1. MTTR 基础概念
1.1 MTTR 定义
MTTR（Mean Time to Repair，平均修复时间） 是衡量系统从发生故障到完全恢复所消耗平均时间的核心指标。在 SRE 实践中，MTTR 直接决定了故障对用户的影响时长，是服务可靠性的关键度量。
MTTR 计算公式：
MTTR = 总修复时间 / 故障次数其中“修复时间”包括：故障发现 → 故障定位 → 故障修复 → 恢复验证 四个阶段的总耗时。
MTTR 的典型构成阶段如下表所示：
| 阶段 | 定义 | 占比参考 |
|---|---|---|
| 检测（Detection） | 从故障发生到监控系统发出告警的时间 | 15% - 25% |
| 定位（Diagnosis） | 从收到告警到确定根因的时间 | 40% - 50% |
| 修复（Resolution） | 从确定根因到执行修复操作的时间 | 20% - 30% |
| 验证（Verification） | 从修复完成到确认服务恢复正常的时间 | 5% - 10% |
实践要点： 定位阶段通常占据 MTTR 的最大比例。通过 Golden Signals 中的延迟（Latency）和错误（Errors）指标，可以大幅缩短定位时间。
1.2 MTTR 与 MTBF / MTTF 的关系
在可靠性工程中，MTTR 与 MTBF（Mean Time Between Failures，平均故障间隔时间）、MTTF（Mean Time to Failure，平均故障前时间） 共同构成“可靠性三角”。三者关系如下：
- MTBF = MTTF + MTTR，表示两次故障之间的平均时间间隔。
- MTTF 表示系统正常运行直到首次故障的平均时间，适用于不可修复系统。
- MTTR 表示系统从故障中恢复的平均时间，适用于可修复系统。
三者之间的数学关系与业务含义对比如下：
| 指标 | 定义 | 适用场景 | 优化方向 |
|---|---|---|---|
| MTBF | 平均故障间隔时间 | 可修复系统（如微服务、数据库） | 提升系统健壮性，减少故障频率 |
| MTTF | 平均故障前时间 | 不可修复系统（如传感器、一次性设备） | 延长组件寿命，提高硬件质量 |
| MTTR | 平均修复时间 | 所有可修复系统 | 缩短故障恢复时长，降低影响 |
常见误区： 很多团队只关注 MTBF 而忽视 MTTR。实际上，在 SLA 要求严格的场景下，MTTR 对用户体验的影响往往比 MTBF 更直接——一次 10 分钟的故障比十次 1 分钟的故障更严重。
通过 可用性（Availability） 公式可以直观看到三者的关联：
可用性 = MTBF / (MTBF + MTTR) = MTTF / (MTTF + MTTR)例如：某系统 MTBF = 720 小时（30 天），MTTR = 1 小时，则可用性 = 720 / 721 ≈ 99.86%。若 MTTR 缩短至 0.5 小时，可用性提升至 99.93%。
1.3 MTTR 在 SRE 中的核心地位
在 SRE 体系中，MTTR 是衡量 故障响应能力 和 运维成熟度 的关键指标。Google SRE 经典著作《Site Reliability Engineering》明确指出：
"在故障不可避免的前提下，缩短 MTTR 是提升系统可用性最直接、最有效的途径。"
MTTR 在 SRE 中的核心地位体现在以下四个维度：
| 维度 | 说明 | 与 Golden Signals 的关联 |
|---|---|---|
| SLA 达成 | MTTR 直接影响可用性计算，是 SLA 违约的关键风险点 | 延迟（Latency）和错误（Errors）是 SLA 的直观体现 |
| 用户体验 | 故障恢复越快，用户感知到的不可用时间越短 | 流量（Traffic）和饱和度（Saturation）反映用户影响范围 |
| 运维效率 | MTTR 越低，说明团队自动化、监控、应急流程越成熟 | 所有 Golden Signals 指标都能加速故障定位 |
| 成本控制 | 缩短 MTTR 可减少故障期间的资源浪费和业务损失 | 饱和度（Saturation）帮助识别资源瓶颈 |
核心观点： Golden Signals（延迟、流量、错误、饱和度）是缩短 MTTR 的“四把手术刀”。通过实时监控这四个信号，SRE 团队可以在故障发生的 检测阶段 和 定位阶段 大幅压缩时间，从而系统性降低 MTTR。
1.4 小结
- MTTR 是衡量故障恢复速度的核心指标，由检测、定位、修复、验证四个阶段组成。
- MTBF = MTTF + MTTR，三者共同决定系统可用性。
- 在 SRE 中，MTTR 直接影响 SLA、用户体验、运维效率和成本控制，是 故障管理的第一优先级。
- Golden Signals 为 MTTR 优化提供了可观测性基础，后续章节将逐一展开。