阵列可用性是什么
可用性描述「业务可以正常访问数据的概率」，它由故障概率与恢复时间共同决定：盘越多，任一盘故障的概率越高；单盘可靠性越低、重建越慢，降级窗口就越长。工程上的做法是用场景化估算代替口号式结论——把盘数、故障率、重建时间、巡检响应速度代入，得出量级判断，再用实测与历史数据修正。
影响可用性的因子
| 因子 | 方向 | 改善手段 |
|---|---|---|
| 盘数量 | 越多，任一块故障概率越高 | 合理规划盘数、分池 |
| 单盘年故障率 | 企业盘低于桌面盘 | 统一采购企业级盘 |
| 重建时间 | 容量越大越慢 | RAID 6、热备、重建限速规划 |
| 检测与响应 | 巡检越快，窗口越短 | SMART 监控与告警闭环 |
| 人为因素 | 误拔盘、误删阵列是重要来源 | 点灯流程、权限与审批 |
基本信息
| 常用口径 | 年故障率（AFR）、年期望故障次数、降级时间占比 |
|---|---|
| 数据来源 | 厂商规格书、本环境历史故障统计、巡检记录 |
| 计算前提 | 故障独立发生、重建期间不再故障，属于简化假设 |
| 用途 | 方案对比与风险排序，不作为对外承诺依据 |
简化估算示例（仅示意口径）
简化估算示例（仅示意口径）
单盘年故障率 1%：8 块盘阵列年期望故障 ≈ 8 x 1% = 8%
重建窗口 15 小时 / 年 = 约 0.17% 的时间处于单盘降级状态
若重建期间再故障概率为 x，则数据丢失风险 ≈ 8% x x
以上均为量级示意，实际结论要用厂商标称值与本环境统计替换典型使用场景
- 方案评审：比较不同阵列级别与盘数组合的风险量级
- 采购论证：说明为什么要选企业级盘或增加冗余盘
- 巡检定级：按可用性影响给告警排优先级
- 容量规划：把重建窗口作为选盘的约束条件之一
- 汇报沟通：向业务方解释风险与投入之间的对应关系
不要把简化公式当结论输出给业务：可用性承诺应基于厂商数据与历史故障统计，并说明假设条件。
可用性还取决于恢复能力而非仅是冗余级别：有没有热备、换盘备件是否在库、值班能否响应，都会直接改变实际的中断时长。
常见误区
- 把标称可用性数字当作实际保证：缺少本环境的故障数据支撑
- 只看冗余级别不看重建时间：大容量盘让窗口显著变长
- 忽略人为操作：误拔盘与误删阵列在真实事件中占比不低