可用性对照表:90% 到 99.999% 各允许多少宕机时间
99.9% 可用性到底允许宕机多久?本文给出 90% 到 99.999% 各级可用性对应的年/月/周/日最大宕机时间对照表,并说明时间型可用性、请求成功率与 SLA 统计口径的区别。
**按时间计算的可用性(Availability/Uptime),指服务在统计窗口内满足可用条件的时间比例。**例如 30 天内要达到 99.9% 可用性,允许的最大宕机时间是 43.2 分钟。签 SLA、定 SLO 时,先核对统计窗口、可用条件和排除项;若目标按请求成功率计算,预算应以失败请求数计,不能直接查表换成分钟。
可用性-宕机时间对照表
| 可用性 | 每年允许宕机 | 每月允许宕机 | 每周允许宕机 | 每天允许宕机 |
|---|---|---|---|---|
| 90%(一个 9) | 36.5 天 | 3 天 | 16.8 小时 | 2.4 小时 |
| 99%(两个 9) | 3.65 天 | 7.2 小时 | 1.68 小时 | 14.4 分钟 |
| 99.5% | 1.83 天 | 3.6 小时 | 50.4 分钟 | 7.2 分钟 |
| 99.9%(三个 9) | 8.76 小时 | 43.2 分钟 | 10.1 分钟 | 1.44 分钟 |
| 99.95% | 4.38 小时 | 21.6 分钟 | 5.04 分钟 | 43.2 秒 |
| 99.99%(四个 9) | 52.6 分钟 | 4.32 分钟 | 1.01 分钟 | 8.64 秒 |
| 99.999%(五个 9) | 5.26 分钟 | 25.9 秒 | 6.05 秒 | 0.86 秒 |
(按月 30 天、年 365 天计算,数值有舍入。允许宕机时间 = 统计窗口时长 × (1 − 可用性目标),目标以小数表示。自然月按实际天数换算。)
怎么读这张表
从 99.9% 提高到 99.99% 或从 99.99% 提高到 99.999%,同一窗口内允许的宕机时间变为原来的十分之一。
- 99.9%(三个 9):按 30 天算有 43.2 分钟预算。发布造成的中断和偶发故障是否计入,取决于约定的统计口径;
- 99.99%(四个 9):30 天只有 4.32 分钟。一次计入同一窗口的 10 分钟故障就会超标,约用掉该窗口预算的 2.3 倍。多可用区部署和自动故障转移能否帮上忙,要看实际故障模式;
- 99.999%(五个 9):365 天只允许约 5.26 分钟。先确认监测分辨率能否识别短时故障,再检查故障切换时间和依赖服务是否撑得住这个目标。
三个容易踩的坑
- 可用性 ≠ 性能:接口能返回但耗时 30 秒,是否算作可用取决于 SLI 的成功条件。可以把时延阈值纳入成功条件,也可以单独设一个时延 SLO;
- 计划维护算不算宕机:要在 SLA 里写清楚。有的 SLA 会在特定条件下排除计划维护;计算时按合同约定处理,提前公告本身不等于可以排除;
- 平均值的陷阱:一个月 43 分钟预算,一次全花完(单次 43 分钟大故障)和分 43 次每次 1 分钟,数字一样,用户感受天差地别。看可用性的同时要看故障次数和单次时长分布。
如何测量真实可用性
服务器自检只能说明本机的状态,用户可能根本连不上。可以用观测云的可用性监测(云拨测)从与用户相关的地点定期探测站点和 API,按响应状态、时延或响应内容判断结果。拨测成功率以探测次数为分母,短于探测间隔的故障可能漏测,也可能只有部分地区受影响。观测云 SLO支持按监控器异常时长或按指标成功次数计算,选型应对应承诺口径。确定覆盖范围、缺失数据与排除项后,再将监测结果用于 SLA 核对;告警有助于及时响应,实际发现时间取决于探测和检测配置。
常见问题(FAQ)
Q:我们应该承诺几个 9?
看业务受影响的程度、现有可用性、依赖能力和恢复时间。同一家公司里,内部报表和支付入口可能需要不同的目标。SLA 是否触发赔付以及如何赔付,按实际合同条款确定。
Q:99.9% 和 99.99% 的成本差多少?
同一窗口内,宕机预算缩小到十分之一,成本没有固定倍数。实际投入取决于故障模式、现有架构和恢复能力,可能涉及多可用区冗余、自动故障转移或更严格的变更管理。
Q:宕机预算(Error Budget)是什么?
就是这张表的另一面:100% 减 SLO 目标得到允许失败的比例,再按 SLI 的分母折算成时间、请求数或其他计量单位。SRE 实践中用它平衡稳定性与发布速度;预算不足时是否暂停非必要变更,按团队约定的错误预算政策执行。