SLA و آپتایم ۹۹٫۹ درصد یعنی چه؟

تقریباً همه ارائه‌دهندگان هاست و سرور وعده «آپتایم ۹۹٫۹ درصد» می‌دهند. اما ۹۹٫۹ درصد دقیقاً یعنی چند دقیقه قطعی مجاز؟ چه چیزی در این عدد حساب می‌شود و چه چیزی نه؟ و اگر ارائه‌دهنده به تعهدش عمل نکند، چه می‌شود؟ در این مقاله SLA و آپتایم را به زبان ساده توضیح می‌دهیم و نکاتی را که هنگام خواندن یک SLA باید بررسی کنید، مرور می‌کنیم.

SLA چیست؟

SLA (Service Level Agreement) یا «توافق‌نامه سطح خدمات» بخشی از قرارداد است که سطح کیفیت تعهدشده یک سرویس را به‌صورت قابل اندازه‌گیری تعریف می‌کند: چه درصدی از زمان در دسترس است، مشکلات در چه مدتی پاسخ داده می‌شوند و اگر این تعهدات رعایت نشود، چه جبرانی صورت می‌گیرد. SLA خوب دقیق، قابل اندازه‌گیری و دارای پیامد است؛ وعده‌ای مثل «بهترین پایداری» SLA نیست.

آپتایم چیست؟

آپتایم (Uptime) درصد زمانی است که یک سرویس در یک دوره، معمولاً یک ماه، در دسترس و قابل استفاده بوده است:

آپتایم = (کل زمان دوره − زمان قطعی) ÷ کل زمان دوره × ۱۰۰

نقطه مقابل آن، زمان قطعی یا Downtime است. نکته مهم در هر SLA این است که «در دسترس» دقیقاً چگونه تعریف و اندازه‌گیری شده است.

جدول «نُه‌ها»: هر درصد یعنی چقدر قطعی؟

یک ماه حدود ۷۳۰ ساعت و یک سال حدود ۸۷۶۰ ساعت است:

هر «نُه» اضافه، زمان قطعی مجاز را ده برابر کم می‌کند و هزینه و پیچیدگی زیرساخت را به‌شدت بالا می‌برد. رسیدن به ۹۹٫۹۹ درصد یا بالاتر بدون افزونگی در چند سرور و چند محل عملاً ممکن نیست.

نکات پنهان SLA

هنگام خواندن SLA این سوال‌ها را بپرسید:

• چه چیزی پوشش داده می‌شود؟ شبکه و برق دیتاسنتر، هایپروایزر یا خود سرویس شما؟ بیشتر SLAهای سرور مجازی فقط زیرساخت ارائه‌دهنده را پوشش می‌دهند، نه نرم‌افزارهایی که خودتان نصب کرده‌اید.
• نگهداری برنامه‌ریزی‌شده: آیا قطعی‌های اعلام‌شده قبلی از محاسبه کنار گذاشته می‌شوند؟ اغلب بله.
• دوره اندازه‌گیری: ماهانه یا سالانه؟ ۹۹٫۹ درصد سالانه اجازه می‌دهد کل ۸ ساعت قطعی در یک روز رخ دهد.
• چه کسی اندازه می‌گیرد؟ پایش ارائه‌دهنده یا گزارش مشتری؟ قطعی‌های کوتاه چند دقیقه‌ای حساب می‌شوند؟
• استثناها: حملات DDoS، قطعی اینترنت ملی، تصمیمات قانونی و رویدادهای قهری معمولاً مستثنی‌اند.

جبران خسارت در SLA

جبران نقض SLA معمولاً به‌صورت اعتبار خدمات است، نه جبران خسارت واقعی کسب‌وکار؛ مثلاً درصدی از هزینه ماهانه همان سرویس که در صورت درخواست مشتری به حساب برگردانده می‌شود. یعنی اگر فروشگاه شما ۵ ساعت قطع باشد و میلیون‌ها تومان ضرر کند، جبران SLA احتمالاً بخش کوچکی از اجاره ماهانه سرور است. نتیجه: SLA ابزار سنجش و انگیزه کیفیت است، نه بیمه؛ پایداری واقعی را باید با معماری درست و بکاپ تأمین کنید.

معیارهای دیگر SLA

• زمان پاسخ (Response Time): فاصله ثبت تیکت تا اولین پاسخ کارشناس؛ معمولاً بر اساس شدت مشکل.
• زمان رفع (Resolution Time): فاصله ثبت تا رفع مشکل؛ کمتر در SLAها تعهد می‌شود، اما مهم‌تر است.
• RPO و RTO: در خدمات بکاپ و بازیابی، حداکثر داده از دست‌رفته و حداکثر زمان بازگشت. توضیح در برنامه بازیابی از حادثه.
• کارایی: مثلاً حداکثر تأخیر شبکه یا حداقل IOPS؛ در سرویس‌های تخصصی.

آپتایم واقعی سرویس شما

آپتایم ارائه‌دهنده با آپتایم سایت شما یکی نیست. سرور ممکن است روشن باشد اما سایت به دلیل خطای کد، پر شدن دیسک، منقضی شدن SSL یا به‌روزرسانی ناموفق از دسترس خارج باشد. پس آپتایم سرویس خودتان را مستقلاً و از دید کاربر اندازه بگیرید؛ با ابزاری مثل Uptime Kuma که از بیرون، صفحه واقعی سایت را بررسی می‌کند. اصول در مانیتورینگ سرور چیست.

چطور دسترس‌پذیری را بالا ببریم؟

• پایش و هشدار سریع: هر دقیقه زودتر خبردار شدن، یک دقیقه کمتر قطعی است.
• حذف نقطه شکست واحد: دو سرور وب پشت توزیع‌کننده بار و دیتابیس با Replica.
• مدیریت تغییرات: بیشتر قطعی‌ها پس از تغییرات رخ می‌دهند؛ Snapshot پیش از تغییر و برنامه بازگشت داشته باشید. توضیح در تفاوت Snapshot و Backup.
• ظرفیت کافی: سرور زیر بار سنگین هم «در دسترس» نیست.
• حفاظت در برابر حملات: DDoS از رایج‌ترین علت‌های قطعی است.
• بکاپ تست‌شده و برنامه بازیابی.

سوالات متداول