服务降级与服务中断

在可靠性工程中，服务降级、服务中断和服务停运是三个相关但有时被错误使用的术语。

服务降级是指核心功能仍可用，但服务质量较差；服务中断是指核心功能完全停止。

可用性、服务降级和服务中断的区别可以通过四个方面来理解：可用性、服务水平、影响范围和后果。

服务降级时，核心功能仍然可用，但质量下降，例如ChatGPT早期的用户体验问题。

服务中断是指关键功能完全停止，例如2017年AWS S3的中断，导致所有请求失败。

服务水平指标（SLI）可以用来衡量可靠性，服务降级表现为错误预算的消耗，而服务中断则是错误预算的快速耗尽。

影响范围是区分服务降级和中断的一个因素，影响的用户数量和类型会影响后果的严重性。

服务降级通常对业务影响较小，而服务中断则可能导致严重后果，如声誉损失和法律后果。

服务停运通常指更严重的中断，可能导致销售、收入和用户的损失。

在某些情况下，服务的降级可能比中断对业务的负面影响更大，例如错误的价格显示可能导致更大的财务损失。

可靠性工程的目标是防止威胁变成降级，降级变成中断。