SLA近百分之百的含义和赔偿方式

谈论 SLA 接近 100% 的时候，很多人第一反应是“哇，全年几乎不会掉线”。但真要较真起来，99.99% 和 99.9% 背后的差距，可能比你想象的更值钱——而且这笔钱怎么赔、赔多少，往往被那串漂亮的小数点掩盖了。

99.99% 意味着什么

从数学上算一笔账：99.99% 的可用率，全年允许的不可用时间是 52 分 35 秒。而 99.9% 则是 8 小时 45 分 48 秒。相差八个多小时。对于依赖实时交易的系统（比如电商支付接口、证券行情推送、在线游戏登录服），这八小时可能就是几十万甚至上百万的损失。所以真正关键的从来不是那个“四个九”的数字本身，而是当故障发生时，你的业务究竟能承受多大的不可用窗口。

另一个容易被忽略的点：可用率是按月度还是全年计算？有些商家玩文字游戏，拿“全年 99.99%”当卖点，但实际按月考核时，每个月允许的不可用时间只有 4 分 23 秒——这意味着任何一次超过五分钟的宕机都会导致当月 SLA 不达标。而如果是按年度计算，你可以把故障集中到某个月，其他月份拉平，这对用户其实更不利。所以看条款时一定要分清统计周期。

赔偿方式：服务信用不等于现金

绝大多数高 SLA 方案（包括一线云厂商）的赔偿，都是以“服务信用”形式返还到账户余额，而不是直接退现金。这个服务信用通常有使用期限（比如 12 个月），而且只能用于后续消费，不能提现。相当于商家说：“抱歉让你停机了，送你一笔代金券来补偿，但你不能拿它买别的东西。”

赔偿额度通常是阶梯式的。比如可用率在 99.99%-99.9% 之间，赔偿当月费用的 10%；低于 99.9% 但高于 99.0%，赔偿 25%；低于 99.0% 赔偿 50% 甚至更高。但这里有个坑：很多商家的赔偿上限是当月费用的 100% 或 200%，意味着就算你停机一整月，最多也就拿回一两倍月费。而如果你因此损失的业务收入是月费的一千倍，那这点赔偿连零头都不够。

所以对于高价值业务，SLI（服务等级指标）和 SLO（服务等级目标）之外的商业保险可能是更实际的兜底手段——比如 AWS 的 Support Plan 附带业务中断赔偿，但那又是另一个价格体系了。

那些不赔的情况

接近 100% 的 SLA 条款里，排除项写得不比赔偿规则少。常见的雷区包括：

• 计划内维护（窗口通常提前 7-14 天邮件通知，但如果你的业务 24×7 运行，这段时间就是赤裸裸的不可用）
• DDoS 攻击（商家会免责，除非你买了额外的抗 DDoS 增值服务）
• 用户自身操作（比如自己改了防火墙规则、重装系统导致故障）
• 第三方组件中断（比如你的 CDN 挂了、对方的数据库出问题，SLA 只覆盖商家自己的基础设施）

最微妙的是“不可抗力”——自然灾害、战争、地震、大规模光缆被挖断。这些虽然概率低，但一旦发生，所有 SLA 条款自动失效。2017 年 AWS S3 故障 4 小时那次就被认定为内部故障赔偿了，但 2020 年某海底光缆中断三天就没赔。

真到了索赔那一步，你得准备什么

不是自动到账的。需要你主动开工单，附上监控截图、日志时间线、甚至第三方的节点监控数据。很多中小商家会要求你提供“持续的不可用时间证明”，比如每分钟 Ping 超时的记录。如果只是偶尔断一两秒，商家会说是“瞬时抖动”，不算可用率扣减。

这点上，大厂的经验值得参考：最好自己搭建外部监控（比如 UptimeRobot、Checkly），从多个地理位置定期发起请求，记录完整的时间戳。这样当故障发生时，你手里有站在第三方视角的证据，而不是依赖商家内部的“正常运行时间仪表盘”——那个仪表盘在你不可用时可能也不更新。

值不值得为 99.99% 买单

如果你的业务容忍 10 分钟的停机，99.9% 就够了，没必要多花一倍价格去买“四个九”。但如果你做的是凌晨三点也会有人下单的跨境电商、或者 B 端客户的 API 必须保持 99.99% 的响应率，那这笔钱就是买一个心理安全垫——知道即使出问题，也能拿回一些补偿，且补偿流程相对透明。

最后说句实在话：SLA 数字再漂亮，也不如一个靠谱的运维团队和冗余架构来得实在。毕竟，等你真去索赔的时候，商家很可能已经赔偿给你一张“下个月继续在它家消费”的优惠券。