Azure SLA 概念和作用
下面是对 Azure SLA（Service Level Agreement，服务级别协议）的概念与作用的简明说明。
一、什么是 Azure SLA
- SLA 是 Microsoft 对其各项 Azure 云服务在特定计量周期（通常为“月”）内可用性、连接性或事务成功率等指标所做的合同级承诺。
- 每个服务/SKU/部署方式有独立条款与数值（例如需要多实例、跨可用性区等才适用）。预览版、某些免费/基础层通常不提供金融背书的 SLA。
二、SLA 的作用
- 明确可用性预期：给出“月度正常运行时间百分比”的目标，用于业务与技术对齐。
- 风险与补偿机制：未达标时按条款提供服务信用（Service Credit），形成供应商约束。
- 架构设计依据：指导是否采用多实例、可用性集/区、跨区域容灾等来达到目标可用性。
- 成本与合规权衡：帮助在成本、风险、法规合规与业务 RTO/RPO 之间做平衡。
- 运维与容量规划：根据允许的停机窗口与恢复目标，制定监控、告警与扩缩容策略。
三、SLA 常见关键点
- 指标类型：可用性（Uptime/Connectivity）、事务成功率、延迟门限、备份/恢复目标（RPO/RTO，部分服务）。
- 计量口径：多按“月度”；月度正常运行时间百分比 =（总分钟数 − 不可用分钟数）/ 总分钟数。
- 适用前提：如“至少两台实例”“分布到两个或以上可用性区”“使用特定磁盘或 SKU”等，否则不生效或数值不同。
- 排除项：客户配置错误、超出配额/限额、不可抗力、计划性维护（视条款）、预览功能等。
- 补偿方式：一般为服务信用额度，需在规定时间内提交工单申诉；不涵盖间接损失。
四、组合 SLA（端到端可用性）
- 多个依赖服务的总体可用性通常近似为各自可用性的乘积。
- 例：Web（99.95%）依赖数据库（99.99%），端到端 ≈ 0.9995 × 0.9999 ≈ 99.94%。
- 停机时间直观对照（每月）：99.9% ≈ 43.2 分钟；99.95% ≈ 21.6 分钟；99.99% ≈ 4.32 分钟；99.999% ≈ 0.26 分钟。
五、如何利用 SLA 提升可靠性
- 水平冗余：关键工作负载至少两实例；使用负载均衡与健康探针。
- 区域内高可用：将实例分布到不同可用性区（AZ），或使用可用性集（AS）。
- 跨区域容灾：使用成对区域与流量管理（如 Traffic Manager/Front Door）实现故障转移；数据库与存储启用异地冗余/只读副本/多区域写入（按服务支持）。
- 正确选型与 SKU：选择带金融背书的层级与磁盘/网络选项；部分 SLA 仅在指定 SKU 生效。
- 自动化与监控：建立 SLI/告警/自愈；容量与配额管理，避免因限额触发不可用。
- 备份与演练：定期演练故障切换与恢复，验证 RTO/RPO 与实际 SLA 的契合度。
六、实践建议
- 在方案评审中列出所有依赖服务的 SLA、适用前提与排除项，计算组合 SLA。
- 将外部“合同指标（SLA）”与内部“目标（SLO）”“指标（SLI）”区分管理。
- 任何具体数值与条款以官方文档为准，并随服务更新定期复核。
若你提供具体的目标可用性、所用 Azure 服务清单与部署拓扑，我可以帮你计算组合 SLA，并给出针对性的架构与成本建议。