Calculer une disponibilité et un SLA

Le taux de disponibilité d'un service est la part du temps pendant laquelle il fonctionne, sur une période donnée : temps de fonctionnement divisé par temps total, multiplié par 100. Un SLA (Service Level Agreement, ou contrat de niveau de service) fixe l'objectif à atteindre. Ce chapitre montre comment calculer une disponibilité, l'indisponibilité qu'autorise un objectif, l'effet d'une plage de service et des maintenances, le lien avec le MTBF et le MTTR, et comment Zabbix calcule tout cela pour toi.

La formule de la disponibilité

Prends un mois de 30 jours : 30 × 24 × 60 = 43 200 minutes. Le site de suivi des livraisons a été indisponible 30 minutes au total. Sa disponibilité vaut (43 200 − 30) ÷ 43 200 × 100 = 99,93 %.

Pour l'année, retiens 525 600 minutes (365 jours × 1 440 minutes). Un objectif de 99,9 % autorise donc (1 − 0,999) × 525 600 = 525,6 minutes d'indisponibilité par an, soit 8 h 45 min 36 s.

Écris toujours la période. « 99,9 % » ne veut rien dire tout seul : 99,9 % par an tolère une panne de huit heures d'un coup, 99,9 % par mois n'en tolère que 43 minutes chaque mois. Les contrats d'hébergement mesurent presque toujours par mois.

Le tableau des « neuf »

On parle de « trois neuf » pour 99,9 %, de « quatre neuf » pour 99,99 %. Chaque neuf supplémentaire divise par dix l'indisponibilité tolérée, et multiplie le coût de l'infrastructure : redondance des serveurs, des liens et de l'alimentation, équipe d'astreinte, tests de bascule.

Le bon objectif vient du besoin métier, pas de la technique. L'application de gestion des livraisons de Sorbier bloque les chauffeurs si elle tombe : une heure d'arrêt coûte des tournées. L'intranet des ressources humaines peut attendre le lendemain. Comment atteindre trois ou quatre neuf (redondance, grappes, répartition de charge) est le sujet du cours Haute disponibilité ; ce chapitre-ci t'apprend à mesurer et à vérifier l'objectif.

SLA, SLO, SLI : qui promet quoi

Les engagements de délai (garantie de temps d'intervention GTI, de temps de rétablissement GTR) et leur suivi dans l'outil de tickets sont traités dans les cours Support et ITIL et GLPI. Deux autres objectifs encadrent la reprise après un sinistre : le RTO (durée maximale d'interruption tolérée) et le RPO (quantité maximale de données que l'on accepte de perdre), traités dans le cours Sauvegarde et PRA. Ici, on s'intéresse à la disponibilité mesurée par la supervision.

Plage de service et maintenances prévues

Un SLA précise presque toujours quand il s'applique (la plage de service) et ce qui ne compte pas (les maintenances annoncées à l'avance).

Reprenons l'application de gestion de Sorbier, engagée à 99,5 % du lundi au samedi, de 6 h à 21 h, pour le mois d'octobre 2026.

1. La période de mesure. Octobre 2026 compte 31 jours, dont 27 jours du lundi au samedi (les dimanches sont les 4, 11, 18 et 25). La plage quotidienne dure 15 heures. Temps de service : 27 × 15 = 405 heures, soit 24 300 minutes.
2. L'indisponibilité tolérée : (1 − 0,995) × 24 300 = 121,5 minutes, soit 2 h 1 min 30 s.
3. Les incidents du mois, relevés par Zabbix :
   • mardi 6 octobre, de 14 h 20 à 15 h 05 : disque plein, 45 minutes, entièrement dans la plage ;
   • samedi 17 octobre, de 20 h 30 à 22 h 10 : panne de la base, 100 minutes, dont 30 minutes dans la plage (de 20 h 30 à 21 h) ;
   • dimanche 18 octobre, de 2 h à 5 h : maintenance annoncée (mise à jour du cluster), hors plage et exclue ;
   • jeudi 29 octobre, de 9 h 12 à 9 h 58 : redémarrage imprévu du pare-feu, 46 minutes dans la plage.
4. L'indisponibilité comptée : 45 + 30 + 46 = 121 minutes.
5. La disponibilité : (24 300 − 121) ÷ 24 300 × 100 = 99,50 %. L'engagement est tenu, avec une demi-minute de marge.

Si l'on avait mesuré sur tout le mois, 24 heures sur 24 (44 640 minutes, soit 31 × 1 440 ; on néglige l'heure ajoutée par le passage à l'heure d'hiver du 25 octobre) : 45 + 100 + 46 = 191 minutes, soit 99,57 % ; et en comptant aussi la maintenance, 371 minutes, soit 99,17 %. Le même mois donne trois chiffres : c'est pour cela que le contrat doit définir la période, la plage et les exclusions, et que ta réponse d'examen doit montrer le calcul.

MTBF, MTTR et disponibilité

Deux indicateurs décrivent la fiabilité d'un service dans le temps :

• le MTBF (Mean Time Between Failures), temps moyen de bon fonctionnement entre deux pannes ;
• le MTTR (Mean Time To Repair, ou To Restore), temps moyen de rétablissement après une panne, de la détection au retour du service.

Ils donnent la disponibilité moyenne :

Sur octobre 2026, 24 heures sur 24, l'application a connu trois pannes imprévues pour 191 minutes d'arrêt :

• MTTR = 191 ÷ 3 ≈ 63,7 minutes ;
• MTBF = (44 640 − 191) ÷ 3 ≈ 14 816 minutes, soit 246,9 heures ;
• disponibilité = 14 816,3 ÷ (14 816,3 + 63,7) = 99,57 %, le même résultat que le calcul direct.

La formule montre les deux leviers : espacer les pannes (augmenter le MTBF, par la qualité, la redondance, la maintenance préventive) ou les réparer plus vite (diminuer le MTTR). La supervision agit surtout sur le MTTR : une panne détectée en 1 minute au lieu de 40, par une alerte plutôt que par un appel, retire 39 minutes à chaque incident. Elle agit aussi sur le MTBF quand elle permet d'intervenir avant la panne, sur un disque qui se remplit par exemple.

Pour aller plus loin, le MTTR se décompose en MTTD (Mean Time To Detect, le temps de détection) et en temps de diagnostic et de réparation. Le MTTD est le chiffre que ta supervision améliore directement.

Disponibilité d'une chaîne de composants

Un service dépend de plusieurs composants. Quand ils sont en série (il les faut tous), les disponibilités se multiplient ; quand ils sont en parallèle (un seul suffit), ce sont les indisponibilités qui se multiplient.

Pour joindre l'application de gestion, un poste traverse pfSense (99,95 %), le switch de cœur (99,99 %), un hyperviseur Proxmox (99,9 %) puis la VM et son application (99,8 %). En série : 0,9995 × 0,9999 × 0,999 × 0,998 = 0,99640, soit 99,64 %, moins bien que le pire des composants. Avec deux hyperviseurs en grappe, la couche hyperviseur devient 1 − (0,001 × 0,001) = 99,9999 % et la chaîne remonte à 99,74 %.

Les SLA dans Zabbix

Zabbix 7.0 calcule les SLA lui-même, dans le menu Services.

1. Services > Services : crée un service, par exemple « Application de gestion ». Un service a des tags de problème : il devient « en panne » quand un problème qui porte ces tags est actif. Mets sur le déclencheur du scénario web le tag service: gestion, et dans le service la condition « tag service égal à gestion ». Un service peut avoir des services enfants (« Base de données », « Serveur web ») et une règle de calcul de son état à partir d'eux.
2. Services > SLA : crée un SLA « Gestion 99,5 % ». Renseigne le SLO (99.5), la période de rapport (mensuelle), le fuseau horaire (Europe/Paris), la planification (« Custom » : lundi à samedi, de 06:00 à 21:00) et, si besoin, les temps d'arrêt exclus (la maintenance du 18 octobre). Choisis les services concernés par leurs tags.
3. Services > SLA report : Zabbix affiche, mois par mois, le SLI obtenu, le temps de fonctionnement, le temps d'arrêt, le budget d'erreur restant, et colore en rouge les périodes sous l'objectif.

Le budget d'erreur est l'indisponibilité qu'il reste avant de violer l'objectif : 121,5 − 121 = 0,5 minute à la fin d'octobre. Quand le budget est presque épuisé, on reporte les changements risqués au mois suivant.

Exercices

Exercice 1 sur 4 Indisponibilité tolérée Réussi À revoir

1. Combien de temps d'arrêt autorise un objectif de 99,9 % sur un mois de 31 jours ?
2. Un hébergeur promet 99,95 % par mois. Ton site est tombé 25 minutes en septembre (30 jours). L'engagement est-il tenu ?
3. Quel objectif minimal faut-il afficher pour qu'une panne de 4 heures dans l'année reste dans l'engagement annuel ?

Voir la réponseMasquer la réponse de l'exercice 1

1. 31 × 1 440 = 44 640 minutes ; (1 − 0,999) × 44 640 = 44,64 minutes, soit 44 min 38 s.
2. Tolérance : (1 − 0,9995) × 43 200 = 21,6 minutes. 25 minutes dépassent : l'engagement n'est pas tenu. Disponibilité réelle : (43 200 − 25) ÷ 43 200 = 99,942 %.
3. 4 heures = 240 minutes sur 525 600 : 240 ÷ 525 600 = 0,0457 %. L'objectif doit valoir au plus 100 − 0,0457 = 99,954 %. Un objectif de 99,95 % (262,8 minutes tolérées) convient ; 99,99 % (52,6 minutes) ne convient pas.

Tu avais trouvé ?

Oui, j'avais bonPas encore

Exercice 2 sur 4 Un SLA sur heures ouvrées Réussi À revoir

Le service de messagerie interne d'une agence est engagé à 99 % du lundi au vendredi, de 8 h à 18 h. En novembre 2026, on compte 21 jours du lundi au vendredi, dont un jour férié (le mercredi 11 novembre) exclu par le contrat. Les pannes : 50 minutes un mardi de 10 h à 10 h 50, 2 heures un samedi, 1 h 30 un jeudi de 17 h à 18 h 30.

1. Calcule le temps de service du mois.
2. Calcule l'indisponibilité comptée et la disponibilité.
3. L'engagement est-il tenu ?

Voir la réponseMasquer la réponse de l'exercice 2

1. 21 − 1 = 20 jours de service × 10 heures = 200 heures = 12 000 minutes.
2. Le mardi : 50 minutes, dans la plage. Le samedi : hors plage, 0 minute. Le jeudi : de 17 h à 18 h dans la plage, soit 60 minutes (la demi-heure après 18 h ne compte pas). Total : 110 minutes. Disponibilité : (12 000 − 110) ÷ 12 000 = 99,08 %.
3. Oui : 99 % tolère 120 minutes, il en reste 10.

Tu avais trouvé ?

Oui, j'avais bonPas encore

Exercice 3 sur 4 MTBF et MTTR Réussi À revoir

Le serveur de fichiers d'un client a connu, sur 90 jours, 4 pannes d'une durée totale de 6 heures.

1. Calcule le MTTR et le MTBF en heures.
2. Calcule la disponibilité avec la formule MTBF ÷ (MTBF + MTTR), puis vérifie-la par le calcul direct.
3. Grâce à une supervision, le temps de détection passe de 45 minutes à 3 minutes par panne. Que deviennent le MTTR et la disponibilité, à nombre de pannes égal ?

Voir la réponseMasquer la réponse de l'exercice 3

1. Période : 90 × 24 = 2 160 heures. MTTR = 6 ÷ 4 = 1,5 heure. MTBF = (2 160 − 6) ÷ 4 = 538,5 heures.
2. 538,5 ÷ (538,5 + 1,5) = 538,5 ÷ 540 = 99,722 %. Calcul direct : (2 160 − 6) ÷ 2 160 = 99,722 %. Les deux méthodes concordent.
3. Chaque panne dure 42 minutes de moins (0,7 heure) : MTTR = 1,5 − 0,7 = 0,8 heure (48 minutes). Arrêt total : 4 × 0,8 = 3,2 heures. Disponibilité : (2 160 − 3,2) ÷ 2 160 = 99,852 %. Sans changer la fiabilité du serveur, la seule détection rapide fait gagner 2,8 heures d'arrêt sur la période.

Tu avais trouvé ?

Oui, j'avais bonPas encore

Exercice 4 sur 4 Série et parallèle Réussi À revoir

Un site web dépend en série d'un accès Internet (99,7 %), d'un pare-feu (99,95 %) et d'un serveur web (99,8 %).

1. Quelle est la disponibilité théorique du site ?
2. On double l'accès Internet par un second opérateur de même disponibilité, indépendant du premier. Que devient-elle ?
3. Pourquoi la disponibilité mesurée par Zabbix pourrait-elle être plus basse que ce calcul ?

Voir la réponseMasquer la réponse de l'exercice 4

1. 0,997 × 0,9995 × 0,998 = 0,99451, soit 99,45 % (environ 48 heures d'arrêt par an).
2. Accès doublé : 1 − (0,003 × 0,003) = 0,999991. Chaîne : 0,999991 × 0,9995 × 0,998 = 0,99749, soit 99,75 %. Le maillon faible devient le serveur web.
3. Le calcul suppose des pannes indépendantes et oublie les causes communes : une mise à jour qui casse le site, un certificat expiré, une erreur de configuration, une coupure de courant qui touche tout, une bascule qui ne fonctionne pas. La mesure de bout en bout les compte toutes.

Tu avais trouvé ?

Oui, j'avais bonPas encore