SLA 99.9% 与 99.99%：何时不必为「多一个九」多付钱
托管 PPT 上写着 99.99% 可用性。客户合同里有停机罚金。公司内部说「不行就重启」。三层承诺，只有一层和真钱挂钩。
要点。 SLA 里每多一个「九」都是预算：冗余、监控、值班、演练。多数服务在关键路径上诚实的 99.9% 就够——前提是您真的在测，而不是抄厂商幻灯片。
先算停机小时成本，再定合同里的「几个九」
「几个九」对照表
- 99.9% — 约 8 小时 45 分/年，约 43 分/月
- 99.95% — 约 4 小时 23 分/年
- 99.99% — 约 52 分/年，约 4 分/月
- 99.999% — 约 5 分/年
高管只需记住：99.9% ≈ 每年一个工作日停机；99.99% ≈ 约一小时。详见 业务 SRE。
SLA、SLO 与托管面板上的「在线率」
勿混淆：SLI（测什么）→ SLO（团队目标）→ SLA（对客户承诺+后果）。托管商 99.9% 常只 ping 首页，购物车与支付可能已挂。
何时 99.9% 合理
内部门户、非关键报表、无 B2B 违约金的压力时。配 3–4 个监控信号、3-2-1 备份 与恢复手册即可，不必 7×24 值班。
何时值得买 99.99%
结账/收单/API 在峰值、企业合同含 SLA 罚则、招投标硬性指标、经销商网络无离线兜底时。停机成本见 停机成本。
给管理层的五个问题
- 该服务停机一小时值多少卢布？
- 合同里有没有 SLA 罚则？
- 关键路径是哪条（结账/API/门户分开算）？
- 谁值班、多久能恢复？
- 上次恢复/故障切换演练是什么时候？
小结
99.9% 与 99.99% 不是「差/好」，而是不同成本档次。多数 B2B 门户在非峰值期，关键路径 99.9% + 峰值准备即可。99.99% 适用于停机可量化且写进合同时。
需要对齐 SLO 或验证促销能否扛住 — 从 性能审计 或 压测 开始：1–2 周内定目标与优先级，不买用不着的「九」。
关于 SLA 与可用性的常见问题
约 8 小时 45 分钟/年（约 43 分钟/月）。99.99% 约 52 分钟/年（约 4 分钟/月）。 差距不是「略好一点」，而是基础设施与流程的不同档次。
SLO 是内部可靠性目标（如 99.9% 成功请求）。SLA 是对客户的合同承诺及违约金/补偿。 SLO 通常严于 SLA 以留余量。error budget 详见 SRE 业务文。
内部系统、非关键报表、无结账的营销页、合同无严格罚则的 B2B 门户。关键是在 资金路径上测量：购物车、支付、伙伴 API，而非照搬厂商 PPT 上的数字。
合同含停机罚则、峰值（促销/报表期）一小时即损收入、招投标硬性要求时。 需要冗余、监控、值班与基础设施预算，而非仅「带勾选的托管」。
一个关键服务、三项指标（错误率、p95、支付/报表路径）、书面季度 SLO、 一次事故复盘。在算清停机小时成本（卢布）前，不要买「多余的九」。
