Любая IT-инфраструктура – это сложная система, состоящая из множества взаимосвязанных компонентов. Более того, эти компонеты постоянно усложняются и обрастают новыми связями. С одной стороны это приводит к увеличению производительности систем, а с другой – к проблемам с обеспечением их надежности. Чем больше элементов и чем они сложнее, тем труднее за ними уследить и предвидеть возможные варианты развития системы.

Но это не значит, что можно сложить руки и надеяться, что система никогда не подведет. Наоборот, нужно работать над системой и повышать ее надежность. И первым делом неплохо бы проанализировать ее отказоустойчивость. Как и зачем? Давайте разбираться!

Отказы и отказоустойчивость

Надежность IT-решения определяется его отказоустойчивостью. Под отказом понимают любое нарушение в работоспособности системы, которое вызывает простой в работе сервисов. Следовательно, отказоустойчивость – это способность системы продолжать нормальную работу даже после отказа одного или нескольких компонентов.

Костяк любой IT-системы состоит из 3 компонентов: программного обеспечения, аппаратного оборудования и обслуживающего персонала. Поэтому и главными объектами анализа становятся:

• отказ ПО;
• отказ оборудования;
• отказ третьих лиц (например, хостеров или провайдеров).

Как анализировать отказоустойчивость?

Основная цель анализа на отказоустойчивость – определить способность системы к функционированию сервисов в случае различных отказов. К слову, это один из самых необычных видов IT-аудита. Ведь при его проведении анализируют не просто работу отдельных элементов системы, а их поведение в критических ситуациях.

Для наглядности рассмотрим анализ отказоустойчивости прикладного программного обеспечения – например, программы автоматической обработки заказов (такие используют почти во всех крупных интернет-магазинах). Понятно, что от ее отказоустойчивости (читай надежности) напрямую зависит скорость обработки заказов, лояльность клиентов и даже уровень продаж.

Путем тестирования нужно определить, что будет с программой в потенциально опасных условиях:

• при отказе со стороны провайдера Интернет;
• при отключении электричества;
• при внезапном прекращении работы и т.д.

Проще говоря, мы моделируем ситуацию сбоя и смотрим, как поведет себя программа. Что именно нас интересует? Первым делом, сможет ли она продолжить свою работу и как быстро восстановится после сбоя. Но есть и другие, не менее важные параметры – например, степень потери данных. Понятно, что часть данных будет утрачена в любом случае, но важно, укладывается ли эта потеря в пределы допустимого. Полученные результаты и покажут уровень отказоустойчивости программы.

Полноценный анализ отказоустойчивости проводится в несколько этапов:

1. Идентификация критических компонентов, отказ которых несет максимальную угрозу для функционирования IT-системы.
2. Выявление основных причин отказов.
3. Тестирование компонентов в критических условиях.
4. Составление отчета с цифровыми показателями отказоустойчивости.
5. Разработка плана по повышению отказоустойчивости системы.

Для чего все это нужно?

Анализ отказоустойчивости IT имеет огромное практическое значение для бизнеса. Прежде всего, без предварительного анализа вы просто не сможете построить отказоустойчивую систему. Без знания слабых мест достаточно сложно обеспечить стабильность работы сервисов. Поэтому, если вы запускаете какой-либо сервис и возлагаете на него большие надежды, анализ отказоустойчивости должен быть в начале вашего «to-do» списка.

Но на отказоустойчивость нужно тестировать не только системы, которые находятся в разработке или едва успели переступить линию старта. Есть смысл проверять и существующие IT-решения, которые вы используете каждый день. Так вы сможете перестраховаться на случай сбоя, минимизировать потерю данных и, главное, сберечь репутацию перед клиентами. А порой это значит гораздо больше, чем деньги.