Độ tin cậy & SRE Basics

🎯 Mục tiêu bài học

Làm sao để hệ thống chạy "bất tử"? (High Availability).

1. Các chỉ số đo lường (Metrics)

• MTBF (Mean Time Between Failures): Thời gian trung bình GIỮA 2 lần hỏng. Đo độ "Trâu". (Vd: Ổ cứng server có MTBF = 1 triệu giờ).
• MTTR (Mean Time To Repair): Thời gian trung bình ĐỂ SỬA xong. Đo tốc độ đội Sysadmin.

Để tăng Availability, ta có 2 cách: Tăng độ bền thiết bị (Tăng MTBF) hoặc Sửa thật nhanh (Giảm MTTR).

2. Những con số 9 (The Nines)

Độ sẵn sàng	Downtime cho phép/năm	Ghi chú
99% (2 số 9)	3.65 ngày	Web cỏ, Blog cá nhân
99.9% (3 số 9)	8.76 giờ	Web thương mại nhỏ
99.99% (4 số 9)	52 phút	Enterprise (Banking Core)
99.999% (5 số 9)	5 phút	Viễn thông, Hệ thống y tế

3. Failover & Redundancy

SPOF (Single Point of Failure): Điểm chết duy nhất. Nếu Router hỏng mà cả mạng mất -> Router là SPOF.

Giải pháp: Active-Passive vs Active-Active.

• Active-Passive: Server A chạy, Server B ngủ. A chết -> B tỉnh dậy chạy thay. (Lãng phí B).
• Active-Active: Cả A và B cùng chạy. Có Load Balancer chia tải. A chết -> Dồn hết sang B. (Tận dụng tốt, nhưng Cấu hình phức tạp).