Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Ketersediaan dengan dependensi
Di bagian sebelumnya, kami menyebutkan bahwa perangkat keras, perangkat lunak, dan kemungkinan sistem terdistribusi lainnya adalah semua komponen beban kerja Anda. Kami menyebut dependensi komponen ini, hal-hal yang bergantung pada beban kerja Anda untuk menyediakan fungsinya. Ada dependensi keras, yang merupakan hal-hal yang beban kerja Anda tidak dapat berfungsi tanpanya, dan dependensi lunak yang ketidaktersediaannya dapat luput dari perhatian atau ditoleransi selama beberapa periode waktu. Dependensi keras berdampak langsung pada ketersediaan beban kerja Anda.
Kami mungkin ingin mencoba dan menghitung ketersediaan maksimum teoritis dari beban kerja. Ini adalah produk dari ketersediaan semua dependensi, termasuk perangkat lunak itu sendiri, (α n adalah ketersediaan subsistem tunggal) karena masing-masing harus operasional.
![Gambar persamaan. A = α 1 X α 2 X... X α n langganan>](images/equation4.png)
Persamaan 4 - Ketersediaan maksimum teoritis
Nomor ketersediaan yang digunakan dalam perhitungan ini biasanya dikaitkan dengan hal-hal seperti SLA atau Tujuan Tingkat Layanan (SLO). SLA menentukan tingkat layanan yang diharapkan akan diterima pelanggan, metrik yang digunakan untuk mengukur layanan, dan remediasi atau penalti (biasanya moneter) jika tingkat layanan tidak tercapai.
Dengan menggunakan rumus di atas, kita dapat menyimpulkan bahwa, murni secara matematis, beban kerja tidak dapat lebih tersedia daripada dependensinya. Namun pada kenyataannya, apa yang biasanya kita lihat adalah bahwa ini tidak terjadi. Beban kerja yang dibangun menggunakan dua atau tiga dependensi dengan ketersediaan 99,99% SLA masih dapat mencapai ketersediaan 99,99% itu sendiri, atau lebih tinggi.
Ini karena seperti yang kami uraikan di bagian sebelumnya, angka ketersediaan ini adalah perkiraan. Mereka memperkirakan atau memprediksi seberapa sering kegagalan terjadi dan seberapa cepat itu dapat diperbaiki. Mereka bukan jaminan downtime. Dependensi sering melebihi ketersediaan yang dinyatakan SLA atau SLO.
Dependensi mungkin juga memiliki tujuan ketersediaan internal yang lebih tinggi yang mereka targetkan kinerja dibandingkan dengan angka yang disediakan di SLA publik. Ini memberikan tingkat mitigasi risiko dalam memenuhi SLA ketika hal yang tidak diketahui atau tidak diketahui terjadi.
Akhirnya, beban kerja Anda mungkin memiliki dependensi yang SLA tidak dapat diketahui atau tidak menawarkan SLA atau SLO. Misalnya, perutean internet di seluruh dunia adalah ketergantungan umum untuk banyak beban kerja, tetapi sulit untuk mengetahui penyedia layanan internet mana yang digunakan lalu lintas global Anda, apakah mereka memiliki SLA, dan seberapa konsisten mereka di seluruh penyedia.
Apa yang semua ini katakan kepada kita adalah bahwa menghitung ketersediaan teoretis maksimum hanya mungkin menghasilkan urutan perhitungan besarnya yang kasar, tetapi dengan sendirinya kemungkinan tidak akurat atau memberikan wawasan yang berarti. Apa yang dikatakan matematika kepada kami adalah bahwa semakin sedikit hal yang bergantung pada beban kerja Anda mengurangi kemungkinan kegagalan secara keseluruhan. Semakin sedikit angka kurang dari satu dikalikan bersama, semakin besar hasilnya.
Aturan 3
Mengurangi dependensi dapat berdampak positif pada ketersediaan.
Matematika juga membantu menginformasikan proses pemilihan ketergantungan. Proses seleksi memengaruhi cara Anda mendesain beban kerja Anda, bagaimana Anda memanfaatkan redundansi dalam dependensi untuk meningkatkan ketersediaannya, dan apakah Anda menganggap dependensi tersebut lunak atau keras. Dependensi yang dapat berdampak pada beban kerja Anda harus dipilih dengan cermat. Aturan berikutnya memberikan panduan tentang cara melakukannya.
Aturan 4
Secara umum, pilih dependensi yang tujuan ketersediaannya sama dengan atau lebih besar dari sasaran beban kerja Anda.