高可用(High Avaliability, HA)，指的是系统具备较高的无故障运行的能力。
1、可用性的度量
- MTBF
MTBF（Mean Time Between Failure）：平均故障间隔，代表两次故障的间隔时间，也就是系统正常运转的平均时间，这个时间越长，系统稳定性就越高 - MTTR
MTTR（Mean Time To Repair）：故障的平均恢复时间，也就是平均故障的时间。这个值越小，故障对于用户的影响也就越小。
Availability = MTBF / (MTBF + MTTR)
一般来说，我们的核心的业务系统的可用性，需要达到 四个九；非核心系统的可用性最多容忍到 三个九。
2、高可用系统设计思路
2.1、系统设计
“Design for failure”是我们做高可用系统设计时秉持的第一原则。
-
failover（故障转移）
1、完全对等的节点之间做 failover，一个节点不可用时，直接访问另一个节点。
2、不对等的节点之间（系统中存在主节点也存在备节点）。比方说我们有一个主节点，有多台备用节点，这些备用节点可以是热备（同样在线提供服务的备用节点），也可以是冷备（只作为备份使用），那么我们就需要在代码中控制如何检测主备机器是否故障，以及如何做主备切换。
使用最广泛的故障检测机制是“心跳”。你可以在客户端上定期地向主节点发送心跳包，也可以从备份节点上定期发送心跳包。当一段时间内未收到心跳包，就可以认为主节点已经发生故障，可以触发选主的操作。
-
超时控制
复杂的高并发系统通常会有很多的系统模块组成，同时也会依赖很多的组件和服务，比如说缓存组件，队列服务等等。它们之间的调用最怕的就是延迟而非失败，因为失败通常是瞬时的，可以通过重试的方式解决。而一旦调用某一个模块或者服务发生比较大的延迟，调用方就会阻塞在这次调用上，它已经占用的资源得不到释放。当存在大量这种阻塞请求时，调用方就会因为用尽资源而挂掉 -
降级是为了保证核心服务的稳定而牺牲非核心服务的做法
-
限流，它通过对并发的请求进行限速来保护系统。
2.2、系统运维
- 灰度发布
- 故障演练
