Nedir SRE
Site Güvenilirlik Mühendisliği — sistem güvenilirliği
SRE (Site Reliability Engineering), sistemlerin güvenilirliğini, ölçeklenebilirliğini ve performansını sağlamak için geliştirme ve operasyonları birleştiren bir mühendislik disiplinidir.
Temel İlkeler
- Hata bütçesi — kabul edilebilir arıza seviyesi
- SLI/SLO/SLA — hizmet seviyesi metrikleri ve anlaşmaları
- Toil azaltma — rutin görevlerin otomasyonu
- Postmortem kültürü — suçlama olmadan olay analizi
Temel Uygulamalar
- İzleme ve uyarı
- Olay yönetimi (nöbet)
- Kapasite planlaması
- Kaos mühendisliği
- Sürüm otomasyonu
SRE Metrikleri
- Erişilebilirlik — hizmet çalışma süresi
- Gecikme — yanıt süresi
- Hata oranı — hata sıklığı
- MTTR — ortalama kurtarma süresi
Araçlar
- Prometheus + Grafana
- PagerDuty / Opsgenie
- Kubernetes
- Terraform