核心指标：可用性、延迟分位数与可扩展性
本文基于模型知识整理（生成时未联网核对），关键结论建议对照经典文献复核。
一句话定义
评价分布式系统的四个核心维度是可用性（服务多久能响应）、性能（多快响应，看分位数）、可扩展性（加资源能换来多少吞吐）与一致性（响应语义多"新"、多"对"），它们之间本质上是互相制衡的。
为什么重要
没有指标就没有工程：容量规划、故障定义、架构权衡都建立在这些指标上。更关键的是，这些指标互相冲突——追求极致一致性会牺牲可用性（kp-012），追求低延迟的尾部分位数要付出冗余与超时预算的成本。指标不清，权衡就是空的。
前置知识
kp-001；百分位数的基本统计概念。
核心概念
- 可用性：常以"几个 9"表述。99.9%（三个 9）= 每年约 8.8 小时不可用；99.99%（四个 9）= 每年约 52 分钟。通常以 SLA（对外承诺）、SLO（内部目标）、SLI（实际测量指标）三层管理。
- 延迟分位数：用 P50/P99/P999 而非平均值描述延迟。尾部延迟（tail latency）由最慢的请求决定整体体验。
- 可扩展性：吞吐随资源增加而增长的能力。受限于串行部分（Amdahl 定律：加速比 ≤ 1/(串行比例 + 并行比例/节点数)）与协调开销。
- 一致性：响应所承诺的数据新鲜度与顺序语义（谱系见 kp-013）。
原理与机制
为什么看分位数不看均值：延迟分布是重尾的。若 P99 = 1s，意味着每 100 个请求有 1 个超过 1 秒；一次页面加载往往并行发起几十个请求，用户看到"慢"的概率 ≈ 1-(0.99)^n——n=30 时约 26% 的请求会踩到长尾。因此尾部延迟被并行度放大，均值完全掩盖这一点。
扇出放大：一个后端请求扇出到 30 个下游，即使每个下游可用性 99.9%，全链路成功率 ≈ 0.999^30 ≈ 97%。可用性随扇出指数级劣化，这解释了为什么架构要控制扇出、做部分降级。
可扩展性的天花板：任何需要"所有节点都参与"的步骤（如全局锁、全量共识）都是串行段。横向扩展的第一原则是消除全局协调点（如按 key 分区，见 kp-025）。
公式或模型
- 可用性换算：99.9% → 年不可用 ≈ 365×24×0.001 ≈ 8.76 小时。
- Amdahl 加速比：S(n) = 1 / (s + (1-s)/n)，s 为串行比例。s=10% 时 n→∞ 的极限加速比为 10 倍。
实例或案例
电商大促：目标是 P99 延迟 < 500ms、可用性 99.95%。预案通常包括：按分位数做容量压测（而非按均值）、非核心链路降级（关闭推荐、简化页面）、读多写少数据上缓存。这些手段本质都在四指标间做取舍——牺牲一致性（缓存可能旧）换可用性与延迟。
常见误区
- 误区一：用平均延迟汇报性能。重尾分布下均值无意义，必须看 P99/P999。
- 误区二：把"可用性 99.99%"当作纯粹的数字游戏。统计口径（按月/按年、是否计计划内维护）不定义清楚，数字没有意义。
- 误区三：以为堆机器可以无限扩展。全局协调点（单主写入、全局唯一 ID 发号器）会成为瓶颈，需识别并消除或分片。
与其他知识点的关系
自测题
- 服务并行调用 20 个下游，每个下游 P99=100ms，为什么端到端 P99 可能远大于 100ms？
答：端到端延迟近似取最慢者，20 个独立调用中"至少一个踩到尾部"的概率远高于单调用；P99 会被放大到接近 1-(0.99)^20≈18% 分位的更差水平。
- 三个 9 的可用性对应每年多少停机时间？
答：约 8.76 小时。
- 为什么消除全局协调点是横向扩展的第一原则？
答：全局协调点（全量共识、全局锁、单点写入）是串行段，受 Amdahl 定律约束，节点再多也无法绕过；必须把它消除（无主复制）或打碎（分区）。
延伸阅读
- Brendan Gregg 关于延迟分位数与 USE 方法的文章。
- Jeffrey Dean & Luiz Barroso, "The Tail at Scale"（CACM, 2013）。