您如何计算云服务的复合服务水平协议（SLA）？

通过托管云服务Amazon Web服务，天青，谷歌和其他大多数发布小号 ervice 大号埃维尔一个 greement或SLA，因为他们提供的个人服务。然后，架构师，平台工程师和开发人员负责将它们放在一起，以创建一个架构，为应用程序提供托管。

孤立地考虑，这些服务通常提供的可用性在三到四分之九的范围内：

• Azure Traffic Manager：99.99％或“四个九”。
• SQL Azure：99.99％或“四个九”。
• Azure应用服务：99.95％或“三九五”。

但是，当在体系结构中组合在一起时，任何一个组件都可能会发生中断，从而导致总体可用性不等于组件服务。

系列化合物的可用性

在此示例中，存在三种可能的故障模式：

• SQL Azure已关闭
• 应用服务已关闭
• 都下来了

因此，此“系统”的总体可用性必须低于99.95％。我对这种思维的理由是，如果在这两项服务的SLA是：

该服务将在24小时中的23小时内提供

然后：

• 应用服务可能在0100到0200之间
• 数据库出在0500和0600之间

这两个组成部分均在其SLA内，但整个系统在24小时内无法使用2小时。

串行和并行可用性

在这种体系结构中，主要有很多故障模式：

• RegionA中的SQL Server已关闭
• RegionB中的SQL Server已关闭
• RegionA中的应用服务已关闭
• RegionB中的应用服务已关闭
• 流量管理器已关闭
• 以上组合

由于流量管理器是断路器，因此能够检测任一区域的中断并将流量路由到工作区域，但是流量管理器仍然存在单点故障，因此“系统”的总可用性无法高于99.99％。

如果企业希望获得比架构所能提供的服务级别更高的服务水平，则如何为企业计算和记录以上两个系统的复合可用性，并可能需要重新配置？

如果您想注释图表，我已经在Lucid Chart中构建了它们并创建了一个多用途链接，请记住，任何人都可以对其进行编辑，因此您可能希望创建页面的副本以进行注释。

我认为这是一个数学问题，而SLA可能会很好。

在这种情况下，我们可以依靠概率规则来获得总体。

对于第一种情况，App Service（A）和Sql Service（B）同时关闭的概率是它们的概率乘积：

P(A)*P(B) = 0.0005 * 0.0005 = 0,00000025

其中之一发生故障的概率是它们的概率之和：

P(A)+P(B) = 0.001

当两个事件是独立的时，考虑到两个事件均发生的概率的公式为：

P(A,B) = P(A) + P(B) - P(A)*P(B) = 0.001 - 0,00000025 = 0,00099975

因此，总体SLA将以1 - 0,00099975 = 0,99900025百分比为单位99.900025 %

简化是第一个概率的乘积：0.9995 * 0.9995 = 0,99900025。

应用于您的1h / 24h中断（一天中的4,166666％），得出的结果（十进制缩写）：

0.0416 + 0.0416 - (0.0416 * 0.0416) = 0,081597222

因此，可以的概率1 - 0.0816 = 0.9184以百分比表示：91,84%

24 * 0.0816 = 1.95 h

这比2小时的最坏情况要少，因为两者都有可能同时停机。

请记住，您可能会注意到每个is的可用性95,84%，0,958333333 * 0,958333333 = 0,918402778这是91.84%上面提到的（抱歉，此处为完整的小数，但演示时需要使用它们）

现在，对于第二种情况，我们将从每个区域的复合概率开始获益（对不起，我拒绝了SQL的更改以保持其合理性），假设该区域本身没有独立的概率，并且每个区域都是孤立的，因此数据库故障只会使区域失效。

我们有流量管理器的OK概率，P(T) = 0.9999并且每个app + DB夫妇都有P(G) = 0,99900025来自

我们必须应用故障概率乘积来获得两个区域同时下降的概率，所以我们发挥了多少作用？
0,00099975 * 0,00099975 = 0,0000009995000625这意味着至少一个区域的总体可用性99,049375 %

现在我们有了整个区域的可用性，带有流量管理器的产品为我们提供了系统的整体可用性：

0.9999 * 0,9999990004999375 = 0,99989900059988750625

总体可用性为 99.989900 %

可以从Azure的文档中获得另一个解释来源（链接由Raj Rao提供）

在阅读了Tensibai的出色答案之后，我意识到我曾经能够为网络分析目的而计算出这个值。我挖出了Chris Oggerino撰写的《高可用性网络基础知识》，并从最初的校长那里破解了这一过程。

直接从Tensibai的答案中得到我的系列示例只是一种情况，就是将每个组件彼此可用的可能性相乘：

所以

99.95％* 99.95％= 99.9％

并行计算它有点复杂，因为我们确实需要考虑不可用性的百分比：

计算过程如下：

1. 将两个区域的不可用状态相乘。

   0.1％* 0.1％= 0.0001％

2. 将其转换回可用性

   100％-0.0001％= 99.9999％

3. 将流量管理器的可用性乘以两个区域的可用性。

   99.99％* 99.9999％= 99.9899％

4. 结果是整个系统的可用性。

   99.9899％接近99.99％

我最终使用Excel进行计算，这是值：

...以及公式...