Mis on SRE
Saidi töökindluse inseneeria — süsteemi töökindlus
SRE (Site Reliability Engineering) on inseneriteadus, mis ühendab arenduse ja operatsioonid, et tagada süsteemide töökindlus, skaleeritavus ja jõudlus.
Põhiprintsiibid
- Vigade eelarve — lubatud tõrgete tase
- SLI/SLO/SLA — teenuse taseme näitajad ja kokkulepped
- Toil-i vähendamine — rutiinsete ülesannete automatiseerimine
- Postmortem-kultuur — intsidentide analüüs ilma süüdistamiseta
Põhipraktikad
- Jälgimine ja hoiatamine
- Intsidentide haldamine (valveteenus)
- Võimsuse planeerimine
- Kaose inseneeria
- Väljalaskete automatiseerimine
SRE mõõdikud
- Kättesaadavus — teenuse tööaeg
- Latentsus — reageerimisaeg
- Vigade määr — vigade sagedus
- MTTR — keskmine taastamisaeg
Tööriistad
- Prometheus + Grafana
- PagerDuty / Opsgenie
- Kubernetes
- Terraform