...
Eroare System Design · SPOF, căderi în cascadă, securitate și monitorizare

Disponibilitatea scrierilor e sub SLA-ul promis (99,95%)

Pe scurt

Ai promis clienților o disponibilitate (de exemplu 99,95%), dar arhitectura nu o poate atinge: disponibilitățile componentelor în serie se înmulțesc, iar o bază de date fără rezervă trage totul în jos. Adaugă redundanță pe componentele slabe, mai ales pe baza de date, și calculează disponibilitatea totală.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Disponibilitatea unui lanț de componente legate în serie este produsul disponibilităților lor: 99,9% × 99,9% × 99,5% dă deja ~99,3%, adică peste 5 ore de nefuncționare pe lună. Redundanța lucrează invers: două instanțe în paralel, fiecare de 99,5%, au împreună 1 − 0,005² = 99,9975%.

De aceea, un SLA de 99,95% (aproximativ 22 de minute de oprire pe lună) nu poate fi atins cu o bază de date unică de 99,9%, oricât de redundante ar fi serverele de aplicație. Scrierile trec obligatoriu prin baza primară, deci ea e veriga care limitează.

Termenii: SLI e ce măsori (procentul de cereri reușite), SLO e ținta internă (99,95%), SLA e promisiunea contractuală, cu penalități. SLO-ul se pune de obicei puțin peste SLA, ca să ai o marjă.

De ce apare: cauzele frecvente

1Bază de date fără standby

Greșit
# app (3 instanțe) -> SQL primar unic, 99,9%
Corect
# app (3 instanțe) -> SQL primar + standby cu failover automat

Cu standby, căderea primarului durează doar cât failover-ul, nu cât repararea mașinii.

2SLA promis fără calcul

Greșit
SLA: 99,99% (scris în contract)
Corect
# calcul: lanțul critic, componentă cu componentă, apoi SLO intern 99,95% și SLA 99,9%

Promisiunea trebuie să decurgă din arhitectură, nu invers.

Repară tu

Repară eroarea, direct în pagină

Contractul promite 99,95% disponibilitate pentru scrieri, dar simularea arată mai puțin: baza de date nu are rezervă. Atinge cel puțin 99,95% pentru scrieri.

Indiciu

Care componentă de pe drumul scrierilor are o singură instanță?

Alte forme ale mesajului

  • SLO burn rate alert
  • Error budget exhausted

Cum o eviți pe viitor

  • Calculează disponibilitatea lanțului critic înainte de a promite un SLA.
  • Adaugă redundanță întâi pe componentele cu cea mai mică disponibilitate.
  • Măsoară SLI-ul real și urmărește consumul bugetului de erori.
  • Ține SLO-ul intern peste SLA.

Întrebări frecvente

Cât înseamnă 99,95% în minute?

Aproximativ 0,05% din 43.200 de minute pe lună, adică ~22 de minute de oprire permise lunar.

Ce e bugetul de erori?

Diferența dintre 100% și SLO. Cât timp nu e consumat, echipa poate risca lansări; când se termină, prioritatea devine stabilitatea.

Erori înrudite

← Toate erorile System Design

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață System Design de la zero, cu exerciții la fiecare lecție

Curs System Design: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 10 lecții sunt gratuite.