الملخص والدافع

التوافر أكثر رقم اقتباسًا في إدارة الخدمات وواحد من أقلها تعريفًا بدقة. فعبارة مثل "كانت الخدمة متاحة بنسبة 99.9 في المئة الشهر الماضي" تبدو دقيقة، لكنها تخفي أربعة قرارات على الأقل: ما الذي عُدّ الخدمة، وما الذي عُدّ "متاحًا"، وأي ساعات كانت ضمن النطاق، وأي انقطاعات استُبعدت. وتستطيع فرقتان الإبلاغ عن الخدمة نفسها في الشهر نفسه ونشر أرقام تختلف بمرتبة عشرية كاملة دون أن يرتكب أي منهما خطأ حسابيًا.

يجعل هذا الموضوع تلك القرارات صريحة. فهو يغطي حساب وقت التشغيل ووقت التعطل، والتوافر الموزون بالمستخدمين، والانقطاع المخطط مقابل غير المخطط، وحساب التسعات. ويبني على مؤشرات مستوى الخدمة وأهدافها وميزانيات الخطأ (انظر الموضوع 5.2، مؤشرات مستوى الخدمة وأهدافها وميزانيات الخطأ) وعلى الرؤية التعاقدية لمستويات الخدمة (انظر الموضوع 5.1، مقاييس SLA وOLA وXLA). تقول تلك المواضيع كيف تختار هدفًا. وهذا يقول كيف تحسب الرقم الذي يُقارَن به الهدف.

مصطلحات هذا الموضوع

  • التوافر (availability) قدرة الخدمة على أداء ما يحتاجه المستخدمون حين يحتاجونه، يُعبَّر عنه عادةً نسبة مئوية على فترة. ويُوصف المفهوم العام في مقالة التوافر العالي.
  • وقت التعطل (downtime) فترة تكون فيها الخدمة غير متاحة. ويستخدم هذا الموضوع الانقطاع (outage) لحلقة واحدة متصلة من التعطل والتدهور (degradation) لفترة تعمل فيها الخدمة لكن دون جودة متفق عليها.
  • وقت التشغيل (uptime) مكمل وقت التعطل ضمن نافذة القياس. والتوافر القائم على الزمن هو وقت التشغيل مقسومًا على الزمن الكلي ضمن النطاق.
  • التوافر القائم على الطلبات (request-based availability) حصة الطلبات الصالحة التي نجحت، فالفشل الذي يؤثر في 5 في المئة من الطلبات لساعة يُحتسب 5 في المئة من حركة ساعة، لا ساعة تعطل كاملة.
  • التوافر الموزون بالمستخدمين (user-weighted availability) يمدّ الرؤية القائمة على الطلبات بوزن الإخفاقات بعدد المستخدمين المتأثرين أو أهميتهم، مثلًا بعدّ الجلسات الفاشلة أو الرحلات الفاشلة بدل الطلبات الخام.
  • اتفاقية مستوى الخدمة (SLA) التزام تجاه عميل، وهدف مستوى الخدمة (SLO) هدف داخلي لمؤشر. وتعطي مقالتا اتفاقية مستوى الخدمة وهدف مستوى الخدمة تعريفات عامة.
  • التعطل المخطط (planned downtime) انقطاع معلن مسبقًا وموافق عليه عبر تمكين التغيير. والتعطل غير المخطط كل ما سواه. والحد بينهما من أكثر الخطوط نزاعًا في تقارير التوافر.
  • متوسط الزمن بين الإخفاقات (MTBF) متوسط زمن التشغيل بين الانقطاعات، ومتوسط زمن الإصلاح متوسط زمن الاستعادة. وكلاهما متوسط، فيقرؤهما هذا الكتاب توزيعات (انظر الموضوع 1.6، الإلمام الإحصائي لمقاييس الخدمة).
  • المراقبة الاصطناعية (synthetic monitoring) تستخدم مسابير مكتوبة تتصرف كمستخدم وتبلّغ بالنجاح أو الفشل. ومراقبة المستخدمين الحقيقيين تسجل تجربة المستخدمين الفعليين أثناء استخدامهم الخدمة.
  • ITIL أشهر إطار لإدارة خدمات تقنية المعلومات. وفي ITIL 4 تُعنى ممارسة إدارة التوافر بضمان أن تقدم الخدمات مستويات التوافر المتفق عليها، وتعمل عن كثب مع إدارة المراقبة والأحداث وإدارة الحوادث وإدارة استمرارية الخدمة.

لماذا لا يكفي رقم واحد أبدًا

عشرة انقطاعات من أربع دقائق وانقطاع واحد من أربعين دقيقة ينتجان مجموع تعطل واحدًا، لكنهما يُحسّان بشكل مختلف عند المستخدمين ويستدعيان ردودًا مختلفة. فالنمط الأول يشير إلى خدمة هشة. والثاني يشير إلى كشف أو استعادة بطيئة. ولذلك تأتي القياسات هنا مجموعةً صغيرة، لكل منها ضابط حماية، ليستطيع الفريق مناقشة التوافر بصدق دون التنافس على أكبر عدد تسعات.

كيف تختلف رؤيتا ITIL وأجايل

في ITIL التوافر خاصية مُدارة للخدمة، متفق عليها مع العميل وتبلّغ بها إدارة مستوى الخدمة مقابل هدف معلن، بساعات خدمة واضحة واستثناءات مثل الصيانة المخططة.

وفي ممارسة أجايل وهندسة موثوقية المواقع (SRE) التوافر مؤشر واحد من عدة مؤشرات، يُقارَن بـSLO. ويقول كتاب غوغل Site Reliability Engineering إن التوافر القائم على الزمن يناسب نظامًا واحدًا، بينما معدل نجاح الطلبات يناسب الخدمات الموزعة التي تعمل جزئيًا في كل وقت. ويقول أيضًا إن 100 في المئة تكاد لا تكون الهدف الصحيح أبدًا، لأن كلفة كل تسعة إضافية ترتفع بحدة.

استخدم انضباط ITIL في النطاق والساعات والاستثناءات المتفق عليها لتعريف المقام. واستخدم انضباط SRE في المؤشرات المتمحورة حول المستخدم وميزانيات الخطأ لتعريف البسط ولتقرير ما يُفعل بالنتيجة.

المبادئ الأساسية

  • عرّف "متاح" من جانب المستخدم. خدمة تجيب عن فحوص الصحة بينما لا يستطيع المستخدمون تسجيل الدخول معطلة لمن يهمون.
  • اكتب المقام. اذكر حدود الخدمة والساعات ضمن النطاق والمنطقة الزمنية ونافذة القياس قبل أن تحسب أي شيء.
  • احتسب الانقطاعات المخططة وغير المخططة منفصلة. أبلغ بهما معًا، ولا تدع أحدهما يختبئ داخل الآخر.
  • فضّل القياسات القائمة على الطلبات والموزونة بالمستخدمين للخدمات الموزعة. الفشل الجزئي ليس وقت تشغيل كاملًا ولا تعطلًا كاملًا.
  • حوّل التسعات إلى دقائق. لا يُفهم الهدف إلا حين يستطيع الناس قول كم دقيقة فشل في الشهر يسمح بها.
  • اختر عدد التسعات الذي يحتاجه المستخدمون. بعد تلك النقطة، كل تسعة إضافية تكلف أكثر مما تعيد.
  • صِف الخدمات لا الناس. التوافر ملك خدمة والفرق التي تشغّلها، وليس درجة فرد أبدًا.

تعريفات المقاييس

يذكر كل صف ساعاته وحدوده. ويُستخدم الزمن التقويمي ما لم يقل الصف غير ذلك. وحيث يستخدم قياس توزيعًا أبلغ بالوسيط والمئين 95 وسمِّ النافذة.

المقياس التعريف الصيغة الوحدة مصدر البيانات ممارسة ITIL المقابل في أجايل التكرار
التوافر القائم على الزمن حصة الوقت ضمن النطاق التي حققت فيها الخدمة التعريف المكتوب لـ"العمل" (دقائق ضمن النطاق في النافذة ناقص دقائق التعطل غير المخطط) / دقائق ضمن النطاق في النافذة. تبدأ الساعة عند أول مسبار فاشل يتأكد لاحقًا أنه أثر على المستخدمين، أو عند بدء الأثر المؤكد المسجل في مراجعة الحادثة؛ وتتوقف حين تحقق الخدمة التعريف مجددًا. التعطل المخطط داخل ساعات الخدمة المتفق عليها يُعرض منفصلًا، والوقت خارج ساعات الخدمة المتفق عليها مستبعد من المقام نسبة مئوية نتائج المراقبة الاصطناعية؛ سجل الحادثة بطابعي بدء الأثر والاستعادة إدارة التوافر؛ إدارة مستوى الخدمة SLI قائم على الزمن لنظام واحد (انظر الموضوع 5.2، مؤشرات مستوى الخدمة وأهدافها وميزانيات الخطأ) شهري
التوافر القائم على الطلبات حصة الطلبات الصالحة التي نجحت الطلبات الصالحة الناجحة / مجموع الطلبات الصالحة في النافذة. تستبعد الطلبات الصالحة الطلبات المشوهة وأخطاء العميل التي سببها المتصل؛ والإخفاقات التي سببتها الخدمة، بما فيها انتهاء المهلة، تُحتسب إخفاقات. يُبلَّغ لكل خدمة ولكل رحلة مستخدم نسبة مئوية سجلات ومقاييس موازن الحمل أو البوابة أو التطبيق إدارة التوافر؛ إدارة المراقبة والأحداث SLI معدل نجاح مع SLO وميزانية خطأ (انظر الموضوع 5.2، مؤشرات مستوى الخدمة وأهدافها وميزانيات الخطأ) اتجاه يومي، تقرير شهري
التوافر الموزون بالمستخدمين توافر موزون بالمستخدمين أو الرحلات المتأثرة، فانقطاع في الذروة يُحتسب أكثر من انقطاع ليلي 1 ناقص (جلسات المستخدمين الفاشلة أو الرحلات الفاشلة / مجموع جلسات المستخدمين أو الرحلات) في النافذة. تُعدّ الجلسة فاشلة إن فشلت خطوة حرجة معرَّفة؛ والنجاح الجزئي يُبلَّغ حصة تدهور منفصلة ولا يُدمج نسبة مئوية مراقبة المستخدمين الحقيقيين؛ سجلات جلسات التطبيق؛ أحداث التحليلات إدارة التوافر؛ إدارة مستوى الخدمة SLI قائم على الرحلة وقياسات التجربة في الموضوع 6.2 (انظر الموضوع 6.2، اتفاقيات مستوى التجربة) شهري
التعطل غير المخطط الدقائق التي كانت فيها الخدمة غير متاحة دون إشعار مسبق موافق عليه مجموع مدد الانقطاع في النافذة، من بدء الأثر المؤكد إلى الاستعادة المؤكدة، للانقطاعات غير المعلنة والموافق عليها عبر تمكين التغيير قبل بدئها. الانقطاعات المتداخلة على الخدمة نفسها تُدمج لا تُجمع. يُبلَّغ مجموع الدقائق وعدد الانقطاعات والوسيط والمئين 95 لمدة الانقطاع دقائق سجل الحادثة بطابعي بدء الأثر والاستعادة إدارة الحوادث؛ إدارة التوافر زمن الاستعادة مقروءًا توزيعًا (انظر الموضوع 3.3، زمن الاستجابة للحوادث وحلّها) شهري
حصة التعطل المخطط نسبة كل التعطل التي أُعلنت ووُوفق عليها سلفًا دقائق التعطل المخطط / (دقائق التعطل المخطط وغير المخطط) في النافذة. يُحتسب الانقطاع مخططًا فقط إن وُوفق عليه عبر سجل تغيير قبل بدئه وأُبلغ المستخدمون بوقتي بدايته ونهايته؛ والتجاوز بعد النافذة الموافَق عليها يُعاد تصنيفه غير مخطط من لحظة انتهاء النافذة نسبة مئوية سجل التغيير بالنافذة الموافَق عليها؛ سجل الحادثة؛ تاريخ صفحة الحالة تمكين التغيير؛ إدارة التوافر ممارسات الإصدار والصيانة التي تفضل النشر بلا تعطل (انظر الموضوع 4.3، مقاييس تمكين التغيير) شهري
تكرار الانقطاع وتباعده كم مرة تبدأ الانقطاعات وكم تعمل الخدمة بينها عدد الانقطاعات التي تبدأ في النافذة؛ ولكل زوج انقطاعين متتاليين، دقائق وقت التشغيل بين استعادة الأول وبدء الثاني، تُلخَّص وسيطًا ومئينًا 5. لا يُبلَّغ بمتوسط واحد حين توجد أقل من عشر فترات عدد؛ دقائق سجل الحادثة؛ تاريخ المراقبة إدارة الحوادث؛ إدارة المشكلات إشارة استقرار بجانب معدل فشل التغيير (انظر الموضوع 4.4، فشل التغيير وإعادة العمل) شهري
حصة التدهور الوقت الذي عملت فيه الخدمة دون جودة متفق عليها دقائق خرق فيها مؤشر التأخر أو الخطأ أو الصحة عتبته، باستثناء الدقائق المحتسبة تعطلًا أصلًا / الدقائق ضمن النطاق. العتبة معلنة لكل خدمة، مثلًا في SLO نسبة مئوية المراقبة وقياسات SLI إدارة التوافر؛ إدارة السعة والأداء SLI التأخر (انظر الموضوع 5.4، مقاييس السعة والأداء) شهري
تغطية القياس كم من سلوك الخدمة الموجه للمستخدم يرصده قياس التوافر فعلًا رحلات المستخدمين الحرجة التي لها مسبار نشط أو قياس مستخدمين حقيقيين / رحلات المستخدمين الحرجة المدرجة في تعريف الخدمة نسبة مئوية تعريف الخدمة؛ تهيئة المراقبة إدارة المراقبة والأحداث؛ إدارة التوافر تغطية الرصد وجودة التنبيهات (انظر الموضوع 5.5، مقاييس جودة المراقبة والتنبيهات) ربع سنوي

ملاحظتان على البيانات. المسبار الذي يفحص كل خمس دقائق لا يستطيع التقاط انقطاع من دقيقتين، فسجّل فاصل المسبار بجانب الرقم، واستخدم حقل بدء الأثر في سجل الحادثة (انظر الموضوع 1.5، مصادر البيانات والأجهزة القياسية). ومتى تغير تعريف "العمل" فعلّمه على مخطط الاتجاه.

التوصيات

عرّف القياس

1. اكتب تعريف الخدمة قبل النسبة المئوية. اسرد حدود الخدمة ورحلات المستخدمين الحرجة والساعات ضمن النطاق والمنطقة الزمنية والنافذة (الشهر التقويمي معتاد). وقل أي الاعتماديات تُحتسب: إن فشل مزود دفع ولم يستطع المستخدمون الدفع، فهل هذا انقطاعك؟ سجّل الجواب في سجل المقاييس (انظر الموضوع 1.4، حوكمة المقاييس وملكيتها). ومعظم النزاعات حول التوافر نزاعات حول هذه الصفحة، وتسويتها سلفًا أرخص بكثير من تسويتها بعد انقطاع.

2. عرّف "العمل" نتيجةً للمستخدم لا حالة خادم. فحص صحة يعيد النجاح بينما تسجيل الدخول معطل يقيس الشيء الخطأ. اختر عددًا صغيرًا من الرحلات الحرجة، مثل "ابحث واعرض عنصرًا" أو "سجّل الدخول" أو "قدّم مطالبة"، وعرّف النجاح لكل منها بمصطلحات يتعرف إليها المستخدمون. وافحص الرحلة من البداية إلى النهاية، وعامل الاستجابة البطيئة فوق عتبة متفق عليها متدهورة لا عاملة.

3. استخدم قياسات قائمة على الطلبات للخدمات الموزعة وقياسات قائمة على الزمن حيث تكون الخدمة فعلًا مشغّلة أو مطفأة. نادرًا ما تتعطل خدمة عالمية بالكامل، فعدّ دقائق الفشل الكامل يتجاهل معظم الإخفاقات الحقيقية. أبلغ بالاثنين حين تستطيع، وقل أيهما العنوان ولماذا.

4. أضف الوزن بالمستخدمين حيث الحمل غير متساوٍ. انقطاع عشر دقائق عند الرابعة صباحًا وآخر عند بدء يوم التداول لهما المدة نفسها وكلفة مختلفة جدًا. زِن بالجلسات أو المعاملات في دقيقة الفشل، أو أبلغ بدقائق انقطاع ساعات الذروة رقمًا منفصلًا.

5. قِس من خارج نطاق الفشل. المسبار داخل الشبكة أو المنطقة نفسها للخدمة يفشل معها، أو يستمر في الإبلاغ بالنجاح بينما الطريق الذي يسلكه المستخدمون معطل. شغّل مسابير اصطناعية من موقعين مستقلين على الأقل وقارنها ببيانات المستخدمين الحقيقيين.

عامل الانقطاعات المخططة وغير المخططة بصدق

6. أبلغ بالتعطل المخطط وغير المخطط جنبًا إلى جنب. تستبعد اتفاقيات كثيرة الصيانة المخططة، وهذا معقول. لكن المستخدمين يعيشونها تعطلًا، فأظهر الدقائق المستبعدة والحصة المخططة بجانب العنوان (انظر الموضوع 4.3، مقاييس تمكين التغيير).

7. اجعل وسم "مخطط" صعب النيل. عرّف المخطط بأنه موافَق عليه عبر سجل تغيير قبل بدء الانقطاع، مع إبلاغ المستخدمين بوقتي البداية والنهاية سلفًا. والانقطاع المعلن بعد بدئه غير مخطط. والتجاوز بعد النافذة الموافَق عليها غير مخطط من لحظة انتهاء النافذة. وهذه القواعد الثلاث تمنع الوسم من أن يصير طريقة لإعادة وسم الإخفاقات.

8. اعمل على تقليص التعطل المخطط. النشر المتدرج ومفاتيح الميزات وترحيلات المخطط بلا أقفال والإصدارات الزرقاء-الخضراء تتيح للفرق تغيير خدمة دون إيقافها. تتبع دقائق التعطل المخطط اتجاهًا واسأل ماذا يلزم لتقريبها من الصفر.

اقرأ الأرقام جيدًا

9. حوّل التسعات إلى دقائق وأظهرها. يعطي الجدول أدناه الحساب لشهر من 30 يومًا (43,200 دقيقة) وسنة من 365 يومًا (525,600 دقيقة). ضع الدقائق المسموح بها على اللوحة بجانب الهدف، وأظهر الدقائق المستخدمة حتى الآن في النافذة. يتخذ الناس قرارات أفضل عن "43 دقيقة في الشهر" مما عن "ثلاث تسعات".

هدف التوافر التعطل المسموح في شهر من 30 يومًا التعطل المسموح في سنة من 365 يومًا
99 في المئة 432 دقيقة (7.2 ساعات) 5,256 دقيقة (87.6 ساعة)
99.5 في المئة 216 دقيقة (3.6 ساعات) 2,628 دقيقة (43.8 ساعة)
99.9 في المئة 43.2 دقيقة 525.6 دقيقة (8.76 ساعات)
99.95 في المئة 21.6 دقيقة 262.8 دقيقة (4.38 ساعات)
99.99 في المئة 4.32 دقيقة 52.56 دقيقة
99.999 في المئة نحو 26 ثانية نحو 5.26 دقيقة

تفترض القيم أن الساعة تعمل طوال النافذة. فإن قست ساعات الخدمة المتفق عليها فقط انكمشت الدقائق المسموح بها بالتناسب، وينبغي أن تقول ذلك.

10. احترم كلفة كل تسعة إضافية وحدود اعتمادياتك. يلاحظ كتاب SRE أن كلف الموثوقية ترتفع بحدة مع كل تسعة إضافية، وأن الهدف ينبغي أن يعكس ما يحتاجه المستخدمون وما ستدفعه الأعمال. ونادرًا ما تستطيع خدمة أن تكون أكثر توافرًا من الاعتماديات التي تحتاجها على التوالي. فإن حقق كل من ثلاثة مكونات أساسية 99.9 في المئة واحتاج الطلب الثلاثة جميعًا، فأفضل توافر متوقع للمجموعة نحو 99.7 في المئة، لأن احتمالات الفشل تتجمع حين تكون المكونات مستقلة. أجرِ الضرب قبل أن تعد برقم.

11. انظر إلى التباعد والشكل لا المجموع وحده. الانقطاعات القصيرة المتكررة تحتاج ردًا مختلفًا عن انقطاع طويل نادر واحد. اربط الانقطاعات الطويلة بالكشف والاستعادة (انظر الموضوع 3.3، زمن الاستجابة للحوادث وحلّها) وبمنظور الحوادث الكبرى (انظر الموضوع 3.4، مقاييس الحوادث الكبرى).

12. أغلق الحلقة مع ميزانية الخطأ وسجل المشكلة. هدف التوافر مفيد حين يغير ما يفعله الفريق. فحين تكاد ميزانية التعطل المسموح الشهرية تُنفق، أبطئ التغيير الخطر وانقل الجهد إلى عمل الموثوقية، كما تصف سياسة ميزانية الخطأ (انظر الموضوع 5.2، مؤشرات مستوى الخدمة وأهدافها وميزانيات الخطأ). وحين يتكرر السبب نفسه افتح سجل مشكلة وتتبعه إلى إصلاح (انظر الموضوع 4.1، مقاييس إدارة المشكلات).

طرق التلاعب وضوابط الحماية

المقياس كيف يُتلاعب به ضابط الحماية المقترن (مقياس أو ممارسة)
التوافر القائم على الزمن فحص صفحة تافهة تبقى تعمل بينما تفشل الرحلة الحقيقية؛ إطالة فاصل المسبار لتقع الانقطاعات القصيرة بين الفحوص؛ تقليص الساعات ضمن النطاق؛ عدّ الانقطاعات تدهورًا التوافر الموزون بالمستخدمين ومراقبة المستخدمين الحقيقيين؛ فاصل المسبار مذكور بجانب الرقم؛ مقارنة عينة من الحوادث بسجل المراقبة
التوافر القائم على الطلبات إدراج طلبات سهلة (فحوص الصحة، الأصول المخزنة مؤقتًا) في المقام لتخفيف الإخفاقات؛ تصنيف أخطاء الخادم أخطاء عميل؛ استبعاد المحاولات المعادة التي عاشها المستخدمون إخفاقات معدل النجاح لكل رحلة حرجة لا لكل طلب؛ مراجعة قائمة الاستثناءات؛ مقارنة بحوادث أبلغ عنها المستخدمون
التوافر الموزون بالمستخدمين اختيار الوزن بحيث تهم إخفاقات الذروة قليلًا؛ تعريف جلسة "ناجحة" بتساهل يجعل الخطوات المعطلة تمر نشر قاعدة الوزن وقائمة الرحلات؛ مقارنة بحجم الشكاوى واتصالات الدعم أثناء الانقطاعات
التعطل غير المخطط إعادة تصنيف الانقطاعات مخططة بعد الواقعة؛ تأخير بدء الأثر المؤكد؛ تقسيم انقطاع واحد إلى اثنين ليبدو أقصر حصة التعطل المخطط، بقاعدة أن الانقطاع المعلن بعد بدئه غير مخطط؛ مقارنة بدء الأثر ببيانات المراقبة
حصة التعطل المخطط حجز التغييرات نوافذ موافَقًا عليها ليُحتسب التجاوز والإخفاقات مخططة؛ تضخيم الحصة المخططة بجدولة صيانة لا حاجة إليها دقائق التجاوز تُعاد تصنيفها غير مخططة؛ معدل فشل التغيير وحصة التغيير الطارئ (انظر الموضوع 4.4، فشل التغيير وإعادة العمل)
تكرار الانقطاع وتباعده دمج الحوادث، أو فتح حادثة جديدة بعد فجوة طويلة فقط، لإبقاء العدد منخفضًا؛ كتم التنبيهات فلا تُسجَّل الانقطاعات القصيرة أخذ عينات من التنبيهات والحوادث مقابل أحداث المراقبة الخام؛ تغطية المراقبة وجودة التنبيهات (انظر الموضوع 5.5، مقاييس جودة المراقبة والتنبيهات)
حصة التدهور وضع العتبة رخوة بحيث لا تخرقها خدمة بطيئة أبدًا؛ إعلان الوقت المتدهور وقتَ عمل مئينات التأخر وبطء أبلغ عنه المستخدمون تُراجَع بجانب الرقم (انظر الموضوع 5.4، مقاييس السعة والأداء)
تغطية القياس إدراج الرحلات السهلة الفحص فقط، فتُقرأ التغطية 100 في المئة؛ عدّ رحلة مغطاة بمسبار لا يعمل أبدًا قائمة رحلات متفق عليها مع مالك الخدمة والمستخدمين؛ عينة من تاريخ تشغيل المسابير كل ربع

القراءة الصحية تُظهر أرقامًا تتحرك لأسباب يستطيع الفريق شرحها، مع تعطل مخطط وغير مخطط كلاهما مرئي ورقم موزون بالمستخدمين قريب من العنوان. واشتبه في شهر مثالي تصاحبه شكاوى. وانخفاض صادق من حين لآخر يُظهر أن نظام التسجيل يعمل.

المفاضلات: المزايا والعيوب

النهج نقطة القوة نقطة الضعف
التوافر القائم على الزمن بسيط ومفهوم على نطاق واسع وسهل المقارنة بالعقود يعامل الفشل الجزئي كله أو لا شيء؛ يتجاهل متى ومن
التوافر القائم على الطلبات يعكس الفشل الجزئي؛ يتسع للخدمات الموزعة يعتمد على تعريف سليم للطلب الصالح؛ قد تخففه الحركة السهلة
التوافر الموزون بالمستخدمين قريب مما عاشه المستخدمون؛ يُظهر كلفة فشل وقت الذروة يحتاج بيانات جلسات أو رحلات؛ أصعب شرحًا
استبعاد التعطل المخطط يطابق اتفاقيات كثيرة؛ يكافئ الإشعار المسبق قد يخفي أثرًا حقيقيًا؛ يدعو إلى إعادة الوسم
أهداف معتدلة مع ميزانيات خطأ يوازن الموثوقية وسرعة التسليم يحتاج انضباطًا للتصرف حين تُنفق الميزانية

والجواب العملي اختيار أبسط قياس يناسب الخدمة، وإضافة الوزن بالمستخدمين حيث الحمل غير متساوٍ، والصراحة بشأن كل استثناء. قياس أقل أناقة بقليل يفهمه الجميع أنفع من قياس متطور لا يثق به أحد.

أسئلة للنقاش مع فريقك

1. ماذا تعني "متاحة" لأهم خدماتنا، وهل سيوافق مستخدم؟ اطلب من كل شخص وصف، في جملة واحدة، ما يجب أن يستطيع المستخدم فعله لتُعدّ الخدمة عاملة. قارنوا الإجابات بالتعريف المكتوب وبالمسبار الذي يغذي اللوحة. وعلى الميسّر أن يصغي إلى فجوات مثل تسجيل الدخول أو البحث أو الدفع التي تعمل في المسبار وتفشل عمليًا. واختموا بالاتفاق على أي رحلات مستخدمين يجب أن يسميها التعريف.

2. أي انقطاعات الربع الأخير كانت حساباتنا ستستبعدها، وهل كان ذلك عادلًا؟ اسردوا الانقطاعات وعلّموا كلًّا منها مخططًا أو غير مخطط أو مستبعدًا. واسألوا من اتخذ كل قرار ومتى. وعلى الميسّر أن يسجل الحالات التي كان المستخدمون سيختلفون فيها مع الوسم، ويستخدمها لتشديد القواعد.

3. كم دقيقة تعطل يسمح بها هدفنا، وكم استخدمنا في هذه النافذة؟ حوّلوا الهدف إلى دقائق للشهر والسنة على سبورة. قارنوا بالدقائق المستخدمة حتى الآن. واسألوا ماذا سيفعل الفريق مختلفًا لو بقي 20 في المئة فقط من الميزانية. هذا يجعل الهدف المجرد ملموسًا ويربط الرقم بسياسة ميزانية الخطأ.

4. أين قد يفوت قياسنا فشلًا سيشعر به المستخدمون؟ مرّوا على مواقع المسابير والفاصل والرحلات المغطاة والاعتماديات. واسألوا أي فشل سيمر من كل المسابير ومع ذلك يكسر الخدمة للمستخدمين. واتفقوا على مسبار جديد واحد أو قياس مستخدمين حقيقيين واحد يُضاف.

5. هل نخطط لانقطاعات نستطيع تجنبها؟ انظروا إلى التعطل المخطط على ستة أشهر واسألوا ما الذي فرض كل انقطاع. بعضها لا مفر منه، مثل شرط مورد. وبعضها ينتج عن أسلوب إصدار أو ترحيل يمكن أن يتغير. واسألوا ماذا يلزم لإزالة أكبر مصدر، ومن يملك ذلك العمل.

6. إن بدا الرقم العنواني مثاليًا، فما الذي سيجعلنا نشك فيه؟ سمّوا الإشارات التي ستناقض اللوحة: حجم الشكاوى أو اتصالات الدعم أو ذاكرة فريق المناوبة. وتحققوا هل يوجد أي منها الآن. واتفقوا على مقارنة واحدة توضع على اللوحة.

المنظورات الأربعة

فرق المنتج والتسليم

تؤثر فرق التسليم في التوافر كلما غيّرت خدمة. وتستطيع التصميم للنشر بلا تعطل، واستخدام مفاتيح الميزات لحصر نطاق الضرر، ومعاملة ميزانية الخطأ مدخلًا لقرارات الإصدار، وقراءة التوافر بجانب قياسات النشر (انظر الموضوع 2.8، مقاييس DORA).

فرق الخدمة والعمليات

تملك فرق العمليات المسابير وسجلات الحوادث والمناوبات التي تنتج البيانات. وينبغي لها إبقاء التعريف وقائمة الاستثناءات حديثين، وتسجيل بدء الأثر بصدق، ومراجعة المراقبة مقابل الحوادث الحقيقية. والتوافر ملك الخدمة ومناوبتها، لا لمهندس واحد مناوب أبدًا (انظر الموضوع 5.7، مقاييس العمل الروتيني والمناوبة).

القيادة والحوكمة

يضع القادة الحوافز التي تقرر هل بيانات التوافر صريحة. ومراجعة تسأل "لماذا خسرتم تسعة؟" تعلّم الفرق إخفاء الانقطاعات في الاستثناءات. اسأل عما تعلمه الفريق وأي استثمار سيقلل الانقطاعات، ولا تطلب تسعات أكثر مما سيلاحظه المستخدمون (انظر الموضوع 8.4، مقاييس الموردين والعقود، لالتزامات الموردين).

العملاء والمستخدمون

يحكم المستخدمون على التوافر بهل استطاعوا فعل ما جاؤوا لأجله. ويتحملون نافذة صيانة معلنة أفضل بكثير من مفاجأة. أعطهم صفحة حالة بأوقات بداية ونهاية صادقة، واقرأ ملاحظاتهم بجانب الأرقام (انظر الموضوع 6.2، اتفاقيات مستوى التجربة).

عمليًا: مثال على أجايل ITIL

يشغّل متجر تجزئة إلكتروني متوسط الحجم واجهة متجر وخدمة دفع وخدمة تتبع طلبات. الأرقام في هذا المثال توضيحية.

يبلّغ فريق الدفع بتوافر قائم على الزمن 99.95 في المئة للشهر، وهو ما يسمح بـ21.6 دقيقة تعطل غير مخطط، وتُظهر اللوحة 99.96 في المئة. ورئيسة دعم العملاء غير مرتاحة، لأن اتصالات الدعم بشأن المدفوعات الفاشلة ارتفعت في الشهر نفسه. فتطلب من الفريق مراجعة القياس.

يجد الفريق ثلاث مشكلات. المسبار يفحص صفحة "الدفع قابل للوصول" كل خمس دقائق، لا رحلة الدفع الكاملة. وتُظهر بيانات الطلبات القائمة على الطلبات أنه خلال أمسيتين تسببت مهلة منتهية عند مزود الدفع في فشل نحو 4 في المئة من محاولات الدفع لنحو 50 دقيقة في كل منهما، ولم يلاحظ المسبار لأن الصفحة نفسها حُمّلت. وترحيل قاعدة بيانات تجاوز نافذته الموافَق عليها بـ18 دقيقة كان مسجلًا بأكمله صيانة مخططة.

يجري الفريق أربعة تغييرات. يضيف مسبارًا اصطناعيًا لرحلة الدفع الكاملة من موقعين بفاصل دقيقة. ويضيف أرقامًا قائمة على الطلبات وموزونة بالمستخدمين، باستخدام الجلسات التي بلغت خطوة الدفع. ويعيد تصنيف دقائق التجاوز غير مخططة. ويضيف حصة التعطل المخطط وتغطية القياس إلى التقرير.

على الأساس المصحح يُظهر الشهر توافرًا قائمًا على الزمن 99.93 في المئة، وقائمًا على الطلبات 99.90 في المئة، وموزونًا بالمستخدمين 99.84 في المئة، لأن الإخفاقات وقعت في ذروة المساء. وتفوّت الأرقام الثلاثة هدف 99.95 في المئة، وهذا غير مريح. ويتفق الفريق ورئيسة الدعم على أن الرقم الأسبق كان سخيًا جدًا. فيكتبان التعريف المصحح في سجل المقاييس ويطبقان سياسة ميزانية الخطأ: في الشهر التالي تنتظر التغييرات الخطرة على الدفع حتى تتعافى الميزانية، ويفتح الفريق سجل مشكلة لمهلات مزود الدفع (انظر الموضوع 4.1، مقاييس إدارة المشكلات).

وخطر التلاعب الذي يلتقطانه هو إعادة الوسم. اقترح مدير تسمية التجاوز "صيانة ممتدة" لحماية الهدف. وجعلت حصة التعطل المخطط، بقاعدتها أن التجاوزات تصير غير مخططة، إعادة التصنيف مرئية، وأبقى الفريق الرقم الصادق.

النظرة حسب القطاع

الشركات الناشئة. كثيرًا ما يكون لدى الفريق الصغير خدمة واحدة ومراقبة قليلة. ابدأ بمسبار واحد على أهم رحلة وتعريف من فقرة واحدة لـ"العمل". اختر هدفًا متواضعًا، وحوّله إلى دقائق، وتجنب الوعد بتسعات لا يستطيع الفريق قياسها بعد.

الأعمال الصغيرة. تكون الخدمة غالبًا أدوات مستضافة وبضعة أنظمة مخصصة، ويعتمد التوافر على الموردين. سجّل انقطاعات الموردين بحسب تأثيرها في مستخدميك، وقارنها بما يبلّغ به المورد، وأبقِ المجموعة على رقمين أو ثلاثة.

المؤسسات الكبرى. الخدمات الكثيرة والفرق الكثيرة والموردون الكثيرون يضاعفون التعريفات المستخدمة. انشر تعريفًا معياريًا واحدًا للتوافر بقائمة قصيرة من التنويعات المسموحة، وأبقِ سجل المقاييس حديثًا، وتأكد من أن قواعد المخطط وغير المخطط واحدة عبر الفرق قبل مقارنتها. وفضّل الإبلاغ على مستوى الخدمة على جداول ترتيب الفرق، لأن الخدمات تختلف في الحمل والحرجية.

الحكومة والقطاع العام. كثيرًا ما تكون للخدمات العامة ساعات خدمة قانونية والتزامات منشورة وعقود بأرصدة رسمية. أبلغ مقابلها كما كُتبت، وأظهر المنظور الموزون بالمستخدمين بجانبها، وكن منفتحًا بشأن الاستثناءات (انظر الموضوع 8.5، التقارير التنظيمية والحكومية).

دراسة الجدوى: الدوافع والعائد على الاستثمار وإجمالي تكلفة الملكية

الكلف الرئيسية وقت كتابة تعريف الخدمة والسجل، والمراقبة التي تفحص الرحلات الحرجة من خارج نطاق الفشل، وجهد ضم بيانات الحوادث والتغيير والمراقبة ليمكن فصل التعطل المخطط عن غير المخطط. وتضيف مراقبة المستخدمين الحقيقيين كلف أدوات وتخزين. وتملك معظم المنظمات بعض البيانات أصلًا، فالاستثمار الأول عادةً في التعريفات.

ويأتي العائد من قرارات أفضل ونزاعات أقل. فالفرق التي تقيس من جانب المستخدم تجد إخفاقات تفوتها فحوص الصحة، وتسهل إدارة الاتفاقيات بتعريف واحد، ويمكن وضع كلفة تسعة إضافية مقابل قيمتها للمستخدمين. صِف الفائدة نمطًا، مثل مفاجآت أقل في مراجعات الاتفاقيات، وقِس خطوط أساسك، مثل الفجوة بين الرقم العنواني والرقم الموزون بالمستخدمين. ولا تستعر أرقامًا من منظمات أخرى.

الأنماط المضادة والمزالق

  • اقتباس التسعات دون الدقائق. هدف لا يستطيع أحد ترجمته إلى تعطل مسموح لا يوجه القرارات. أظهر الدقائق المسموح بها والمستخدمة بجانب كل هدف.
  • قياس الخادم بدل الرحلة. فحص صحة أخضر قد يجلس بجانب تسجيل دخول معطل. افحص الرحلات الحرجة من البداية إلى النهاية وقارن ببيانات المستخدمين الحقيقيين.
  • ترك وسم المخطط يمتص الإخفاقات. فئة مخططة سهلة الادعاء تفرغ رقم غير المخطط. اشترط الموافقة قبل الانقطاع وأبلغ به وأعد تصنيف التجاوزات.
  • المتوسط عبر الخدمات والساعات. رقم ممزوج يخفي الخدمة الحرجة وساعة الذروة. أبلغ لكل خدمة وأضف منظورًا موزونًا بالمستخدمين.
  • الوعد بتسعات أكثر مما تسمح الاعتماديات. المكونات على التوالي لا تتجاوز توافرها المشترك. اضرب قبل أن تعد، واطلب من الموردين أرقامهم المقيسة.
  • معاملة 100 في المئة هدفًا. تتصاعد الكلفة بحدة ويبطؤ التغيير. اختر الهدف من حاجة المستخدم واستخدم ميزانية الخطأ.
  • ترتيب الفرق أو الأشخاص بتسعاتهم. تختلف الخدمات في الحمل والحرجية، وجدول الترتيب يعلّم الفرق إخفاء الانقطاعات. أرِ كل خدمة اتجاهها وقارنه بهدفها هي.

نموذج النضج

البُعد 1 البدء 2 التطوير 3 التوحيد 4 الإدارة 5 التنسيق
التعريف والساعات "العمل" يعني ما تُظهره أداة المراقبة؛ أوقات الانقطاع تُقدَّر لاحقًا مكتوب لبعض الخدمات؛ أوقات المسبار والحادثة تتعارض تعريف مكتوب واحد لكل خدمة بالرحلات والساعات والاستثناءات وقواعد الساعة تُراجع التعريفات على إيقاع؛ تُسجَّل التغييرات وتُعلَّم على المخططات تُوائَم التعريفات مع الموردين والعملاء وتُنقَّح حين تكفّ عن الاستنارة بها في القرارات
جودة القياس تقارير يدوية أو فحص صحة واحد مسابير لبعض الخدمات؛ بيانات طلبات في بعض السجلات مسابير من الخارج إلى الداخل على الرحلات الحرجة مع أرقام قائمة على الطلبات من مصدر معياري أرقام موزونة بالمستخدمين من بيانات المستخدمين الحقيقيين؛ تُتتبع التغطية وتؤخذ لها عينات تُشارَك القياسات عبر الفرق والموردين وتُوفَّق آليًا
التعامل مع المخطط وغير المخطط لا تمييز؛ تُحتسب الصيانة بارتجال وسم المخطط يستخدمه بعض الفرق، والقواعد تختلف قاعدة واحدة: موافَق عليه قبل الانقطاع ومبلَّغ به، والتجاوزات يُعاد تصنيفها تُتتبع الحصة المخططة بهدف تقليلها التغيير بلا تعطل هو الافتراضي، والتعطل المخطط نادر ومتفاوض عليه
الاستخدام في القرارات يُبلَّغ بعد شكوى تراجعه العمليات شهريًا تُعرض الأهداف بالدقائق سياسة ميزانية الخطأ تغيّر العمل، بتمويل تُوازَن مفاضلات التوافر والكلفة والتجربة معًا

قائمة التحقق

  • لكل خدمة تعريف مكتوب لـ"متاحة" يسمي رحلات المستخدمين الحرجة.
  • نافذة القياس والساعات ضمن النطاق والمنطقة الزمنية مذكورة لكل رقم.
  • قائمة الاستثناءات مكتوبة ومراجَعة ومعروضة بجانب العنوان.
  • التعطل المخطط يتطلب تغييرًا موافَقًا عليه وإشعارًا مسبقًا؛ والتجاوزات تُحتسب غير مخططة.
  • المسابير تعمل من خارج نطاق الفشل، بفاصل معلن، على الرحلات الحرجة.
  • رقم قائم على الطلبات أو موزون بالمستخدمين بجانب الرقم القائم على الزمن.
  • كل هدف معروض دقائق مسموحًا بها ودقائق مستخدمة في النافذة الحالية.
  • يُبلَّغ بعدد الانقطاعات ومئينات المدة، لا المجموع وحده.
  • تُضرب توافرات الاعتماديات قبل الوعد بهدف.
  • تغييرات التعريف مسجلة ومعلَّمة على مخطط الاتجاه.
  • يُبلَّغ بالتوافر لكل خدمة ولا يُبلَّغ لكل شخص أبدًا.

مطالبات الذكاء الاصطناعي

صُغ تعريف توافر لخدمة.

I am writing an availability definition for [service name], a [type of service]
used by [user groups]. Its critical user journeys are [list journeys]. Agreed
service hours are [hours and time zone]. Known dependencies are [list]. Our
monitoring consists of [probes, logs, real user data].

Draft a one-page definition covering: what counts as up for each journey, the
measurement window, the in-scope hours, the exclusions, the rule for planned
versus unplanned downtime, the clock start and stop for an outage, and the
metrics to report. Do not invent targets or benchmark values. List your
assumptions and the questions I should answer to finish the definition.

حوّل هدفًا إلى تعطل مسموح واختبره.

Our target for [service name] is [availability percentage] over [window, for
example a 30-day month]. In-scope time is [hours]. Our essential dependencies
and their stated or measured availability are [list, or "unknown"].

Calculate the downtime this target allows in minutes for the window and for a
year, using the in-scope hours. Then estimate the best combined availability if
the dependencies are needed in series and fail independently, and explain the
formula you used. Flag where my inputs are too uncertain to conclude anything.
Do not supply availability figures for any dependency that I did not give you.
List your assumptions.

راجع شهرًا من الانقطاعات بحثًا عن مشكلات تصنيف.

Here are the outage records for [service name] for [month]: [paste records with
impact start, restore time, planned or unplanned label, approval time, and
notes, with personal data removed].

For each outage, check whether the planned or unplanned label follows this
rule: [paste your rule]. Identify records where the impact start looks late,
where one outage appears to be split or merged, and where an overrun should have
been reclassified. Summarize patterns by service and cause, never by person.
Tell me what you could not judge from the data. List your assumptions.

مهارات الذكاء الاصطناعي

النقاط الرئيسية

  • لا معنى للتوافر إلا بعد كتابة "العمل" وحدود الخدمة والساعات والاستثناءات من جانب المستخدم.
  • القياسات القائمة على الطلبات والموزونة بالمستخدمين تصف الخدمات الموزعة والحمل غير المتساوي أفضل من دقائق الفشل الكامل.
  • أبلغ بالتعطل المخطط وغير المخطط معًا، واجعل وسم "مخطط" صعب النيل.
  • حوّل كل هدف إلى دقائق، واضرب الاعتماديات على التوالي قبل الوعد بعدد من التسعات.
  • كل تسعة إضافية تكلف أكثر من سابقتها، فاختر الهدف مما يحتاجه المستخدمون واستخدم ميزانية الخطأ للتصرف بناءً عليه.
  • صِف الخدمات والمناوبات لا الناس، واختبر كل رقم عنواني مقابل تجربة المستخدمين.

المراجع والقراءة الإضافية

  1. Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016, chapter "Embracing Risk", https://sre.google/sre-book/embracing-risk/.
  2. Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016, chapter "Service Level Objectives", https://sre.google/sre-book/service-level-objectives/.
  3. Beyer, B., Murphy, N. R., Rensin, D. K., Kawahara, K., and Thorne, S. (eds.), The Site Reliability Workbook: Practical Ways to Implement SLOs, O'Reilly Media, 2018, chapter "Implementing SLOs", https://sre.google/workbook/implementing-slos/.
  4. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  5. Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
  6. Wikipedia, High availability.
  7. Wikipedia, Downtime.
  8. Wikipedia, Service-level agreement.
  9. Wikipedia, Service-level objective.
  10. Wikipedia, Mean time between failures.
  11. Wikipedia, Mean time to repair.
  12. Wikipedia, Synthetic monitoring.
  13. Wikipedia, Real user monitoring.
  14. Wikipedia, ITIL.