La ingeniería de fiabilidad es la disciplina de lograr que los sistemas sigan funcionando todo el tiempo que se necesitan, y de saber con qué probabilidad lo harán. Se aplica al hardware, al software y a ambos juntos. Todo acaba fallando, así que el trabajo es medir cómo, encontrar los puntos débiles y diseñar para que los fallos sean raros, queden contenidos y se puedan superar.
Conceptos clave
- Tasa de fallos y curva de la bañera: fallos tempranos, un largo periodo estable y luego el desgaste.
- Redundancia: componentes de repuesto, servicios replicados y votación, para que una falla no detenga el sistema.
- Disponibilidad y su aritmética: el tiempo en servicio depende de la frecuencia de los fallos y de la rapidez de la reparación.
- Tolerancia a fallos: detectar, aislar y recuperarse de las fallas sin dejar de servir.
- Pruebas de fiabilidad: pruebas de estrés, de resistencia y aceleradas que provocan los fallos pronto.
Vocabulario
- MTBF y MTTR: tiempo medio entre fallos y tiempo medio de reparación.
- Punto único de fallo: una pieza cuya pérdida detiene todo el sistema.
- Degradación elegante: perder parte de la función pero no toda.
- Burn-in: hacer funcionar las piezas bajo estrés para eliminar los fallos tempranos antes de entregarlas.
Qué estudiar, en orden
- Probabilidad básica: las distribuciones exponencial y de Weibull, y qué significa una tasa de fallos.
- Calcula la disponibilidad de un servicio hecho de componentes en serie y en paralelo.
- Dibuja un diagrama de bloques de fiabilidad de un sistema que conozcas y encuentra sus puntos únicos de fallo.
- Inyecta fallos, como matar procesos y cortar enlaces, y observa cómo se recupera el sistema.
- Reúne datos de fallos de un sistema real y ajústalos a una distribución.