Szinte minden szerver-, tárhely- és felhőszolgáltatás ajánlatában ott egy szám: 99,9%, 99,95%, 99,99%. Ez a szolgáltató SLA-jából jön. Az SLA jelentése Service Level Agreement, magyarul szolgáltatásiszint-megállapodás: a szerződésnek az a része, amely mérhető módon rögzíti, mit vállal a szolgáltató, és mi történik, ha nem teljesíti. Ebben a cikkben megmutatjuk, mit jelentenek a számok percekben, milyen részei vannak egy SLA-nak, és mire figyelj, ha felhőszolgáltató vagy üzemeltetési partner SLA-ját olvasod.
Az SLA jelentése az IT-üzemeltetésben: mit tartalmaz?
Egy jó SLA legalább ezekre a kérdésekre válaszol:
- Mire vonatkozik? A szerverre, a hálózatra, az alkalmazásra, vagy csak a hardverre?
- Mennyi a vállalt rendelkezésre állás, és milyen időszakra mérik (havi, éves)?
- Mit számít „elérhetetlennek”, és ki, honnan méri?
- Reakció- és megoldási idők hibaprioritásonként, és melyik időszakban (munkaidő vagy 0–24).
- Karbantartási ablakok és az értesítés módja.
- Kizárások: mi nem számít bele a leállásba.
- Jóváírás (service credit): mit kapsz, ha nem teljesül, és hogyan kell igényelni.
Rendelkezésre állás: hány perc leállást enged meg egy százalék?
A százalékok önmagukban keveset mondanak, ezért érdemes átszámolni őket. A táblázat 30 napos hónappal és 365 napos évvel számol:
| Rendelkezésre állás | Megengedett leállás havonta | Megengedett leállás évente |
|---|---|---|
| 99% | 7 óra 12 perc | 3 nap 15 óra 36 perc |
| 99,5% | 3 óra 36 perc | 1 nap 19 óra 48 perc |
| 99,9% | 43 perc 12 mp | 8 óra 45 perc 36 mp |
| 99,95% | 21 perc 36 mp | 4 óra 22 perc 48 mp |
| 99,99% | 4 perc 19 mp | 52 perc 34 mp |
| 99,999% | 26 mp | 5 perc 15 mp |
Két dolgot érdemes észrevenni. Az egyik a mérési időszak: egy éves szinten mért 99,9% megenged egyetlen, közel kilencórás leállást is, egy havi 99,9% viszont nem. A másik a láncolat: ha a szolgáltatásod két, egymásra épülő elemen múlik (például egy szerveren és egy adatbázison), és mindkettő 99,9%-os, az együttes rendelkezésre állás csak 99,8% körül van (0,999 × 0,999). Minden újabb függőség lejjebb viszi.
Reakcióidő és megoldási idő
A kettőt gyakran összekeverik, pedig nagyon más:
- Reakcióidő: mennyi idő alatt kezd foglalkozni a hibáddal egy szakember. Egy automatikus „megkaptuk a jegyét” e-mail nem reakció.
- Megoldási idő: mennyi idő alatt áll helyre a szolgáltatás. Ezt kevesebb szolgáltató vállalja, és ha igen, gyakran csak „célként”.
A kettő prioritásonként eltér. Egy példa arra, hogyan szokott kinézni:
| Prioritás | Példa | Reakcióidő | Időszak |
|---|---|---|---|
| Kritikus | Az éles rendszer nem elérhető | 30 perc | 0–24, hétvégén is |
| Magas | Lassulás, egy funkció nem működik | 2 óra | Munkaidőben |
| Normál | Kérés, kisebb hiba | 1 munkanap | Munkaidőben |
Figyelj az időszakra: egy munkaidőben értendő négyórás reakcióidő pénteken 16 órakor bejelentett hibánál hétfő délelőttöt jelent.
Karbantartási ablak és kizárások
A tervezett karbantartás szinte mindig kívül esik a rendelkezésre állás számításán. Ez rendben van, de a szerződésben szerepeljen, mikor lehet karbantartás (például hétköznap 22 és 6 óra között), mennyivel előtte értesítenek, és havonta legfeljebb mennyi lehet belőle. Különben egy 99,9%-os SLA mellett is lehet minden héten négyórás „tervezett” leállás.
A tipikus kizárások: vis maior, az ügyfél saját hibája vagy beavatkozása, a szolgáltató hálózatán kívüli internetes problémák, és a szolgáltatás felfüggesztése (például nem fizetés miatt). Ezek ésszerűek, de minél tágabban fogalmaznak, annál kevesebbet ér a vállalt szám.
Jóváírás: mit kapsz, ha nem teljesül?
Az SLA megsértése szinte soha nem jelent kártérítést. A szolgáltató az adott szolgáltatás havidíjának egy részét írja jóvá, többnyire a következő számlákból, és csak akkor, ha te kéred, határidőn belül, bizonyítékkal. A kieső bevételedet, az elveszett ügyfeleket nem fedezi – erről a szolgáltatáskimaradások hatásairól szóló cikkünkben írtunk részletesebben.
Hogyan olvasd egy felhőszolgáltató SLA-ját? Az AWS EC2 példája
Az Amazon EC2 SLA-ja (a 2022. május 25-i változat) jól mutatja, mire kell figyelni. Két vállalás van benne:
| Region-Level SLA | Instance-Level SLA | |
|---|---|---|
| Feltétel | A futó példányok egyszerre legalább két rendelkezésre állási zónában (AZ) vannak | Egyetlen EC2-példány |
| Vállalt havi rendelkezésre állás | 99,99% | 99,5% |
| 10% jóváírás | 99,0% és 99,99% között | 99,0% és 99,5% között |
| 30% jóváírás | 95,0% és 99,0% között | 95,0% és 99,0% között |
| 100% jóváírás | 95,0% alatt | 95,0% alatt |
A tanulságok:
- Egyetlen virtuális gépre csak 99,5% vonatkozik, ami havonta 3 óra 36 perc leállást enged meg. A 99,99% csak akkor jár, ha a gépeid több zónában futnak, és a régiós szintű kiesés is csak akkor számít, ha az összes zónában lévő példányod egyszerre elérhetetlen.
- „Elérhetetlen” = nincs külső kapcsolat. Ha a gép elérhető, de az alkalmazásod nem működik, az nem számít.
- A jóváírás az EC2-számla százaléka, és csak a jövőbeli EC2-díjakba számít be. Emellett az AWS nem számláz azért az óráért, amelyben egy példány hat percnél tovább elérhetetlen volt.
- Igényelni kell: a második számlázási ciklus végéig, az AWS Support Centerben nyitott esettel, a leállást igazoló kérésnaplókkal.
Ugyanezt a logikát érdemes minden szolgáltatónál végigkövetni: mi a feltétel, mit mérnek, mennyi a jóváírás, és mit kell tenned érte.
SLA, SLO, SLI – mi a különbség?
- SLI (Service Level Indicator): a mért mutató, például a sikeres HTTP-kérések aránya vagy a válaszidő 95. percentilise.
- SLO (Service Level Objective): a belső cél erre a mutatóra, például havi 99,95% sikeres kérés.
- SLA: a szerződéses vállalás, következményekkel. Általában lazább, mint az SLO, hogy legyen tartalék, mielőtt jóváírást kell fizetni.
Ha saját szolgáltatást üzemeltetsz, érdemes SLO-kat kitűzni akkor is, ha senkinek nem vállalsz SLA-t: ezek mutatják meg, hol kell javítani. Néhány bevált módszerről az infrastruktúra megbízhatóságáról szóló cikkünkben írtunk.
Mit kérdezz egy üzemeltetési partnertől?
- Mire vonatkozik a rendelkezésre állás: a hardverre, az operációs rendszerre vagy az alkalmazásra is?
- Hogyan és honnan mérik, és látod-e a mérés eredményét?
- Melyek a reakció- és megoldási idők prioritásonként, és van-e 0–24 órás ügyelet?
- Hogyan jelezhetsz hibát (telefon, jegykezelő), és ki veszi fel éjjel?
- Mikor lehet karbantartás, és mennyivel előtte szólnak?
- Mennyi idő alatt és milyen állapotra állítják vissza a rendszert egy adatvesztés után (RTO, RPO)?
- Kapsz-e havi riportot a leállásokról és a hibajegyekről?
Egy SLA annyit ér, amennyit mögötte a gyakorlat: figyelés, ügyelet, kipróbált visszaállítás. Mi az ügyfeleinkkel közösen, a rendszer valódi felépítéséből kiindulva állapodunk meg arról, mit és milyen időn belül vállalunk. Az üzemeltetési szolgáltatásainkról az Infrastruktúra és üzemeltetés oldalon olvashatsz.