क्या है SRE
साइट रिलायबिलिटी इंजीनियरिंग — सिस्टम विश्वसनीयता
SRE (Site Reliability Engineering) एक इंजीनियरिंग अनुशासन है जो सिस्टम की विश्वसनीयता, स्केलेबिलिटी और प्रदर्शन सुनिश्चित करने के लिए विकास और संचालन को जोड़ता है।
मुख्य सिद्धांत
- त्रुटि बजट — विफलताओं का स्वीकार्य स्तर
- SLI/SLO/SLA — सेवा स्तर मेट्रिक्स और समझौते
- Toil कमी — नियमित कार्यों का स्वचालन
- पोस्टमार्टम संस्कृति — दोष के बिना घटना विश्लेषण
मुख्य प्रथाएं
- मॉनिटरिंग और अलर्टिंग
- इंसिडेंट प्रबंधन (ऑन-कॉल)
- क्षमता योजना
- कैओस इंजीनियरिंग
- रिलीज ऑटोमेशन
SRE मेट्रिक्स
- उपलब्धता — सेवा अपटाइम
- लेटेंसी — प्रतिक्रिया समय
- त्रुटि दर — त्रुटियों की आवृत्ति
- MTTR — औसत पुनर्प्राप्ति समय
उपकरण
- Prometheus + Grafana
- PagerDuty / Opsgenie
- Kubernetes
- Terraform