توافر عالي و SLA

1) الشروط والصلة بالأعمال التجارية

SLI (مؤشر مستوى الخدمة) - مؤشر الخدمة المقاس (على سبيل المثال، نسبة الطلبات الناجحة 2xx/3xx ≤ T ms).
SLO (هدف مستوى الخدمة) - قيمة SLI المستهدفة (على سبيل المثال "99. 95 في المائة من الطلبات ≤ 300 مارك").
SLA (اتفاق مستوى الخدمة) - الالتزام التعاقدي تجاه العميل (الغرامات/الائتمانات في حالة الانتهاك).
HA (توفر عالي) - تدابير معمارية وتشغيلية تسمح لك بأداء SLO/SLA.

المبدأ: يعتمد SLA على SLA، ويعتمد SLA على اتحادات جنوب السودان المرصودة. لا يمكنك أن تعد في SLA بما لا تقيسه.

2) «Nines» ورياضيات إمكانية الوصول

التوافر لكل فترة = «العمل _ الوقت/المجموع _ الوقت». المعايير (في السنة):

توافر	ماكس. فترة التوقف/السنة
99. 0%	≈ 3 أيام و 15 ساعة
99. 5%	≈ 1 اليوم 20 ح
99. 9%	≈ 8 ساعة و 45 م
99. 95%	≈ 4 ساعة و 23 م
99. 99%	≈ 52 م 34 ث
99. 999%	≈ 5 م 15 ث

تكوين التوافر

سلسلة متتالية (تبعيات المسار الأحمر): 'A _ المجموع = Π A_i' (كل مكون يقلل المجموع).
عقد الأصول الموازية: «A _ المجموع = 1 − Π (1 − A_i)» (إجمالي الزيادات الاحتياطية).

3) ما الذي يجب قياسه بالضبط (SLI الصحيح)

عرض المستخدم: الانتهاء بنجاح من العمليات الرئيسية (تسجيل الدخول، الإيداع، تسجيل المغادرة) ووقت انتقالها p99.
الممر الزمني: يتجمع حسب النوافذ المنزلقة (5/30/60 دقيقة) وحسب المنطقة.
الاستثناءات: يتم احتساب «النوافذ المجدولة» في SLOs، وفي SLAs فقط إذا نص العقد على ذلك.

أنواع SLI:

التوافر: معدل النجاح ≤ ت.
الجودة: p95/p99.
المركب: «حصة الودائع الناجحة ≤ 5 ق».

4) ميزانية الخطأ ومعدل الحرق

ميزانية الخطأ = '1 − SLO'. مقابل 99. 95٪ نافذة شهرية تعطي 0. 05٪ أخطاء/توقف.
معدل الحرق: سرعة استهلاك الميزانية (مثلاً) 4 × يعني أنه في 6 ساعات تأكل الحد اليومي).
السياسة: مع الاحتراق السريع - إطلاقات التوقف، التركيز على الاستقرار، تجميد الميزات.

5) HA Architecture: عقدة إلى منطقة

5. 1 عقدة/خدمة

N + 1: نسخة طبق الأصل واحدة على الأقل زائدة عن الحاجة (≥ النشر 2، PDB، مكافحة التقارب).
عزل الموارد: حدود وأولويات وحدة المعالجة المركزية/إدارة السجلات والمحفوظات/مكتب المراجعة الداخلية (فئة الأولوية).
إغلاق/استنزاف رشيق: لا يوجد طلب كسر عند إعادة التشغيل.

5. 2 المنطقة/المنطقة

Multi-AZ: نسخ طبق الأصل في مناطق مختلفة، توازن عبر المناطق، طاقة/شبكة مستقلة.
متعدد المناطق: الأصول والأصول (أصعب: البيانات/الاتساق) أو الأصول والخصوم (أبسط: أعلى من RPO).
البيانات: CP للنقود/الطلبات (النصاب/RAFT)، EC/AP للمخابئ/واجهات المحلات.

5. 3 طبقة الشبكة والمحيط

L7-LB مع الفحوصات الصحية، إعادة النظر/المهلة/كسر الدائرة.
GSLB/DNS/Anycast لحركة المرور العالمية، TTL قصير.
التحكم في الخروج والقنوات المتسامحة مع الأخطاء إلى PSP/مقدمي الخدمات الخارجيين.

6) التحلل بدلاً من السقوط

ميزة مفتاح القتل (أعلام الميزة): إيقاف تشغيل غير حرج، حفظ «المسار الأحمر».
التحول إلى مسارات مبسطة: متزامنة → غير متزامنة/قائمة الانتظار، «مقبولة للمعالجة».
حد السعر/الحصص: من الأفضل الحد من حركة المرور بدلاً من إسقاط الجميع.
الأوضاع التي لا معنى لها: إعطاء بيانات مخبأ/ثابتة عندما يكون المنشأ غير متوفر.

7) إدارة القيود

خريطة الخدمة: مباشرة/عابرة، حرجية، SLO لكل منها.
الروابط الضعيفة: مقدم خارجي بدون SLA - يتحول إلى مخبأ/قائمة انتظار/مكرر.
عزل الحاجز: مجموعات/حصص اتصال مختلفة للطرق البطيئة.
المهلة> Retires: مهلة قصيرة، الحد الأقصى 1 إعادة تشغيل للعمليات الحمقاء.

8) العمليات والتغييرات

إدارة التغيير: الإصدارات عبر جزر الكناري/الأزرق الأخضر، بوابات SLO، التراجع التلقائي.
النوافذ المجدولة: توحيد - الطول والتردد والاتصالات.
الحوادث: الأدوار (IC/Comms/Tech/DB)، ودليل التشغيل، وتحليل ما بعد الحادث مع الإجراءات التصحيحية.
الأحداث الأمنية: إذا تم اختراقها، «وضع الذعر» (اقرأ فقط/الرموز/الدوران/الحظر).

9) إمكانية الملاحظة والتنبيه

نموذج RED (معدل، أخطاء، مدة) لكل مسار.
لوحات تحكم SLI: التوافر/زمن الوصول حسب المنطقة وحسب قطاع العملاء.
تنبيهات معدل الحرق: سريع (1 ساعة، 14. 4 ×)، بطيء (6 ساعات، 2 ×) - إشارة قبل فشل SLO.
تبديل النماذج من المقاييس إلى المحاذاة trace_id.
المواد التركيبية: عينات من نقاط خارجية (محيط، تدفق المدفوعات).

10) اختبارات تحمل الأخطاء

أيام اللعب: سيناريوهات لإعاقة المناطق/المناطق، وتدهور قاعدة البيانات/المخبأ، وفشل مقدمي الخدمات الخارجيين.
أدوات الفوضى: طيات الشبكة (زمن الانتظار/الخسارة)، وقرون القتل، وحمولة وحدة المعالجة المركزية/IO الزائدة.
DR-drills: تطوير RTO/RPO للنظم Tier-0 (انظر «Backups and DR»).

11) تصميم SLA

تعريف «التوافر»: ما يعتبر حادثة (5xx، الوقت> T، أخطاء النطاق).
نافذة الحساب: الشهر/الربع ؛ إدراج/استبعاد الأنشطة المقررة.
الاعتمادات/العقوبات: الجدول (على سبيل المثال) 99. 9–99. 99٪ - X٪، أقل - Y٪).
مسؤوليات العميل: التكامل، إعادة الدفع ضمن حدود معقولة، حدود.
الإخطارات وإجراءات الكلايمات: المصطلحات والشكل وقاعدة الأدلة (السجلات/المقاييس).
القوة القاهرة: الصياغة والحدود القانونية.

مثال (رسم):

«توافر واجهة برمجة التطبيقات بواسطة SLI» ناجح ≤ 500 ms' هو 99 على الأقل. 95٪ لكل شهر تقويمي. يتم استبعاد النوافذ المجدولة (حتى 60 دقيقة/شهر يتم الإعلان عنها في 48 ساعة). في 99. 90–99. 95 في المائة - قرض 5 في المائة ؛ 99. 80–99. 90% — 10%; <99. 80% — 25%.»

12) الاقتصاد التاسع

كل «تسعة» إضافية تزيد التكاليف ليس خطياً (المناطق المزدوجة، النصاب القانوني، نسخ مكررة من مقدمي الخدمات، 24 × 7). استخدم SLO المتدرج:

Tier-0 (الأموال/الطلبات): 99. 95–99. 99٪، متعدد AZ، DR جاهز.
المستوى 1 (الميزات الأساسية): 99. 9–99. 95٪، متعدد AZ.
Tier-2 (غير حرجة): 99. 5–99. 9٪، التدهور/التوقف مسموح به للحوادث.

13) أنماط HA حسب الطبقة

المحيط: CDN/edge، multi-CDN أو GSLB، WAF، حد السعر.
الموازنة: L7 مع الطرد الخارجي، المهلات/إعادة التصوير، التجزئة اللزجة/المتسقة.
التطبيقات: المقياس الأفقي، الجاهزية/الحساسية، PDB، انتشار الطوبولوجيا.
البيانات: leader + replicas، النصاب القانوني لـ CP، L2 cache، idempotency، PITR.
قوائم الانتظار: انعكاس/تعدد المجموعات، التخلص، DLQ.
الأسرار/التكوينات: GitOps، لقطات ذرية، التراجع.

14) الأنماط المضادة

SLA بدون أدوات قياس ومواد تركيبية خارجية.
منطقة/مجموعة منفردة مثل SPOF.
إعادة التصوير غير المنضبط → «DDoS ذاتي».
المعاملات الطويلة/المتحولات على المسار الساخن.
هجرات/إطلاقات «ثقيلة» بدون جزر الكناري وخطة التراجع.
عدم وجود دليل وتواصل مع أصحاب المصلحة في أي حادث.

15) قائمة التنفيذ المرجعية (0-60 يوما)

0-15 أيام

تحديد معايير الاستدامة القصوى للمستخدم، وتعيين معايير الاستدامة القصوى حسب المستويات Tier-0/1/2.
قم بتضمين تنبيهات معدل الحرق ولوحات القيادة SLO وفحوصات المحيط الاصطناعي.
إزالة SPOF: ≥2 نسخ طبق الأصل، PDB، multi-AZ للجبهات وقواعد البيانات الحرجة.

16-40 يومًا

أدخل إصدارات الكناري مع بوابات SLO والتراجع التلقائي.
خريطة التبعية + الحصص/المجمعات/المهل الزمنية/PB لكل «مسار أحمر».
تنظيم النوافذ والاتصالات المخطط لها، نماذج رسائل الحوادث.

41-60 يومًا

يوم اللعبة: فصل AZ، فشل مزود خارجي، «انفجار» حركة المرور.
إعادة حساب اتفاقيات البيئة المستدامة والائتمانات الفعلية، ونشر التقارير للعملاء.
مراجعة «تكلفة ↔ التاسعة» وإعادة وضعها في معرض التصوير.

16) مقاييس النضج

≥ 95٪ من الطرق الهامة لديها تنبيهات SLI/SLO ومعدل الحرق.
تصاحب أخطاء SLO تجميد تلقائي للإطلاقات (سياسة).
تغطية Multi-AZ Tier-0 = 100٪، تدريبات DR ناجحة ≥ 1/ربع.
وقت «الكشف → التخفيف» p50 <5 دقائق، p95 <15 دقيقة.
ارتباط «الإفراج ↔ الحوادث» - الحفاظ عليه وتقليله (rate↓ التراجع).
تقرير الحوادث العامة/الائتمان - خلال أيام عمل N.

17) أمثلة ومقتطفات

تنبيهات معدل الحرق (فكرة القاعدة):

سريع: "SLO 99. 95٪، نافذة 1 ساعة، حرق ≥ 14. 4 × صفحة → تحت الطلب"
بطيء: «نافذة 6 ساعات، حرق ≥ 2 × → تذكرة ومراقبة».

المبعوث - كسر الدائرة/الخارج:

yaml circuit_breakers:
thresholds:
- max_connections: 200 max_pending_requests: 100 max_requests: 1000 max_retries: 1 outlier_detection:
consecutive_5xx: 5 interval: 5s base_ejection_time: 30s max_ejection_percent: 50

كناري مع تحليل SLO (Argo Rollouts، فكرة):

yaml analysis:
templates:
- name: slo-burn metrics:
- name: error-rate successCondition: result < 0. 005 provider: prometheus

مثال على ذلك:


SLI: fraction_of_good_requests = good(HTTP 2xx/3xx ≤ 500ms) / all(requests)
SLO: ≥ 99. 95% per calendar month, per region

18)

التوافر العالي ليس فقط مجموعات ونسخ طبق الأصل، ولكن مجموعة متسقة من البنية والعمليات والمقاييس: SLI/SLO واضح، SLA واقعي، الاقتصاد التسع، التدهور بدلاً من السقوط، المهلة/نظام الحصص، إطلاقات الكناري، التمارين المنتظمة والاتصال الشفاف. اجعل القدرة على تحمل التكاليف قابلة للقياس والإدارة - وتصبح ميزة تنافسية وليست يانصيب.

توافر عالي و SLA