Apa itu ketersediaan tinggi?

Sistem yang sangat tersedia harus mampu menahan pemadaman, termasuk waktu henti terjadwal dan bencana di seluruh lokasi. Biasanya, sistem HA memenuhi dua karakteristik:

• Mereka harus tersedia untuk digunakan hampir 100% sepanjang waktu.
• Mereka harus dapat memenuhi serangkaian harapan pengguna tertentu yang telah ditentukan. 

Dengan pertumbuhan inisiatif Transformasi digital dan perpindahan banyak layanan berikutnya ke cloud, solusi ketersediaan tinggi kini ditawarkan oleh banyak perusahaan teknologi dan perangkat lunak sebagai layanan (SaaS), termasuk Microsoft, Amazon (AWS), IBM®, Red Hat®, dan banyak lagi.

Ketersediaan tinggi dari sistem TI sangat penting dalam industri di mana aplikasi penting bergantung pada sedikit atau tidak ada waktu henti sistem. Misalnya, di rumah sakit dan pusat data, pengguna bergantung pada solusi ketersediaan tinggi untuk melakukan banyak fungsi rutin sehari-hari. Jika pengguna tidak dapat mengakses sistem karena alasan apa pun, itu dianggap 'tidak tersedia'.  Periode waktu suatu sistem tidak tersedia bagi pengguna dikenal sebagai waktu henti.

Pemulihan bencana (DR) terdiri atas teknologi infrastruktur TI dan praktik terbaik yang dirancang untuk mencegah atau meminimalkan kehilangan data dan keberlangsungan bisnis yang diakibatkan oleh peristiwa bencana. Ketersediaan tinggi (HA), di sisi lain, biasanya menyangkut kegagalan atau kesalahan yang lebih kecil yang dapat berdampak pada ketersediaan sistem.

Meskipun mereka berbeda, DR dan HA sama-sama memiliki tujuan meminimalkan gangguan pada sistem TI , dan keduanya biasanya menggunakan komponen redundan dan sistem redundan sebagai bagian dari strategi keseluruhan. Selain itu, baik DR dan HA menggunakan cadangan data untuk membuat data tersedia jika terjadi berbagai masalah, termasuk kegagalan perangkat keras , kegagalan perangkat lunak, dan pemadaman listrik.

Toleransi kesalahan adalah kemampuan sistem untuk terus beroperasi meskipun satu atau lebih komponen pentingnya gagal. Seperti pada HA, toleransi kesalahan membantu menjaga ketersediaan sistem selama atau setelah gangguan terjadi.

Namun, perbedaan antara toleransi kesalahan dan HA terletak pada cara mereka menangani waktu henti. Sementara HA berusaha meminimalkan  waktu henti , sedangkan  toleransi kesalahan  bertujuan mencapai nol waktu henti, yang hanya bisa dicapai denga redundansi, yaitu memiliki cadangan atau salinan sekunder dari setiap komponen tunggal dalam infrastruktur.

Dengan semakin banyak perusahaan mengandalkan layanan online dan arsitektur cloud serta hybrid cloud untuk menyediakan aplikasi dan layanan penting, tuntutan infrastruktur meningkat sehingga ketersediaan tinggi menjadi prioritas utama. Berikut beberapa manfaat umum dari sistem dengan ketersediaan sangat tinggi.

Apakah berusaha mencapai nol waktu henti di industri seperti perawatan kesehatan atau keuangan, atau hanya ingin menghindari kerusakan reputasi akibat pemadaman, bisnis yang mengutamakan ketersediaan tinggi  biasanya mengikuti proses 4 langkah.

1. Hapus titik kegagalan tunggal: Titik kegagalan tunggal adalah komponen yang akan menyebabkan seluruh sistem berhenti berfungsi jika gagal. Misalnya, jika serangkaian server beroperasi pada satu sakelar jaringan dan sakelar itu gagal, setiap server di jaringan akan gagal. Taktik yang disebut penyeimbangan beban—di mana pekerjaan didistribusikan di seluruh kapasitas sistem—sering digunakan untuk mengurangi dan bahkan menghilangkan satu titik kegagalan.
   
   
   
2. Buat failover yang andal: Failover adalah transfer beban kerja dari sistem utama ke sistem sekunder jika terjadi kegagalan pada sistem utama. Ketika bisnis membuat failover yang andal, beban kerja dapat dengan mudah ditransfer tanpa waktu henti yang signifikan, kehilangan data , atau penurunan kinerja operasional.
   
   
3. Mendeteksi kegagalan secara instan: Ketersediaan tinggi bergantung pada tersedianya proses untuk mendeteksi kegagalan atau kesalahan dalam sistem saat terjadi. Banyak sistem modern yang memiliki deteksi kegagalan otomatis. Beberapa bahkan dapat mendeteksi kegagalan dan memilih tindakan selanjutnya, seperti menerapkan proses failover .
   
   
4. Bangun kemampuan pencadangan dan pemulihan data yang kuat: Ketika bagian-bagian individual dari suatu sistem gagal, data dapat hilang jika prosedur pencadangan dan pemulihan yang tepat tidak ada. Teknologi dan praktik perlindungan data membuat salinan data dan aplikasi secara berkala ke perangkat sekunder yang terpisah sehingga data dan aplikasi dapat dipulihkan dengan cepat.

Banyak sistem HA menggunakan penyeimbangan beban, proses mendistribusikan lalu lintas di antara beberapa server untuk mengoptimalkan ketersediaan aplikasi. Misalnya, dengan situs web lalu lintas tinggi atau layanan cloud, sistem menerima jutaan permintaan pengguna setiap hari. Penyeimbangan beban memastikan bahwa aplikasi dapat mengirimkan konten dari server web ke pengguna dengan cepat dan tanpa gangguan. Penyeimbangan beban, terutama penggunaan banyak penyeimbang beban sekaligus, dapat membantu menjamin tidak ada komponen tunggal dalam sistem yang kewalahan yang menyebabkan satu titik kegagalan yang dapat menyebabkan waktu henti atau pemadaman.

Redundansi—memiliki komponen sekunder atau cadangan yang tersedia untuk diambil alih ketika komponen utama gagal—adalah bagian penting dari sistem ketersediaan tinggi . Redundansi memungkinkan database tetap tersedia untuk pengguna dan aplikasi bahkan ketika komponen tidak berfungsi. Jika sebuah komponen dalam sebuah sistem tidak redundan, komponen tersebut akan dianggap sebagai satu titik kegagalan , karena kehilangan komponen tersebut dapat berpotensi menghentikan seluruh sistem untuk bekerja.

Klaster ketersediaan tinggi, atau pengelompokan ketersediaan tinggi, adalah kumpulan mesin yang terhubung dan bekerja bersama sebagai satu sistem. Jika satu mesin dalam klaster gagal, perangkat lunak pengelola klaster akan memindahkan beban kerjanya ke mesin lain. Dalam klaster ketersediaan tinggi, penyimpanan bersama antar node (koimputer) memastikan tidak ada kehilangan data saat satu node berhenti berfungsi.

Ketersediaan tinggi berarti sistem beroperasi 100% tanpa pernah mengalami pemadaman tunggal. Meskipun tidak ada sistem yang benar-benar 100% operasional, menetapkan target ini membantu mengukur tingkat ketersediaan sistem dalam suatu  periode.  Metrik yang paling umum digunakan untuk sistem dan layanan dengan ketersediaan tinggi adalah ketersediaan lima sembilan .

Ketersediaan lima sembilan berarti sistem dapat beroperasi selama 99,999% waktu. Biasanya, hanya sistem di industri yang sangat penting seperti perawatan kesehatan, transportasi, keuangan, atau pemerintahan yang membutuhkan tingkat ketersediaan lima sembilan. Sistem tersebut sangat krusial bagi kehidupan masyarakat, akses terhadap makanan dan tempat tinggal, serta kesejahteraan ekonomi.

Sistem di industri yang sangat penting ini biasanya tidak memerlukan ketersediaan operasional setinggi itu dan dapat menerima ketersediaan “tiga atau empat sembilan” (99,9% atau 99,99%). Cara lain yang sering digunakan adalah menyebut sistem dengan ketersediaan sangat tinggi memiliki tingkat “99.9%/99.999% waktu aktif."

Selain lima sembilan ketersediaan, IT System Manager  menggunakan beberapa  metrik utama lainnya untuk mengukur seberapa besar ketersediaan sistem mereka:

• Mean time between failure (MTBF): Mean time between failure (MTBF) adalah ukuran keandalan sistem atau komponen. Ini adalah elemen penting dalam manajemen pemeliharaan, yang mewakili waktu rata-rata sebuah sistem atau komponen akan beroperasi sebelum mengalami kegagalan. Formula MTBF sering digunakan dalam konteks pemeliharaan sistem industri atau elektronik, yang mana kegagalan komponen dapat menyebabkan waktu henti yang signifikan atau bahkan risiko keselamatan, tetapi MTBF digunakan di berbagai jenis sistem yang dapat diperbaiki dan industri yang beragam.
  
  
• Waktu rata-rata untuk memperbaiki (MTTR): Mean time to repair (MTTR), kadang-kadang disebut sebagai mean time to recovery, adalah metrik yang digunakan untuk mengukur waktu rata-rata yang diperlukan untuk memperbaiki sistem atau peralatan setelah mengalami kegagalan. MTTR mencakup waktu dari saat kegagalan terjadi hingga saat sistem atau peralatan berfungsi penuh kembali. Ini termasuk waktu yang dibutuhkan untuk mendeteksi kegagalan, mendiagnosis masalah dan memperbaiki masalah. MTTR merupakan metrik yang penting untuk dipantau karena metrik ini mengevaluasi ketersediaan dan keandalan sistem dan peralatan.
  
  
• Tujuan waktu pemulihan (RTO): Tujuan waktu pemulihan (RTO) adalah lamanya waktu yang diperlukan untuk pulih dari pemadaman (terjadwal, tidak terjadwal, atau bencana) dan melanjutkan operasi normal untuk sistem, aplikasi, atau sekumpulan aplikasi.  RTO mungkin berbeda untuk pemadaman terjadwal, tidak terjadwal, dan pemulihan bencana .
  
  
• Tujuan titik pemulihan (RPO):  Tujuan titik pemulihan (RPO)adalah titik waktu relatif terhadap kegagalan yang Anda perlukan untuk mempertahankan data. Data yang berubah sebelum kegagalan dalam periode waktu ini harus dapat dipulihkan. Nilai nol juga valid, yang berarti tidak ada kehilangan data sama sekali.

Ketika organisasi di banyak industri melakukan inisiatif transformasi digital yang luas, tuntutan ketersediaan infrastruktur mereka meningkat. Pekerjaan jarak jauh dan penyebaran jaringan 5G telah membuatnya normal bagi pengguna untuk berharap dapat mengakses data dan aplikasi dari mana saja dan kapan saja. Tetapi hanya jika sistem yang mendasari yang mendukung aplikasi dan mengatur akses ke data tersedia. Berikut adalah beberapa contoh sistem yang sangat tersedia yang membantu perusahaan modern berkembang: