问题描述
在使用云服务时，常常需要考虑不同服务的单独可用性，但当将这些服务组合在一起构建应用架构时，可能会面临某个组件出现故障导致整体可用性降低的情况。用户想了解如何计算复合的服务级别协议（SLA），以及如何应对可能出现的整体可用性问题。
解决方案
要计算复合的服务级别协议（SLA），可以使用概率的乘法和加法规则来推导。下面分别针对两种场景提供解决方案。
场景一：串行复合可用性
首先，考虑串行的场景，即多个组件按顺序连接，只有当所有组件都可用时，整体系统才可用。在这种情况下，可以将每个组件的可用性概率相乘来计算整体可用性。具体步骤如下：
- 计算各个组件的可用性概率。根据提供的数据，找到每个组件的单独可用性概率。
- 将各个组件的可用性概率相乘，得到整体系统的可用性概率。
例如，对于给定的示例数据，假设 App Service 的可用性为 99.95%，SQL Azure 的可用性也为 99.95%。则整体系统的可用性为：
$$
0.9995 \times 0.9995 = 0.99900025
$$
转化为百分比为：
$$
99.900025%
$$
这个结果表示整体系统的可用性。
场景二：并行复合可用性
其次，考虑并行的场景，即多个组件并行运行，只要至少有一个组件可用，整体系统就可用。在这种情况下，可以通过计算各组件不可用的概率，然后用 1 减去这个概率来得到整体可用性。具体步骤如下：
- 计算各个组件不可用的概率，然后相乘。
- 用 1 减去上一步计算得到的概率，得到整体系统的可用性。
例如，在给定的示例数据中，假设 Traffic Manager 的可用性为 99.99%，而两个地区的 App Service 和 SQL Server 的可用性都为 99.900025%。则整体系统的可用性为：
$$
1 – (0.00099975 \times 0.00099975) ≈ 99.989900%
$$
这个结果表示整体系统的可用性。
需要注意的是，这里假设各个组件的可用性是独立的，如果存在更复杂的依赖关系，例如某个组件的故障可能导致其他组件的故障，那么需要更详细的分析和模型来计算复合可用性。
以上是计算复合的服务级别协议（SLA）的基本方法，根据实际情况和需要，可以进一步考虑各种复杂因素，如重试、故障转移等来提高整体系统的可用性。
如果想了解更多细节和示例，请参考 Azure 官方文档中关于复合 SLA 的解释。