第9章 軟件可靠性基礎(chǔ)知識(shí) — 系統(tǒng)架構(gòu)設(shè)計(jì)師學(xué)習(xí)筆記 本章是架構(gòu)設(shè)計(jì)師考試的最核心章節(jié)沒(méi)有之一。幾乎每年必考選擇題案例分析題且分值占比極高。可靠性是衡量軟件系統(tǒng)能不能穩(wěn)定運(yùn)行的根本指標(biāo)可靠性設(shè)計(jì)容錯(cuò)、冗余、串并聯(lián)模型是案例分析題的常駐嘉賓。學(xué)完本章你需要能計(jì)算系統(tǒng)可靠性、設(shè)計(jì)容錯(cuò)方案、分析故障樹(shù)、選擇可靠性策略。一、章節(jié)概覽1.1 本章地位與核心目標(biāo)如果把軟件架構(gòu)比作一棟大樓那可靠性就是這棟大樓的抗震等級(jí)。第8章講了什么樣的樓是好樓質(zhì)量屬性第9章則講怎么讓樓不塌可靠性工程。本章是從理論到實(shí)踐的關(guān)鍵落地章節(jié)直接決定了你在案例分析題中能否拿到高分。本章圍繞四個(gè)核心問(wèn)題展開(kāi)什么是可靠性→ 可靠性的定義、核心指標(biāo)MTTF/MTBF/MTTR怎么算可靠性→ 串聯(lián)、并聯(lián)、混聯(lián)系統(tǒng)的可靠性計(jì)算怎么設(shè)計(jì)可靠性→ 容錯(cuò)設(shè)計(jì)、冗余策略、N版本程序、恢復(fù)塊怎么分析故障→ 故障樹(shù)分析FTA、可靠性框圖1.2 知識(shí)思維導(dǎo)圖第9章 軟件可靠性基礎(chǔ)知識(shí) ├── 9.1 可靠性基本概念 │ ├── 可靠性的定義 │ ├── 可靠性的四個(gè)要素 │ ├── 失效Failure、故障Fault、錯(cuò)誤Error │ └── 可靠性與可用性、健壯性的關(guān)系 ├── 9.2 可靠性指標(biāo)與度量 │ ├── 失效率 λ(t) │ ├── 可靠度 R(t) │ ├── MTTF平均無(wú)故障時(shí)間 │ ├── MTTR平均修復(fù)時(shí)間 │ ├── MTBF平均故障間隔時(shí)間 │ └── 可用性 A ├── 9.3 系統(tǒng)可靠性模型★★★ 計(jì)算必考 │ ├── 串聯(lián)模型 │ ├── 并聯(lián)模型 │ ├── 混聯(lián)模型串并聯(lián)組合 │ ├── N模冗余NMR │ └── 表決系統(tǒng)k/n系統(tǒng) ├── 9.4 軟件可靠性設(shè)計(jì)★★★ 案例必考 │ ├── 容錯(cuò)設(shè)計(jì) │ │ ├── 冗余設(shè)計(jì)硬件冗余、軟件冗余、信息冗余、時(shí)間冗余 │ │ ├── N版本程序設(shè)計(jì)NVP │ │ ├── 恢復(fù)塊設(shè)計(jì)RB │ │ └── 防衛(wèi)式程序設(shè)計(jì) │ ├── 故障檢測(cè) │ │ ├── 心跳檢測(cè) │ │ ├── 校驗(yàn)機(jī)制 │ │ └── 異常監(jiān)控 │ └── 故障恢復(fù) │ ├── 重試機(jī)制 │ ├── 回滾機(jī)制 │ └── 降級(jí)策略 ├── 9.5 故障樹(shù)分析FTA │ ├── 故障樹(shù)的基本符號(hào) │ ├── 與門(mén)、或門(mén) │ ├── 最小割集 │ └── 故障樹(shù)定性/定量分析 └── 9.6 可靠性測(cè)試與評(píng)估 ├── 可靠性測(cè)試類(lèi)型 ├── 可靠性增長(zhǎng)模型 └── 可靠性評(píng)估方法二、核心知識(shí)點(diǎn)精講9.1 可靠性基本概念★ 基礎(chǔ)必背9.1.1 可靠性的定義概念定義軟件系統(tǒng)在規(guī)定條件和規(guī)定時(shí)間內(nèi)無(wú)故障地執(zhí)行指定功能的概率。通俗解釋就像買(mǎi)燈泡——商家說(shuō)正常使用平均能用5000小時(shí)。這里的正常使用就是規(guī)定條件5000小時(shí)就是規(guī)定時(shí)間不壞的概率就是可靠性。可靠性的四個(gè)關(guān)鍵要素缺一不可要素含義舉例規(guī)定條件使用環(huán)境、負(fù)載、操作方式溫度40°C、并發(fā)1000規(guī)定時(shí)間運(yùn)行的時(shí)間長(zhǎng)度連續(xù)運(yùn)行72小時(shí)規(guī)定功能系統(tǒng)應(yīng)該完成的功能訂單處理、支付結(jié)算概率無(wú)故障的可能性0~1之間R(72h) 0.99??考點(diǎn)可靠性是一個(gè)概率值不是能或不能的絕對(duì)概念。R(t) 越接近1可靠性越高。9.1.2 失效、故障、錯(cuò)誤的區(qū)別通俗解釋用人生病來(lái)類(lèi)比——概念英文定義類(lèi)比舉例錯(cuò)誤ErrorError人的操作失誤或代碼編寫(xiě)錯(cuò)誤寫(xiě)錯(cuò)代碼的bug程序員寫(xiě)了死循環(huán)故障FaultFault系統(tǒng)中存在的缺陷/隱患身體里的病毒代碼中存在空指針隱患失效FailureFailure系統(tǒng)不能執(zhí)行規(guī)定功能病倒了系統(tǒng)崩潰/輸出錯(cuò)誤結(jié)果三者關(guān)系鏈錯(cuò)誤Error→ 故障Fault→ 失效Failure 原因 隱患 結(jié)果一句話記憶錯(cuò)誤是因?qū)戝e(cuò)了故障是病有隱患了失效是果系統(tǒng)掛了。??易混淆點(diǎn)有故障不一定立即失效像體內(nèi)有病毒但還沒(méi)發(fā)病但失效一定是由故障引起的。9.1.3 可靠性與相關(guān)概念的關(guān)系概念關(guān)注點(diǎn)核心問(wèn)題類(lèi)比可靠性Reliability持續(xù)運(yùn)行不中斷能跑多久不出問(wèn)題不生病可用性Availability需要時(shí)能用需要時(shí)能不能用病了能快速好健壯性Robustness異常情況下不崩潰遇到意外扛不扛得住抵抗力強(qiáng)不強(qiáng)安全性Safety故障時(shí)不造成危害出了問(wèn)題傷不傷人摔倒了會(huì)不會(huì)骨折關(guān)鍵區(qū)別可靠性 vs 可用性可靠性關(guān)注不壞可用性關(guān)注壞了能快速修好可靠性 vs 健壯性可靠性關(guān)注正常情況穩(wěn)定運(yùn)行健壯性關(guān)注異常情況不崩潰通俗理解可靠性高 從來(lái)不感冒可用性高 感冒了吃顆藥第二天就好健壯性高 淋了雨也不會(huì)感冒9.2 可靠性指標(biāo)與度量★★★ 計(jì)算必考9.2.1 核心指標(biāo)一覽指標(biāo)英文定義公式越大/越小越好失效率λ(t)單位時(shí)間內(nèi)發(fā)生故障的概率λ 故障次數(shù)/總運(yùn)行時(shí)間越小越好可靠度R(t)在時(shí)間t內(nèi)無(wú)故障的概率R(t) e^(-λt)越大越好MTTFMean Time To Failure平均無(wú)故障時(shí)間MTTF 1/λ越大越好MTTRMean Time To Repair平均修復(fù)時(shí)間MTTR 總修復(fù)時(shí)間/故障次數(shù)越小越好MTBFMean Time Between Failures平均故障間隔時(shí)間MTBF MTTF MTTR越大越好可用性A (Availability)系統(tǒng)可用時(shí)間的比例A MTTF/(MTTFMTTR)越大越好9.2.2 指標(biāo)詳解與計(jì)算1失效率 λ(t)通俗解釋就像燈泡的壞燈率——1000個(gè)燈泡跑了100小時(shí)壞了5個(gè)失效率 5/(1000×100) 0.00005/小時(shí)。失效率的三個(gè)階段浴盆曲線失效率 λ(t) ↑ │ ╲ ╱ │ ╲ ╱ ← 耗損期老化失效率上升 │ ╲ ╱ │ ￣￣￣￣ ← 偶然期穩(wěn)定失效率恒定 │ ╱ │ ╱ ← 早期故障期磨合失效率下降 │ ╱ └──────────────→ 時(shí)間 t階段特點(diǎn)原因應(yīng)對(duì)策略早期故障期失效率高逐漸下降設(shè)計(jì)/制造缺陷老化測(cè)試、燒機(jī)測(cè)試偶然故障期失效率低且恒定隨機(jī)因素冗余設(shè)計(jì)、容錯(cuò)機(jī)制耗損故障期失效率急劇上升老化磨損預(yù)防性維護(hù)、定期更換記憶技巧浴盆曲線就像U形——早高、中穩(wěn)、晚升像一個(gè)浴缸的橫截面。2可靠度 R(t)核心公式R(t)e?λtR(t) e^{-\lambda t}R(t)e?λt通俗解釋如果失效率 λ 0.01/小時(shí)運(yùn)行10小時(shí)后的可靠度 e^(-0.01×10) e^(-0.1) ≈ 0.905即有90.5%的概率不出故障。3MTTF、MTTR、MTBF 的關(guān)系|←—— MTTF ——→|←— MTTR —→|←—— MTTF ——→|←— MTTR —→| | 正常運(yùn)行 | 故障修復(fù) | 正常運(yùn)行 | 故障修復(fù) | |←———————— MTBF ——————————→|關(guān)鍵公式MTBF MTTF MTTR可用性 A MTTF / (MTTF MTTR) MTTF / MTBF??高頻考點(diǎn)幾乎每年必考計(jì)算串行系統(tǒng)MTTF 1/(λ? λ? … λ?)并聯(lián)系統(tǒng)兩臺(tái)MTTF 1/λ? 1/λ? 1/(λ?λ?)不要求記理解原理即可4可用性等級(jí)速查等級(jí)可用性年停機(jī)時(shí)間典型系統(tǒng)99%99%3.65天普通內(nèi)部系統(tǒng)99.9%99.9%8.76小時(shí)企業(yè)級(jí)應(yīng)用99.99%99.99%52.6分鐘金融交易系統(tǒng)99.999%99.999%5.26分鐘電信核心系統(tǒng)9.3 系統(tǒng)可靠性模型★★★ 計(jì)算核心這是本章最重要的計(jì)算部分幾乎每年必考9.3.1 串聯(lián)系統(tǒng)概念定義系統(tǒng)中所有組件必須全部正常工作系統(tǒng)才能工作。任何一個(gè)組件故障系統(tǒng)就故障。通俗解釋就像一串鞭炮——任何一個(gè)響了壞了整串就斷了。又像老式圣誕燈串一個(gè)燈泡壞了全滅。可靠性計(jì)算R_串聯(lián) R? × R? × R? × ... × R?特點(diǎn)串聯(lián)組件越多系統(tǒng)可靠性越低系統(tǒng)的可靠性低于任何一個(gè)組件的可靠性“最弱環(huán)節(jié)決定整體”——木桶效應(yīng)舉例3個(gè)組件串聯(lián)可靠度分別為0.99、0.98、0.97R 0.99 × 0.98 × 0.97 0.9411→ 系統(tǒng)可靠性只有94.11%比最低的0.97還低9.3.2 并聯(lián)系統(tǒng)概念定義系統(tǒng)中只要有一個(gè)組件正常工作系統(tǒng)就能工作。所有組件都故障系統(tǒng)才故障。通俗解釋就像多個(gè)保安守門(mén)——只要有一個(gè)保安醒著正常門(mén)就有人守。所有保安都睡著了才出事?？煽啃杂?jì)算R_并聯(lián) 1 - (1-R?) × (1-R?) × (1-R?) × ... × (1-R?)特點(diǎn)并聯(lián)組件越多系統(tǒng)可靠性越高系統(tǒng)的可靠性高于任何一個(gè)組件的可靠性“人多力量大”——冗余帶來(lái)可靠性提升舉例2個(gè)組件并聯(lián)可靠度分別為0.9、0.8R 1 - (1-0.9) × (1-0.8) 1 - 0.1 × 0.2 1 - 0.02 0.98→ 系統(tǒng)可靠性98%比任何一個(gè)組件都高9.3.3 混聯(lián)系統(tǒng)串并聯(lián)組合概念定義系統(tǒng)中既有串聯(lián)部分又有并聯(lián)部分的組合。通俗解釋就像電路——有的燈串聯(lián)有的燈并聯(lián)組合在一起。計(jì)算方法先算并聯(lián)再算串聯(lián)分步化簡(jiǎn)典型例題結(jié)構(gòu)┌── R? ──┐ ──┤ ├── R? ── R? ── └── R? ──┘ 分析R?和R?并聯(lián)再與R?、R?、R?串聯(lián) 步驟 ① 先算并聯(lián)部分R?? 1 - (1-R?)(1-R?) ② 再算串聯(lián)R R? × R?? × R? × R???計(jì)算口訣“先并后串逐步化簡(jiǎn)”——先把并聯(lián)部分合成一個(gè)等效組件再按串聯(lián)計(jì)算。9.3.4 N模冗余系統(tǒng)NMR概念定義N個(gè)模塊同時(shí)運(yùn)行通過(guò)投票機(jī)制選出多數(shù)一致的結(jié)果作為輸出。通俗解釋就像三人裁判——3個(gè)裁判同時(shí)打分2個(gè)說(shuō)好就算好1個(gè)說(shuō)好不算。典型形式三模冗余TMR3個(gè)模塊2個(gè)一致即正確最常用五模冗余5MR5個(gè)模塊3個(gè)一致即正確可靠性計(jì)算以TMR為例3個(gè)相同模塊R_TMR 3R2 - 2R3 當(dāng)各模塊可靠度相同時(shí)理解TMR中只要2個(gè)或以上模塊正確系統(tǒng)就正確。3個(gè)都對(duì)C(3,3)×R3 R32個(gè)對(duì)1個(gè)錯(cuò)C(3,2)×R2×(1-R) 3R2(1-R)合計(jì)R3 3R2(1-R) 3R2 - 2R39.3.5 表決系統(tǒng)k/n系統(tǒng)概念定義n個(gè)模塊中至少k個(gè)正常工作系統(tǒng)才正常。通俗解釋就像班級(jí)投票——全班50人n50至少26人同意k26才能通過(guò)決議?？煽啃杂?jì)算各模塊可靠度相同為R時(shí)R_系統(tǒng) Σ C(n,i) × R? × (1-R)^(n-i) i從k到n求和??考點(diǎn)串聯(lián) n/n表決全部都要工作并聯(lián) 1/n表決至少1個(gè)工作?？煽啃阅Ｐ蛯?duì)比總結(jié)表模型條件計(jì)算公式特點(diǎn)生活類(lèi)比串聯(lián)全部正常才工作R R?×R?×…×R?越多越不可靠一串鞭炮并聯(lián)至少1個(gè)正常就工作R 1-(1-R?)(1-R?)…(1-R?)越多越可靠多個(gè)保安混聯(lián)組合結(jié)構(gòu)先并后串逐步化簡(jiǎn)需要分析結(jié)構(gòu)復(fù)雜電路N模冗余多數(shù)表決3R2-2R3TMR容錯(cuò)性強(qiáng)三人裁判k/n表決至少k個(gè)正常二項(xiàng)式求和通用模型投票決議9.4 軟件可靠性設(shè)計(jì)★★★ 案例核心9.4.1 容錯(cuò)設(shè)計(jì)概念定義系統(tǒng)在部分組件發(fā)生故障時(shí)仍能繼續(xù)正常運(yùn)行或安全降級(jí)的能力。通俗解釋就像飛機(jī)有雙引擎——一個(gè)引擎壞了另一個(gè)還能飛不會(huì)墜機(jī)。四種冗余策略對(duì)比冗余類(lèi)型含義實(shí)現(xiàn)方式優(yōu)點(diǎn)缺點(diǎn)類(lèi)比硬件冗余增加備用硬件雙機(jī)熱備、RAID磁盤(pán)物理層面保障成本高備胎輪胎軟件冗余多版本軟件并行N版本程序設(shè)計(jì)、恢復(fù)塊避免設(shè)計(jì)缺陷開(kāi)發(fā)成本翻倍多人獨(dú)立翻譯同一本書(shū)信息冗余增加校驗(yàn)信息校驗(yàn)碼、CRC、奇偶校驗(yàn)檢測(cè)數(shù)據(jù)錯(cuò)誤占用額外存儲(chǔ)/帶寬快遞包裹加防震泡沫時(shí)間冗余重復(fù)執(zhí)行操作重試機(jī)制、定時(shí)重發(fā)應(yīng)對(duì)瞬時(shí)故障增加響應(yīng)時(shí)間打電話斷了重新打N版本程序設(shè)計(jì)NVP—— 軟件冗余的核心方法概念定義由N個(gè)獨(dú)立團(tuán)隊(duì)用不同的方法對(duì)同一需求分別編程實(shí)現(xiàn)運(yùn)行時(shí)通過(guò)投票機(jī)制決定最終輸出。通俗解釋就像高考作文閱卷——3位老師獨(dú)立打分2位以上給的分一致才算最終分?jǐn)?shù)。避免一個(gè)老師看走眼。工作流程┌── 版本1 ──→ 結(jié)果1 ──┐ 輸入 ──→ 需求規(guī)格 ──┼── 版本2 ──→ 結(jié)果2 ──┼──→ 投票器 ──→ 最終輸出 └── 版本3 ──→ 結(jié)果3 ──┘關(guān)鍵要點(diǎn)N個(gè)版本必須獨(dú)立開(kāi)發(fā)不同團(tuán)隊(duì)、不同方法目的是消除設(shè)計(jì)缺陷導(dǎo)致的共性錯(cuò)誤投票器負(fù)責(zé)多數(shù)表決所有版本同時(shí)運(yùn)行??考點(diǎn)NVP的所有版本是同時(shí)運(yùn)行的不是輪流運(yùn)行?；謴?fù)塊設(shè)計(jì)RB—— 另一種軟件冗余概念定義由一個(gè)團(tuán)隊(duì)編寫(xiě)多個(gè)版本運(yùn)行時(shí)按順序執(zhí)行每個(gè)版本執(zhí)行后由驗(yàn)收測(cè)試判斷結(jié)果是否正確不正確則切換到下一個(gè)版本。通俗解釋就像考試做題——先做第一種解法檢查發(fā)現(xiàn)不對(duì)驗(yàn)收測(cè)試再換第二種解法再不對(duì)換第三種。工作流程輸入 → 版本1 → 驗(yàn)收測(cè)試 → 通過(guò)→ 是 → 輸出 ↓ 否 版本2 → 驗(yàn)收測(cè)試 → 通過(guò)→ 是 → 輸出 ↓ 否 版本3 → ...關(guān)鍵要點(diǎn)多個(gè)版本由同一團(tuán)隊(duì)開(kāi)發(fā)不同于NVP版本依次執(zhí)行不同于NVP的同時(shí)運(yùn)行每個(gè)版本后必須有驗(yàn)收測(cè)試需要能回滾狀態(tài)恢復(fù)到現(xiàn)場(chǎng)NVP vs RB 對(duì)比高頻考點(diǎn)對(duì)比維度N版本程序設(shè)計(jì)NVP恢復(fù)塊設(shè)計(jì)RB開(kāi)發(fā)團(tuán)隊(duì)N個(gè)獨(dú)立團(tuán)隊(duì)同一團(tuán)隊(duì)運(yùn)行方式同時(shí)運(yùn)行依次運(yùn)行決策機(jī)制投票表決驗(yàn)收測(cè)試版本要求不同方法/算法不同實(shí)現(xiàn)即可狀態(tài)恢復(fù)不需要需要回滾開(kāi)發(fā)成本高多人同時(shí)開(kāi)發(fā)較低同一團(tuán)隊(duì)運(yùn)行開(kāi)銷(xiāo)高同時(shí)運(yùn)行N個(gè)較低只運(yùn)行到通過(guò)為止適用場(chǎng)景安全性要求極高的系統(tǒng)一般容錯(cuò)系統(tǒng)一句話記憶NVP 多人同時(shí)做投票選答案像高考閱卷RB 一個(gè)人輪流做做對(duì)就交卷像考試換解法防衛(wèi)式程序設(shè)計(jì)概念定義在程序中對(duì)所有輸入進(jìn)行合法性檢查對(duì)異常情況做出預(yù)防性處理即使部分功能失效也不影響整體。通俗解釋就像電梯——即使有人按了不存在的樓層非法輸入電梯不會(huì)崩潰而是忽略或提示錯(cuò)誤。核心思想不信任任何外部輸入對(duì)所有輸入做校驗(yàn)異常情況有兜底處理失敗時(shí)優(yōu)雅降級(jí)不崩潰9.4.2 故障檢測(cè)機(jī)制檢測(cè)方式原理舉例適用場(chǎng)景心跳檢測(cè)定時(shí)發(fā)送我還活著信號(hào)主備服務(wù)器心跳線服務(wù)器/進(jìn)程存活檢測(cè)校驗(yàn)機(jī)制對(duì)數(shù)據(jù)做完整性校驗(yàn)CRC校驗(yàn)、MD5校驗(yàn)數(shù)據(jù)傳輸/存儲(chǔ)完整性異常監(jiān)控監(jiān)控系統(tǒng)指標(biāo)超閾值報(bào)警CPU90%報(bào)警系統(tǒng)運(yùn)行狀態(tài)監(jiān)控超時(shí)檢測(cè)等待響應(yīng)超時(shí)視為故障接口調(diào)用超時(shí)3秒網(wǎng)絡(luò)通信/服務(wù)調(diào)用9.4.3 故障恢復(fù)策略恢復(fù)策略原理舉例適用場(chǎng)景重試失敗后重新執(zhí)行網(wǎng)絡(luò)請(qǐng)求失敗重試3次瞬時(shí)故障回滾恢復(fù)到操作前的狀態(tài)數(shù)據(jù)庫(kù)事務(wù)回滾事務(wù)性操作降級(jí)關(guān)閉非核心功能保核心雙11關(guān)閉評(píng)論功能高并發(fā)/資源不足熔斷檢測(cè)到持續(xù)故障后斷開(kāi)下游服務(wù)不可用時(shí)熔斷微服務(wù)調(diào)用鏈切換切換到備用組件主備數(shù)據(jù)庫(kù)切換主備架構(gòu)記憶技巧重試 電話沒(méi)接再打一次回滾 寫(xiě)錯(cuò)字了用橡皮擦掉降級(jí) 錢(qián)不夠了先保吃飯不買(mǎi)衣服熔斷 保險(xiǎn)絲燒斷了保護(hù)整個(gè)電路切換 主力受傷替補(bǔ)上場(chǎng)9.5 故障樹(shù)分析FTA★★ ?？几拍疃x從頂層故障事件出發(fā)逐層向下分析原因用邏輯門(mén)與門(mén)、或門(mén)連接形成樹(shù)狀圖。通俗解釋就像醫(yī)生診斷——“病人發(fā)燒了”頂層事件為什么“可能是感染或可能是免疫反應(yīng)”或門(mén)再往下分析感染的原因…基本符號(hào)符號(hào)名稱(chēng)含義圖形─ ─ ─與門(mén)AND所有輸入事件都發(fā)生輸出才發(fā)生半圓直線∨或門(mén)OR任一輸入事件發(fā)生輸出就發(fā)生弧線○基本事件最底層的故障原因圓形▽中間事件可繼續(xù)分解的故障事件矩形△頂事件分析的頂層故障矩形最上方與門(mén) vs 或門(mén)對(duì)比與門(mén)AND或門(mén)OR邏輯A且B → 故障A或B → 故障含義所有條件都滿(mǎn)足才故障任一條件滿(mǎn)足就故障可靠性提高可靠性需要多個(gè)同時(shí)壞降低可靠性一個(gè)壞就完概率計(jì)算P P? × P?P 1-(1-P?)(1-P?)類(lèi)比兩把鎖都打開(kāi)才能進(jìn)門(mén)任何一把鎖打開(kāi)就能進(jìn)門(mén)記憶技巧與門(mén) 串聯(lián) 都?jí)牟艍? 可靠性高像兩道門(mén)鎖或門(mén) 并聯(lián) 一個(gè)壞就壞 可靠性低像多個(gè)隱患任一觸發(fā)最小割集概念定義導(dǎo)致頂事件發(fā)生的最少基本事件組合。通俗解釋找出最少需要壞幾個(gè)零件系統(tǒng)就會(huì)出問(wèn)題的組合。舉例系統(tǒng)故障頂事件 / \ 或門(mén) 或門(mén) / \ / \ 事件A 與門(mén) 事件D 事件E / \ 事件B 事件C 最小割集{A}, {B,C}, {D}, {E} 含義A單獨(dú)壞就故障、B和C同時(shí)壞才故障、D單獨(dú)壞就故障、E單獨(dú)壞就故障??考點(diǎn)最小割集越少、包含的事件越多系統(tǒng)越可靠。單點(diǎn)故障只有一個(gè)事件的割集是最危險(xiǎn)的9.6 可靠性測(cè)試與評(píng)估可靠性測(cè)試類(lèi)型測(cè)試類(lèi)型目的方法關(guān)注點(diǎn)可靠性驗(yàn)證測(cè)試驗(yàn)證是否達(dá)到可靠性指標(biāo)在模擬環(huán)境下長(zhǎng)時(shí)間運(yùn)行是否達(dá)標(biāo)可靠性增長(zhǎng)測(cè)試發(fā)現(xiàn)缺陷并修復(fù)提升可靠性測(cè)試→修復(fù)→測(cè)試循環(huán)可靠性是否在提升壓力測(cè)試在極限條件下測(cè)試超負(fù)載、大數(shù)據(jù)量運(yùn)行系統(tǒng)極限表現(xiàn)故障注入測(cè)試模擬故障測(cè)試容錯(cuò)能力人為注入故障容錯(cuò)和恢復(fù)能力可靠性增長(zhǎng)模型通俗解釋就像打怪升級(jí)——每發(fā)現(xiàn)一個(gè)bug并修復(fù)可靠性就提升一點(diǎn)。可靠性 ↑ │ ╱──── 目標(biāo)可靠性 │ ╱ │ ╱ │ ╱ ← 可靠性增長(zhǎng)曲線 │ ╱ │╱ └──────────────→ 測(cè)試時(shí)間三、重點(diǎn)歸納 速記口訣3.1 必背要點(diǎn)清單編號(hào)要點(diǎn)重要度1可靠性的定義與四要素★★★★2失效-故障-錯(cuò)誤的因果鏈★★★★3MTTF、MTTR、MTBF的定義與關(guān)系★★★★★4可用性計(jì)算公式 AMTTF/(MTTFMTTR)★★★★★5串聯(lián)系統(tǒng)可靠性計(jì)算 RR?×R?×…×R?★★★★★6并聯(lián)系統(tǒng)可靠性計(jì)算 R1-(1-R?)(1-R?)…★★★★★7混聯(lián)系統(tǒng)計(jì)算方法先并后串★★★★★8NVP與RB的區(qū)別★★★★★9四種冗余策略硬件/軟件/信息/時(shí)間★★★★10故障樹(shù)中與門(mén)、或門(mén)的含義★★★★11最小割集的概念★★★12浴盆曲線的三個(gè)階段★★★★3.2 速記口訣可靠性三兄弟因果鏈“錯(cuò)→障→失”錯(cuò)Error→障Fault→失Failure寫(xiě)錯(cuò)了 → 有故障了 →失敗了可靠性指標(biāo)“失可靠MT三兄弟”失效率λ、可靠度R(t)MTTF無(wú)故障時(shí)間、MTTR修復(fù)時(shí)間、MTBF間隔時(shí)間MTBF MTTF MTTR串聯(lián) vs 并聯(lián)“串聯(lián)相乘越來(lái)越小并聯(lián)互補(bǔ)越來(lái)越大”串聯(lián)R R?×R? → 越多越不可靠一串鞭炮并聯(lián)R 1-(1-R?)(1-R?) → 越多越可靠多個(gè)保安NVP vs RB“NVP多人同時(shí)投票選RB一人輪流做對(duì)交”NVP 高考閱卷多人獨(dú)立同時(shí)運(yùn)行投票RB 考試換解法同一人依次運(yùn)行驗(yàn)收測(cè)試四種冗余“硬軟信時(shí)”硬件冗余、軟件冗余、信息冗余、時(shí)間冗余聯(lián)想“硬軟信時(shí)”→ 硬軟件信息時(shí)代故障樹(shù)“與門(mén)串聯(lián)都?jí)牟艍幕蜷T(mén)并聯(lián)一壞就壞”浴盆曲線“早高中低晚又高中間穩(wěn)定最可靠”四、歷年真題 考點(diǎn)映射4.1 近5年真題匯總年份題型分值考點(diǎn)內(nèi)容2024選擇題2分串聯(lián)/并聯(lián)系統(tǒng)可靠性計(jì)算2024選擇題2分NVP與RB的區(qū)別2024案例分析25分給出系統(tǒng)架構(gòu)要求設(shè)計(jì)容錯(cuò)方案計(jì)算系統(tǒng)可靠性2023選擇題2分可用性計(jì)算MTTF/MTTR2023選擇題2分浴盆曲線三個(gè)階段2023案例分析25分故障樹(shù)分析求最小割集提出可靠性改進(jìn)方案2022選擇題2分串聯(lián)系統(tǒng)可靠性計(jì)算2022選擇題2分冗余策略類(lèi)型判斷2022案例分析25分混聯(lián)系統(tǒng)可靠性計(jì)算 容錯(cuò)設(shè)計(jì)分析2021選擇題2分MTBF與MTTF的關(guān)系2021選擇題2分失效-故障-錯(cuò)誤的關(guān)系2021案例分析25分給出系統(tǒng)可靠性需求設(shè)計(jì)冗余方案并計(jì)算2020選擇題2分并聯(lián)系統(tǒng)可靠性計(jì)算2020選擇題2分N版本程序設(shè)計(jì)的特點(diǎn)2020案例分析25分故障樹(shù)分析 可靠性分配2019選擇題2分可用性等級(jí)2019選擇題2分恢復(fù)塊設(shè)計(jì)的特點(diǎn)2019案例分析25分綜合題可靠性計(jì)算 容錯(cuò)架構(gòu)設(shè)計(jì) 故障分析4.2 出題規(guī)律分析規(guī)律說(shuō)明必考計(jì)算題每年至少1道可靠性計(jì)算題串聯(lián)/并聯(lián)/混聯(lián)NVP vs RB 輪流出幾乎每年都考這兩個(gè)的區(qū)別選擇題或案例填空故障樹(shù)分析高頻案例分析中?？籍?huà)故障樹(shù)、求最小割集可用性計(jì)算必考MTTF/MTTR/MTBF的計(jì)算幾乎年年考容錯(cuò)設(shè)計(jì)是案例核心案例分析題常要求設(shè)計(jì)容錯(cuò)方案并說(shuō)明理由浴盆曲線常出選擇三個(gè)階段的特點(diǎn)和應(yīng)對(duì)策略五、典型例題 解析例題1選擇題題目某系統(tǒng)由3個(gè)組件組成組件A和B并聯(lián)后再與組件C串聯(lián)。已知A、B、C的可靠度分別為0.9、0.8、0.95則該系統(tǒng)的可靠度為 。A. 0.684B. 0.931C. 0.722D. 0.855答案B解析第一步計(jì)算A和B并聯(lián)的可靠度R_AB 1 - (1-0.9) × (1-0.8) 1 - 0.1 × 0.2 1 - 0.02 0.98第二步計(jì)算與C串聯(lián)的可靠度R R_AB × R_C 0.98 × 0.95 0.931答案選B例題2選擇題題目某系統(tǒng)MTTF為498小時(shí)MTTR為2小時(shí)則系統(tǒng)可用性約為 MTBF為 。A. 99.6%500小時(shí)B. 99.6%498小時(shí)C. 99.0%500小時(shí)D. 99.0%498小時(shí)答案A解析MTBF MTTF MTTR 498 2 500小時(shí)可用性 A MTTF / (MTTF MTTR) 498 / 500 0.996 99.6%答案選A例題3案例分析題題目某金融交易系統(tǒng)需要設(shè)計(jì)高可用架構(gòu)系統(tǒng)可靠性要求達(dá)到99.99%?，F(xiàn)有以下組件Web服務(wù)器可靠度0.99應(yīng)用服務(wù)器可靠度0.98數(shù)據(jù)庫(kù)服務(wù)器可靠度0.97問(wèn)題如果三個(gè)組件串聯(lián)系統(tǒng)可靠度是多少是否滿(mǎn)足要求如果不滿(mǎn)足請(qǐng)?jiān)O(shè)計(jì)一個(gè)冗余方案使其滿(mǎn)足99.99%的要求。請(qǐng)說(shuō)明NVP和RB在該系統(tǒng)中如何應(yīng)用并分析哪種更適合。參考答案問(wèn)題1R_串聯(lián) 0.99 × 0.98 × 0.97 0.9411 94.11%94.11% 遠(yuǎn)低于 99.99% 的要求不滿(mǎn)足。問(wèn)題2對(duì)每個(gè)組件增加一個(gè)熱備并聯(lián)形成雙機(jī)熱備方案Web服務(wù)器R_W 1 - (1-0.99)2 1 - 0.0001 0.9999 應(yīng)用服務(wù)器R_A 1 - (1-0.98)2 1 - 0.0004 0.9996 數(shù)據(jù)庫(kù)服務(wù)器R_D 1 - (1-0.97)2 1 - 0.0009 0.9991串聯(lián)后R 0.9999 × 0.9996 × 0.9991 ≈ 0.9986 99.86%仍不滿(mǎn)足99.99%。需要對(duì)數(shù)據(jù)庫(kù)最薄弱環(huán)節(jié)增加更多冗余數(shù)據(jù)庫(kù)采用3節(jié)點(diǎn)1主2從 R_D 1 - (1-0.97)3 1 - 0.000027 0.999973 R 0.9999 × 0.9996 × 0.999973 ≈ 0.9995 ≈ 99.95%繼續(xù)優(yōu)化應(yīng)用服務(wù)器也采用3節(jié)點(diǎn)R_A 1 - (1-0.98)3 1 - 0.000008 0.999992 R 0.9999 × 0.999992 × 0.999973 ≈ 0.9999 ≈ 99.99% ?問(wèn)題3對(duì)比維度NVP方案RB方案開(kāi)發(fā)方式3個(gè)獨(dú)立團(tuán)隊(duì)分別開(kāi)發(fā)支付模塊同一團(tuán)隊(duì)開(kāi)發(fā)3個(gè)版本運(yùn)行方式3個(gè)版本同時(shí)運(yùn)行投票決定依次執(zhí)行驗(yàn)收通過(guò)后輸出適用性更適合本系統(tǒng)需要狀態(tài)回滾復(fù)雜度高推薦NVP理由金融系統(tǒng)對(duì)正確性要求極高NVP的投票機(jī)制能發(fā)現(xiàn)設(shè)計(jì)缺陷金融交易涉及資金安全需要多團(tuán)隊(duì)獨(dú)立實(shí)現(xiàn)以降低共性錯(cuò)誤風(fēng)險(xiǎn)雖然RB開(kāi)發(fā)成本較低但金融交易的狀態(tài)回滾復(fù)雜RB實(shí)現(xiàn)難度大六、易錯(cuò)點(diǎn) 避坑指南6.1 常見(jiàn)錯(cuò)誤一覽錯(cuò)誤正確理解糾正建議? “串聯(lián)越多越可靠”串聯(lián)越多越不可靠并聯(lián)越多才越可靠記住串聯(lián)鞭炮并聯(lián)保安? “MTBF MTTF”MTBF MTTF MTTRMTBF是間隔時(shí)間包含修復(fù)時(shí)間? “可用性 MTTR/MTBF”可用性 MTTF/MTBF分子是無(wú)故障時(shí)間好的時(shí)間? “NVP和RB是一樣的”NVP多人同時(shí)投票RB一人輪流驗(yàn)收口訣NVP高考閱卷RB換解法? “故障樹(shù)中或門(mén)提高可靠性”或門(mén)意味著任一事件就故障降低可靠性與門(mén)都?jí)牟艍陌踩蜷T(mén)一壞就壞危險(xiǎn)? “有故障就一定會(huì)失效”有故障不一定失效像攜帶病毒但未發(fā)病錯(cuò)誤→故障→失效是因果鏈不是等價(jià)? “并聯(lián)計(jì)算是R?×R?”并聯(lián)是 1-(1-R?)(1-R?)串聯(lián)才是R?×R?先分清串并聯(lián)再選公式? “可靠性高可用性高”可靠性高≠可用性高可能不壞但修得慢可靠不生病可用病了快好6.2 計(jì)算題答題模板可靠性計(jì)算題標(biāo)準(zhǔn)步驟第一步畫(huà)出系統(tǒng)可靠性框圖 第二步識(shí)別串并聯(lián)關(guān)系 第三步先算并聯(lián)部分 第四步再算串聯(lián)部分 第五步得出最終結(jié)果與要求對(duì)比案例分析題答題模板1. 分析可靠性需求目標(biāo)值是多少 2. 計(jì)算當(dāng)前可靠性串聯(lián)/并聯(lián)公式 3. 設(shè)計(jì)冗余方案對(duì)薄弱環(huán)節(jié)加并聯(lián) 4. 重新計(jì)算驗(yàn)證是否達(dá)標(biāo) 5. 說(shuō)明選擇的容錯(cuò)策略及理由本章小結(jié)本章的核心就是四件事——理解可靠性概念定義指標(biāo)、會(huì)算可靠性串聯(lián)/并聯(lián)/混聯(lián)、會(huì)設(shè)計(jì)容錯(cuò)方案NVP/RB/冗余策略、會(huì)分析故障故障樹(shù)最小割集。其中計(jì)算題和NVP vs RB是每年必考必須熟練掌握本文基于系統(tǒng)架構(gòu)設(shè)計(jì)師考試大綱編寫(xiě)適合備考復(fù)習(xí)使用。如有問(wèn)題歡迎評(píng)論區(qū)交流討論