Budget for Failure
O que é SRE e como praticar
Site reliability engineering desde a base, para quem quer aprender: o papel, os números que o guiam, o trabalho no código e a plataforma por baixo.
4 partes
O Que um SRE Faz: O Trabalho por Trás do Título
Site reliability engineering é engenharia de software aplicada a operações. O que um SRE é dono, o que ele observa e como o papel difere do DevOps.
SLI, SLO, SLA, Error Budget: Os Números com que o SRE Opera
Um SLI é o que você mede, um SLO é a meta, um SLA é o contrato, e o error budget é a folga que você pode gastar. A aritmética, demonstrada na AWS.
SRE no Código: Timeouts, Retries e Alertas como Código
Confiabilidade se decide no repositório. O que um SRE revisa no código: timeouts, retries, health checks, rollouts e alertas de burn rate como código.
Nuvem ou On-Prem: O que um SRE Verifica Embaixo do Serviço
A plataforma é sua maior dependência. O que um SRE verifica na nuvem ou no data center: domínios de falha, control planes, quotas, capacidade e manutenção.