Budget for Failure
Τι είναι το SRE και πώς γίνεται στην πράξη
Το site reliability engineering από τη βάση, για όποιον θέλει να το μάθει: ο ρόλος, οι αριθμοί του, η δουλειά στον κώδικα, και η πλατφόρμα από κάτω.
4 μέρη
Τι κάνει ένας SRE: Η δουλειά πίσω από τον τίτλο
Το site reliability engineering είναι software engineering εφαρμοσμένο στο operations. Τι κατέχει ένας SRE, τι παρακολουθεί, και πώς διαφέρει από το DevOps.
SLI, SLO, SLA, Error Budget: Οι αριθμοί πάνω στους οποίους τρέχει το SRE
Το SLI είναι ό,τι μετράτε, το SLO ο στόχος, το SLA το συμβόλαιο, και το error budget το περιθώριο που μπορείτε να ξοδέψετε. Η αριθμητική, πάνω σε AWS.
SRE μέσα στον κώδικα: Timeouts, retries και alerts ως κώδικας
Η αξιοπιστία κρίνεται στο repository. Τι ελέγχει ένας SRE στον κώδικα εφαρμογής: timeouts, retries, health checks, rollouts, και burn-rate alerts ως κώδικας.
Cloud ή on-prem: Τι ελέγχει ένας SRE κάτω από την υπηρεσία
Η πλατφόρμα είναι η μεγαλύτερη εξάρτησή σας. Τι επαληθεύει ένας SRE σε cloud ή data center: failure domains, control planes, quotas, χωρητικότητα, συντήρηση.