可用性数字是算术,不是送达承诺
按 30 天一个月计算，99.99% 的可用性允许大约 4 分 20 秒的不可用时间。这个数字能说明的全部内容仅此而已。它不说明有多少条消息真正到达了手机，多快到达，也不说明收件人是否采取了行动。
这个区别很重要,因为消息链路横跨多个由不同主体掌控的系统。"保证送达"不可能成为合同承诺，因为没有任何供应商能掌控目标网络、终端设备或监管机构。
衡量边界划在哪里
一个网关可用性数字应该明确说明它衡量的组成部分。通常这些是供应商自己运营的部分：
- API 接收：请求被接受并排队。
- 路由：每条消息被分派到某条路由。
- 状态处理：接收并归一化供应商的状态更新。
- 回调送达：状态回调被推送到你的接收端点。
这个边界之外的一切都属于其他人：
- 供应商路由与运营商行为。 过滤、限流和网络事故都发生在网关之外。发现它们并转移流量是运营工作,不属于可用性范畴。
- 目标网络状态。 拥塞或运营商事故会影响送达，即便网关本身完全可用。
- 终端与收件人。 关机、不在信号覆盖范围、屏蔽发送方、消息被忽略。
- 监管与注册变化。 发送方身份重新注册或模板重新审批可能中断流量,而与网关本身的故障无关。
如果一份 SLA 没有明确说明这个边界，那它就无法被你衡量。
决定这个数字是否有意义的问题
- 从技术角度看，哪些组件被纳入了衡量范围——仅 API，还是更广泛的部分？
- 什么算作不可用：错误响应、超过某个阈值的延迟,还是完全不可达？
- 可用性是全局计算，还是按地区和按路由计算？一个全局数字可以在不违约的情况下吸收掉一次很长的区域性故障。
- 适用哪些排除项，计划内维护如何公布和计入？
- 衡量数据来源是什么，颗粒度如何，你能看到底层遥测数据吗？
- 出于争议解决的目的，这些遥测数据会保留多久？
- 如果未达成承诺，补救措施是什么，占什么基数的百分比，需要提出什么样的索赔？
- 对于超出衡量边界的问题——比如过滤规则变化或路由问题——公开的响应承诺是什么？
- 事故发生后你能拿到什么证据，在什么时间线内？
- 对于你无法掌控的依赖，比如路由健康状况和供应商状态，你有多少可见性？
第 8 个问题通常最能说明问题。大多数真实的消息问题都发生在可用性边界之外，因此针对这些问题的响应承诺，比第四个 9 更重要。
供应商在这些方面的说法——通知周期、检查间隔、留存时长、赔偿机制、事后复盘时间线——只有写进你的协议或已发布的服务说 明中才应被当作承诺，而不能从一篇文章中推断出来。Flowstates 的承诺是 99.99% 的网关可用性；超出这一范围的内容应通过合同确认。
可用性和运营是两种不同的产品
托管网关的价值大部分体现在可用性数字之外：
- 针对每个项目自身基线，对路由和目的地的持续监控。
- 事故期间向供应商乃至运营商的升级处理。
- 过滤或性能变化时的路由调整。
- 市场规则变化时的注册与合规处理。
这些都无法压缩成一个正常运行时间百分比。它们体现为事故发生频率、发现时间和应用层结果。
供给模式不改变这道边界
Flowstates 出售并运营消息路由，支持客户保留自己的供应商合同（BYOV），也支持混合方案。无论哪种情况，衡量边界都是一样的：托管网关按其自身运行的部分接受衡量，而路由和运营商的行为始终在边界之外，与谁持有供给合同无关。
简短版本
去问边界、计算方式、排除项、证据和边界外的响应承诺。能回答这些问题的供应商是真正思考过运营的。只给出一个更大数字却 不说明边界的供应商则没有。