高可用(High Avaliability, HA)，指的是系統具備較高的無故障運行的能力。
1、可用性的度量
- MTBF
MTBF（Mean Time Between Failure）：平均故障間隔，代表兩次故障的間隔時間，也就是系統正常運轉的平均時間，這個時間越長，系統穩定性就越高 - MTTR
MTTR（Mean Time To Repair）：故障的平均恢復時間，也就是平均故障的時間。這個值越小，故障對於用戶的影響也就越小。
Availability = MTBF / (MTBF + MTTR)
一般來說，我們的核心的業務系統的可用性，需要達到 四個九；非核心繫統的可用性最多容忍到 三個九。
2、高可用系統設計思路
2.1、系統設計
“Design for failure”是我們做高可用系統設計時秉持的第一原則。
-
failover（故障轉移）
1、完全對等的節點之間做 failover，一個節點不可用時，直接訪問另一個節點。
2、不對等的節點之間（系統中存在主節點也存在備節點）。比方說我們有一個主節點，有多臺備用節點，這些備用節點可以是熱備（同樣在線提供服務的備用節點），也可以是冷備（只作爲備份使用），那麼我們就需要在代碼中控制如何檢測主備機器是否故障，以及如何做主備切換。
使用最廣泛的故障檢測機制是“心跳”。你可以在客戶端上定期地向主節點發送心跳包，也可以從備份節點上定期發送心跳包。當一段時間內未收到心跳包，就可以認爲主節點已經發生故障，可以觸發選主的操作。
-
超時控制
複雜的高併發系統通常會有很多的系統模塊組成，同時也會依賴很多的組件和服務，比如說緩存組件，隊列服務等等。它們之間的調用最怕的就是延遲而非失敗，因爲失敗通常是瞬時的，可以通過重試的方式解決。而一旦調用某一個模塊或者服務發生比較大的延遲，調用方就會阻塞在這次調用上，它已經佔用的資源得不到釋放。當存在大量這種阻塞請求時，調用方就會因爲用盡資源而掛掉 -
降級是爲了保證核心服務的穩定而犧牲非核心服務的做法
-
限流，它通過對併發的請求進行限速來保護系統。
2.2、系統運維
- 灰度發佈
- 故障演練