在當今永不停機的世界中，中斷和技術事件比以往任何時候都更加重要。故障和停機期間會帶來現實后果，錯過截止時間、付款逾期、項目延遲。
這就是為什么公司必須量化和跟蹤有關正常運行時間、停機期間以及團隊解決問題的速度和有效性的指標。
業(yè)界最常跟蹤的一些指標包括 MTBF（故障前平均時間）、MTTR（平均恢復、修復、響應或解決時間）、MTTF（平均故障時間）和 MTTA（平均確認時間），這一系列指標旨在幫助技術團隊了解事件發(fā)生的頻率以及團隊從這些事件中恢復的速度。
許多專家認為，這些指標本身其實沒有那么有用，因為它們不會問一些更難的問題，比如如何解決事件、哪些有效、哪些無效，以及問題升級或降級的方式、時間和原因。
另一方面，MTTR、MTBF 和 MTTF 可以作為良好的基線或基準，啟動對話，引發(fā)更深層次的重要問題。
關于 MTTR 的免責聲明
我們在談論 MTTR 時，很容易假設它是一個含義單一的指標。但事實是，它可能代表了四種不同的衡量標準。R 可以代表修復、恢復、響應或解決，雖然這四個指標確實重疊，但它們都有自己的含義和細微差別。
因此，如果您的團隊正在談論跟蹤 MTTR，最好弄清楚他們在說哪個 MTTR 以及他們是如何定義的。在您開始跟蹤成功和失敗之前，您的團隊需要同步了解您正在跟蹤的內容，并確保每個人都知道他們在說同樣的事情。
MTBF：平均故障間隔時間
平均故障間隔時間是多少？
MTBF（平均故障間隔時間）是技術產品兩次可修復故障之間的平均時間。該指標用于跟蹤產品的可用性和可靠性。兩次故障之間的時間越長，系統(tǒng)就越可靠。
大多數公司的目標是盡可能保持較高的 MTBF，兩次問題之間間隔數十萬小時（甚至數百萬小時）。
如何計算平均故障間隔時間
MTBF 是使用算術平均值計算的?；旧希@意味著從您要計算的時間段（可能是六個月、一年、也許五年）中提取數據，然后將該時段的總運行時間除以故障次數。
因此，假設我們評估的是 24 小時的時間段，在兩次不同的事件中有兩個小時的停機期間。我們的總正常運行時間為 22 小時。除以二，等于 11 個小時。所以我們的 MTBF 是 11 個小時。
由于該指標用于跟蹤可靠性，因此 MTBF 不考慮定期維護期間的預期停機時間。相反，它側重于意外的中斷和問題。
平均故障間隔時間的起源
MTBF 來自航空業(yè)，在該行業(yè)，系統(tǒng)故障不僅會導致高昂的成本，甚至還會危及人的生命。從那以后，這種首字母縮略語已遍及各種技術和機械行業(yè)，尤其是經常用于制造業(yè)。
如何以及何時使用平均故障間隔時間
MTBF 對于想要確保獲得最可靠的產品、駕駛最可靠的飛機或為工廠選擇最安全的制造設備的買家很有幫助。
對于內部團隊而言，它是一種有助于確定問題和跟蹤成功與失敗的指標。它還可以幫助公司就客戶何時應該更換部件、升級系統(tǒng)或維護產品提出明智的建議。
MTBF 是衡量可修復系統(tǒng)故障的指標。對于需要更換系統(tǒng)的故障，人們通常使用術語 MTTF（平均故障時間）。
例如，汽車發(fā)動機。計算發(fā)動機計劃外維護之間的時間時，應使用 MTBF（平均故障間隔時間）。計算更換整臺發(fā)動機之間的時間時，應使用 MTTF（平均故障時間）。
MTTR：平均修復時間
平均修復時間是多少？
MTTR（平均修復時間）是修復系統(tǒng)（通常是技術或機械）所需的平均時間。這包括修復時間和任何測試時間。直到系統(tǒng)恢復完全正常運行，此指標才會停止計時。
如何計算平均修復時間
您可以通過將任何給定時間段內的總修復時間相加，然后將該時間除以修復次數來計算 MTTR。
因此，假設我們正在考慮一周內的修復。在這段時間里，發(fā)生了十次中斷，系統(tǒng)修復花了四個小時。四小時等于 240 分鐘。240 除以 10 等于 24。這意味著在這種情況下，平均修復時間為 24 分鐘。
平均修復時間的限制
平均修復時間并不總是與系統(tǒng)中斷本身的時間相同。某些情況下，修復會在產品故障或系統(tǒng)中斷后的幾分鐘內開始。在其他情況下，在問題出現、檢測到問題和開始修復之間會有一段時間間隔。
此指標在跟蹤維護人員修復問題的速度時最有用。它并不是要識別系統(tǒng)警報問題或修復前延遲，這兩者也是評估事件管理計劃成敗的重要因素。
如何以及何時使用平均修復時間
MTTR（平均恢復時間）是支持和維護團隊用來保持維修按計劃進行的一項指標。目標是通過提高維修流程和團隊的效率來盡可能降低這個數字。
MTTR：平均恢復時間
平均恢復時間是多少？
MTTR（平均恢復時間）是從產品或系統(tǒng)故障中恢復所需的平均時間。這包括整個中斷時間——從系統(tǒng)或產品出現故障到其恢復完全運行為止。
如何計算平均恢復時間
平均恢復時間是通過將特定時間段內的所有停機期間相加并除以事件數來計算的。因此，假設我們的系統(tǒng) 24 小時內在兩次不同的事件中停機了 30 分鐘。30 除以二等于 15，所以我們的 MTTR 是 15 分鐘。
平均恢復時間的限制
此 MTTR 用于衡量您的完整恢復流程的速度。它有您想要的那么快嗎？它與您的競爭對手相比如何？
這是一個高級指標，可幫助您確定是否有問題。但是，如果您想診斷問題出在流程的哪里（是您的警報系統(tǒng)有問題嗎？團隊在修復上花了太長時間嗎？有人響應修復請求的時間太長嗎？），您將需要更多的數據。因為故障和恢復之間會發(fā)生很多事。
問題可能出在您的警報系統(tǒng)上。故障和警報之間有延遲嗎？警報發(fā)送給正確人員所需的時間是否超過了應有的時間？
問題可能出在診斷上。您能很快弄清楚問題出在哪里嗎？有沒有可以改進的流程？
或者問題可能出在修復上。您的維護團隊是否盡其所能？如果他們占用了大部分時間，是什么難住了他們？
您需要比 MTTR 更深入地研究才能回答這些問題，但平均恢復時間可以為診斷恢復流程是否存在需要您更深入研究的問題提供一個出發(fā)點。
如何以及何時使用平均恢復時間
MTTR 指標非常適合評估整體恢復流程的速度。
MTTR：平均解決時間
平均解決時間是多少？
MTTR（平均解決時間）是完全解決故障所需的平均時間。這不僅包括檢測故障、診斷問題和修復問題所花費的時間，還包括確保故障不會再次發(fā)生所花費的時間。
該指標將處理修復的團隊的責任擴展到長期提高績效。這是滅火與滅火然后對房屋進行采取防火措施之間的區(qū)別。
這個 MTTR 與客戶滿意度之間有很強的相關性，因此需要重點注意。
如何計算平均解決時間
要計算此 MTTR，請將要跟蹤的時間段內的完整解決時間相加，然后除以事件數。
因此，如果您的系統(tǒng) 24 小時內在單個事件中共停機了兩個小時，而團隊又花了兩個小時進行修復以確保系統(tǒng)中斷不會再次發(fā)生，那么解決問題總共花了四個小時。這意味著您的 MTTR 是四個小時。
關于跟蹤平均解決時間的說明
請記住，MTTR 通常是使用工作時間計算的（因此，如果您有一天在工作時間結束時從問題中恢復過來，第二天早上第一時間花時間修復潛在問題，那么您的 MTTR 將不包括離開辦公室的 16 個小時）。如果您有多個地點的團隊全天候工作，或者您的待命員工在下班后工作，那么定義如何跟蹤這個指標的時間很重要。
如何以及何時使用平均解決時間
MTTR 通常用于討論計劃外事件，而不是服務請求（通常是計劃內的）。
MTTR：平均響應時間
平均響應時間是多少？
MTTR（平均響應時間）是從首次收到產品或系統(tǒng)故障警報開始，到從產品或系統(tǒng)故障中恢復所需的平均時間。這不包括警報系統(tǒng)中的任何延遲時間。
如何計算平均響應時間
要計算此 MTTR，請將從警報到產品或服務完全恢復正常運行時的全部響應時間相加。然后除以事件數。
例如：如果您在一周 40 個小時的工作時間內發(fā)生了四起事件，并且在這些事件上總共花費了一個小時（從警報到修復），則該周的 MTTR 為 15 分鐘。
如何以及何時使用平均響應時間
在衡量團隊在抵御系統(tǒng)攻擊方面的成功時，通常將此 MTTR 用于網絡安全。
MTTA：平均確認時間
平均確認間隔時間是多少？
MTTA（平均確認時間）是從觸發(fā)警報到開始處理問題所花費的平均時間。此指標可用于跟蹤團隊的響應能力和警報系統(tǒng)的有效性。
如何計算平均確認時間
要計算您的 MTTA，請將警報和確認之間的時間相加，然后除以事件數。
例如：如果您有 10 個事件，而所有 10 個事件的警報和確認之間總共有 40 分鐘，則將 40 除以 10 得出平均值 4 分鐘。
如何以及何時使用平均確認時間
MTTA 在跟蹤響應速度方面很有用。您的團隊是否受警報疲勞困擾并且響應時間過長？此指標將幫助您標記問題。
MTTF：平均故障時間
平均故障時間是多少？
MTTF（平均故障時間）是技術產品兩次不可修復得故障之間的平均時間。例如，如果 X 品牌的汽車發(fā)動機在完全失效且必須更換之前平均為 500,000 小時，則發(fā)動機的 MTTF 將達為 500,000。
該計算用于了解系統(tǒng)通常會持續(xù)多長時間，確定新版本的系統(tǒng)性能是否優(yōu)于舊版本，并向客戶提供有關預期使用壽命以及何時安排系統(tǒng)檢查的信息。
如何計算平均故障時間
平均故障時間是算術平均值，因此您可以通過將正在評估的產品的總運行時間相加，然后將該總運行時間除以設備數量來計算。
例如：假設您在計算燈泡的 MTTF。Y 品牌的燈泡在燒壞之前平均能持續(xù)多長時間？假設您有四個燈泡的樣本需要測試（如果您想要具有統(tǒng)計學意義的數據，那您需要的遠不止于此，但為了簡單的數學目的，我們保持這個小值）。
燈泡 A 持續(xù) 20 個小時。燈泡 B 持續(xù) 18 個小時。燈泡 C 持續(xù) 21 個小時。燈泡 D 持續(xù) 21 個小時。總共 80 個小時。除以四，MTTF 為 20 個小時。
平均故障時間問題
通過燈泡這種例子可以看出，MTTF 是一個很有意義的指標。我們可以運行燈泡直到最后一個燈泡出現故障，然后利用這些信息得出關于燈泡彈性的結論。
但是，當我們測量那些不會很快出現故障的東西時會發(fā)生什么？那些本來可以使用很多年的東西。對于這些情況，盡管經常使用 MTTF，但它并不是一個很好的指標。因為在大多數情況下，我們不是在產品出現故障之前一直運行產品，而是要在規(guī)定的時間長度內運行產品，并測量有多少產品出現故障。
例如：假設我們正在嘗試獲取 Z 品牌平板電腦上的 MTTF 統(tǒng)計數據。希望平板電腦能用很多年。但是 Z 品牌可能只有六個月時間來收集數據。因此，他們對 100 臺平板電腦進行了六個月的測試。假設一臺平板電腦恰好在六個月期限出現故障。
因此，我們計算總使用時間（六個月乘以 100臺平板電腦），得出 600 個月。只有一臺平板電腦出現故障，所以我們將其除以一，那么我們的 MTTR 將為 600 個月，也就是 50 年。
Z 品牌的平板電腦每臺能平均使用 50 年嗎？不太可能。因此，在這樣的情況下，指標會被分解。
如何以及何時使用平均故障時間
當您嘗試評估壽命較短的產品和系統(tǒng)（例如燈泡）的平均壽命時，MTTF 很好用。它也僅適用于評估全部產品故障的情況。如果您要計算需要修復的事件之間的間隔時間，可以使用 MTBF（平均故障間隔時間）。
MTBF vs. MTTR vs. MTTF vs. MTTA
那么，在跟蹤和改善事件管理方面，哪種衡量標準更好呢？
答案是全部。
雖然它們有時可以互換使用，但每個指標都提供了不同的見解。組合使用時，它們可以更完整地講述您的團隊在事件管理方面的成功程度以及團隊可以改進的地方。
