(wú)意的錯(cuò)誤，有時(shí)候甚至是惡意的破壞，因此針對(duì)外部輸入要有防錯(cuò)設(shè)計(jì)，給自己多一些保護(hù)。
極端情況下可能無(wú)法(快速)止血，可以考慮少流血，犧牲一部分保護(hù)另外一部分。例如：限流，降級(jí)等。
例如：大促峰值期間，一般會(huì)提前降級(jí)掉很多功能，同時(shí)限流，主要是為了保護(hù)峰值絕大部分人的交易支付體驗(yàn)。
例如：人體在失血過(guò)多或疼痛過(guò)度時(shí)就會(huì)觸發(fā)休克現(xiàn)象，這也是一種典型的自我保護(hù)機(jī)制。
軟件風(fēng)險(xiǎn)在何方
前面介紹了控制風(fēng)險(xiǎn)的方法，回到軟件系統(tǒng)這個(gè)領(lǐng)域，它的風(fēng)險(xiǎn)又在哪里?
以軟件系統(tǒng)為對(duì)象，從內(nèi)看包括：計(jì)算系統(tǒng)和存儲(chǔ)系統(tǒng);從外看包括：人員，硬件，上游系統(tǒng)，下游系統(tǒng);以及(隱含的)時(shí)間。
由于每個(gè)對(duì)象都是由其他對(duì)象組成的，因此每個(gè)對(duì)象還可以繼續(xù)往細(xì)分解(理論上可以無(wú)限分解下去)，上面的分解方式主要是為了簡(jiǎn)化理解。
軟件系統(tǒng)風(fēng)險(xiǎn)的來(lái)源
風(fēng)險(xiǎn)源于(有危害的)變化，一個(gè)對(duì)象的風(fēng)險(xiǎn)來(lái)源于所有跟它有關(guān)系的對(duì)象的(有危害的)變化。
因此，軟件系統(tǒng)風(fēng)險(xiǎn)的來(lái)源，分為以下 7 大類(lèi)：
①計(jì)算系統(tǒng)變化：運(yùn)行變慢，運(yùn)行錯(cuò)誤
系統(tǒng)運(yùn)行所依賴(lài)的服務(wù)器資源(如 CPU，MEM，IO 等)，應(yīng)用資源(RPC 線(xiàn)程數(shù)，DB 連接數(shù)等)，業(yè)務(wù)資源(業(yè)務(wù) ID 滿(mǎn)了，余額不足，業(yè)務(wù)額度不夠等)的負(fù)載等都會(huì)影響系統(tǒng)運(yùn)行的風(fēng)險(xiǎn)期望。
②存儲(chǔ)系統(tǒng)變化：運(yùn)行變慢，運(yùn)行錯(cuò)誤，數(shù)據(jù)錯(cuò)誤
系統(tǒng)運(yùn)行所依賴(lài)的服務(wù)器資源(如 CPU，MEM，IO 等)，存儲(chǔ)資源(并發(fā)數(shù)等)，數(shù)據(jù)資源(單庫(kù)容量，單表容量等)的負(fù)載和數(shù)據(jù)一致性等都會(huì)影響存儲(chǔ)系統(tǒng)運(yùn)行的風(fēng)險(xiǎn)期望。
③人的變化：變更出錯(cuò)
變更人員的數(shù)量，安全生產(chǎn)意識(shí)，熟練程度，變更的數(shù)量，變更的方式等都會(huì)影響變更的風(fēng)險(xiǎn)期望。
由于變更的人多，變更的次數(shù)也多，導(dǎo)致變更成為螞蟻所有故障來(lái)源里的 TOP1，這也是為什么“變更三板斧”這么出名的原因。
“變更三板斧”正確的排序應(yīng)該是“可灰度，可監(jiān)控，可應(yīng)急”;可灰度代表的是 R，可監(jiān)控和可應(yīng)急代表的是 T。
思考：如果變更三板斧讓你再加一板斧，你覺(jué)得應(yīng)該是什么?
④硬件變化：損壞
硬件的數(shù)量，質(zhì)量，使用年限，保養(yǎng)等都會(huì)影響硬件的風(fēng)險(xiǎn)期望，硬件損壞會(huì)影響上層軟件系統(tǒng)不可用。
⑤上游變化：請(qǐng)求變大
請(qǐng)求分為 3 個(gè)維度：(由無(wú)數(shù) API 匯集而成的)網(wǎng)絡(luò)流量，(由無(wú)數(shù) KEY 請(qǐng)求組成的)API，KEY。
- 網(wǎng)絡(luò)流量過(guò)大會(huì)造成網(wǎng)絡(luò)堵塞，影響網(wǎng)絡(luò)通道中的所有網(wǎng)絡(luò)流量請(qǐng)求。
- API 請(qǐng)求過(guò)大會(huì)造成對(duì)應(yīng)服務(wù)集群過(guò)載，影響整個(gè)服務(wù)機(jī)器上的所有 API 請(qǐng)求，甚至往外傳播。
- KEY 請(qǐng)求過(guò)大(俗稱(chēng)“熱點(diǎn) KEY”)會(huì)造成單機(jī)過(guò)載，影響單機(jī)上所有 KEY 請(qǐng)求，甚至往外傳播。
所以大促保障的時(shí)候，不僅僅是關(guān)注核心 API 的容量保障，還需要考慮網(wǎng)絡(luò)流量和熱點(diǎn) KEY。
⑥下游變化：響應(yīng)變慢，響應(yīng)錯(cuò)誤
下游服務(wù)的數(shù)量，服務(wù)等級(jí)，服務(wù)可用率等影響下游服務(wù)的風(fēng)險(xiǎn)期望。下游響應(yīng)變慢可能會(huì)拖慢上游，下游響應(yīng)錯(cuò)誤可能會(huì)影響上游運(yùn)行結(jié)果。
⑦時(shí)間變化：時(shí)間到期
時(shí)間到期往往被人忽視，但它往往具有突然性和全局破壞性，一旦時(shí)間到期觸發(fā)故障會(huì)導(dǎo)致非常被動(dòng)，所以要提前識(shí)別，盡早預(yù)警，如：秘鑰到期，證書(shū)到期，費(fèi)用到期，跨時(shí)區(qū)，跨年，跨月，跨日等。
例如：2019 年日本運(yùn)營(yíng)商軟銀因證書(shū)到期引發(fā) 3000w 用戶(hù)長(zhǎng)達(dá) 4 小時(shí)通信中斷。
以上每一大類(lèi)風(fēng)險(xiǎn)都可以基于 nPRT 公式進(jìn)行逐一分析處理。
風(fēng)險(xiǎn)的數(shù)量：一生三，三生萬(wàn)物
任何一個(gè)事物既是由其他事物組成的又是其他事物的組成部分，無(wú)限循環(huán)下去;一生三，三生萬(wàn)物，風(fēng)險(xiǎn)的數(shù)量是無(wú)窮無(wú)盡的。
向內(nèi)看，內(nèi)含內(nèi)，可以無(wú)限小下去;當(dāng)原子粒度的問(wèn)題傳播開(kāi)時(shí)，也可能影響軟件系統(tǒng)的可用性，就像 100 納米的新冠病毒就可以影響人體的可用性一樣。
向外看，外有外，可以無(wú)限大下去;當(dāng)太陽(yáng)系毀滅，軟件系統(tǒng)的可用性自然就不復(fù)存在。
雖然風(fēng)險(xiǎn)無(wú)窮無(wú)盡，但是只要我們對(duì)風(fēng)險(xiǎn)多一些了解，根據(jù)控制風(fēng)險(xiǎn)的一些理念和原則，還是可以更好的降低風(fēng)險(xiǎn)期望。
談一談敬畏之心：
- 我們對(duì)世界的認(rèn)知是有限的，這也讓我們少了許多恐懼，同時(shí)也讓我們少了一些敬畏之心。
- 我們真正要敬畏的不是處罰條例，而是我們不知道的，以及我們不知道我們不知道。
結(jié)束語(yǔ)
總結(jié)如下：
- 所有事物都是變化的。
- 所有事物都不是 100% 可靠的。
- 因此才有了風(fēng)險(xiǎn)，風(fēng)險(xiǎn)是不可見(jiàn)的，可見(jiàn)的是故障。
- 風(fēng)險(xiǎn)是不能消滅光的，但是可以遠(yuǎn)離，可以減少。
- 故障是不可避免的，但是可以推遲，可以縮小影響范圍，縮短影響時(shí)間。
- nPRT 公式不僅僅適用于軟件系統(tǒng)風(fēng)險(xiǎn)，也適用于其他風(fēng)險(xiǎn)領(lǐng)域，希望對(duì)大家有用。
作者：樂(lè)羊
編輯：陶家龍
出處：轉(zhuǎn)載自公眾號(hào)阿里技術(shù)(ID：ali_tech)
分享標(biāo)題：終于有人把"高可用"說(shuō)清楚了！
網(wǎng)址分享：http://m.5511xx.com/article/dpjjope.html
