可靠性测试相关

图片说明

https://blog.csdn.net/weixin_34037515/article/details/90683937
服务中断 (Outage)
上面公式引入的Outage的概念，一般翻译为服务中断。按照产生原因可以分为3类, 通常在系统设计中只关注第1类即产品因素导致的outage:

由产品因素导致 – 包括: 系统设计, 硬件, 软件, 系统组件缺陷; 系统设计中包括的必要的计划内的服务中断; 由于执行例行维护导致的
客户因素导致 – 主要包括：流程问题或错误; 服务环境因素：电源，地线，温度，湿度，安全问题等
外部因素导致 –包括：自然灾难，如飓风，洪水，地震等; 由与客户无关的第三方因素，如挖掘机

TL9000 标准中定义了2类Outage类型：

服务完全中断（Total Outage）: 系统内的所有主要功能无法工作
服务部分中断（Partial Outage）: 系统的服务能力下降一定比例（如20%），或系统内部分组件或功能无法工作

图片说明

到了异地多活，这里还想在对Geo-Redundancy 和 Fault Tolerance & Disaster Recovery再多说几句。容灾策略可以分为：

无容错 (No FT or DR)：系统不考虑Error Detection和 Failover Recovery，出了问题只能重启或者干脆无法服务

主从备份(Active-StandBy): 正常情况下只有主服务工作，备份服务不工作，在主服务出现故障时，备份服务可以立即启用，通常是1+1 的方式，这种策略备份服务在很多时候可能都是冗余，但又是必须，所以资源使用率不高。

双活(Active-Active): 系统有2个服务集群，这2个集群同时提供服务，可以根据不同策略将服务转发到其中1个集群。当其中一个集群中全部或者部分节点/组件服务中断时，另一个集群可以立刻接管。这种策略资源使用率比Active-Standby高，但对系统架构与设计的要求也高，如需要支持数据实时备份与同步。同时如果由于设计不当，可能会导致在Failover 后系统的服务能力下降，具体请看下面的N+K部分。

异地双活(Active-Active with Geo-Redundancy): 和双活类似，区别在2个服务集群部署在不同的地理位置，中间通过高速网络连接。这种策略优势明显：可以抵抗单一地区的突发事故，包括自然灾害，但是需要有跨长距离的高速网络连接，成本提高

文件系统可靠性相关：
图片说明

=============================================================================================================
可靠性相关：
容错能力：即系统对于自身出现的错误具有一定的屏蔽或处理能力。常见的容错手段包括如下几点：
①、失败重试机制；
②、多机备份自动切换；
③、设置合理的TimeOut（超时）；
④、服务解耦，微服务模式；
⑤、权重选举，服务降级；
6、故障检测机制；

故障恢复能力：（自愈能力）
①、硬件及有关设备故障；
②、软件系统故障；
③、数据故障；
④、网络故障；

容灾能力：
①、系统需要具有自我诊断、故障报告及指示处理方法的能力，以及具备冗余及自动切换能力；（冗余设计&主备倒换等）
②、监控到故障发生时，系统需要具备及时隔离、服务降级、服务快速切换的能力；（故障隔离，服务切换）
③、主从热备，多机冷备，异地多活等措施（架构设计上的措施：提前设计成主备部署）
=============================================================================================================
　　可靠性：3个子特性分别为：成熟性（Maturity）、容错性（Fault tolerance）、可恢复性（Recoverability）。
其中容错性是指与在软件错误或违反指定接口的情况下，维持指定的性能水平的能力有关的软件属性。
而可恢复性是指在故障发生后，重新建立其性能水平并恢复直接受影响数据的能力，以及为达到此目的所需的时间和努力有关的软件属性。

https://blog.csdn.net/xiaokuang513204/article/details/8629415
可恢复测试通常需要关注恢复所需的时间以及恢复的程度。
容错测试一般是输入异常数据或进行异常操作，以检验系统的保护性。如果系统的容错性好的话，系统会给出提示或内部消化掉，而不会导致系统出错甚至崩溃。
而可恢复测试是通过各种手段，让软件强制性地发生故障，然后验证系统已保存的用户数据是否丢失、系统和数据是否能很快恢复。因此，可恢复测试和容错测试是互补的关系，可恢复测试也是检查系统的容错能力的方法之一，但不能只重视其中之一。
可恢复包含几种：
1）硬件设备故障；
2）数据故障；（观察数据的恢复情况）
3）软件系统故障：遇到故障是否能重新恢复正常；对故障是否具备自动检测与诊断；
4）通信故障；（是否纠正错误通信的传输、是否能回复到故障前的通信）

华为云微服务可靠性测试博客：
https://blog.csdn.net/weixin_42463997/article/details/112949097?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control&dist_request_id=1a1ace84-c24b-467b-aa5a-5f9c6c45238b&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control

故障模式库：
https://blog.csdn.net/weixin_34014277/article/details/93205232