O que é SRE
Engenharia de Confiabilidade de Sites — confiabilidade do sistema
SRE (Site Reliability Engineering) é uma disciplina de engenharia que combina desenvolvimento e operações para garantir a confiabilidade, escalabilidade e desempenho dos sistemas.
Princípios fundamentais
- Orçamento de erros — nível aceitável de falhas
- SLI/SLO/SLA — métricas e acordos de nível de serviço
- Redução de toil — automação de tarefas rotineiras
- Cultura de postmortem — análise de incidentes sem culpa
Práticas-chave
- Monitoramento e alertas
- Gerenciamento de incidentes (plantão)
- Planejamento de capacidade
- Engenharia do caos
- Automação de releases
Métricas SRE
- Disponibilidade — tempo de atividade do serviço
- Latência — tempo de resposta
- Taxa de erros — frequência de erros
- MTTR — tempo médio de recuperação
Ferramentas
- Prometheus + Grafana
- PagerDuty / Opsgenie
- Kubernetes
- Terraform