波仔
💻 第十二章 SE负责监管计算机系统的构建
📄 一句话概括

停机一分钟都是真金白银——多机备份用【并联冗余】把故障概率做成乘法：两台并联，年停机从 87 小时骤降到不足 1 小时。

📝 本节和前面几节的关系

全书最后一节，回到硬件与数学：让系统常年不掉线的工程手法与它背后的概率原理。

一、利用率为什么金贵

银行、电商、生产系统停机一小时，损失以万计——可用率是系统的生命线； 单台设备再可靠也有故障率（哪怕 1%）——靠单台堆不出高可用； 行业标尺：99.9% 叫三个 9（年停约 8.8 小时），99.99% 四个 9（年停约 53 分钟）——13 课 SLA 一节见过的尺子。

二、并联冗余的乘法

关键在并联：两台都坏系统才停——故障概率相乘，1% 的平方只有万分之一； 反例是串联：两台都好系统才好，故障概率相加，越加越糟； 工程实现叫冗余：双机热备（一台随时顶上）、负载均衡（一起干活互为备份）——坏了用户无感，切换在秒级完成。

三、一脉相承的家族

13 课的 RAID（多块硬盘互为冗余）、UPS（断电续航）、热备——全是同一个数学； 云时代的多可用区部署把这套思路放大到机房级：一个区断电，另一区无缝接棒； 【⚠️ 2026 现状】 redundancy（冗余）哲学已从硬件蔓延到软件（副本、多活）——记住乘法原理，这一族概念全部打通。全书十二章到此收官。

四、动手 Demo：并联的乘法：可用率速算

设单台年故障率 1%，用乘法算出 1~3 台并联的可用率与年停机时长。

p = 0.01          # 单台年故障率
hours = 8760      # 一年总小时数
for n in (1, 2, 3):
    avail = 1 - p ** n
    print(n, "台并联:", "%.4f%%" % (avail * 100),
          "年停机", round((1 - avail) * hours, 2), "小时")

实跑输出：

--------------------------------------------------------------------
大幅提升设备利用率的多机备份
--------------------------------------------------------------------

系统停机一分钟都是真金白银的损失。多机备份的思路: 一台坏了,
另一台立刻顶上——两台并联的故障概率, 是单台故障概率的乘法:

  方案         可用率       年停机时长
  -------------------------------------
  1 台并联     99.0000%     87.60 小时
  2 台并联     99.9900%     0.88 小时
  3 台并联     99.9999%     0.01 小时

    单台故障率 1% 时: 1 台年停 87.6 小时; 2 台并联骤降到 0.88 小时;
    3 台并联更只有 0.0088 小时(约半分钟)——乘法就是这么狠。

前提是【并联】而不是【串联】: 串联是两台都好系统才好, 故障率反而相加;
并联是有一台活着就行。冗余方向摆对, 设备利用率才提得起来。
【⚠️ 2026 现状】这套思路放大到云端就是【多可用区部署】, 原理一脉相承;
13 课的 RAID、UPS、热备, 也都是同一个数学。

1 台年停 87.6 小时 → 2 台 0.88 小时 → 3 台约半分钟——乘法把故障率按数量级踩下去。 把 p 换成 0.001 再跑一遍，体会【单台越可靠，冗余收益越夸张】。

30 秒实验

  1. 算一算四个 9（99.99%）对应的年停机分钟数，再算五个 9。
  2. 用串联／并联判断：家里两台路由器【串联着用】可靠性变高了吗？

常见误区

  1. 以为多买设备就自然更可靠——接成串联反而更糟，方向必须是并联。
  2. 以为冗余只是硬件的事——软件副本、多活架构、云多可用区全是同一个原理的延伸。
自测三问（点开对答案） 1. 并联两台的故障概率怎么算？ —— 单台故障率相乘——1% 的平方即万分之一。 2. 串联为什么反而更糟？ —— 两台都好系统才好，故障概率相加。 3. 哪些技术是同一个数学？ —— RAID、UPS、热备、多可用区、多活——冗余家族。

相关笔记