我们是一家小型初创公司，正在努力满足我们的第一位客户的需求。目前，整个硬件设置都在亚马逊云上（不久将转移到 VPC）。我必须向客户估算一下我公司可以提供什么样的正常运行时间保证。虽然亚马逊提供的正常运行时间保证低于“99.95% 但等于或大于 99.0%”，但我认为将我的应用程序升级、修补和其他维护活动考虑在内，并采用一个低得多的估计值（比如 95%）是合理的。
我认为我的问题更笼统，即对于一家初创企业来说，在 SLA 方面，与其第一位客户打交道时，什么样的承诺更安全。考虑到我们在这个领域还不是一家成熟的公司，90-95% 这样的承诺对我的客户（一家市值 10 亿美元的公司，他们按交易向我们付费）来说可以接受吗？
答案1
90%-95% 的 SLA 是无用的，最好不要说（即使旧的共享主机也能为您的 Web 应用保证更好的 SLA），对于严肃的业务，您至少需要 99.5%。如果您需要更好的 SLA（您的客户会！），您需要拥有镜像资源（2 个应用服务器、2 个数据库服务器等）、设置负载平衡和故障转移（如 keepalived、haproxy、squid 等）、设置良好的内部和外部监控和警报解决方案（如 Zabbix 或 Nagios、newrelic 和 Logstash/Kibana 用于日志管理），并且您将需要系统管理员来管理、监控它并对问题做出反应。
你应该看看维基百科上的 SLA 表在那里，您可以找到您的应用在 SLA 级别下可以离线多长时间。不要忘记，当您无法立即做出反应时（例如凌晨 3 点），可能会发生中断，因此您需要有足够大的管理团队来提供全天候支持。您必须找到并识别所有 SPOF 并将其消除。不要忘记，不仅您的开发人员是潜在问题的根源，而且您的服务器从第一分钟起就会受到各种类型的自动攻击（ssh 机器人、DDoS 等）
要拥有良好而稳定的环境真的非常非常难实现，而且非常非常昂贵，而当你在云中时就更加昂贵了（因为会受到云的其他用户的影响）。
您可以找到亚马逊自己提供的示例，了解您的环境应如何查找简单的网页以确保 AWS 上的高可用性这里 (pdf)或更多AWS 架构中心。
最后但并非最不重要的一点是，您永远不要忘记资源翻倍！如果您只有一个单一类型的虚拟机，那么您无法保证任何事情。第二部分 - 您（或您的管理员）需要准备灾难恢复计划，并应定期进行“消防演习”，以确保计划是最新的并且运行良好。
答案2
这个问题可能很快就会因为“太模糊”而被关闭。
使用 AWS，您可以构建高可用性解决方案，也可以提供低可靠性解决方案。任何单个虚拟服务器可能都相当可靠，可靠性可达 99.9% 或更高，但您在其上运行的软件和您进行的监控可能是限制因素。然而，单台机器实际上不能称为“高可用性”。
您可以使用 ELB、地理负载平衡、镜像数据库和服务器以及各种其他技术来提高可靠性。人为错误或疏忽可能再次成为限制因素。
AWS 有一个建筑中心这将帮助您构建高可用性解决方案。利用跨多个软件拆分可用区域关键在于——AZ 实际上是数据中心，与该地区的其他 AWS 数据中心有非常高速的连接。例如，Amazon RDS（关系数据库服务）可以使同一个数据库在多个 AZ 中可用，并且您可以在负载均衡器后面运行多个计算实例，因此如果出现问题，您仍然应该有一个可以运行的应用程序。架构中心为您提供了示例应用程序模式。我是 AWS 认证的解决方案架构师（助理级），我使用免费的在线资源学习了 AWS——有大量信息可用。
分裂跨越不同地区由于区域实际上是独立的，因此更加困难，但如果您想要超高可用性，则可能需要这样做。这通常通过 Route 53 的 DNS 功能完成，使用基于延迟的路由. 对于大多数应用程序来说，跨可用区拆分就足够了。
但是，如果你需要一个数字，我建议你说 98%。这个可用性真的很低，但如果你甚至不知道如何解决这个问题，那么这可能是你所能达到的极限。