可用率数字背后的采样口径

目录里已核验站点的可用率集中在 95.5% 到 99.99% 之间。这个数字很有说服力，但必须先问一句：怎么算的。常见口径有三种——按分钟探测、按请求成功率、按业务可用时间。三者在同一站点上可以差出一个百分点以上。 按分钟探测最严格，只要那一分钟内有失败就记为不可用；按请求成功率更贴近真实体验，但高峰期的短时抖动会被平均掉；按业务可用时间最宽松，通常由站点自己申报。我们统一采用「每分钟一次探测 + 请求成功率双记录」，并在页面标注采样窗口与样本量，避免用一个小样本得出漂亮结论。 对使用者来说，更有用的指标是「连续失败时长」而不是总可用率。一次 40 分钟的完全中断，对业务的影响远大于分散在整月的同等时长抖动。选型时把最长中断时长和恢复时间一起看，才接近真实风险。 另外提醒：可用率是结果指标，不能替代容量指标。一个站点可用率 99.9%，但并发超过 8 就开始排队，实际体验仍然很差。把 p95 延迟与限流阈值放在可用率旁边一起看，判断才完整。