SRE 相关

SRE（Site Reliability Engineering）即网站可靠性工程
https://zhuanlan.zhihu.com/p/94254103

主要职责：

• 基础设施容量规划
• 生产系统的监控
• 生产系统负载均衡
• 发布与变更工程管理
• On-call（轮值）
• Firefighting（紧急故障救火）

笔者认为业务团队SRE的核心是：以软件工程的方法论重新定义研发运维，驱动并赋能业务演进。

SRE 做什么

1 性能和容量

• 基础组件升级
• 性能优化

2 全链路稳定性治理

• 数据库稳定性
• 监控预警与故障的发现
• 故障诊断 1分钟发现问题，5分钟定位问题，10分钟恢复问题
• 全链路SLQ， 对于终端用户，保证TP999可用性
• 资源一致性治理

一般来说大厂的 SRE 比较靠谱，当性能成为瓶颈的时候 SRE 才有意义