Hva er tilgjengelighet og pålitelighet i systemdesign?

Question

Accepted Answer

**Tilgjengelighet** (systemet er oppe og tilgjengelig) og **pålitelighet** (systemet fungerer korrekt) er sentrale ikke-funksjonelle krav. Det å oppnå dem innebærer redundans, feiltoleranse, eliminering av enkeltfeilpunkter og grasiøs håndtering av feil.

## Tilgjengelighet vs pålitelighet

```text
AVAILABILITY → the system is UP and responsive (accessible when needed):
  → measured as uptime % ("nines": 99.9% = ~8.7h/year down; 99.99% = ~52min/year)
RELIABILITY → the system works CORRECTLY (does what it should, without failures/errors):
  → related but distinct (a system can be up but returning wrong results — available but
    unreliable)
→ both matter: users need the system available AND working correctly.
```

## Oppnå høy tilgjengelighet

```text
✓ REDUNDANCY → multiple instances/copies → no single point of failure (if one fails,
  others serve) — the core principle
✓ Spread across AVAILABILITY ZONES / regions → survive data center/region failures
✓ FAILOVER → automatically switch to backups when something fails
✓ LOAD BALANCING + health checks → route around failed instances
✓ Database replication; eliminate SINGLE POINTS OF FAILURE everywhere
```

## Bygge pålitelige systemer

```text
✓ Design for FAILURE → assume things WILL fail; handle it gracefully (failures are normal
  at scale)
✓ FAULT TOLERANCE → continue working despite component failures (retries, fallbacks,
  circuit breakers, graceful degradation)
✓ MONITORING → detect issues; backups/recovery for data; test failure scenarios
✓ Avoid CASCADING failures (one failure triggering others) → isolation, timeouts
```

## Hvorfor det betyr noe

Å forstå tilgjengelighet og pålitelighet er grunnleggende fordi de er **sentrale ikke-funksjonelle krav for produksjonssystemer**, så design for dem er essensielt systemdesign-kunnskap. **Tilgjengelighet** (systemet er oppe og tilgjengelig, målt i oppetids "nines") og **pålitelighet** (systemet fungerer korrekt) er avgjørende fordi brukere trenger systemer som både er tilgjengelige og fungerer skikkelig — og å forstå skillet (et system kan være tilgjengelig men upålitelig hvis det er oppe men returnerer feil resultater) avklarer disse relaterte men distinkte bekymringene.

Å forstå hvordan man **oppnår høy tilgjengelighet** er sentralt: **redundans** (flere instanser slik at det ikke er noe enkeltfeilpunkt — kjerneprinippet), spredning over tilgjengelighetssoner/regioner (overlever datasenterfeil), **failover** (automatisk bytte til backuper), lastbalansering med helsekontroller, og **eliminering av enkeltfeilpunkter** overalt — disse er grunnleggende teknikker for å holde systemer oppe til tross for feil.

Å forstå hvordan man **bygger pålitelige systemer** — **design for feil** (anta at ting vil feile og håndter det grasiøst, siden feil er normalt i stor skala — et nøkkeltankesett), **feiltoleranse** (fortsette til tross for komponentfeil via retries, fallbacks, circuit breakers og grasiøs degradering), overvåking, backuper og unngåelse av kaskaderende feil — reflekterer resilienssen som trengs for produksjon.

Hovedinsikten er at i stor skala er feil uunngåelige, så systemer må være designet for å tolerere dem (gjennom redundans og feiltoleranse) i stedet for å anta at alt fungerer.

Siden tilgjengelighet og pålitelighet er essensielle for produksjonssystemer (brukere trenger dem oppe og fungerende korrekt) og oppnåelse av dem krever redundans, feiltoleranse og design for feil, og siden forståelse av disse konseptene og teknikkene er grunnleggende for systemdesign, er forståelse av tilgjengelighet og pålitelighet essensielle, grunnleggende systemdesign-kunnskap — sentrale ikke-funksjonelle krav som produksjonssystemer må oppfylle, sentralt for å designe resiliente systemer gjennom redundans og feiltoleranse, og reflekterer design-for-feil-mentaliteten som er essensielt for å bygge systemer som holder seg oppe og fungerer korrekt i stor skala.