这个问题更多的是一个math问题，而不是一个服务器的问题，但它是强烈的服务器相关的。
如果我有一台服务器，我可以保证95％的正常运行时间，并且我将这台服务器放在一个2个集群中，那么正常运行时间是多less？ 现在，假设我也是这样做的，但是我把它做成3个簇呢？
我们不要把事情看成单一的失败点，而应该把精力集中在这里的math上。 其中一件事情使得这个有点复杂，例如，如果我有2个服务器，那么它们都closures的机会是2 ^ 2，所以这是1/4; 或者3的那2 ^ 3，那么1/8。 考虑到每台服务器都有5％的停机时间，那么总的平均值是那个5％的1/8？
你怎么计算这样的事情？
正常运行时间是一件很滑的事情…如果你想计算一个服务的可用性，那就简单了
amount of time service is available ----------------------------------- x 100 amount of time that has passed 如果您有提供服务的群集，则服务不可用的可能性会下降，但服务的可用性（正常运行时间）计算保持不变。
一个服务器脱机的机会是（1-0.95）两个服务器脱机的机会是（1-0.95）*（1-0.95）= 0.0025等。
因此，使用你的模型，从纯粹的mathangular度来看，一个或两个服务器应该达到99.75％的时间
然而，我不确定使用这样一个math模型是正确的方法来计算您的潜在正常运行时间，因为还有其他因素可能会影响到这两个服务器是共同的，即95％可能是因为5％的时间有一个停电会影响两个服务器，所以有一个集群将没有什么区别
这取决于为什么你的服务器下降了5％的时间。 如果你有95％的时间有电，但是你的服务器是完美无瑕的，那么在同一地点的第二台服务器根本不会增加你的正常运行时间：如果有一台服务器出现故障，两台服务器都会停机。 这是相关失败的一个例子。 很可能至less有一些停机时间是由于影响所有服务器的错误（电源…）造成的。 但是一些停机时间将在服务器之间是独立的 。 如果你想正确地做，你应该分开处理这些事情。 所以你想弄清楚服务器1没有独立错误（p）的可能性，服务器2没有独立的错误（q），并且没有系统错误杀死两个（r）。 假设这些错误是独立的，因此可以将它们相乘：P q r是某个服务器正在运行的概率。
问题是，你不能使用实际的正常运行时间数据给你p，q和r的值，除非如果你只有服务器1，并且它已经达到95％的时间，那么p * r = 0.95。
首先，集群的总可用性或正常运行时间取决于整个集群需要活跃多less集群的一部分才能被视为'up'。
正如你发现的那样，前两种情况计算起来相当简单。 假设在任何给定时间单个服务器在线的概率p = 0.95。 现在，对于三台服务器，它们同时在线的概率是p 3 = 0.857375。
对于相反的情况，在给定的时间内至less有一台机器应该处于活动状态，通过反转问题并查看机器处于脱机状态的概率来计算更容易。 一台机器脱机的概率为q = 1 p = 0.05，因此它们全部同时下降的概率为q 3 = 0.000125，给出概率1- q 3 = 1-（1- p ） 3 = 0.999875，至less有一个是。
3个案例中的2个比较难以计算。 有三种服务器中至less有两种启动的情况有四种可能的情况。 1）ABC起来，2）AB起来，3）AC起来，4）BC起来。 所有这些的概率分别是ppp ， ppq ， pqp和qpp 。 由于情况是不相交的，所以概率可以加在一起，给出总的A = p 3 + 3 p 2 q = 0.992750。
（这可以扩大到更多的机器，因素是众所周知的二项式系数 ，因此手工计算不同的情况主要是作为练习）。
当然，像这样的计算通过使用现成的计算机程序更容易处理…至less有一个在线计算器可以在这里find：
http://stattrek.com/online-calculator/binomial.aspx
inputinput值：成功概率= 0.95，试验次数= 3，成功次数= 2，得到结果“累积概率：P（X≥2）= 0.99275”。 还提供了其他一些相关的值，在线工具也可以很容易地与其他数字一起玩。
是的，以上所有假设服务器都是独立运行的，即a）我忽略了任何影响整个集群的问题，b）没有任何类似于组件老化的情况，使服务器很可能在或几乎在同一时间。
每个服务器有5％的停机时间，所以你把它乘以 – 0.05 * 0.05 = 0.0025，给你1-0.0025 = 0.9975 – > 99％的正常运行时间。 有3台服务器，你有1-0.000125 = 0.999875> 99.9％的正常运行时间。
通常，独立主机（具有冗余HDD和PSU）的可用性达到97％，2N时> 99.9％，3N冗余时> 99.99％。
我已经做了更多的挖掘，发现了这个难题。
以可用性为95％的服务器为例，添加第二台服务器将使可用性增加到：95％+（1-95％）* 95％= 99.75％。 这背后的逻辑是，当第一台服务器停机（5％的时间），第二台服务器仍然是95％的时间。
添加第三个服务器将以相同的方式遍历。 第一个2合起来已经是99.75％，所以第三个合起来就是：99.75％+（1-99.75％）* 95％= 99.9875％。 等等等等。 这与Phil的答案很接近，但还是有点不同，因为你需要把前面的迭代的结果用到下一个迭代中去。
对于依赖彼此的组件，只需要乘以可用性百分比即可，所以如果有两个组件是可用的50％，则可用总计可用性为25％（即，只有在两个组件都可用时，系统才能工作）。
假设每个服务器的正常运行时间与其他时间无关，则总的正常运行时间是
1 – （0.05）^ n
其中n是服务器的数量，0.05是一台服务器的停机概率