这个计算器能做什么
本工具根据两项可靠性指标——MTBF(平均故障间隔时间,Mean Time Between Failures)和 MTTR(平均修复时间,Mean Time To Repair)——计算系统、服务器或网络组件的可用性(在线率百分比)。这是一条通用的可靠性工程公式,广泛应用于 IT、电信、制造业以及数据中心运维,用来衡量系统处于"在线可服务"状态的时间占比。
使用方法
分别填入两次故障之间的平均运行时间(MTBF)和故障后恢复服务所需的平均时间(MTTR),两者请使用相同的时间单位(用"小时"最为方便)。计算器会输出以百分比表示的可用性、与之对应的停机百分比,以及按每年 8,760 小时估算的年停机小时数。
公式详解
可用性指的是系统正常运行时间在总时间中所占的比例:
$$\text{可用性} = \frac{\text{MTBF}}{\text{MTBF} + \text{MTTR}} \times 100$$MTBF 越高(故障越少)、MTTR 越低(修复越快),可用性就越接近 100%。公式中的分母代表一个完整的"故障—修复"周期,因此该公式本质上就是衡量这个周期里系统正常运行所占的份额。
实例演算
假设某台路由器的 MTBF 为 1,000 小时,MTTR 为 4 小时。可用性 $$\text{可用性} = \frac{1000}{1000 + 4} \times 100 = 99.6016\%$$。停机率为 \(0.3984\%\),换算到一整年(8,760 小时)约相当于 34.9 小时的中断时间。若想达到业界著名的"五个九"(99.999%),就必须大幅缩短修复时间,或显著提升 MTBF。
可用性等级与允许停机时间(“九”的数量)
可用性通常用“九”的数量来描述。允许停机时间为 \((1 - A) \times\) 所选时间段。本表格采用 8,760 小时的年(365 天)、平均每月 43,800 分钟(730 小时)以及 24 小时的一天。
| 可用性 | 常用名称 | 每年停机时间 | 每月停机时间(平均) | 每天停机时间 |
|---|---|---|---|---|
| 99% | 两个九 | 87.6 小时 | 7.3 小时 | 14.4 分钟 |
| 99.9% | 三个九 | 8.76 小时 | 43.8 分钟 | 1.44 分钟(86.4 秒) |
| 99.95% | 三个半九 | 4.38 小时 | 21.9 分钟 | 43.2 秒 |
| 99.99% | 四个九 | 52.56 分钟 | 4.38 分钟 | 8.64 秒 |
| 99.999% | 五个九 | 5.26 分钟 | 26.3 秒 | 0.864 秒 |
| 99.9999% | 六个九 | 31.5 秒 | 2.63 秒 | 0.086 秒 |
每增加一个九,允许停机时间就减少为原来的十分之一。例如,99.9% 对应 \(0.001 \times 8{,}760 = 8.76\) 小时每年。
情景对比:MTBF 与 MTTR 的权衡
可用性为 \(A = \frac{ \text{MTBF} }{ \text{MTBF} + \text{MTTR} }\)。每年停机时间为 \((1 - A) \times 8{,}760\) 小时。
| 情景 | MTBF (h) | MTTR (h) | 可用性 | 每年停机时间 (h) |
|---|---|---|---|---|
| 基准 | 1,000 | 4 | 99.60% | ≈ 34.90 |
| 更快的修复 | 1,000 | 1 | 99.90% | ≈ 8.75 |
| 可靠性更高的硬件 | 10,000 | 4 | 99.96% | ≈ 3.50 |
| 可靠且修复快 | 10,000 | 0.5 | 99.995% | ≈ 0.44(约 26 分钟) |
| 脆弱且修复慢 | 500 | 8 | 98.43% | ≈ 137.95 |
基准场景的验算:\(A = \frac{1000}{1000 + 4} = \frac{1000}{1004} = 0.99602\),即约 99.60%,停机时间为 \(8{,}760 \times \frac{4}{1004} \approx 34.90\) 小时。
将 MTTR 从 4 小时降到 1 小时,所带来的可用性提升,大致相当于将 MTBF 翻两番。修复速度往往是更划算的杠杆,可通过监控、备件和自动化来实现。
解读你的可用性结果
- 稳态平均值: 结果是系统处于可用状态的时间比例的长期平均值,它并不说明故障发生在什么时候。一个 99.9% 的系统可能一年内只有一次 8 小时的停机,也可能有数百次短时停机。
- SLA 等级: 服务等级协议通常以“九”的数量来表述(见上表)。请确认服务商如何计算时间段(按月还是按年)、哪些情况算作停机,以及是否排除了计划内维护。
- 串联系统: 如果每个组件都必须正常工作,则将可用性相乘:\(A_{total} = A_1 \times A_2\)。两个 99.9% 的组件串联,结果为 \(0.999 \times 0.999 = 0.998001\),即约 99.80%。
- 冗余(并联)系统: 如果任一组件即可满足需求,则 \(A_{total} = 1 - (1 - A_1)(1 - A_2)\)。两个 99.9% 的组件并联,结果为 \(1 - 0.001 \times 0.001 = 0.999999\),即 99.9999%。这一计算假设故障相互独立且切换完全可靠。共享电源、软件缺陷或相同的配置都可能降低实际可用性。
- 固有可用性与使用可用性: 这里的公式给出的是固有可用性 \(\frac{ \text{MTBF} }{ \text{MTBF} + \text{MTTR} }\),它只计入故障和修复。使用可用性还包括计划内维护、后勤和行政延误,因此通常更低。
- 数据质量: 输出结果的准确性取决于输入数据。厂商给出的 MTBF 往往是在理想条件下的预测值,而 MTTR 应包括检测、诊断、派工和恢复时间,而不仅仅是维修本身。条件允许时,请使用实测的现场数据。
常见问题
"五个九"很难实现吗? 是的——99.999% 的可用性意味着每年只允许约 5.26 分钟的停机时间,这需要冗余设计和极快的恢复能力才能做到。
MTBF 和 MTTR 可以用不同单位吗? 不行。两者必须使用同一单位(例如都用小时),这样比值才是无量纲的。
这个结果包含计划内维护吗? 基础可用性只统计非计划内的修复时间;如果你想计算运营可用性,则需把计划内停机也算进 MTTR。