Erlang 的 99.9999999%(九个九)可靠性

Question

Erlang据报道，它已在生产系统中使用了 20 多年，正常运行时间百分比为 99.9999999%。

我做了如下数学计算:

20*365.25*24*60*60*(1 - 0.999999999) == 0.631 s

这意味着系统在 20 年内只有不到一秒的停机时间。我并不是想挑战这一点的有效性，我只是好奇我们如何能够(有意或无意)关闭系统仅 0.631 秒。有熟悉大型软件系统的人可以给我们解释一下吗？谢谢。

<小时/>

有谁知道如何计算处理单元(或机器)集群上的服务的停机时间？

Answer 1

可靠性数字不应该衡量 AXD301(相关项目)任何部分关闭 20 多年的总时间。它代表了 20 年来 AXD301 系统提供的服务离线的总时间。细微的差别。正如乔阿姆斯特朗所说here :

The AXD301 has achieved a NINE nines reliability (yes, you read that right, 99.9999999%). Let’s put this in context: 5 nines is reckoned to be good (5.2 minutes of downtime/year). 7 nines almost unachievable ... but we did 9.

Why is this? No shared state, plus a sophisticated error recovery model.

如果你再深入一点，在 Erlang 的原作者 Joe 撰写的博士论文中(其中包括 AXD301 的案例研究)，你会读到:

One of the projects studied in this chapter is the Ericsson AXD301,a high-performance highly-reliable ATM switch.

因此，只要交换机所属的网络在没有停机的情况下运行，作者就可以为 AXD301 声明“九个九的可靠性”(这就是他所说的全部内容，避免了具体细节) )。这并不一定意味着 Erlang 是如此高可靠性的唯一原因。

编辑:事实上，“20 年”本身似乎是一种误解。 Joe 在同一篇文章中提到了 20 年的数字，但它实际上与九个九的可靠性数字没有联系，后者可能来自一项更短的研究(正如其他人提到的)。