摘要：对电信运营商服务质量问题的关注以前仅限于通信系统供应商，而现在扩展到整个通信设备制造商。运营商提供服务需要高可靠产品，这类产品对故障应具有容错能力，能够在不中断服务的条件下进行维护和升级。本文介绍如何利用有效的故障管理来提高系统可靠性，使其达到"五个九"质量水平。

电信业中的高可靠性又称为高可用性(High Availability)，它是一种分类，一般在通信业中用于运营商系统，表示系统具有99.999%正常运行时间(即所谓的五个九)，或者说每年的停机时间小于315秒(平均每天不到1秒)。 系统可用性可按下式计算： 可用性=MTTF/(MTTF+MTTR) 其中MTTF为平均无故障时间，MTTR为平均修复时间。 根据该关系式可得出一些有趣的特性。从数学上讲，为了提高可用性，我们可以或者增加MTTF，或者降低MTTR。把MTTF增加N倍和把MTTR降低成1/N是一样的，但如果我们进一步看一下公式，就能发现将MTTR降低50%(MTTR变成0.5MTTR)要比将MTTF增加50%(MTTF变成1.5MTTF)更好，而对这两个参量来讲，还有其它更重要的系统特性。下面用一些简化的假设来看一个系统实例。

假设一个系统由N个部件组成，每个部件的MTTF都相同，记为MTTFcomp，其中部件的失效相互之间独立，且不具有记忆性(即与以前的失效无关)，同时每个部件的MTTR也一样,那末系统MTTF为： MTTFsystem=MTTFcomp/N 假设有100个不同的部件，则系统的可用性为： 可用性=(MTTFcomp/100)/((MTTFcomp/100)+MTTR) 如果每个部件都具有五个九的质量，即 MTTFcomp=99,999·MTTR 带入公式可得： 可用性=0.999001，或者说是三个九的可用性。 所以要想使系统达到HA或者五个九的质量，那么每个部件就必须具有七个九的可用性。这是一个简化的说明，但我们可以看到，MTTF是系统每个部件的函数，并且系统MTTF大致与系统中独立的部件数成反比。当部件数目增大时，提高一个部件的MTTFcomp对整个MTTFsystem影响不大(图1)。

MTTR一般随系统的复杂性(如系统部件数)增加而增加，但对于好的设计来讲，MTTR并不直接与部件数成正比(图2)。如果我们能基本独立地对每个部件进行修复，那么MTTR应该是最长系统部件(或部件组)修复时间的函数。所以这就是真正的目标，即找出一个能显示该MTTR模型的设计方法，从而得到较高系统可用性。我们可以构想一个数量较少的修复操作(每一次为一个MTTR)，这种操作能满足绝大多数部件失效情况，这样整个问题就变得便于管理了。