Помимо вопроса про качество сервиса, также важна его стабильность. Какой толк от качественного и хорошо протестированного сервиса, если он то работает, то нет?
В индустрии принято мерить доступность сервиса с помощью метрики availability. Метрика availability позволяет узнать, какой процент времени сервис работает.
Хочу обратить ваше внимание, насколько дороже получать каждую новую “девятку” в этой метрике. Ниже я перечисляю, сколько времени сервис может “позволить” себе не работать при заявленном уровне доступности:
90% — 36.5 дней 99% — 3.65 дня 99.9% — 8.76 часов 99.99% — 52.6 минуты 99.999% — 5.26 минут
Мы стремимся к 99.99%. Хороший это показатель или нет? Да, вполне. Даже Google не замахивается на 99.999% :)
DORA также советуют смотреть еще на две метрики:
- процент неудачных релизов, требующих хотфиксов или ролбеков
- время, затрачиваемое на восстановление сервиса в случае инцидентов
P.S. Кстати, настоятельно рекомендую прочитать SRE Book всем, кто заботится о надежности своего сервиса.