如何使用可用性管理计算基础设施的可用性？

「 全 链 路 监 控 」

服务水平目标（SLO）指定了服务可靠性的目标水平。由于SLO是做出以数据为依据的可靠性决策的关键，因此它们是SRE实践的核心。

SLO是可靠性决策的关键因素，它的存在价值是：及时报警，发现影响SLI指标的异常。并且，产生的SLO告警是SRE和研发共同关注的告警信息。它的根本目标是持续性提高产品质量，缩短故障处理时长，保证平台的可靠性。

因此，实践SRE工程的第一步是计算出正确的可用性是多少，以此定量出实际的服务可靠性水平离SLO到底有多远。

我们期望能看到每个业务线，包括基础设施的周可用性、月可用性和年可用性，并且和年度目标的差距有多少。比如：

不过，在优维监控系统中，可用性管理是以服务为单位作为可用性衡量的目标的。它会将某个特定的拨测任务作为可用性考核的基准，去计算该拨测任务下所有资源对象的可用性(最常用就是向某个接口发送HTTP请求，或者向某个端口发送ping请求)，汇聚后作为服务的可用性。

这对于业务级别的可用性管理而言非常容易理解。毕竟服务是业务系统的构成单位。而对于基础设施级别的可用性衡量则可能不是那么直接，要将基础设施纳入到可用性考核当中，必须建立起基础设施和服务的关系。

「 实 践 」

我们在以下的实践中展示了如何将基础设施构成以"服务"的形式记录在CMDB，并以服务为视角去管理和监控基础设施，以达到将基础设施服务纳入到可用性管理当中。

「?服 务 分 类?」

我们将基础设施按照服务场景的不同，划分为如下几种类型：

表格中的服务，是根据基础设施类型抽象出来的服务名，我们可认为该服务代表着某一类基础设施的服务能力。

而后，我们就可以添加CMDB数据，我们以主机服务为例：

注意：此处的服务都是集群服务，因为这个服务是抽象出来的统一体，它代表着主机的总体服务能力。而主机的实际服务能力则是由各个子服务，也就是具体的主机构成的。

因此，我们需要建立集群服务和子服务的关系：

其中IP和端口非常关键，我们通常选定一组合适的套接字作为衡量主机服务是否可用的标识。在实际配置当中，我们会针对该套接字发送ping请求。

值得注意的是，可用性管理是以应用系统为统计对象，因此需要建立服务和应用系统的关系。我们需要手动建立如下关系：

应用系统 -- 应用 -- 服务

「 拨 测 任 务 配 置?」

接下来就可以建立拨测任务，我们选中建立好的集群服务，并设定拨测任务的参数，如下所示：

保存即可。

「?纳 入 可 用 性 管 理?」

最后，我们如同将纳入普通服务一样，将基础设施应用系统加入到可用性计算当中，并选择考核的服务，设置考核的目标：