恢复时长是什么

恢复时长（MTTR，Time to Restore）统计服务中断到恢复所经历的时间，衡量系统的恢复能力；DORA 语境下强调从故障开始（或失败部署发生）到服务重新健康可用的完整过程，包含为修复而进行的部署本身。它由四段能力共同决定：检测（发现多快）、诊断（定位多准）、修复（回滚或修复路径多顺）、沟通（协作链路多通畅）。与 MTBF（故障间隔）不同，MTTR 不关心故障发生多频繁，而是问出了事多久能站起来——在故障无法杜绝的现实里，恢复能力是更可控的投资方向。

基本信息

典型使用场景

• 按等级统计：不同严重度分开看趋势，避免平均掩盖大事故。
• 复盘输入：恢复慢的环节在复盘里定位改进项并跟踪闭环。
• 演练：混沌与回滚演练直接压缩恢复时间，效果可测量。
• 观测投资：先降 MTTD（检测时间），MTTR 通常随之改善。
• 值班改进：诊断手册与操作手册让深夜恢复执行更快。
• 趋势守门：恢复时长恶化时检查部署流程与回滚通道是否退化。

按等级统计

SELECT severity,
       AVG(recovered_at - started_at) AS avg_restore
FROM incidents
WHERE recovered_at IS NOT NULL
GROUP BY severity;

相关指标区分