波仔
📡 第三章 路由器和它庞大的功能
📄 一句话概括

冗余的价值不是「不会坏」，是「坏一个不影响」——它把串联变成并联。 双电源接同一个插排叫「假冗余」，现场非常常见。

📝 本节和前面几节的关系

上一节讲架构，这一节讲「可靠性怎么算、怎么配」。 03.06.06 讲的是设备之间的冗余，这一节讲设备内部的冗余。

一、两个定义与一个公式

MTBF：平均无故障时间（多久坏一次）。MTTR：平均修复时间（坏了多久能修好）。

可用度等于 MTBF 除以 MTBF 加 MTTR。 注意 MTTR 在分母里——修得快比不容易坏更有效。

器件 典型 MTBF 折算年数

电源模块 200,000 小时 约 22.8 年 风扇 150,000 小时 约 17.1 年 整机（无冗余） 50,000 小时 约 5.7 年 引擎板 300,000 小时 约 34.2 年

二、串联与并联

串联的可用度是相乘：四个部件各 99.9%， 整体是 0.999 的四次方，等于 99.6%——一年停机 35 小时。

所以「每个部件都很可靠」不等于「整机很可靠」。 部件越多、串联越长，可用度越低。 这就是为什么冗余要从「最弱的那一环」开始做。

并联（冗余）的可用度是「1 减 都坏的概率」：两个 99.998% 的电源并联，可用度接近 99.9999%。 提升的不是一点，是两个数量级。

三、两个「假冗余」

假冗余一：双电源接同一个插排。 插排一跳，两路全断。 正确的做法是接两路不同的市电，最好一路带 UPS。 这一条在现场极其常见——因为双电源的线常常顺手就插在一起了。

假冗余二：双引擎不做状态同步。 切换后邻居要重建、路由要重收敛，中断时间可能几十秒——那还不如单引擎加优雅重启。

判断真假的办法很简单：拔一次。 拔一路电看业务断不断，拔一块板看切换多久。 不实测的冗余都只是「纸面上的冗余」。

四、冗余要按「业务能忍多久」来配

不是所有业务都需要五个 9。 先问「断一分钟损失多少」，再决定花多少钱做冗余。

大致对应关系：办公网三个 9（一年停 8.8 小时）够；语音与视频要四个 9（一年 53 分钟）； 金融交易要五个 9（一年 5 分钟）以上。

而每多一个 9，成本大致翻一倍。 所以「按业务定冗余等级」比「一律上最高配」更专业——后者不是负责，是不会算账。

五、动手 Demo：双电源、双引擎，能把可用性提到多少

这段列出四类器件的 MTBF，按 MTTR 4 小时算可用度与年停机时间， 再用串联公式算「四个 99.9% 部件串起来」的整体可用度。

def avail(mtbf, mttr=4):
    return mtbf / (mtbf + mttr)
P(u"  整机：%.5f%%" % (avail(50000) * 100))
P(u"  四串：%.4f%%" % (0.999 ** 4 * 100))

实跑输出：

--------------------------------------------------------------------
双电源、双引擎，能把可用性提到多少
--------------------------------------------------------------------
**冗余不是「加一个就更好」，要算可用度。**这一节把 MTBF 与可用度算清。

**先定义**：MTBF 是「平均无故障时间」，MTTR 是「平均修复时间」。
**可用度 ＝ MTBF ÷（MTBF ＋ MTTR）。**

  器件               典型 MTBF        说明
  --------------------------------------------------
  电源模块           200,000 小时     约 22.8 年
  风扇               150,000 小时     约 17.1 年
  整机（无冗余）     50,000 小时      约 5.7 年
  引擎板             300,000 小时     约 34.2 年

**算可用度**（MTTR 按 4 小时算，含到场与更换）：

  无冗余整机：99.99200%（一年停机 0.7 小时）。
  单电源：99.99800%（一年停机 0.2 小时）。
  单风扇：99.99733%（一年停机 0.2 小时）。

**「一年停机 0.7 小时」听起来很少**，但这是「整机」的数字。
一台设备里有电源、风扇、板卡、光模块——**串起来算，可用度会明显下降。**

**串联公式**：整体可用度 ＝ 各部件可用度相乘。四个部件各 99.9%：

  0.999 的四次方 ＝ 99.6006%（一年停机 35.0 小时）。

**所以「双电源」的价值不是「电源不会坏」，是「坏一个不影响」。**
它把电源这一环从「串联」变成「并联」，**可用度从 99.998% 提到 99.9999%。**

**但要提醒两件事**：

1. **双电源要接两路不同的电**。接同一个插排，插排一跳全断——**这叫「假冗余」，现场非常常见。**
2. **双引擎要配「状态同步」**，否则切换后邻居要重建，**中断时间可能几十秒。**

「99.992% 听起来很高」但一年还是停 0.7 小时——这就是为什么「几个 9」比「百分比」更直观。 谈可用度时要用「一年停多久」来说，业务方一听就懂。

「串联相乘」是本节最有用的一条算式：它解释了「为什么设备越多、链路越长，整体越不可靠」。 所以「多绕几台设备」不是「更保险」，是「更不可靠」——这跟直觉相反，但算一遍就明白。

最后「假冗余」那两条要强调「拔一次」： 冗余配置最容易出的问题不是「没配」，是「配了但共用同一个上游」。 双电源共插排、双上行共用一个光缆、双引擎共用一块背板——这些只有实测能发现。

30 秒实验

  1. 查一下你设备的电源是不是双路、接的是不是两路市电。
  2. 算一下你的核心设备按现有配置一年大概停多久。
  3. 想一想：如果现在拔掉一路电，业务会断吗？

常见误区

  1. 以为冗余越多越可靠。共用上游的冗余等于没有。
  2. 以为 MTBF 高就够了。MTTR 在公式分母里，修得快同样重要。
  3. 以为所有业务都要五个 9。成本翻倍，先算清损失。
自测三问（点开对答案） 1. 可用度的公式是什么？ —— MTBF 除以 MTBF 加 MTTR。 2. 串联与并联对可用度的影响有什么不同？ —— 串联相乘使可用度下降，并联用 1 减都坏的概率使可用度上升。 3. 什么是「假冗余」？请举一例。 —— 看似有备份但共用同一上游，例如双电源接同一个插排。

下一节：硬件讲完，下一节讲新设备怎么第一次开通。

相关笔记