HPC集群机房建设与管理：可用性参数计算

任何设备和系统都不是完全可靠的，系统出现失效的原因很复杂，包括产品设计、生产质量、运行环境和操作因素，也有系统配置的合理性和可维护性等因素，从设备和系统的有效使用功能看，更要关注系统设计和可维护性。

MTBF、MTTR、可用度A（t）等是系统可用性（可用度）的主要衡量指标。2.2.4.1平均无故障时间MTBF计算根据MTBF定义，

由上式，MTBF在数量上等于可靠性曲线和坐标轴所限定的面积。将R（t）=e-λt

带人上式，得到：

上述可靠性R（t）可改写为：

当工作时间t＜＜MTBF，则公式可近似为：

对于一批N台设备，彼此没有关联性，则MTBF为：

式中，ti为第i个系统的无故障工作时间（h）；N为设备数量。

工程上，同一台整机在试验时，总试验时间为T，出现了n次故障。故障后进行修复，然后再进行试验（修复时间不包括在总试验时间T内），则：

MTBF=T/n

MTBF数值越大，表示该设备可靠性越高。

2.2.4.2　平均维修时间MTTR和修复率计算(www.xing528.com)

设备和系统是否可维修，以及维修时间对可用性至关重要。在产品设计定型过程中，把设备的可维修性作为一个重要的因素考虑。

平均维修时间（Mean Time to Repair，MTTR）定义为：系统在故障修复过程中，每次修复时间的平均值，即

式中，ti为第i次的修复时间（h）；N为修复次数。

因为无论设备如何可靠，都永远存在故障和维修时间，所以MTTR总是越小越好，大型重要系统都设计不停机维修系统，实现MTTR为最小，乃至为0。

修复率：修复率反映修复的速度，时刻t的可维护性就是假定部件在时刻0时发生故障的情况下，到时刻t时完成修复的概率，用表示。

若定义的0～t是1h，MTTR为2h，则μ=0.5。

若MTTR为0.5h，则μ=2。

2.2.4.3　可用性A（t）与故障率和修复率关系

可用性（可用度）A（t）定义为：系统在使用过程中（尤其在不间断连续使用的条件下），可以正常使用的时间与总时间之比。

系统可用性可分别用平均故障间隔时间（MTBF）和平均维修时间（MTTR）表示：

将MTBF=1/λ、MTTR=1/μ代入上式，可得到可用度（性）的计算公式：