- 明确关键指标:每月可接受停机时长(例如月可用率99.9%对应每月约43分钟宕机)。
- 列出必须功能:备份频率、快照、带宽、DDoS防护、技术支持时段(24/7与否)。
- 制定预算上限与对赔付(服务信用)的最低期望值,作为后续比较依据。
- 在供应商官网或销售人员处索要完整SLA与赔付条款(不是折叠说明)。
- 下载或存档TOS(服务条款)、隐私政策和数据驻留说明,标注数据中心位置(新加坡机房)与法律适用。
- 建立Excel表,字段包含:可用率、响应时间、赔付计算方式、支持渠道、报障窗口、维护通知周期等。
- 可用性条款:验证定义(是按月计算还是按年),示例计算:99.95% = 月不超过22分钟宕机。
- 响应与修复时间:区分“响应”(确认收到)与“修复”(问题解决),检查是否有等级(P1/P2)。
- 赔付机制:记录触发赔付的条件、赔付比例、申报期限与证明材料要求(ticket号、日志)。
- 建立测试VM并记录信息(实例ID、IP、快照)。
- 提交模拟故障工单:描述故障、附上截图或日志,记录响应时间与处理进度。
- 评估渠道:电话→邮箱→在线聊天→工单系统,统计平均首次响应与解决时长并保存证据。
- 配置自动快照:设置每日/每小时策略,保留策略至少7天。
- 恢复演练:在非生产时间对测试实例做一次全量恢复,记录恢复用时与完整性校验(服务能否正常启动、文件完整性)。
- 验证快照一致性:对数据库做事务前后快照并校验数据一致性。
- 使用ping、traceroute测试到目标IP的延迟与跳数;记录峰值与平均值。
- 用iperf或speedtest测带宽稳定性,连续测试24小时观察抖动。
- 若跨国访问,比较从目标客户群(例如中国、马来西亚)到新加坡机房的真实延迟。
- 检查合同适用法律、争议解决方式(仲裁或法院)、赔付是否为唯一救济。
- 保存所有ticket、邮件与时间戳作为证据,若赔付被拒按步骤上报并在合同规定期限内再次申诉。
- 若金额较大,考虑让法务审查SLA并尝试将关键条款写入采购合同。
- 部署外部监控(UptimeRobot/Prometheus+Alertmanager):添加HTTP/ICMP探测,设置告警阈值。
- 配置日志集中(ELK/Fluentd)并保留至少30天日志,便于发生故障时证明影响范围。
- 建立SOP:发生P1时按模板发送通知、升级联系人列表并在工单中附上监控截图。
- 答:先换算成可接受的月宕机时间(例如99.9%→约43分钟/月),对照业务可承受的停机窗口;若业务关键,应优先选择更高可用率并要求明确赔付。
- 答:准备监控截图、工单号、邮件往来、实例日志与快照时间点;按照SLA申诉流程提交并在合同规定期限内保留记录,必要时让法务介入或按仲裁条款处理。
- 答:每季度复测一次网络与恢复演练,保存比较表;对关键服务签订增强SLA或备份到不同供应商以降低供应商风险。