前天Facebook大當機22小時。他們唯一的解釋是系統維修發生問題。這些公司每年投資在資料中心的基礎建設可能超過10億美金。可是金錢對於網站可用性的幫助非常有限，因為問題經常是出在營運管理與軟體設計。所以不管花了多少錢，網站還是會當。科技能夠解決的非常有限。不管當機的原因為何，網站一定要有一套仗量的機制，而這些都是商業機密。
矽谷每一個大型網路公司都有兩個永遠不會告訴你的數字：一個是「網站可用性」 （Site Availability），另一個是「當機一秒對公司造成的金錢損失」 。每一個從事網站營運的工程師對這些數字都必須倒背如流。
上面這兩個數字往往用作紅利的依據，也可以作為高層人士更換的數據。有些微小的時事局外人也許不會去注意，那就是每經過一次大當機，負責網站營運的高階主管總會有一些變動。管理不善的代價最後總是要換算成金錢。Facebook這次應該也不會例外。這些獎懲的數據都來自下面要討論的這兩個數字。
「網站可用性」到底是什麼？
這個數字是個百分比。一個永遠不當機的網站可用性就是100%。
100%是神話。過去曾有人努力追求「五個9」，也就是99.999%都不當機。那也是騙人的，甚至「四個9」99.99% 也近乎騙人。「五個9」在機器的層次可以做到，可是在網站整體功能的層次就是神話，因為網站是由無數唇齒相依的機器疊構起來的。
通常每一次網路查詢至少都會經過五到六個層次的機器群組。即使你使用的是最高端「五個9」的機器，跑完一趟查詢，那個指令的「存活率」已經自動降為「四個 9」。這是簡單的數學問題，因為任何一個層次發生問題，整個查詢就注定會失敗──在使用者來講，這就叫做當機。把「五個9」的或然率連乘六次 (指令必須經過的層次和途徑)，最後真實的存活率最多只有「四個9」。層次越複雜，最後存活率就越低。
所以就網站整體功能而言，科技所能提供的就是「四個9」。這就是今天的科技所能做到的極限。剩下人為疏失、網站設計及資料佈局都是額外的風險。
知道內情的人會說每一個層次的機器都是一個群組，一台機器當了，其他機器可以繼續運作，交通可以繞道，所以應該沒有妨礙。這是機器廠商的美麗的謊言。這裡牽扯到非常複雜的交通導流及監控，也牽扯到資料佈局和及時性問題，礙於篇幅今天暫且跳過不談。我只能告訴你，事實從來就不是如此。
網站可用性到底是怎麼算出來的？很簡單，那就是把所有當機的「時間」加起來。
以時間計算
最簡單的算法是如下:一年共有525,600分鐘，如果一整年這台機器所有當機時間加起來是5分鐘，你的可用性就高達99.999%。這也是傳說中的「五個9」；如果當機時間是52分鐘，非常恭喜，你也近乎製造了神話──你的網站可用性高達99.99%。矽谷大部分網站都是在99.9%（520分鐘）、99.95%附近掙扎。這是一台機器的算法。如果你有一千台機器，就把所有數據加起來。當然這裡的機器是包括全部的硬體設備。
此外，這裡講的不只是機器故障的當機，而是包括所有人為疏失與定期維修所造成的當機事件。事實上人為疏失占所有當機事件的35%。這些都是額外的帳。
以時間計算是最簡單，也是最不負責任的算法。15年前我們也是這樣計算。
但事實並不這麼簡單
上面這種算法有很大的問題，因為你把時間當作唯一的衡量，而沒有考慮時段。我們都知道在尖峰時段關閉高速公路一小時，跟在半夜關閉一小時，兩者背後的意義完全不同。另一個問題是，如果機器並沒有當，只是反應緩慢，以致於使用者紛紛憤怒地關掉瀏覽器，這筆帳又要怎麼算？
所以一個成熟的網站必須就「流量」這個層次再作進一步分析。
以流量計算
要掌握這個數據就必須要有歷史資料作為根據。在這裡我們把當機轉換成會計問題。假如根據歷史資料，今天網站的總到訪量「應該」是一百萬次，可是因為當機 （不管幾點鐘當、或當了多久），總到訪量降為90萬次，那麼我今天的網站可用性就是90%。如此類推我們可以算出一季的可用性。不過這項工作需要「預估」當機那天原本該有的交通量，這部分需要大量數據支持及製作一些模型。
只是問題仍舊沒有這麼簡單。 交通代表的只是量，無法反映出「質」的損失 。就算今天因為當機，只接受了90萬次的造訪量，但這並不代表所有的造訪都圓滿結束。如果我是個電商，在最後關鍵付款功能上發生問題，這90萬次的造訪量對我毫無意義。我的收入可能是零。
所以下一步就應該再進階分析當機是哪些「功能」受到損失，也就是從量依功能來探討質。
依功能加重計算流量
這是上一步驟的延伸，也就是你不但要收集交通流量，還要以功能來區分，然後在各種不同功能上加重或減輕比重。大約5年前我們開始採用這種做法。這種做法的好處是「不把所有的交通視為等量」，所以能更精準反映出當機所受到的影響。
就Facebook的例子來說，他們幾乎所有收入都是靠廣告點擊。如果廣告點擊功能當機，收入就停擺。如果只是按讚的功能當機，對他們來說也許是不痛不癢。廣告點擊量少了一千萬次，與按讚量少了一千萬次，絕對不能等量計算。於是Facebook可能在前者加重計分，以反映出網站可用性對營收真正的影響。矽谷很多公司都是在「三個9」與「四個9」之間徘徊，而且這已經算是佼佼者。
至於Facebook的可用性我相信帳面上看起來會很高，但實際內容準確度會非常低，因為他們的資料真實性並不需要那麼準確。一篇Po文到底是100個讚還是90個讚，不會有人知道真相，也不會有人在乎。他們在資料讀取的路徑上，有很多變通的方法。也就是因為有了這些彈性，當機對於交通流量不會有太大影響。相反地，線上付款網站可用性通常都很低，原因是資料的真相只有一筆，絕對不能有誤差。所以讀取路徑完全沒有彈性，只要碰到當機，流量與功能也跟著停擺。
最後一個數字：網站當機每秒營收損失
萬流歸宗，最後都扯到錢這個字。最高層看到的不是99.9%或99.99%而是營收。如果前面幾個步驟都做到了，最後這個步驟就非常容易，那就是把每秒當機所造成金錢損失，以各主要功能流量依照營收來比例換算。當然這個數字會隨著公司的營運而有所改變，所以應該每年調整。而且為了簡化，你可以取一個平均值，讓所有參與營運的員工牢記在心。
當然這個白紙黑字的數字，也可以用來更換領導無方的高階主管。
網站可用性是矽谷每一家網站的最高機密，而且各自有不同的計算法。今天這裡討論的應該是經過多年演化最成熟的方式。如果我把過去十多年計算法的進化用一句話總結，那就是：
以時間計 → 以流量計 → 以功能加重流量計算
有了這個公式，網站也可以精確地算出當機對公司營收的影響。
套句商業上最常說的一句話 ：「如果不知道數字，你就不可能改善。」
責任編輯：陳建鈞
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場。）
