平均故障時間，或稱 MTTF，是衡量特定技術資產，如裝置、系統或應用程式，在不可維修故障之間的平均時間的指標。
MTTF 可協助您了解產品、系統或裝置的平均使用壽命，包括 CPU、硬碟、IoT 裝置或網路交換器。該指標也用於比較舊系統與新系統之間的效能、確定預期的系統壽命，以及排程維護。
MTTF 每個資產僅記錄一次故障，並衡量許多資產長期的平均數。增加觀察到的資產數量將提高 MTTF 的準確度。
MTBF 相較於 MTTF：使用哪個指標？
平均故障時間與平均故障時間（MTBF）皆能測量時間，協助您評估資產的效能，但它們適用於不同類型的資產。
MTBF 相較於 MTTF：關鍵差異
MTTF 是資產第一次也只有一次失敗的平均時間，且僅適用於故障時必須更換的資產。在這種情況下，更換資產是解決問題的唯一方法；一旦達到 MTTF，資產就會達到最長的營運時間。
另一方面，MTBF 是資產首次故障所需的平均時間，這意味著它專門針對可以修復的資產。由於系統是可修復的，因此會再次故障，MTBF 代表每次故障之間的平均時間。
因此，MTTF 與 MTBF 之間的關鍵差異在於，使用 MTTF 時，只能透過更換資產來解決問題。使用 MTBF，可以透過修復資產來解決問題。
何時使用 MTBF
營運和可靠性團隊可以使用 MTBF 來評估設備和系統的效能。透過比較類似設備在類似條件下運行的效能，它們可以評估故障並設計預防性維護計畫。
此外，MTBF 通常用於監控可靠性方案的進展。不斷增加的 MTBF 代表系統與設備變得越來越可靠。
如何計算 MTTF：逐步公式
MTTF 的計算方式是將您正在評估的所有裝置的總使用壽命相加，並除以裝置數量。以下是一般公式：
MTTF = 跨裝置的總使用壽命/裝置總數
首先，確定裝置總數，然後確定每個裝置的使用壽命。例如，假設您在 RAID 組態中有三個類似的硬碟，每個硬碟的使用壽命分別為三年、四年和五年。
在這種情況下：
- 裝置總數 = 3
- 總營運時數 =（3 + 4 + 5）= 12 年
- MTTF = 12 / 3 = 4 年
您需要哪些工具來監控 MTTF？
軟體工具通常用於測量 MTTF 和其他可靠性指標。
這些監控應用程式，以及指標、日誌和追蹤—可觀察性的支柱—幫助團隊找出系統與元件中可能導致更快故障的問題。有數種開源和商業工具可供使用，包括 Prometheus、DatadogSplunk 和 OpenTelemetry。
自動化工作流程也能協助團隊更快偵測、處理和解決問題。自動化可用來警示正確的團隊問題、記錄問題與緩解流程，以及訂購更換零件。
什麼是良好的 MTTF？
如果系統或元件是企業營運不可或缺的一部分，MTTF 就顯得特別重要。MTTF 越長越好。MTTF 的短時間意味著您的系統更容易發生故障和停機，這可能會影響應用程式和服務交付、客戶滿意度和營收。
如何提高 MTTF 的可靠性
良好的 MTTF 估計有助於大幅提升系統可靠性。如果您知道資源何時可能故障，可以在故障發生前更換。增加 MTTF 以維持可靠性的幾種其他方法包括：
- 主動維護：備妥備件和設備，以便團隊能夠及時更換。依照預定的更換時程，保持資產與設備狀況良好，並持續審查與改善預防性維護流程。
- 文件：當問題發生時，請記錄其根本原因、識別措施，以及為防止問題再次發生所採取的任何補救步驟。
- 實施備援：透過使用 RAID 備援交換器和其他技術來優化硬體備援，以減少故障的影響。
MTTF 計算範例
我們來看看不同裝置組，其預期壽命為 20,000 小時或更少的低、平均和高 MTTF 範例。
高 MTTF
裝置 1 的使用壽命為 15,000 小時，裝置 2 的使用壽命為 19,000 小時，裝置 3 的使用壽命為 18,000 小時，裝置 4 的使用壽命為 20,000 小時。
裝置總數 = 4
總營運時數 =（15,000 + 19,000 + 18,000 + 20,000）= 72,000 小時
MTTF = 72,000 / 4 = 18,000 小時
平均 MTTF
裝置 1 的使用壽命為 9,000 小時，裝置 2 的使用壽命為 11,000 小時，裝置 3 的使用壽命為 15,000 小時，裝置 4 的使用壽命為 19,000 小時。
裝置總數 = 4
總營運時數 = （9,000 + 11,000 + 15,000 + 19,000） = 54,000 小時
MTTF = 54,000 / 4 = 13,500 小時
低 MTTF
裝置 1 的使用壽命為 10,000 小時，裝置 2 的使用壽命為 11,000 小時，裝置 3 的使用壽命為 8,000 小時，而裝置 4 的使用壽命為 9,000 小時。
裝置總數 = 4
總營運時數 = （10,000 + 11,000 + 8,000 + 9,000） = 38,000 小時
MTTF = 38,000 / 4 = 9,500 小時
誰應該使用 MTTF？何時使用？
MTTF 是數個技術領域的實用可靠性指標，包括網路安全、事件回應和 DevOps
如何在網路安全中使用 MTTF
網路安全事件是指任何與正常系統行為不同的事件，例如可疑的電子郵件或軟體下載。事件可能無害，但也可能危害系統。在網路安全方面，MTTF 顯示安全機制無法預防攻擊。
如何在事件回應中使用 MTTF
IT 專業人員使用事件回應來回應安全事件，例如成功的網路攻擊。
事件回應中的 MTTF 顯示受感染系統在關機前能運作多久。讓團隊知道需要花多少時間進行故障轉移或採取額外的安全措施，以防止進一步的遺失或損壞。
如何在 DevOps 中使用 MTTF
在 DevOps 中追蹤 MTTF 可以幫助團隊了解系統或應用程式部署的可靠性。舉例來說，MTTF 可以指出系統或應用程式中偵測到瑕疵與完全故障之間的平均時間，這有助於 DevOps 團隊為系統故障做準備。
為網路安全、事件回應和 DevOps 計算 MTTF 和其他可靠性指標，需要大量的即時和歷史資料。可觀察性和監控工具需要超高速、高效能的儲存系統，以支援複雜的查詢和即時處理資料。
Pure Storage® FlashBlade® 是業界最先進的全快閃儲存解決方案，可快速儲存檔案與物件資料。FlashBlade 提供您收集高品質 MTTF 指標所需的速度與效能等級。
