Что означает SLA 99,999% и как он влияет на процесс релизов?

SLA (Service Level Agreement) — это соглашение об уровне сервиса, где фиксируется, какой процент времени система должна быть доступна. Значение 99,999% (часто называют «five nines») означает, что допустимый простой за год составляет примерно 5 минут 15 секунд. Это очень жесткое требование, которое напрямую меняет подход к релизам и эксплуатации.

Как считается допустимый простой

Формула проста: допустимый простой = (1 − SLA) × общее время. Для года это:

• 99,9% — около 8,76 часов простоя в год;
• 99,99% — около 52,6 минут;
• 99,999% — около 5,26 минут.

Именно поэтому при 99,999% нельзя останавливать сервис на время обновления: даже одна неудачная выкатка может исчерпать годовой бюджет ошибок.

Влияние на процесс релизов

Чтобы уложиться в такой SLA, релизы делают без простоя и с минимальным риском. На практике это означает:

1. Blue-green или canary deployment вместо остановки сервиса.
2. Автоматический откат при росте ошибок или latency.
3. Постепенное включение новой версии для малой доли трафика.
4. Feature flags, чтобы отделить деплой кода от включения функциональности.
5. Строгий мониторинг SLI (latency, error rate, saturation) и алерты.

Пример канареечного релиза

# Упрощенный пример: 5% трафика на новую версию
kubectl apply -f deployment-v2.yaml
kubectl patch service my-app -p '{"spec":{"selector":{"version":"v2"}}}'
# Смотрим метрики 10 минут
# Если ошибок нет — увеличиваем долю трафика
kubectl scale deployment my-app-v2 --replicas=10
# При деградации — откат
kubectl rollout undo deployment/my-app

Такой подход позволяет обновлять систему часто, не нарушая SLA. Ошибки локализуются на малой аудитории, а откат занимает секунды, а не часы.

Итог: SLA 99,999% заставляет строить релизный процесс на автоматизации, постепенных выкатках и быстром откате. Применять такие практики стоит в критичных сервисах — платежах, инфраструктуре, медицине, где даже короткий простой приводит к серьезным потерям.