उपलब्धता मीट्रिक्स
उपलब्धता समय का, या उपयोगकर्ता के अनुरोधों का, वह हिस्सा है जिसमें सेवा ने वह किया जो उसके उपयोगकर्ताओं को चाहिए था, और वह तभी सच बताती है जब आप उपयोगकर्ता की ओर से परिभाषित करें कि "चालू" का अर्थ क्या है, नियोजित और अनियोजित आउटेज अलग गिनें, और किसी नाइन का वादा करने से पहले नाइन्स का अंकगणित पढ़ें।
अवलोकन और प्रेरणा
उपलब्धता सेवा प्रबंधन में सबसे अधिक उद्धृत संख्या है और सबसे कम सटीक परिभाषित संख्याओं में से एक। "पिछले महीने सेवा 99.9 प्रतिशत उपलब्ध थी" जैसा कथन सटीक लगता है, फिर भी वह कम से कम चार निर्णय छिपाता है: सेवा में क्या गिना गया, "उपलब्ध" में क्या गिना गया, कौन-से घंटे दायरे में थे, और कौन-से आउटेज बाहर रखे गए। दो टीमें एक ही सेवा को एक ही महीने के लिए रिपोर्ट कर सकती हैं और ऐसे आँकड़े प्रकाशित कर सकती हैं जो परिमाण के एक क्रम से भिन्न हों, बिना दोनों में से किसी की अंकगणित की ग़लती के।
यह विषय उन निर्णयों को स्पष्ट करता है। यह अपटाइम और डाउनटाइम की गणना, उपयोगकर्ता-भारित उपलब्धता, नियोजित बनाम अनियोजित आउटेज, और नाइन्स का अंकगणित कवर करता है। यह सेवा-स्तर संकेतकों (SLI), सेवा-स्तर उद्देश्यों (SLO) और त्रुटि बजट (देखें विषय 5.2, SLI, SLO और त्रुटि बजट) और सेवा-स्तरों के अनुबंधात्मक दृष्टिकोण (देखें विषय 5.1, SLA, OLA और XLA मीट्रिक्स) पर बनता है। वे विषय बताते हैं कि लक्ष्य कैसे चुनें। यह विषय बताता है कि उस संख्या की गणना कैसे करें जिससे लक्ष्य की तुलना होती है।
इस विषय में उपयोग हुए शब्द
- उपलब्धता (availability) सेवा की वह क्षमता है कि उपयोगकर्ताओं को जब ज़रूरत हो तब वह वह करे जो उन्हें चाहिए, आमतौर पर अवधि पर प्रतिशत के रूप में व्यक्त। सामान्य अवधारणा उच्च उपलब्धता (high availability) पर लेख में वर्णित है।
- डाउनटाइम (downtime) वह अवधि है जब सेवा अनुपलब्ध है। यह विषय डाउनटाइम के एक सतत प्रकरण के लिए आउटेज और उस अवधि के लिए अपक्षय (degradation) का उपयोग करता है जब सेवा चलती है पर सहमत गुणवत्ता से नीचे।
- अपटाइम (uptime) माप की खिड़की के भीतर डाउनटाइम का पूरक है। समय-आधारित उपलब्धता अपटाइम भाग कुल दायरे का समय है।
- अनुरोध-आधारित उपलब्धता (request-based availability) वैध अनुरोधों का वह हिस्सा है जो सफल हुए, इसलिए 5 प्रतिशत अनुरोधों को एक घंटे प्रभावित करने वाली विफलता एक घंटे के ट्रैफ़िक के 5 प्रतिशत के रूप में गिनी जाती है, पूरे घंटे के डाउनटाइम के रूप में नहीं।
- उपयोगकर्ता-भारित उपलब्धता (user-weighted availability) अनुरोध-आधारित दृश्य को बढ़ाती है, प्रभावित उपयोगकर्ताओं की संख्या या महत्व से विफलताओं को भारित करके, उदाहरण के लिए कच्चे अनुरोधों की जगह विफल सत्र या विफल यात्राएँ गिनकर।
- सेवा-स्तर समझौता (SLA) ग्राहक से प्रतिबद्धता है, और सेवा-स्तर उद्देश्य (SLO) संकेतक का आंतरिक लक्ष्य। सेवा-स्तर समझौता (service level agreement) और सेवा-स्तर उद्देश्य (service level objective) के लेख सामान्य परिभाषाएँ देते हैं।
- नियोजित डाउनटाइम वह आउटेज है जो पहले से घोषित हो और परिवर्तन सक्षमीकरण से अनुमोदित। अनियोजित डाउनटाइम बाकी सब है। उनके बीच की सीमा उपलब्धता की रिपोर्टिंग में सबसे विवादित रेखाओं में से एक है।
- विफलताओं के बीच का माध्य समय (mean time between failures) (MTBF) आउटेज के बीच संचालन का औसत समय है, और मरम्मत का माध्य समय (mean time to repair) बहाली का औसत समय। दोनों औसत हैं, इसलिए यह पुस्तक उन्हें वितरण के रूप में पढ़ती है (देखें विषय 1.6, सेवा मीट्रिक्स के लिए सांख्यिकीय साक्षरता)।
- सिंथेटिक मॉनिटरिंग (synthetic monitoring) स्क्रिप्ट किए प्रोब उपयोग करती है जो उपयोगकर्ता की तरह व्यवहार करते हैं और सफलता या विफलता रिपोर्ट करते हैं। रियल यूज़र मॉनिटरिंग (real user monitoring) वास्तविक उपयोगकर्ताओं का अनुभव दर्ज करती है जब वे सेवा इस्तेमाल करते हैं।
- ITIL IT सेवा प्रबंधन का सबसे प्रसिद्ध ढाँचा है। ITIL 4 में उपलब्धता प्रबंधन प्रैक्टिस इसकी चिंता करती है कि सेवाएँ उपलब्धता के सहमत स्तर दें, और वह मॉनिटरिंग और इवेंट प्रबंधन, घटना प्रबंधन और सेवा निरंतरता प्रबंधन के साथ निकट से काम करती है।
एक संख्या कभी पर्याप्त क्यों नहीं
चार-चार मिनट के दस आउटेज और चालीस मिनट का एक आउटेज उतना ही कुल डाउनटाइम देते हैं, फिर भी उपयोगकर्ताओं को वे अलग लगते हैं और अलग प्रतिक्रिया माँगते हैं। पहला पैटर्न नाज़ुक सेवा की ओर इशारा करता है। दूसरा धीमी पहचान या बहाली की ओर। इसलिए यहाँ के माप छोटे सेट के रूप में आते हैं, हर एक सुरक्षा-रेखा के साथ, ताकि टीम सबसे अधिक नाइन्स के लिए होड़ किए बिना उपलब्धता पर ईमानदारी से चर्चा कर सके।
ITIL और एजाइल दृष्टिकोण कैसे भिन्न हैं
ITIL में उपलब्धता सेवा का प्रबंधित गुण है, जो ग्राहक के साथ सहमत होता है और सेवा-स्तर प्रबंधन द्वारा बताए लक्ष्य के विरुद्ध रिपोर्ट होता है, स्पष्ट सेवा के घंटों और नियोजित रखरखाव जैसे अपवर्जनों के साथ।
एजाइल और साइट विश्वसनीयता इंजीनियरिंग (SRE) के अभ्यास में उपलब्धता कई में से एक SLI है, जिसकी SLO से तुलना होती है। Google की Site Reliability Engineering पुस्तक कहती है कि समय-आधारित उपलब्धता एकल प्रणाली के लिए उपयुक्त है, जबकि अनुरोध की सफलता की दर वितरित सेवाओं के लिए जो हमेशा आंशिक रूप से चालू रहती हैं। यह यह भी कहती है कि 100 प्रतिशत लगभग कभी सही लक्ष्य नहीं होता, क्योंकि हर अतिरिक्त नाइन की लागत तेज़ी से बढ़ती है।
भाजक को परिभाषित करने के लिए सहमत दायरे, घंटों और अपवर्जनों का ITIL अनुशासन उपयोग करें। अंश को परिभाषित करने और परिणाम के साथ क्या करना है यह तय करने के लिए उपयोगकर्ता-केंद्रित संकेतकों और त्रुटि बजट का SRE अनुशासन उपयोग करें।
मुख्य सिद्धांत
- "उपलब्ध" को उपयोगकर्ता की ओर से परिभाषित करें। जो सेवा स्वास्थ्य जाँचों का उत्तर देती है जबकि उपयोगकर्ता साइन इन नहीं कर सकते, वह उन लोगों के लिए बंद है जो मायने रखते हैं।
- भाजक लिखें। कुछ भी गणना करने से पहले सेवा की सीमा, दायरे के घंटे, समय क्षेत्र और माप की खिड़की बताएँ।
- नियोजित और अनियोजित आउटेज अलग गिनें। दोनों साथ रिपोर्ट करें, और एक को दूसरे में कभी छिपने न दें।
- वितरित सेवाओं के लिए अनुरोध-आधारित और उपयोगकर्ता-भारित माप को तरजीह दें। आंशिक विफलता न पूर्ण अपटाइम है न पूर्ण डाउनटाइम।
- नाइन्स को मिनटों में बदलें। लक्ष्य तभी समझा जाता है जब लोग कह सकें कि वह प्रति माह कितने मिनट की विफलता की अनुमति देता है।
- उतनी नाइन्स चुनें जितनी उपयोगकर्ताओं को चाहिए। उस बिंदु से आगे हर अतिरिक्त नाइन लौटाने से अधिक लेती है।
- सेवाओं का वर्णन करें, लोगों का कभी नहीं। उपलब्धता सेवा और उसे चलाने वाली टीमों की है, और कभी किसी व्यक्ति का स्कोर नहीं।
मीट्रिक परिभाषाएँ
हर पंक्ति अपनी घड़ियाँ और सीमाएँ बताती है। जब तक पंक्ति अन्यथा न कहे, कैलेंडर समय उपयोग होता है। जहाँ माप वितरण उपयोग करता है, वहाँ माध्यिका और 95वाँ परसेंटाइल रिपोर्ट करें, और खिड़की नामित करें।
| मीट्रिक | परिभाषा | सूत्र | इकाई | डेटा स्रोत | ITIL प्रैक्टिस | एजाइल समकक्ष | आवृत्ति |
|---|---|---|---|---|---|---|---|
| समय-आधारित उपलब्धता | दायरे के समय का हिस्सा जिसमें सेवा ने "चालू" की लिखित परिभाषा पूरी की | (खिड़की के दायरे के मिनट घटा अनियोजित डाउनटाइम के मिनट) / खिड़की के दायरे के मिनट। घड़ी पहले विफल प्रोब पर शुरू होती है जिसकी बाद में उपयोगकर्ता के प्रभाव के रूप में पुष्टि हो, या घटना की समीक्षा में दर्ज पुष्ट प्रभाव की शुरुआत पर; तब रुकती है जब सेवा फिर परिभाषा पूरी करे। सहमत सेवा के घंटों के भीतर का नियोजित डाउनटाइम अलग दिखाया जाता है, और सहमत सेवा के घंटों के बाहर का समय भाजक से बाहर | प्रतिशत | सिंथेटिक मॉनिटरिंग के परिणाम; प्रभाव की शुरुआत और बहाली के टाइमस्टैम्प वाला घटना रिकॉर्ड | उपलब्धता प्रबंधन; सेवा-स्तर प्रबंधन | एकल प्रणाली के लिए समय-आधारित SLI (देखें विषय 5.2, SLI, SLO और त्रुटि बजट) | मासिक |
| अनुरोध-आधारित उपलब्धता | वैध अनुरोधों का हिस्सा जो सफल हुए | खिड़की में सफल वैध अनुरोध / कुल वैध अनुरोध। वैध अनुरोधों में विकृत अनुरोध और कॉल करने वाले के कारण हुई क्लाइंट त्रुटियाँ शामिल नहीं; सेवा के कारण हुई विफलताएँ, टाइमआउट सहित, विफलताएँ गिनी जाती हैं। हर सेवा और हर उपयोगकर्ता यात्रा के अनुसार रिपोर्ट | प्रतिशत | लोड बैलेंसर, गेटवे, या एप्लिकेशन के लॉग और मेट्रिक | उपलब्धता प्रबंधन; मॉनिटरिंग और इवेंट प्रबंधन | SLO और त्रुटि बजट के साथ सफलता-दर SLI (देखें विषय 5.2, SLI, SLO और त्रुटि बजट) | दैनिक रुझान, मासिक रिपोर्ट |
| उपयोगकर्ता-भारित उपलब्धता | प्रभावित उपयोगकर्ताओं या यात्राओं से भारित उपलब्धता, ताकि चरम पर आउटेज रात भर वाले से अधिक गिना जाए | 1 घटा (खिड़की में विफल उपयोगकर्ता सत्र या विफल यात्राएँ / कुल उपयोगकर्ता सत्र या यात्राएँ)। सत्र विफल गिना जाता है यदि परिभाषित महत्वपूर्ण चरण विफल हुआ; आंशिक सफलता अपक्षय के अलग हिस्से के रूप में रिपोर्ट होती है, उसमें मिलाई नहीं जाती | प्रतिशत | रियल यूज़र मॉनिटरिंग; एप्लिकेशन के सत्र के लॉग; विश्लेषण की घटनाएँ | उपलब्धता प्रबंधन; सेवा-स्तर प्रबंधन | यात्रा-आधारित SLI और विषय 6.2 के अनुभव के माप (देखें विषय 6.2, अनुभव-स्तर समझौते) | मासिक |
| अनियोजित डाउनटाइम | वे मिनट जिनमें सेवा बिना पूर्व अनुमोदित सूचना के अनुपलब्ध रही | खिड़की में आउटेज की अवधियों का योग, पुष्ट प्रभाव की शुरुआत से पुष्ट बहाली तक, उन आउटेज के लिए जो शुरू होने से पहले परिवर्तन सक्षमीकरण से घोषित और अनुमोदित नहीं थे। एक ही सेवा पर ओवरलैप करने वाले आउटेज मर्ज होते हैं, जोड़े नहीं जाते। कुल मिनट, आउटेज की गिनती, और आउटेज की अवधि का माध्य और 95वाँ परसेंटाइल रिपोर्ट होते हैं | मिनट | प्रभाव की शुरुआत और बहाली के टाइमस्टैम्प वाला घटना रिकॉर्ड | घटना प्रबंधन; उपलब्धता प्रबंधन | वितरण के रूप में पढ़ा बहाली का समय (देखें विषय 3.3, घटना की प्रतिक्रिया और समाधान का समय) | मासिक |
| नियोजित डाउनटाइम का हिस्सा | सारे डाउनटाइम का अनुपात जो पहले से घोषित और अनुमोदित था | खिड़की में नियोजित डाउनटाइम के मिनट / (नियोजित जमा अनियोजित डाउनटाइम के मिनट)। आउटेज तभी नियोजित गिना जाता है जब वह शुरू होने से पहले परिवर्तन के रिकॉर्ड से अनुमोदित हुआ हो और उसके आरंभ और अंत के समय उपयोगकर्ताओं को बताए गए हों; अनुमोदित खिड़की से आगे का अतिक्रमण खिड़की समाप्त होने के क्षण से अनियोजित के रूप में पुनर्वर्गीकृत होता है | प्रतिशत | अनुमोदित खिड़की वाला परिवर्तन रिकॉर्ड; घटना रिकॉर्ड; स्टेटस पेज का इतिहास | परिवर्तन सक्षमीकरण; उपलब्धता प्रबंधन | शून्य-डाउनटाइम डिप्लॉयमेंट को तरजीह देने वाली रिलीज़ और रखरखाव की प्रैक्टिसें (देखें विषय 4.3, परिवर्तन सक्षमीकरण मीट्रिक्स) | मासिक |
| आउटेज की आवृत्ति और अंतराल | आउटेज कितनी बार शुरू होते हैं और उनके बीच सेवा कितनी देर चलती है | खिड़की में शुरू हुए आउटेज की गिनती; और लगातार आउटेज की हर जोड़ी के लिए पहले की बहाली और दूसरे की शुरुआत के बीच अपटाइम के मिनट, माध्यिका और 5वें परसेंटाइल के रूप में संक्षिप्त। जब दस से कम अंतराल हों तो एकल माध्य के रूप में रिपोर्ट नहीं | गिनती; मिनट | घटना रिकॉर्ड; मॉनिटरिंग इतिहास | घटना प्रबंधन; समस्या प्रबंधन | परिवर्तन विफलता दर के साथ स्थिरता का संकेत (देखें विषय 4.4, परिवर्तन की विफलता और पुनर्कार्य) | मासिक |
| अपक्षय का हिस्सा | वह समय जिसमें सेवा चली पर सहमत गुणवत्ता से नीचे | वे मिनट जिनमें विलंबता, त्रुटि या शुद्धता का संकेतक अपनी सीमा से अधिक हुआ, जिन मिनटों को डाउनटाइम के रूप में पहले गिना जा चुका है उन्हें छोड़कर / दायरे के मिनट। सीमा प्रति सेवा बताई जाती है, उदाहरण के लिए SLO में | प्रतिशत | मॉनिटरिंग और SLI के माप | उपलब्धता प्रबंधन; क्षमता और प्रदर्शन प्रबंधन | विलंबता SLI (देखें विषय 5.4, क्षमता और प्रदर्शन मीट्रिक्स) | मासिक |
| माप की कवरेज | उपलब्धता का माप सेवा के उपयोगकर्ता-मुखी व्यवहार का कितना वास्तव में देखता है | सक्रिय प्रोब या रियल यूज़र माप वाली महत्वपूर्ण उपयोगकर्ता यात्राएँ / सेवा की परिभाषा में सूचीबद्ध महत्वपूर्ण उपयोगकर्ता यात्राएँ | प्रतिशत | सेवा की परिभाषा; मॉनिटरिंग का कॉन्फ़िगरेशन | मॉनिटरिंग और इवेंट प्रबंधन; उपलब्धता प्रबंधन | ऑब्ज़र्वेबिलिटी की कवरेज और अलर्ट की गुणवत्ता (देखें विषय 5.5, निगरानी और अलर्ट की गुणवत्ता के मीट्रिक्स) | त्रैमासिक |
डेटा पर दो टिप्पणियाँ। हर पाँच मिनट पर जाँचने वाला प्रोब दो मिनट का आउटेज नहीं पकड़ सकता, इसलिए आँकड़े के बगल में प्रोब का अंतराल दर्ज करें, और घटना के रिकॉर्ड में प्रभाव की शुरुआत वाला फ़ील्ड उपयोग करें (देखें विषय 1.5, डेटा स्रोत और इंस्ट्रूमेंटेशन)। जब भी "चालू" की परिभाषा बदले, उसे रुझान के चार्ट पर चिह्नित करें।
सिफ़ारिशें
माप को परिभाषित करें
1. प्रतिशत से पहले सेवा की परिभाषा लिखें। सेवा की सीमा, महत्वपूर्ण उपयोगकर्ता यात्राएँ, दायरे के घंटे, समय क्षेत्र और खिड़की (कैलेंडर महीना सामान्य है) सूचीबद्ध करें। बताएँ कि कौन-सी निर्भरताएँ गिनी जाती हैं: यदि भुगतान प्रदाता विफल होता है और उपयोगकर्ता भुगतान नहीं कर सकते, तो क्या वह आपका आउटेज है? उत्तर मीट्रिक रजिस्टर में दर्ज करें (देखें विषय 1.4, मीट्रिक्स का शासन और स्वामित्व)। उपलब्धता पर अधिकांश विवाद इसी पृष्ठ पर विवाद हैं, और उन्हें पहले से निपटाना आउटेज के बाद निपटाने से बहुत सस्ता है।
2. "चालू" को उपयोगकर्ता के परिणाम के रूप में परिभाषित करें, सर्वर की अवस्था के रूप में नहीं। स्वास्थ्य जाँच जो सफलता लौटाती है जबकि साइन-इन टूटा है, ग़लत चीज़ मापती है। थोड़ी महत्वपूर्ण यात्राएँ चुनें, जैसे "खोजें और मद देखें", "साइन इन करें", या "दावा जमा करें", और हर एक के लिए सफलता उन शब्दों में परिभाषित करें जिन्हें उपयोगकर्ता पहचानें। यात्रा को आरंभ से अंत तक प्रोब करें, और सहमत सीमा से धीमी प्रतिक्रिया को चालू नहीं, अपक्षय मानें।
3. वितरित सेवाओं के लिए अनुरोध-आधारित माप और जहाँ सेवा सच में चालू या बंद होती है वहाँ समय-आधारित माप उपयोग करें। वैश्विक सेवा शायद ही कभी पूरी तरह बंद होती है, इसलिए पूर्ण विफलता के मिनट गिनना अधिकांश वास्तविक विफलताओं को अनदेखा करता है। जब हो सके दोनों रिपोर्ट करें, और बताएँ कि मुख्य कौन-सा है और क्यों।
4. जहाँ भार असमान है वहाँ उपयोगकर्ता का भार जोड़ें। सुबह 4 बजे दस मिनट का आउटेज और ट्रेडिंग दिवस की शुरुआत में दस मिनट का आउटेज समान अवधि के हैं और बहुत भिन्न लागत के। विफलता के मिनट में सत्रों या लेन-देन से भारित करें, या चरम घंटे के आउटेज के मिनटों को अलग आँकड़े के रूप में रिपोर्ट करें।
5. विफलता के क्षेत्र के बाहर से मापें। सेवा के उसी नेटवर्क या क्षेत्र के भीतर का प्रोब उसके साथ विफल होता है, या तब भी सफलता रिपोर्ट करता रहता है जब उपयोगकर्ताओं का रास्ता टूटा है। सिंथेटिक प्रोब कम से कम दो स्वतंत्र स्थानों से चलाएँ और उन्हें वास्तविक उपयोगकर्ता के डेटा से मिलाएँ।
नियोजित और अनियोजित आउटेज को ईमानदारी से संभालें
6. नियोजित और अनियोजित डाउनटाइम साथ-साथ रिपोर्ट करें। कई समझौते नियोजित रखरखाव को बाहर रखते हैं, जो उचित है। उपयोगकर्ता फिर भी उसे डाउनटाइम के रूप में अनुभव करते हैं, इसलिए बाहर रखे मिनट और नियोजित हिस्सा मुख्य आँकड़े के बगल में दिखाएँ (देखें विषय 4.3, परिवर्तन सक्षमीकरण मीट्रिक्स)।
7. नियोजित का लेबल कमाना कठिन बनाएँ। नियोजित को आउटेज शुरू होने से पहले परिवर्तन के रिकॉर्ड से अनुमोदित, उपयोगकर्ताओं को पहले से बताए आरंभ और अंत के समय के साथ, परिभाषित करें। शुरू होने के बाद घोषित आउटेज अनियोजित है। अनुमोदित खिड़की से आगे का अतिक्रमण खिड़की समाप्त होने के क्षण से अनियोजित है। ये तीन नियम लेबल को विफलताओं को दोबारा लेबल करने का तरीका बनने से रोकते हैं।
8. नियोजित डाउनटाइम घटाने के लिए काम करें। रोलिंग डिप्लॉयमेंट, फ़ीचर फ़्लैग, लॉक-रहित स्कीमा माइग्रेशन, और ब्लू-ग्रीन रिलीज़ टीमों को सेवा को बंद किए बिना बदलने देते हैं। नियोजित डाउनटाइम के मिनटों का रुझान ट्रैक करें और पूछें कि उन्हें शून्य के पास लाने के लिए क्या चाहिए।
संख्याओं को अच्छी तरह पढ़ें
9. नाइन्स को मिनटों में बदलें और दिखाएँ। नीचे की तालिका 30 दिन के महीने (43,200 मिनट) और 365 दिन के वर्ष (525,600 मिनट) का अंकगणित देती है। लक्ष्य के बगल में अनुमत मिनट डैशबोर्ड पर रखें, और खिड़की में अब तक उपयोग किए मिनट दिखाएँ। लोग "तीन नाइन्स" की तुलना में "महीने में 43 मिनट" पर बेहतर निर्णय लेते हैं।
| उपलब्धता का लक्ष्य | 30 दिन के महीने में अनुमत डाउनटाइम | 365 दिन के वर्ष में अनुमत डाउनटाइम |
|---|---|---|
| 99 प्रतिशत | 432 मिनट (7.2 घंटे) | 5,256 मिनट (87.6 घंटे) |
| 99.5 प्रतिशत | 216 मिनट (3.6 घंटे) | 2,628 मिनट (43.8 घंटे) |
| 99.9 प्रतिशत | 43.2 मिनट | 525.6 मिनट (8.76 घंटे) |
| 99.95 प्रतिशत | 21.6 मिनट | 262.8 मिनट (4.38 घंटे) |
| 99.99 प्रतिशत | 4.32 मिनट | 52.56 मिनट |
| 99.999 प्रतिशत | लगभग 26 सेकंड | लगभग 5.26 मिनट |
मान मानते हैं कि घड़ी पूरी खिड़की में चलती है। यदि आप केवल सहमत सेवा के घंटे मापते हैं, तो अनुमत मिनट अनुपात में घटते हैं, और आपको यह कहना चाहिए।
10. हर अतिरिक्त नाइन की लागत और अपनी निर्भरताओं की सीमाओं का सम्मान करें। SRE की पुस्तक नोट करती है कि हर अतिरिक्त नाइन के साथ विश्वसनीयता की लागत तेज़ी से बढ़ती है, और लक्ष्य उसे दर्शाए जो उपयोगकर्ताओं को चाहिए और जिसके लिए व्यवसाय भुगतान करेगा। सेवा शायद ही कभी उन निर्भरताओं से अधिक उपलब्ध हो सकती है जिनकी उसे श्रृंखला में ज़रूरत है। यदि तीन आवश्यक घटक हर एक 99.9 प्रतिशत हासिल करते हैं और अनुरोध को तीनों चाहिए, तो संयोजन की सर्वोत्तम अपेक्षित उपलब्धता लगभग 99.7 प्रतिशत है, क्योंकि घटक स्वतंत्र हों तो विफलता की संभावनाएँ जुड़ती हैं। आँकड़े का वादा करने से पहले गुणा करें।
11. केवल कुल नहीं, अंतराल और आकार देखें। बार-बार के छोटे आउटेज को एक दुर्लभ लंबे आउटेज से अलग प्रतिक्रिया चाहिए। लंबे आउटेज को पहचान और बहाली से जोड़ें (देखें विषय 3.3, घटना की प्रतिक्रिया और समाधान का समय) और बड़ी घटना के दृश्य से (देखें विषय 3.4, बड़ी घटना के मीट्रिक्स)।
12. त्रुटि बजट और समस्या के रिकॉर्ड के साथ चक्र बंद करें। उपलब्धता का लक्ष्य तब उपयोगी है जब वह बदलता है कि टीम क्या करती है। जब अनुमत डाउनटाइम का मासिक बजट लगभग खर्च हो चुका हो, तो जोखिम भरा परिवर्तन धीमा करें और प्रयास विश्वसनीयता के काम में लगाएँ, जैसा त्रुटि बजट की नीति में वर्णित है (देखें विषय 5.2, SLI, SLO और त्रुटि बजट)। जब वही कारण लौटे, तो समस्या का रिकॉर्ड खोलें और उसे सुधार तक ट्रैक करें (देखें विषय 4.1, समस्या प्रबंधन मीट्रिक्स)।
गेमिंग के रास्ते और सुरक्षा-रेखाएँ
| मीट्रिक | इसमें गेमिंग कैसे होती है | जोड़ीदार सुरक्षा-रेखा मीट्रिक या प्रथा |
|---|---|---|
| समय-आधारित उपलब्धता | ऐसे मामूली पृष्ठ को प्रोब करना जो असली यात्रा के विफल होने पर भी चालू रहता है; प्रोब का अंतराल लंबा करना ताकि छोटे आउटेज जाँचों के बीच गिरें; दायरे के घंटे घटाना; आउटेज को अपक्षय गिनना | उपयोगकर्ता-भारित उपलब्धता और रियल यूज़र मॉनिटरिंग; आँकड़े के बगल में बताया प्रोब का अंतराल; मॉनिटरिंग रिकॉर्ड के विरुद्ध घटनाओं का नमूना |
| अनुरोध-आधारित उपलब्धता | विफलताएँ पतली करने के लिए भाजक में आसान अनुरोध (स्वास्थ्य जाँच, कैश की संपत्तियाँ) गिनना; सर्वर त्रुटियों को क्लाइंट त्रुटियों के रूप में वर्गीकृत करना; उन पुनःप्रयासों को बाहर रखना जिन्हें उपयोगकर्ताओं ने विफलता के रूप में अनुभव किया | हर अनुरोध नहीं, हर महत्वपूर्ण यात्रा की सफलता की दर; अपवर्जन की सूची की समीक्षा; उपयोगकर्ता-रिपोर्ट की घटनाओं से तुलना |
| उपयोगकर्ता-भारित उपलब्धता | भार इस तरह चुनना कि चरम की विफलताएँ कम मायने रखें; "सफल" सत्र को इतना ढीला परिभाषित करना कि टूटे चरण फिर भी पास हों | भार का नियम और यात्राओं की सूची प्रकाशित करें; आउटेज के दौरान शिकायतों की मात्रा और सहायता संपर्कों से तुलना |
| अनियोजित डाउनटाइम | बाद में आउटेज को नियोजित के रूप में दोबारा वर्गीकृत करना; पुष्ट प्रभाव की शुरुआत में देरी करना; एक आउटेज को दो में बाँटकर छोटा दिखाना | नियोजित डाउनटाइम का हिस्सा, इस नियम के साथ कि शुरू होने के बाद घोषित आउटेज अनियोजित है; प्रभाव की शुरुआत की मॉनिटरिंग के डेटा से तुलना |
| नियोजित डाउनटाइम का हिस्सा | परिवर्तनों को अनुमोदित खिड़कियों के रूप में बुक करना ताकि अतिक्रमण और विफलताएँ नियोजित गिनी जाएँ; अनावश्यक रखरखाव निर्धारित करके नियोजित हिस्सा फुलाना | अनियोजित के रूप में पुनर्वर्गीकृत अतिक्रमण के मिनट; परिवर्तन विफलता दर और आपातकालीन परिवर्तन का हिस्सा (देखें विषय 4.4, परिवर्तन की विफलता और पुनर्कार्य) |
| आउटेज की आवृत्ति और अंतराल | घटनाएँ मर्ज करना, या गिनती कम रखने के लिए लंबे अंतराल के बाद ही नई घटना खोलना; अलर्ट दबाना ताकि छोटे आउटेज दर्ज न हों | कच्ची मॉनिटरिंग की घटनाओं के विरुद्ध अलर्ट और घटना का नमूना; मॉनिटरिंग की कवरेज और अलर्ट की गुणवत्ता (देखें विषय 5.5, निगरानी और अलर्ट की गुणवत्ता के मीट्रिक्स) |
| अपक्षय का हिस्सा | सीमा इतनी ढीली रखना कि धीमी सेवा कभी उसे पार न करे; अपक्षय के समय को चालू घोषित करना | आँकड़े के बगल में समीक्षित विलंबता परसेंटाइल और उपयोगकर्ता द्वारा रिपोर्ट की धीमता (देखें विषय 5.4, क्षमता और प्रदर्शन मीट्रिक्स) |
| माप की कवरेज | केवल वे यात्राएँ सूचीबद्ध करना जिन्हें प्रोब करना आसान है, ताकि कवरेज 100 प्रतिशत पढ़ी जाए; ऐसे प्रोब से यात्रा को कवर्ड गिनना जो कभी चलता नहीं | सेवा के स्वामी और उपयोगकर्ताओं से सहमत यात्राओं की सूची; हर तिमाही प्रोब के चलने के इतिहास का नमूना |
स्वस्थ पठन ऐसे आँकड़े दिखाता है जो उन कारणों से बदलते हैं जिन्हें टीम समझा सकती है, नियोजित और अनियोजित दोनों डाउनटाइम दिखाई देते हैं, और उपयोगकर्ता-भारित आँकड़ा मुख्य आँकड़े के निकट है। शिकायतों के साथ आने वाले परिपूर्ण महीने पर संदेह करें। कभी-कभार की ईमानदार गिरावट दिखाती है कि रिकॉर्ड करने की प्रणाली काम करती है।
समझौते: लाभ और हानि
| तरीका | ताकत | कमज़ोरी |
|---|---|---|
| समय-आधारित उपलब्धता | सरल, व्यापक रूप से समझी जाती है, अनुबंधों से तुलना आसान | आंशिक विफलता को सब-या-कुछ-नहीं मानती है; कब और किसे को अनदेखा करती है |
| अनुरोध-आधारित उपलब्धता | आंशिक विफलता दर्शाती है; वितरित सेवाओं तक बढ़ती है | वैध अनुरोध की सुदृढ़ परिभाषा पर निर्भर; आसान ट्रैफ़िक से पतली हो सकती है |
| उपयोगकर्ता-भारित उपलब्धता | उपयोगकर्ताओं के अनुभव के निकट; चरम-समय की विफलता की लागत दिखाती है | सत्र या यात्रा का डेटा चाहिए; समझाने में अधिक प्रयास |
| नियोजित डाउनटाइम बाहर रखना | कई समझौतों से मेल खाता है; पूर्व सूचना को पुरस्कृत करता है | वास्तविक प्रभाव छिपा सकता है; दोबारा लेबल करने को न्योता देता है |
| त्रुटि बजट के साथ मध्यम लक्ष्य | विश्वसनीयता और डिलीवरी की गति में संतुलन | बजट खर्च होने पर कार्रवाई करने का अनुशासन चाहिए |
सीधा उत्तर यह है कि सेवा के अनुकूल सबसे सरल माप चुनें, जहाँ भार असमान है वहाँ उपयोगकर्ता का भार जोड़ें, और हर अपवर्जन स्पष्ट रखें। थोड़ा कम सुरुचिपूर्ण माप जिसे सब समझते हैं, उस परिष्कृत माप से अधिक भला करता है जिस पर कोई भरोसा नहीं करता।
अपनी टीम के साथ चर्चा के प्रश्न
1. हमारी सबसे महत्वपूर्ण सेवा के लिए "उपलब्ध" का क्या अर्थ है, और क्या उपयोगकर्ता सहमत होगा? हर व्यक्ति से एक वाक्य में बताने को कहें कि सेवा के चालू गिने जाने के लिए उपयोगकर्ता को क्या कर पाना चाहिए। उत्तरों की तुलना लिखित परिभाषा और डैशबोर्ड को खिलाने वाले प्रोब से करें। सूत्रधार ऐसे अंतर सुने जैसे साइन-इन, खोज या भुगतान प्रोब में काम करता है पर व्यवहार में विफल होता है। इस पर सहमत होकर समाप्त करें कि परिभाषा को कौन-सी उपयोगकर्ता यात्राएँ नामित करनी चाहिए।
2. पिछली तिमाही के कौन-से आउटेज हमारी गणना ने बाहर रखे होते, और क्या वह उचित था? आउटेज सूचीबद्ध करें और हर एक को नियोजित, अनियोजित या बाहर रखा चिह्नित करें। पूछें कि हर निर्णय किसने और कब लिया। सूत्रधार वे मामले दर्ज करे जहाँ उपयोगकर्ता लेबल से असहमत होते, और उनका उपयोग नियम कसने में करे।
3. हमारा लक्ष्य कितने मिनट का डाउनटाइम अनुमत करता है, और इस खिड़की में हमने कितने उपयोग किए हैं? व्हाइटबोर्ड पर लक्ष्य को महीने और वर्ष के लिए मिनटों में बदलें। अब तक उपयोग किए मिनटों से तुलना करें। पूछें कि यदि बजट का केवल 20 प्रतिशत बचा हो तो टीम अलग क्या करेगी। यह अमूर्त लक्ष्य को ठोस बनाता है और संख्या को त्रुटि बजट की नीति से जोड़ता है।
4. हमारा माप कहाँ ऐसी विफलता चूक सकता है जिसे उपयोगकर्ता महसूस करेंगे? प्रोब के स्थानों, अंतराल, कवर की यात्राओं और निर्भरताओं पर चलें। पूछें कि कौन-सी विफलता हर प्रोब पास कर लेगी और फिर भी उपयोगकर्ताओं के लिए सेवा तोड़ेगी। जोड़ने के लिए एक नए प्रोब या एक रियल यूज़र माप पर सहमत हों।
5. क्या हम ऐसे आउटेज नियोजित कर रहे हैं जिनसे बच सकते हैं? छह महीनों में नियोजित डाउनटाइम देखें और पूछें कि हर आउटेज किसने मजबूर किया। कुछ अपरिहार्य हैं, जैसे विक्रेता की आवश्यकता। अन्य रिलीज़ या माइग्रेशन के ऐसे तरीके से आते हैं जो बदल सकता है। पूछें कि सबसे बड़ा स्रोत हटाने के लिए क्या चाहिए, और वह काम किसका है।
6. यदि मुख्य संख्या परिपूर्ण दिखे, तो हमें उस पर संदेह किससे होगा? वे संकेत नामित करें जो डैशबोर्ड का खंडन करेंगे: शिकायतों की मात्रा, सहायता के संपर्क, या ऑन-कॉल टीम की याददाश्त। जाँचें कि अभी कोई है या नहीं। डैशबोर्ड पर रखने के लिए एक तुलना पर सहमत हों।
चार दृष्टिकोण
उत्पाद और डिलीवरी टीमें
डिलीवरी टीमें हर बार सेवा बदलने पर उपलब्धता को प्रभावित करती हैं। वे शून्य-डाउनटाइम डिप्लॉयमेंट के लिए डिज़ाइन कर सकती हैं, प्रभाव का दायरा सीमित करने के लिए फ़ीचर फ़्लैग उपयोग कर सकती हैं, और त्रुटि बजट को रिलीज़ के निर्णयों के इनपुट के रूप में ले सकती हैं, उपलब्धता को डिप्लॉयमेंट के मापों के बगल में पढ़ते हुए (देखें विषय 2.8, DORA मीट्रिक्स)।
सेवा और संचालन टीमें
डेटा बनाने वाले प्रोब, घटना के रिकॉर्ड और रोटेशन संचालन टीमों के हैं। उन्हें परिभाषा और अपवर्जन की सूची सामयिक रखनी चाहिए, प्रभाव की शुरुआत ईमानदारी से दर्ज करनी चाहिए, और मॉनिटरिंग की समीक्षा वास्तविक घटनाओं के विरुद्ध करनी चाहिए। उपलब्धता सेवा और उसके रोटेशन की है, ऑन-कॉल पर किसी एक इंजीनियर की कभी नहीं (देखें विषय 5.7, टॉइल और ऑन-कॉल मीट्रिक्स)।
नेतृत्व और शासन
नेता वे प्रोत्साहन तय करते हैं जो निर्धारित करते हैं कि उपलब्धता का डेटा स्पष्टवादी है या नहीं। जो समीक्षा पूछती है "आपने एक नाइन क्यों खोई?" वह टीमों को अपवर्जनों में आउटेज छिपाना सिखाती है। पूछें कि टीम ने क्या सीखा और कौन-सा निवेश आउटेज घटाएगा, और उपयोगकर्ताओं के नोटिस करने से अधिक नाइन्स न माँगें (आपूर्तिकर्ता की प्रतिबद्धताओं के लिए देखें विषय 8.4, आपूर्तिकर्ता और अनुबंध मीट्रिक्स)।
ग्राहक और उपयोगकर्ता
उपयोगकर्ता उपलब्धता को इस पर आँकते हैं कि वे वह कर पाए या नहीं जिसके लिए आए थे। वे संकेत वाली रखरखाव की खिड़की को अचानक आउटेज से कहीं बेहतर सहते हैं। उन्हें ईमानदार आरंभ और अंत के समय वाला स्टेटस पेज दें, और उनका फीडबैक संख्याओं के बगल में पढ़ें (देखें विषय 6.2, अनुभव-स्तर समझौते)।
व्यवहार में: सेवा प्रबंधन का एक उदाहरण
एक मध्यम आकार का ऑनलाइन खुदरा विक्रेता स्टोरफ़्रंट, चेकआउट सेवा और ऑर्डर-ट्रैकिंग सेवा चलाता है। इस उदाहरण की संख्याएँ दृष्टांत के लिए हैं।
चेकआउट टीम महीने के लिए 99.95 प्रतिशत समय-आधारित उपलब्धता रिपोर्ट करती है, जो 21.6 मिनट के अनियोजित डाउनटाइम की अनुमति देती है, और डैशबोर्ड 99.96 प्रतिशत दिखाता है। ग्राहक सहायता की प्रमुख असहज हैं, क्योंकि उसी महीने विफल भुगतानों के बारे में सहायता के संपर्क बढ़े। वे टीम से माप की समीक्षा करने को कहती हैं।
टीम को तीन समस्याएँ मिलती हैं। प्रोब हर पाँच मिनट पर "चेकआउट पहुँच योग्य है" पृष्ठ जाँचता है, पूरी भुगतान यात्रा नहीं। अनुरोध-आधारित डेटा दिखाता है कि दो शामों में भुगतान प्रदाता के टाइमआउट से लगभग 4 प्रतिशत भुगतान प्रयास हर बार लगभग 50 मिनट विफल रहे, और प्रोब ने कभी नोटिस नहीं किया क्योंकि पृष्ठ स्वयं लोड हो रहा था। और डेटाबेस माइग्रेशन जो अनुमोदित खिड़की से 18 मिनट आगे गया, पूरी तरह नियोजित रखरखाव के रूप में दर्ज था।
टीम चार बदलाव करती है। वह पूरी भुगतान यात्रा के लिए दो स्थानों से एक मिनट के अंतराल पर सिंथेटिक प्रोब जोड़ती है। वह अनुरोध-आधारित और उपयोगकर्ता-भारित आँकड़े जोड़ती है, भुगतान चरण तक पहुँचे सत्रों का उपयोग करके। वह अतिक्रमण के मिनट अनियोजित के रूप में पुनर्वर्गीकृत करती है। और वह रिपोर्ट में नियोजित डाउनटाइम का हिस्सा और माप की कवरेज जोड़ती है।
सुधरे आधार पर महीना समय-आधारित उपलब्धता 99.93 प्रतिशत, अनुरोध-आधारित उपलब्धता 99.90 प्रतिशत, और उपयोगकर्ता-भारित उपलब्धता 99.84 प्रतिशत दिखाता है, क्योंकि विफलताएँ शाम के चरम में पड़ीं। तीनों 99.95 प्रतिशत लक्ष्य चूकते हैं, जो असहज है। टीम और सहायता की प्रमुख सहमत हैं कि पहले की संख्या बहुत उदार थी। वे सुधरी परिभाषा मीट्रिक रजिस्टर में लिखते हैं और त्रुटि बजट की नीति लागू करते हैं: अगले महीने बजट उबरने तक चेकआउट पर जोखिम भरे परिवर्तन प्रतीक्षा करेंगे, और टीम भुगतान प्रदाता के टाइमआउट के लिए समस्या का रिकॉर्ड खोलती है (देखें विषय 4.1, समस्या प्रबंधन मीट्रिक्स)।
जो गेमिंग का जोखिम वे पकड़ते हैं वह दोबारा लेबल करना है। एक प्रबंधक ने लक्ष्य की रक्षा के लिए अतिक्रमण को "विस्तारित रखरखाव" कहने का सुझाव दिया। नियोजित डाउनटाइम के हिस्से ने, अतिक्रमण के अनियोजित बनने के नियम के साथ, पुनर्वर्गीकरण को दिखाई देता बनाया, और टीम ने ईमानदार आँकड़ा रखा।
एजाइल, AI, स्वचालन और विश्लेषण
एजाइल
उपलब्धता को उपयोगकर्ता की ओर से परिभाषित करें और सेवा बदलने पर हितधारकों के साथ परिभाषा की समीक्षा करें। सावधानी यह है कि घटक पर नाइन्स की ऊँची संख्या उस यात्रा के बारे में कम बताती है जो उपयोगकर्ता करता है।
AI
AI घटक कोमलता से विफल हो सकते हैं, धीमे, ग़लत, या केवल कुछ इनपुट के लिए अनुपलब्ध होकर, जिसे सादा अपटाइम चूकता है। गुणवत्ता-समायोजित दृश्य जोड़ें, जैसे सही, समय पर उत्तर वाले अनुरोधों का हिस्सा, और उसे उपयोगकर्ता द्वारा रिपोर्ट की समस्याओं से जोड़ें। सावधानी यह है कि अपक्षय वाले AI उत्तर को चालू गिनना संख्या की चापलूसी करता है।
स्वचालन
अनुरोध के परिणाम वास्तविक ट्रैफ़िक और सिंथेटिक प्रोब से अपने-आप जुटाएँ, और प्रोब को कवरेज पर मापें। सावधानी यह है कि स्वास्थ्य पृष्ठ जाँचने वाला प्रोब चालू कह सकता है जबकि उपयोगकर्ता साइन इन नहीं कर सकते।
विश्लेषण
समय-आधारित और अनुरोध-आधारित उपलब्धता को अपक्षय के हिस्से के साथ रिपोर्ट करें, और माप की खिड़की बताएँ। यह जिस निर्णय को सूचित करता है वह है कि विश्वसनीयता का काम उपयोगकर्ताओं की मदद कहाँ करेगा। सावधानी यह है कि दुर्लभ आउटेज वार्षिक प्रतिशतों को अस्थिर बनाते हैं, इसलिए केवल प्रतिशत नहीं, घटनाएँ दिखाएँ।
क्षेत्र का नज़रिया
स्टार्टअप। छोटी टीम के पास अक्सर एक सेवा और थोड़ी मॉनिटरिंग होती है। सबसे महत्वपूर्ण यात्रा पर एक प्रोब और "चालू" की एक अनुच्छेद की परिभाषा से शुरू करें। मामूली लक्ष्य चुनें, उसे मिनटों में बदलें, और ऐसी नाइन्स का वादा न करें जिन्हें टीम अभी माप नहीं सकती।
छोटा व्यवसाय। सेवा अक्सर होस्ट किए औज़ार और कुछ कस्टम प्रणालियाँ होती है, और उपलब्धता आपूर्तिकर्ताओं पर निर्भर है। आपूर्तिकर्ता के आउटेज इस रूप में दर्ज करें कि वे आपके उपयोगकर्ताओं को कैसे प्रभावित करते हैं, आपूर्तिकर्ता जो रिपोर्ट करता है उससे तुलना करें, और सेट को दो-तीन आँकड़ों तक रखें।
उद्यम। कई सेवाएँ, कई टीमें और कई आपूर्तिकर्ता उपयोग में आई परिभाषाएँ बढ़ाते हैं। अनुमत विविधताओं की छोटी सूची के साथ उपलब्धता की एक मानक परिभाषा प्रकाशित करें, मीट्रिक रजिस्टर सामयिक रखें, और तुलना से पहले सुनिश्चित करें कि नियोजित और अनियोजित के नियम टीमों में एक जैसे हैं। टीमों की लीग तालिकाओं की जगह सेवा-स्तर की रिपोर्टिंग को तरजीह दें, क्योंकि सेवाएँ भार और महत्व में भिन्न हैं।
सरकार और सार्वजनिक क्षेत्र। सार्वजनिक सेवाओं के पास अक्सर वैधानिक सेवा के घंटे, प्रकाशित प्रतिबद्धताएँ और औपचारिक क्रेडिट वाले अनुबंध होते हैं। उनके विरुद्ध जैसा लिखा है वैसे रिपोर्ट करें, उनके बगल में उपयोगकर्ता-भारित दृश्य दिखाएँ, और अपवर्जनों के बारे में खुले रहें (देखें विषय 8.5, विनियमित और सरकारी रिपोर्टिंग)।
व्यावसायिक औचित्य: प्रेरणाएँ, ROI और TCO
मुख्य लागतें हैं सेवा की परिभाषा और रजिस्टर लिखने का समय, विफलता के क्षेत्र के बाहर से महत्वपूर्ण यात्राओं को प्रोब करने वाली मॉनिटरिंग, और घटना, परिवर्तन और मॉनिटरिंग के डेटा जोड़ने का प्रयास ताकि नियोजित और अनियोजित डाउनटाइम अलग हो सकें। रियल यूज़र मॉनिटरिंग औज़ार और स्टोरेज की लागत जोड़ती है। अधिकांश संगठनों के पास पहले से कुछ डेटा है, इसलिए पहला निवेश आमतौर पर परिभाषाओं में है।
प्रतिफल बेहतर निर्णयों और कम विवादों से आता है। जो टीमें उपयोगकर्ता की ओर से मापती हैं उन्हें वे विफलताएँ मिलती हैं जो स्वास्थ्य जाँचें चूकती हैं, एक परिभाषा के साथ समझौते संभालना आसान होता है, और अतिरिक्त नाइन की लागत उपयोगकर्ताओं के लिए उसके मूल्य के विरुद्ध रखी जा सकती है। लाभ को पैटर्न के रूप में वर्णित करें, जैसे समझौतों की समीक्षा में कम चौंकाने वाली बातें, और अपने आधार मापें, जैसे मुख्य और उपयोगकर्ता-भारित आँकड़ों के बीच का अंतर। अन्य संगठनों से आँकड़े उधार न लें।
प्रतिरूप-विरोधी और जाल
- मिनटों के बिना नाइन्स उद्धृत करना। जिस लक्ष्य को कोई अनुमत डाउनटाइम में नहीं बदल सकता वह निर्णयों का मार्गदर्शन नहीं कर सकता। हर लक्ष्य के बगल में अनुमत और उपयोग किए मिनट दिखाएँ।
- यात्रा की जगह सर्वर को मापना। हरी स्वास्थ्य जाँच टूटे साइन-इन के बगल में बैठ सकती है। महत्वपूर्ण यात्राओं को आरंभ से अंत तक प्रोब करें और वास्तविक उपयोगकर्ता के डेटा से तुलना करें।
- नियोजित लेबल को विफलताएँ सोखने देना। आसानी से दावा किया जाने वाला नियोजित वर्ग अनियोजित आँकड़ा खाली कर देता है। आउटेज से पहले अनुमोदन आवश्यक करें, उसे संप्रेषित करें, और अतिक्रमण पुनर्वर्गीकृत करें।
- सेवाओं और घंटों में औसत निकालना। मिश्रित आँकड़ा महत्वपूर्ण सेवा और व्यस्त घंटा छिपाता है। प्रति सेवा रिपोर्ट करें और उपयोगकर्ता-भारित दृश्य जोड़ें।
- निर्भरताओं की अनुमति से अधिक नाइन्स का वादा करना। श्रृंखला के घटक अपनी संयुक्त उपलब्धता से अधिक नहीं हो सकते। वादा करने से पहले गुणा करें और आपूर्तिकर्ताओं से उनके मापे आँकड़े माँगें।
- 100 प्रतिशत को उद्देश्य मानना। लागत तेज़ी से चढ़ती है और परिवर्तन धीमा होता है। लक्ष्य उपयोगकर्ता की ज़रूरत से चुनें और त्रुटि बजट का उपयोग करें।
- टीमों या लोगों को उनकी नाइन्स से रैंक करना। सेवाएँ भार और महत्व में भिन्न हैं, और लीग तालिका टीमों को आउटेज छिपाना सिखाती है। हर सेवा को उसका अपना रुझान दिखाएँ और उसकी तुलना उसके अपने लक्ष्य से करें।
परिपक्वता मॉडल
| आयाम | 1 आरंभ | 2 विकास | 3 मानकीकरण | 4 प्रबंधन | 5 समन्वयन |
|---|---|---|---|---|---|
| परिभाषा और घड़ियाँ | "चालू" का अर्थ वह जो मॉनिटरिंग का औज़ार दिखाए; आउटेज के समय बाद में अनुमानित | कुछ सेवाओं के लिए लिखित; प्रोब और घटना के समय असहमत | हर सेवा के लिए यात्राओं, घंटों, अपवर्जनों और घड़ी के नियमों वाली एक लिखित परिभाषा | परिभाषाएँ नियमित लय पर समीक्षित; बदलाव लॉग और चार्टों पर चिह्नित | परिभाषाएँ आपूर्तिकर्ताओं और ग्राहकों से संरेखित और निर्णयों को सूचित करना बंद करने पर संशोधित |
| माप की गुणवत्ता | हाथ की रिपोर्टें या एक स्वास्थ्य जाँच | कुछ सेवाओं के प्रोब; कुछ लॉगों में अनुरोध का डेटा | महत्वपूर्ण यात्राओं पर बाहर-से-भीतर के प्रोब और मानक स्रोत से अनुरोध-आधारित आँकड़े | वास्तविक उपयोगकर्ता के डेटा से उपयोगकर्ता-भारित आँकड़े; कवरेज ट्रैक और नमूना | माप टीमों और आपूर्तिकर्ताओं में साझा और अपने-आप मिलाए जाते हैं |
| नियोजित और अनियोजित की हैंडलिंग | कोई अंतर नहीं; रखरखाव तदर्थ गिना जाता है | कुछ टीमों में नियोजित लेबल का उपयोग, नियम भिन्न | एक नियम: आउटेज से पहले अनुमोदित और संप्रेषित, अतिक्रमण पुनर्वर्गीकृत | नियोजित हिस्से का रुझान, उसे घटाने के लक्ष्य के साथ | शून्य-डाउनटाइम परिवर्तन डिफ़ॉल्ट है, और नियोजित डाउनटाइम दुर्लभ तथा बातचीत से तय |
| निर्णयों में उपयोग | शिकायत के बाद रिपोर्ट | संचालन द्वारा मासिक समीक्षित | लक्ष्य मिनटों में दिखाए जाते हैं | त्रुटि बजट की नीति वित्त के साथ काम बदलती है | उपलब्धता, लागत और अनुभव का संयुक्त समझौता |
जाँच-सूची
- हर सेवा की "उपलब्ध" की लिखित परिभाषा है जो उसकी महत्वपूर्ण उपयोगकर्ता यात्राएँ नामित करती है।
- हर आँकड़े के लिए माप की खिड़की, दायरे के घंटे और समय क्षेत्र बताए गए हैं।
- अपवर्जन की सूची लिखी, समीक्षित और मुख्य आँकड़े के बगल में दिखाई जाती है।
- नियोजित डाउनटाइम के लिए अनुमोदित परिवर्तन और पूर्व सूचना आवश्यक है; अतिक्रमण अनियोजित गिने जाते हैं।
- प्रोब विफलता के क्षेत्र के बाहर से, बताए अंतराल पर, महत्वपूर्ण यात्राओं पर चलते हैं।
- अनुरोध-आधारित या उपयोगकर्ता-भारित आँकड़ा समय-आधारित आँकड़े के बगल में है।
- हर लक्ष्य चालू खिड़की में अनुमत और उपयोग किए मिनटों के रूप में दिखाया जाता है।
- केवल कुल नहीं, आउटेज की गिनती और अवधि के परसेंटाइल रिपोर्ट होते हैं।
- लक्ष्य का वादा करने से पहले निर्भरता की उपलब्धता गुणा की जाती है।
- परिभाषा के बदलाव लॉग और रुझान के चार्ट पर चिह्नित होते हैं।
- उपलब्धता प्रति सेवा रिपोर्ट होती है, प्रति व्यक्ति कभी नहीं।
AI प्रॉम्प्ट
सेवा की उपलब्धता की परिभाषा का मसौदा बनाएँ।
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.
लक्ष्य को अनुमत डाउनटाइम में बदलें और परखें।
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.
वर्गीकरण की समस्याओं के लिए एक महीने के आउटेज की समीक्षा करें।
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.
AI स्किल
- Service Management Metrics skill: उपलब्धता के जिस माप की रिपोर्ट आप करने वाले हैं उसके संबंधित विषय और जोड़ीदार सुरक्षा-रेखा खोजने के लिए उपयोग करें।
- Service Management Metrics maintainer skill: यह जाँचने के लिए उपयोग करें कि इस विषय का संशोधन हर मीट्रिक को गेमिंग के रास्ते और सुरक्षा-रेखा से जोड़े रखता है।
मुख्य निष्कर्ष
- उपलब्धता तभी अर्थपूर्ण है जब "चालू", सेवा की सीमा, घंटे और अपवर्जन उपयोगकर्ता की ओर से लिखे गए हों।
- अनुरोध-आधारित और उपयोगकर्ता-भारित माप वितरित सेवाओं और असमान भार का वर्णन पूर्ण विफलता के मिनटों से बेहतर करते हैं।
- नियोजित और अनियोजित डाउनटाइम साथ रिपोर्ट करें, और नियोजित का लेबल कमाना कठिन बनाएँ।
- हर लक्ष्य को मिनटों में बदलें, और नाइन्स का वादा करने से पहले श्रृंखला की निर्भरताएँ गुणा करें।
- हर अतिरिक्त नाइन पिछली से अधिक लागत लेती है, इसलिए लक्ष्य उपयोगकर्ताओं की ज़रूरत से चुनें और उस पर कार्रवाई के लिए त्रुटि बजट उपयोग करें।
- सेवाओं और रोटेशनों का वर्णन करें, लोगों का कभी नहीं, और हर मुख्य आँकड़े को उपयोगकर्ताओं के अनुभव से परखें।
संदर्भ और आगे का अध्ययन
- 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/.
- 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/.
- 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/.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, High availability.
- Wikipedia, Downtime.
- Wikipedia, Service-level agreement.
- Wikipedia, Service-level objective.
- Wikipedia, Mean time between failures.
- Wikipedia, Mean time to repair.
- Wikipedia, Synthetic monitoring.
- Wikipedia, Real user monitoring.
- Wikipedia, ITIL.