從客戶的角度來看，云服務(wù)應(yīng)該只是工作。但是，服務(wù)的中斷其實是不可避免的，這不是一個“是否會發(fā)生”的問題，嚴(yán)格意義上是“何時會發(fā)生”的問題。不管在線服務(wù)的設(shè)計和建成是如何的精煉，都會不可避免的遭遇到突發(fā)事件的發(fā)生。區(qū)別就在于服務(wù)提供商如何預(yù)測，并及時的從這些情況中進(jìn)行恢復(fù)。從而保證客戶的體驗。

指導(dǎo)設(shè)計原則

云服務(wù)的三大設(shè)計指導(dǎo)原則：1、數(shù)據(jù)的完整性，2、容錯能力，3、快速恢復(fù)。這些是客戶期望滿足的三大屬性，至少，要在他們的服務(wù)中保證這三大屬性。數(shù)據(jù)完整性是指保護(hù)客戶委托服務(wù)的信息的保真度。容錯能力是服務(wù)供應(yīng)商能夠檢測到故障，并自動采取糾正措施，以便使得服務(wù)不會發(fā)生中斷的服務(wù)能力。快速恢復(fù)能力是指在未預(yù)料到的故障發(fā)生時，能夠迅速而完全的恢復(fù)服務(wù)的能力。

作為服務(wù)商，我們需要盡可能的提前識別并找出各種潛在的故障，然后在服務(wù)設(shè)計階段對這些情況進(jìn)行充分的考慮。這種周全的計劃可以幫助我們決定如何確切地服務(wù)，并在發(fā)生意想不到的挑戰(zhàn)時如何做出反應(yīng)。服務(wù)必須能夠從這些故障的情況下進(jìn)行恢復(fù)，并保證最小的中斷。雖然我們不能預(yù)測到每一個故障點或每一失效模式，但利用前瞻性、業(yè)務(wù)連續(xù)性規(guī)劃和大量的實踐，我們可以制定一套緊急預(yù)案的流程，以備不時之需。

根據(jù)云計算的特點，其可以被描述為一個復(fù)雜的系統(tǒng)組成，依賴于共享的基礎(chǔ)設(shè)施和松散的耦合的性，許多特性都是在供應(yīng)商的直接控制之外。傳統(tǒng)上，許多企業(yè)維護(hù)的內(nèi)部部署的計算環(huán)境，能夠讓他們直接控制他們的應(yīng)用程序，基礎(chǔ)設(shè)施和相關(guān)服務(wù)。然而，隨著云計算的使用量的持續(xù)增長，很多企業(yè)都紛紛開始選擇放棄一些控制權(quán)，以降低成本，充分利用資源的彈性(例如，計算、存儲、網(wǎng)絡(luò)資源)，促進(jìn)業(yè)務(wù)的靈活性，以及??更有效地利用他們的IT資源。

理解團(tuán)隊的角色定位

從工程服務(wù)團(tuán)隊的角度來看，設(shè)計和建筑服務(wù)(相對于盒產(chǎn)品，或企業(yè)內(nèi)部部署的解決方案)意味著擴(kuò)大了他們的責(zé)任范圍。在設(shè)計企業(yè)內(nèi)部部署的解決方案時，工程團(tuán)隊只需要設(shè)計建造并測試服務(wù)，將其打包，然后根據(jù)軟件操作建議所描述的計算環(huán)境進(jìn)行發(fā)布即可。而相比之下，工程服務(wù)團(tuán)隊在設(shè)計建造并測試服務(wù)之后，還要進(jìn)行相關(guān)的部署和監(jiān)控，以便確保服務(wù)的繼續(xù)運行，如果有突發(fā)事件，他們需要確保盡快的解決。而且工程服務(wù)團(tuán)隊經(jīng)常對服務(wù)計算環(huán)境具有更少的控制權(quán)!

采用故障模式及影響分析

許多服務(wù)團(tuán)隊采用故障模型(FMA)和根本原因分析(RCA)，以幫助他們提高服務(wù)的可靠性，防止故障的發(fā)生。我的看法是，這些都是必要的，但還不夠。相反，設(shè)計團(tuán)隊?wèi)?yīng)采用故障模式及影響分析(FMEA)來幫助確保更有效的結(jié)果。

FMA通過可重復(fù)的設(shè)計流程旨在識別和減輕服務(wù)設(shè)計過程中的故障。RCA包括識別和確定導(dǎo)致有害結(jié)果的性質(zhì)、規(guī)模、位置和時間因素。一套整體的終端到終端的FMEA方法的主要好處包括全面的故障點和故障模式綜合圖，能夠形成一個工程投資的優(yōu)先級列表，以減輕已知故障的映射。

FMEA運用系統(tǒng)可靠性工程師技術(shù)的開發(fā)研究，發(fā)現(xiàn)可能出現(xiàn)的(復(fù)雜的)系統(tǒng)故障問題。研究通過評估嚴(yán)重程度、發(fā)生的頻率和檢測能力來了解故障影響可能存在的問題，以便基于不同的風(fēng)險優(yōu)先處理所需工程投資。

準(zhǔn)備階段：在此步驟中，重要的是要理解系統(tǒng)的完整性，生成一個完整的系統(tǒng)的邏輯圖，包括其組成部分、數(shù)據(jù)源和數(shù)據(jù)業(yè)務(wù)流。使用模板來完成，這提高了整體的分析結(jié)果，通過提供可能的故障點，設(shè)計團(tuán)隊可以發(fā)掘到重要的線索。

發(fā)現(xiàn)組件間的相互作用：一切都在這一步的范圍內(nèi)。從前面所指出的邏輯圖開始，以確定所有的組件是否容易運行失敗。了解所有組件(連接器)之間的相互作用，以及每個組件如何在完整的系統(tǒng)中發(fā)揮作用。