Budget for Failure
Was SRE ist und wie man es betreibt
Site Reliability Engineering von Grund auf, für alle, die es lernen wollen: die Rolle, ihre Zahlen, die Arbeit im Code und die Plattform darunter.
4 Teile
Was ein SRE tut: Der Job hinter dem Titel
Site Reliability Engineering ist Software Engineering für den Betrieb. Was ein SRE verantwortet, worauf er schaut und wie sich die Rolle von DevOps abhebt.
SLI, SLO, SLA, Error Budget: Die Zahlen, mit denen SRE arbeitet
Ein SLI ist das, was du misst, ein SLO das Ziel, ein SLA der Vertrag, und das Error Budget die Lücke, die du ausgeben darfst. Die Arithmetik, gezeigt auf AWS.
SRE in der Codebase: Timeouts, Retries und Alerts as Code
Zuverlässigkeit wird im Repository entschieden. Was ein SRE im Anwendungscode prüft: Timeouts, Retries, Health Checks, Rollouts und Burn-Rate-Alerts als Code.
Cloud oder On-Prem: Was ein SRE unter dem Service prüft
Die Plattform ist deine größte Abhängigkeit. Was ein SRE in der Cloud oder im Rechenzentrum prüft: Failure Domains, Control Planes, Quotas, Kapazität, Wartung.