来源书籍
大型网站运维:从系统管理到SRE
章节与卡片
01 第1章 关于SRE
9 张卡片
- 用工程方法持续改进运维 理解等级:中级 普通读书笔记卡
- 专业分工仍需端到端协调 理解等级:中级 普通读书笔记卡
- 云平台转移而非消灭运维责任 理解等级:中级 普通读书笔记卡
- 规模增长倒逼复用能力 理解等级:中级 普通读书笔记卡
- DevOps与SRE并非互斥 理解等级:中级 普通读书笔记卡
- 统一工具形成共同反馈 理解等级:中级 普通读书笔记卡
- 组织方案要匹配实际能力 理解等级:中级 普通读书笔记卡
- 给持续工程改进保留时间 理解等级:中级 普通读书笔记卡
- Node.js拓展服务端应用 理解等级:中级 延伸参考卡
02 第2章 SRE在组织内部的定位
13 张卡片
- 整合入口降低用户交接成本 理解等级:中级 普通读书笔记卡
- 从工单追问真实目标 理解等级:中级 普通读书笔记卡
- 统一资源语义减少复核 理解等级:中级 普通读书笔记卡
- 共同制定稳定性需求 理解等级:中级 普通读书笔记卡
- 维护计划兼顾任务项目和赋能 理解等级:中级 操作参考卡
- 技术证据帮助跨团队沟通 理解等级:中级 普通读书笔记卡
- 技术信任仍需明确授权 理解等级:中级 普通读书笔记卡
- 按产品目标输出运维能力 理解等级:中级 普通读书笔记卡
- 项目化改进需要可判定结果 理解等级:中级 普通读书笔记卡
- 共同评审把风险转成业务决策 理解等级:中级 普通读书笔记卡
- 周报连接计划进度与风险 理解等级:中级 操作参考卡
- 运维价值连到效率成本和中断 理解等级:中级 普通读书笔记卡
- 定位性能根因再决定冗余资源 理解等级:中级 普通读书笔记卡
03 第3章 监控建设 运维领域下的系统有很多,如发布、流程、巡检、CMDB(配置管理数据库)等,其中监控建设无疑是重要的组成部分。监控建设作为运维团队的工具支撑,在运维工作的方方面面都承担着不可或缺的作用。合理使用监控建设能及时发现线上异常、快速定位线上问题、有效缩短故障时间。除此之外,监控建设采集的数据也成为其他自动化运维工具建设的基础。
27 张卡片
- 监控链路也要被监控 理解等级:中级 结构图卡
- 积压报警须看业务期限 理解等级:中级 普通读书笔记卡
- 误报漏报需要共同校准 理解等级:高级 普通读书笔记卡
- 监控配置需要批量治理 理解等级:中级 普通读书笔记卡
- 采集方式按信息需求选择 理解等级:中级 普通读书笔记卡
- 推拉决定采集调度归属 理解等级:中级 普通读书笔记卡
- 协议选择不能只比开销 理解等级:中级 普通读书笔记卡
- 流处理状态决定扩展边界 理解等级:中级 普通读书笔记卡
- 热点不能只靠扩容 理解等级:高级 普通读书笔记卡
- RowKey须兼顾写入与查询 理解等级:中级 普通读书笔记卡
- 写前日志与合并的取舍 理解等级:中级 普通读书笔记卡
- 时序存储按查询负载选型 理解等级:高级 普通读书笔记卡
- 视图应服务具体判断 理解等级:中级 普通读书笔记卡
- 低流量错误率须配样本量 理解等级:中级 普通读书笔记卡
- 实时与历史报警分担职责 理解等级:中级 普通读书笔记卡
- 监控接口也要限制自动化 理解等级:中级 普通读书笔记卡
- 系统指标先分清含义 理解等级:中级 普通读书笔记卡
- 黑白盒取决于观测视角 理解等级:高级 普通读书笔记卡
- 应用监控要保留异常上下文 理解等级:中级 普通读书笔记卡
- 终端数据要处理迟到偏差 理解等级:中级 普通读书笔记卡
- 采样周期会伪造持续高负载 理解等级:中级 问题卡
- 秒级监控按需开启并回收 理解等级:中级 操作参考卡
- 调用拓扑需要语义分层 理解等级:中级 结构图卡
- 告警路由与抑制分工 理解等级:中级 操作参考卡
- 告警处理反馈驱动治理 理解等级:中级 普通读书笔记卡
- Prometheus组件分工 理解等级:中级 结构图卡
- 无阈值仍要表达业务容忍 理解等级:高级 普通读书笔记卡
04 第4章 变更管理 运维从诞生之初就和变更有很强的关联,过去所有的运维工程师谈到变更时都会说“变更是万恶之源”。在运维工程师看来,如果没有变更,线上就会少很多问题。导致变更的原因多种多样,但主要的类型有以下几个方面。
11 张卡片
- 变更目标先于角色争论 理解等级:中级 普通读书笔记卡
- 审批不能代替可执行验证 理解等级:中级 普通读书笔记卡
- 流水线把检查变成约束 理解等级:中级 普通读书笔记卡
- 统一平台保留发布策略差异 理解等级:中级 普通读书笔记卡
- 变更记录连接版本与结果 理解等级:中级 操作参考卡
- 控制强度随风险动态变化 理解等级:高级 普通读书笔记卡
- 错误预算协商迭代速度 理解等级:高级 普通读书笔记卡
- 配置评审需要原始意图 理解等级:中级 普通读书笔记卡
- 一次变更保留归因能力 理解等级:中级 普通读书笔记卡
- 维护夹带升级放大中断 理解等级:中级 问题卡
- 拆分变更并验证恢复 理解等级:中级 普通读书笔记卡
05 第5章 异常响应 说到线上异常,很多人会想到线上各种监控指标报警的场景。尤其是收到线上核心组件的异常报警后,整个人马上就会肾上腺素飙升,甚至开始出现呼吸急促的状态。发生异常往往意味着线上出现了问题,虽然所有人都不希望发生异常,但在实际工作中线上异常的出现是无法避免的。只要线上业务还在运行,肯定就会有问题被触发,不是变更导致的,就是服务器老化等被动因素导致的。对运维团队来说所有的异常必须被响应处理。在不同的公司,不同的部门异常响应可能有不一样的点,本章将结合作者之前的经历探讨异常响应相关的问题。
11 张卡片
- 异常标准要对齐用户影响 理解等级:中级 普通读书笔记卡
- 事故分级要先约定口径 理解等级:中级 普通读书笔记卡
- 用事故等级安排后续投入 理解等级:高级 普通读书笔记卡
- 响应流程须有负责人和升级 理解等级:中级 结构图卡
- 值班负责闭环而非包办 理解等级:中级 普通读书笔记卡
- 网络反馈收集成可比证据 理解等级:中级 操作参考卡
- 排查与信息同步分角色 理解等级:中级 结构图卡
- 应急沟通也需要演练 理解等级:中级 操作参考卡
- 根因调查串联多源证据 理解等级:中级 普通读书笔记卡
- 注册缺陷可放大协调服务负载 理解等级:中级 问题卡
- 自动归因受采样与模型限制 理解等级:高级 普通读书笔记卡
06 第6章 服务稳定性治理 线上稳定性一直是运维工作的核心,从第一个需要系统管理员维护的系统上线开始,运维的工作内容就是维护线上业务的稳定性。从早期系统管理员处理系统硬件和系统软件故障,到应用运维工程师、数据库管理员分别对各自领域的故障进行治理,最后到SRE统一治理平台、微服务等架构,可以发现运维角色在不断衍化,但不变的是运维工程师始终都在处理各种故障。随着技术的发展,线上业务已经呈现分层治理的模式,线上故障的定位也变得越来越复杂。
18 张卡片
- SLI指标与SLO目标分开 理解等级:中级 普通读书笔记卡
- 可用率算例须写清分母 理解等级:中级 普通读书笔记卡
- SLA应明确触发与补救 理解等级:中级 普通读书笔记卡
- 可靠性评审前移到设计期 理解等级:中级 操作参考卡
- 跨团队变更需要共享时间线 理解等级:中级 普通读书笔记卡
- 检查清单需沉淀真实前提 理解等级:中级 操作参考卡
- 故障预案要统一业务目标 理解等级:中级 普通读书笔记卡
- 故障演练验证完整闭环 理解等级:中级 操作参考卡
- 混沌实验先设稳态假设 理解等级:高级 普通读书笔记卡
- 自愈按层次落实前提 理解等级:中级 普通读书笔记卡
- 自动切流也会制造雪崩 理解等级:中级 问题卡
- 按承载能力限制恢复动作 理解等级:中级 普通读书笔记卡
- 恢复时间应拆解测量 理解等级:中级 操作参考卡
- 支付恢复不能放弃账实完整 理解等级:中级 问题卡
- 有边界恢复并补齐交易 理解等级:中级 普通读书笔记卡
- 灾备先按共同故障域分层 理解等级:高级 普通读书笔记卡
- 跨机房状态与流量共同设计 理解等级:高级 普通读书笔记卡
- 容灾验收不以距离代替证据 理解等级:高级 操作参考卡
07 第7章 事故复盘
19 张卡片
- 责备会压低问题可见性 理解等级:高级 普通读书笔记卡
- 事故叙述不等于改进闭环 理解等级:中级 普通读书笔记卡
- 复盘贯通记录评审改进 理解等级:中级 结构图卡
- 多人复盘先整理共同事实 理解等级:中级 普通读书笔记卡
- 事故记录绑定时间与影响 理解等级:中级 普通读书笔记卡
- 复盘深度延伸到同类风险 理解等级:中级 结构图卡
- 复盘报告要能重建决策 理解等级:中级 普通读书笔记卡
- 用户报告先补定位上下文 理解等级:中级 普通读书笔记卡
- 事故影响用业务指标核算 理解等级:中级 普通读书笔记卡
- 先后顺序只是因果线索 理解等级:高级 普通读书笔记卡
- 复盘也检查救火动作 理解等级:中级 普通读书笔记卡
- 自动根因分析保留人工判断 理解等级:高级 普通读书笔记卡
- 一手参与者补齐复盘事实 理解等级:中级 普通读书笔记卡
- 遵循流程仍要检查流程缺陷 理解等级:高级 普通读书笔记卡
- 网络阻塞要检查应用超时 理解等级:高级 普通读书笔记卡
- 临时规避要通向长期修复 理解等级:中级 普通读书笔记卡
- 改进任务写清负责人和验收 理解等级:中级 普通读书笔记卡
- 历史事故按周期重新学习 理解等级:中级 普通读书笔记卡
- 情景演练加入新的条件 理解等级:中级 普通读书笔记卡
08 第8章 容量管理
36 张卡片
- 容量投入需要业务依据 理解等级:中级 普通读书笔记卡
- 容量目标同时约束成本质量 理解等级:高级 普通读书笔记卡
- 历史成本比例只是预算假设 理解等级:高级 普通读书笔记卡
- 资源成本包括算力以外费用 理解等级:中级 普通读书笔记卡
- 容量水位先确定分子分母 理解等级:中级 普通读书笔记卡
- 容量指标按资源类型选择 理解等级:中级 普通读书笔记卡
- 扩容优先找到实际短板 理解等级:中级 普通读书笔记卡
- 容量规划保留峰值形状 理解等级:中级 普通读书笔记卡
- 容量管理形成三个阶段 理解等级:中级 结构图卡
- 容量大盘先提供决策信息 理解等级:中级 普通读书笔记卡
- 分位数描述样本而非用户 理解等级:高级 普通读书笔记卡
- 巡检把增长趋势变成提前量 理解等级:中级 普通读书笔记卡
- 数据库巡检区分容量和配置 理解等级:中级 普通读书笔记卡
- 缓存巡检检查节点不均衡 理解等级:中级 普通读书笔记卡
- 缓存业务风险另设检查项 理解等级:中级 普通读书笔记卡
- 巡检参数不能照表硬套 理解等级:高级 普通读书笔记卡
- 资产与监控按业务关系连接 理解等级:中级 普通读书笔记卡
- 容量余量随业务阶段调整 理解等级:高级 普通读书笔记卡
- 主机降配先核对资源约束 理解等级:中级 普通读书笔记卡
- 混部收益依赖负载隔离 理解等级:高级 普通读书笔记卡
- 内网优化要验证实际链路 理解等级:高级 普通读书笔记卡
- CDN优化兼顾对象与回源 理解等级:中级 普通读书笔记卡
- 忽略查询参数前验证等价 理解等级:高级 普通读书笔记卡
- 跨机房带宽按服务目标权衡 理解等级:高级 普通读书笔记卡
- 容灾分级先明确业务目标 理解等级:高级 普通读书笔记卡
- 弱依赖必须先确认可缺省 理解等级:高级 普通读书笔记卡
- 账单汇总减少重复扫描 理解等级:高级 普通读书笔记卡
- 数据归档先确定保留边界 理解等级:高级 普通读书笔记卡
- 降低数据库往返保留语义 理解等级:中级 普通读书笔记卡
- 异步完成要有可追踪结果 理解等级:高级 普通读书笔记卡
- 并发与等待都需要上限 理解等级:中级 普通读书笔记卡
- 数据库优化按瓶颈和代价选 理解等级:高级 普通读书笔记卡
- 测试资源回收保留状态需求 理解等级:中级 普通读书笔记卡
- 硬件复用需要资产与风险依据 理解等级:高级 普通读书笔记卡
- 扩容预案覆盖资源到位之后 理解等级:中级 结构图卡
- 容量治理需要责任和持续反馈 理解等级:中级 普通读书笔记卡
09 第9章 用户体验
16 张卡片
- 运维工具也需要用户视角 理解等级:中级 普通读书笔记卡
- 外部体验关注业务能否完成 理解等级:中级 普通读书笔记卡
- 功能错误也可能来自部署差异 理解等级:中级 普通读书笔记卡
- 页面症状不能直接确定根因 理解等级:高级 普通读书笔记卡
- 内部体验影响工程交付效率 理解等级:中级 普通读书笔记卡
- 变更影响按三类结果检查 理解等级:中级 结构图卡
- 封装复杂度仍需清晰反馈 理解等级:中级 普通读书笔记卡
- 日志用于评估用户请求影响 理解等级:中级 普通读书笔记卡
- 客户端观测与探测各有范围 理解等级:中级 普通读书笔记卡
- 投诉分流保留跨团队排查 理解等级:高级 普通读书笔记卡
- 反馈信号不能代替全量指标 理解等级:中级 普通读书笔记卡
- 内部接口格式也是契约 理解等级:高级 普通读书笔记卡
- 平台替换连接需求与迁移 理解等级:中级 普通读书笔记卡
- 减少审批先检查控制责任 理解等级:高级 普通读书笔记卡
- 效率瓶颈用任务数据定位 理解等级:中级 普通读书笔记卡
- 自动化成功率需要明确口径 理解等级:高级 普通读书笔记卡
10 第10章 重要业务活动保障
20 张卡片
- 活动保障需要全局协调 理解等级:中级 普通读书笔记卡
- 容量从业务流量倒推 理解等级:中级 普通读书笔记卡
- 资源交付有前置依赖 理解等级:中级 普通读书笔记卡
- 采购节奏跟随压测 理解等级:中级 普通读书笔记卡
- 延后采购减少闲置占用 理解等级:中级 普通读书笔记卡
- 优化方案先看业务语义 理解等级:高级 普通读书笔记卡
- 压测也验证平台极限 理解等级:中级 普通读书笔记卡
- 总容量不代表分钟峰值 理解等级:中级 普通读书笔记卡
- 峰值公式须写清假设 理解等级:中级 普通读书笔记卡
- 运营节奏也能削峰 理解等级:中级 普通读书笔记卡
- 预案需要交叉评审 理解等级:中级 普通读书笔记卡
- 扩容与限流顺序相反 理解等级:中级 普通读书笔记卡
- 保障重点随阶段变化 理解等级:中级 普通读书笔记卡
- 资源挪用先查业务余量 理解等级:中级 普通读书笔记卡
- 把生效时刻设为指标 理解等级:中级 普通读书笔记卡
- 活动变更按依赖排程 理解等级:中级 普通读书笔记卡
- 轮班保障持续判断力 理解等级:中级 普通读书笔记卡
- 自助工具减少保障人力 理解等级:中级 普通读书笔记卡
- 活动结束及时回收资源 理解等级:中级 普通读书笔记卡
- 用实绩校准下次保障 理解等级:中级 普通读书笔记卡
11 第11章 运维操作基础
43 张卡片
- 平台化仍需故障机理 理解等级:中级 普通读书笔记卡
- ARP表不同于转发表 理解等级:中级 普通读书笔记卡
- VIP切换需要邻居收敛 理解等级:中级 普通读书笔记卡
- 二层攻击对应不同表 理解等级:中级 普通读书笔记卡
- NDP还承担路由发现 理解等级:中级 普通读书笔记卡
- 查看实际路由选择 理解等级:中级 操作参考卡
- 策略路由需要选择规则 理解等级:中级 操作参考卡
- 重定向可能掩盖错路由 理解等级:中级 普通读书笔记卡
- 单向可达需查回程 理解等级:中级 普通读书笔记卡
- 围绕失败请求抓包 理解等级:中级 操作参考卡
- MTU与MSS分属不同层 理解等级:中级 普通读书笔记卡
- RST要定位实际发送者 理解等级:中级 普通读书笔记卡
- HTTP复用仍有分层限制 理解等级:中级 普通读书笔记卡
- Host缺失应返回错误 理解等级:中级 普通读书笔记卡
- 头字段规则不等于实现策略 理解等级:高级 普通读书笔记卡
- CORS预检使用OPTIONS 理解等级:中级 普通读书笔记卡
- 跨域响应头应有唯一职责 理解等级:中级 普通读书笔记卡
- 调参先解释默认含义 理解等级:中级 普通读书笔记卡
- BDP先统一单位 理解等级:中级 普通读书笔记卡
- 窗口与吞吐有量纲约束 理解等级:高级 普通读书笔记卡
- 连接容量存在多重上限 理解等级:中级 普通读书笔记卡
- 半连接队列仍需关注 理解等级:中级 普通读书笔记卡
- 邻居表容量也会耗尽 理解等级:中级 普通读书笔记卡
- DR模式谨慎控制ARP 理解等级:中级 普通读书笔记卡
- 拥塞窗口不同于接收窗 理解等级:中级 普通读书笔记卡
- BBR通过模型控制发送 理解等级:中级 普通读书笔记卡
- 首轮诊断先缩小范围 理解等级:中级 操作参考卡
- 从协议统计定位丢弃 理解等级:中级 操作参考卡
- 用ss区分排队与拥塞 理解等级:中级 操作参考卡
- 保存可重读的网络证据 理解等级:中级 操作参考卡
- BPF位掩码不等于等值 理解等级:高级 操作参考卡
- Wireshark标记是线索 理解等级:中级 普通读书笔记卡
- 声明配置要看收敛条件 理解等级:中级 普通读书笔记卡
- Ansible按角色组织配置 理解等级:中级 操作参考卡
- CFEngine以承诺约束状态 理解等级:中级 延伸参考卡
- Chef分发与收敛分工 理解等级:中级 结构图卡
- Puppet显式声明依赖 理解等级:中级 操作参考卡
- Hiera分离逻辑和数据 理解等级:中级 普通读书笔记卡
- Salt区分采集和状态应用 理解等级:中级 操作参考卡
- 批次执行降低配置风险 理解等级:中级 操作参考卡
- 选配置工具也选维护模式 理解等级:中级 普通读书笔记卡
- 基础设施代码便于审查 理解等级:中级 操作参考卡
- 自动化改变运维能力重点 理解等级:中级 普通读书笔记卡
12 第12章 基础组件运维
39 张卡片
- 组件运维要连接业务需求 理解等级:中级 普通读书笔记卡
- 轮询均分次数不均分成本 理解等级:高级 普通读书笔记卡
- 权重可用于渐进放量 理解等级:中级 普通读书笔记卡
- 最少连接依赖负载代理 理解等级:中级 普通读书笔记卡
- 最短响应偏向快节点 理解等级:中级 普通读书笔记卡
- 会话亲和不是状态冗余 理解等级:中级 普通读书笔记卡
- 一致性哈希减少重映射 理解等级:中级 普通读书笔记卡
- 备用节点提供应急容量 理解等级:中级 普通读书笔记卡
- 健康检查连接流量准入 理解等级:中级 普通读书笔记卡
- 容错重试需守住业务语义 理解等级:高级 普通读书笔记卡
- 流量镜像要隔离副作用 理解等级:中级 普通读书笔记卡
- 请求改写改变信任边界 理解等级:中级 普通读书笔记卡
- 负载均衡按全成本选择 理解等级:高级 普通读书笔记卡
- 队列可靠性贯穿全链路 理解等级:中级 普通读书笔记卡
- 支付消息乱序破坏业务前提 理解等级:中级 支付系统案例卡
- 队列事务有明确边界 理解等级:中级 普通读书笔记卡
- 持久化取决于模式与配置 理解等级:中级 普通读书笔记卡
- 队列选型兼顾运维能力 理解等级:中级 普通读书笔记卡
- 缓存失效会放大后端压力 理解等级:中级 普通读书笔记卡
- 淘汰与过期机制不同 理解等级:中级 普通读书笔记卡
- 命中率需结合成本观察 理解等级:高级 普通读书笔记卡
- 数据结构影响缓存选择 理解等级:中级 普通读书笔记卡
- 复制不等于确认写不丢 理解等级:高级 普通读书笔记卡
- 分布式缓存要预留恢复资源 理解等级:中级 普通读书笔记卡
- 持久化方式影响恢复窗口 理解等级:中级 普通读书笔记卡
- 映射文件不自动保证持久性 理解等级:中级 普通读书笔记卡
- 缓存横向纵向各有代价 理解等级:高级 普通读书笔记卡
- Mcrouter扩展缓存路由 理解等级:中级 延伸参考卡
- 事务要求先于引擎性能 理解等级:中级 普通读书笔记卡
- LSM以合并换写入效率 理解等级:中级 普通读书笔记卡
- 隔离级别须按实现核对 理解等级:中级 普通读书笔记卡
- 复制与分片解决不同问题 理解等级:中级 普通读书笔记卡
- 数据库频率策略需实测 理解等级:中级 普通读书笔记卡
- NUMA会影响局部内存压力 理解等级:中级 普通读书笔记卡
- 大页配置区分不同机制 理解等级:中级 普通读书笔记卡
- RAID保护与性能有关联 理解等级:中级 普通读书笔记卡
- SSD性能受整条路径约束 理解等级:中级 普通读书笔记卡
- NoSQL是多种数据模型 理解等级:中级 普通读书笔记卡
- 时序存储按负载选型 理解等级:中级 普通读书笔记卡
13 第13章 云计算和容器
25 张卡片
- 基础设施仍需运营责任 理解等级:中级 普通读书笔记卡
- 云API改变资源交付方式 理解等级:中级 普通读书笔记卡
- 镜像替换实现不可变交付 理解等级:中级 结构图卡
- Xen运行在硬件之上 理解等级:中级 普通读书笔记卡
- 虚拟化成本依设备路径变化 理解等级:高级 普通读书笔记卡
- SRIOV减少部分IO绕行 理解等级:中级 普通读书笔记卡
- 容器共享宿主内核 理解等级:中级 普通读书笔记卡
- 镜像降低环境交付成本 理解等级:高级 普通读书笔记卡
- 资源限制需要权衡 理解等级:高级 普通读书笔记卡
- 内核升级需要平台验证 理解等级:中级 普通读书笔记卡
- Ceph控制与数据职责分离 理解等级:中级 结构图卡
- 存储恢复竞争业务带宽 理解等级:中级 普通读书笔记卡
- 慢盘也能拖累共享存储 理解等级:中级 普通读书笔记卡
- 副本要跨真实故障域 理解等级:中级 普通读书笔记卡
- VXLAN跨三层承载二层 理解等级:中级 普通读书笔记卡
- 交换数据面不同于控制协议 理解等级:中级 普通读书笔记卡
- 云网络优化要看完整路径 理解等级:中级 普通读书笔记卡
- 混合云与多云范围不同 理解等级:中级 普通读书笔记卡
- 跨云互联先校验地址与路径 理解等级:中级 普通读书笔记卡
- 跨云连通不等于数据库多活 理解等级:高级 普通读书笔记卡
- 弹性借云需要提前打通链路 理解等级:中级 普通读书笔记卡
- 云原生强调可重复变更 理解等级:中级 普通读书笔记卡
- 动态实例需要稳定发现入口 理解等级:中级 普通读书笔记卡
- 服务网格分离治理职责 理解等级:中级 结构图卡
- 网格性能优化需要测量 理解等级:中级 普通读书笔记卡
全书概览
《大型网站运维:从系统管理到SRE》读书笔记总览
整体评级:信息浓度高,稳定性高,经典原理。全书围绕协作与业务目标解释监控、变更、复盘和容量等方法的理由与权衡,具备迁移价值;具体工具配置、公司实践、平台格局及部分技术简化应保留条件,不能直接当作当前部署规范。
执行模式:light
建档进度:done
本次实际规则:book-notes v23 / book-workflow v4;历史仅预检和逐候选暂停由当前完整流程授权覆盖,不将历史已读当本轮全文完成。
原书身份:顾贤杰、徐赟、颜中冠著,电子工业出版社,版权页2021年8月,ISBN9787121416125;OPF的2021-06-30为文件元数据时间,与版权页月份分别记录。
原文来源:books/20260910/大型网站运维:从系统管理到SRE (顾贤杰 徐赟 等) .epub;SHA-256 f4a0547e222a5d9c8cf7b93803525c6f0870b5b66968fbcf4db8eb676d983a5e;当前287 ZIP成员逐一匹配,92spine本轮完整阅读。
整书笔记:_book_note.md(schema 1;SHA-256 677cb6ea029ab935d4607f788eb99ba24e98c0d38ead70ede552da75c9cf5eaa)。
章节进度追踪表
| 章节号 | 章节标题 | 状态(pending/done) | 卡片数 |
|---|---|---|---|
| 前置2 | 内容简介 | done | 0 |
| 前置3 | 前言 | done | 0 |
| 1 | 第1章 关于SRE | done | 9 |
| 2 | 第2章 SRE在组织内部的定位 | done | 13 |
| 3 | 第3章 监控建设 运维领域下的系统有很多,如发布、流程、巡检、CMDB(配置管理数据库)等,其中监控建设无疑是重要的组成部分。监控建设作为运维团队的工具支撑,在运维工作的方方面面都承担着不可或缺的作用。合理使用监控建设能及时发现线上异常、快速定位线上问题、有效缩短故障时间。除此之外,监控建设采集的数据也成为其他自动化运维工具建设的基础。 | done | 27 |
| 4 | 第4章 变更管理 运维从诞生之初就和变更有很强的关联,过去所有的运维工程师谈到变更时都会说“变更是万恶之源”。在运维工程师看来,如果没有变更,线上就会少很多问题。导致变更的原因多种多样,但主要的类型有以下几个方面。 | done | 11 |
| 5 | 第5章 异常响应 说到线上异常,很多人会想到线上各种监控指标报警的场景。尤其是收到线上核心组件的异常报警后,整个人马上就会肾上腺素飙升,甚至开始出现呼吸急促的状态。发生异常往往意味着线上出现了问题,虽然所有人都不希望发生异常,但在实际工作中线上异常的出现是无法避免的。只要线上业务还在运行,肯定就会有问题被触发,不是变更导致的,就是服务器老化等被动因素导致的。对运维团队来说所有的异常必须被响应处理。在不同的公司,不同的部门异常响应可能有不一样的点,本章将结合作者之前的经历探讨异常响应相关的问题。 | done | 11 |
| 6 | 第6章 服务稳定性治理 线上稳定性一直是运维工作的核心,从第一个需要系统管理员维护的系统上线开始,运维的工作内容就是维护线上业务的稳定性。从早期系统管理员处理系统硬件和系统软件故障,到应用运维工程师、数据库管理员分别对各自领域的故障进行治理,最后到SRE统一治理平台、微服务等架构,可以发现运维角色在不断衍化,但不变的是运维工程师始终都在处理各种故障。随着技术的发展,线上业务已经呈现分层治理的模式,线上故障的定位也变得越来越复杂。 | done | 18 |
| 7 | 第7章 事故复盘 | done | 19 |
| 8 | 第8章 容量管理 | done | 36 |
| 9 | 第9章 用户体验 | done | 16 |
| 10 | 第10章 重要业务活动保障 | done | 20 |
| 11 | 第11章 运维操作基础 | done | 43 |
| 12 | 第12章 基础组件运维 | done | 39 |
| 13 | 第13章 云计算和容器 | done | 25 |
非正文排除
| spine项 | 类型 | 排除理由 |
|---|---|---|
| 0 / titlepage.xhtml | 封面 | 封面或版权书目信息,已读取,不是独立机制正文 |
| 1 / text/part0000.html | 版权信息 | 封面或版权书目信息,已读取,不是独立机制正文 |
待关联术语
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| Chrome | 1 | 作为技术/平台/术语例子提名,未展开实现机制 |
| Stack Overflow | 1 | 作为技术/平台/术语例子提名,未展开实现机制 |
| GitHub | 1 | 作为技术/平台/术语例子提名,未展开实现机制 |
| CMDB | 2 | 作为技术/平台/术语例子提名,未展开实现机制 |
| CPU Cache Line | 2 | 作为技术/平台/术语例子提名,未展开实现机制 |
| Nagios | 03 | 监控系统提名 |
| Zabbix | 03 | 监控系统提名 |
| Prometheus | 03 | 抓取与时序规则 |
| Alertmanager | 03 | 通知治理 |
| Grafana | 03 | 可视化 |
| Flink | 03 | 流处理引擎提名 |
| Storm | 03 | 流处理引擎提名 |
| HBase | 03 | RowKey与时序存储 |
| InfluxDB | 03 | 历史TSM架构 |
| JavaAgent | 03 | 字节码增强采集 |
| Traceid | 03 | 请求关联 |
| ITIL | 04 | 管理流程提名 |
| CI/CD | 04 | 自动化变更证据链 |
| Kanban | 04 | 项目管理方式提名 |
| On-Call | 05 | 值班闭环 |
| RCA | 05 | 多源证据原因调查,原书ROC/ROF混用 |
| ZooKeeper | 05 | 历史注册缺陷案例 |
| SLI | 06 | 测量口径 |
| SLO | 06 | 目标 |
| SLA | 06 | 协议约定 |
| Chaos Monkey | 06 | 混沌实验工具提名 |
| Keepalived | 06 | VIP主备示例 |
| Raft | 06 | 一致性协议提名 |
| Paxos | 06 | 一致性协议提名 |
| ITIL | 7 | 原书仅用于事故流程平台化背景,未展开完整框架,不补造认证或版本知识 |
| WebP/TGP | 8 | 仅提名图像格式;不据疑似TGP拼写声明当前云厂商支持 |
| NLP与贝叶斯异常识别 | 7 | 仅列自动根因分析候选技术,未展开算法,不单独生算法卡 |
| APM | 11 | 用于对比算法效果的监测产品类别,未展开 |
| tcp_tw_recycle | 11 | 历史调参反例;不作为当前参数建议 |
| Conntrack | 11 | 连接跟踪容量已与连接多重上限合并 |
| SEND | 11 | NDP安全扩展,已作为NDP边界解释 |
| Tair | 12 | 缓存产品提名未解释 |
| TinyLFU/W-TinyLFU/LRFU | 12 | 淘汰变体仅提名,不补造实现 |
| TokuDB | 12 | 历史引擎对比,未补造当前部署建议 |
| HBase/MongoDB/CouchDB/Neo4j | 12 | 已按宽列/文档/图数据模型归纳,不逐产品重复成卡 |
| Intel Optane | 12 | 历史容量介质示例,不作为现采购推荐 |
| VROC | 12 | 历史NVMe RAID实现提名 |
| DPDK/eBPF | 13 | 性能优化路径提名,不补造具体实施 |
| Serverless | 13 | 云原生图谱提名,无独立机制 |
| CNCF Landscape | 13 | 原图为出版时图谱,未把不可辨小Logo当逐项阅读证据 |
引用文献
| 标题 | 类型(书/论文/框架/源码项目) | 出现章节 | 一句话语境 |
|---|---|---|---|
| Node.js | 源码项目 | 1 | 原书介绍服务端JavaScript用途,已成延伸参考卡;官方https://nodejs.org/en/about于2026-10-24核对 |
| SRE:Google运维解密 | 书 | 前言/1 | 作者明确借鉴的SRE实践来源 |
| Google SRE Introduction | 官方文档 | 1 | https://sre.google/sre-book/introduction/;2026-10-24核对运维工作上限、工程改进与两者关系 |
| How SRE Relates to DevOps | 官方文档 | 1 | https://sre.google/workbook/how-sre-relates/;2026-10-24核对协作与实现关系 |
| Netflix | 组织 | 06 | Chaos Monkey背景提名 |
| Google SRE Postmortem Culture | 官方公开资料 | 7 | 访问2026-10-24,限定组织责任与无责复盘边界 |
| Linux VM及Redis administration | 官方文档 | 8 | 访问2026-10-24,核验表8-5参数语义 |
| RFC 9111与CloudFront查询参数策略 | 标准与官方文档 | 8 | 访问2026-10-24,核验缓存键及查询参数前提 |
| Ansible | 工具 | 11 | Playbook/inventory/role操作已成卡,旧sudo语法限定 |
| CFEngine | 框架 | 11 | 策略与v2/v3差异已成延伸参考 |
| Chef | 框架 | 11 | Workstation/Server/Client与Cookbook结构已实读并成卡 |
| Puppet/Hiera | 框架 | 11 | 依赖与数据层级已成卡,原Hiera3不冒充当前配置 |
| Salt | 工具 | 11 | 采集/状态/批次已成操作用途卡 |
| Terraform | 工具 | 11 | 基础设施即代码用途已保留,配置未执行 |
| Nginx/HAProxy/LVS/Envoy | 项目 | 12 | 历史选型与功能比较,实质机制已按功能成卡 |
| Kafka/RabbitMQ/ActiveMQ/NATS/ZeroMQ | 项目 | 12 | 消息系统选型背景;ZeroMQ不强制独立Broker,MQTT是协议非同类产品 |
| Mcrouter | 项目 | 12 | 缓存路由用途已成延伸参考 |
| Redis/Memcached | 项目 | 12 | 缓存机制已成卡,不逐产品重复定义 |
| Ceph | 项目 | 13 | 架构与可靠性边界已成卡并纠正MON/MDS混淆 |
| OpenStack | 项目 | 13 | 云平台背景与历史实践,未生成当前安装步骤 |
| Envoy/Istio | 项目 | 13 | 书中sidecar网格架构与性能边界已成卡 |
资金安全问题案例
| 问题标题 | 问题卡 | 解决方案卡(如有) | 出现章节 | 一句话说明 |
|---|---|---|---|---|
| 维护夹带升级放大中断 | 维护夹带升级放大中断 | 拆分变更并验证恢复 | 04 | 原书用金融维护举例:申请数据库切换,却额外升级业务,增加未知分支与排查时间,可能超出既定中断窗口。风险在于批准范围、恢复方案和真实操作不一致,不只是操作员技术不足。 |
| 支付恢复不能放弃账实完整 | 支付恢复不能放弃账实完整 | 有边界恢复并补齐交易 | 06 | 原书模拟支付数据库故障:部分服务可在15分钟恢复,但故障前1秒交易记录还需数小时补齐。恢复可用与完成数据修复不同;若带缺口继续接受资金动作,可能重付、漏记或错误展示。 |
| 支付消息乱序破坏业务前提 | 支付消息乱序破坏业务前提 | 原书仅具体说明问题,未补造方案卡 | 12 | 异步消费未保留存取款所需先后关系;UUID身份不等于顺序 |
具体风险来自书中教学流程和代码;补充方案均写明保证范围,不宣称生产事故已发生或全部竞态已被解决。
实践卡进度
| 序号 | 实践标题 | 实践方式 | 状态(pending/done) | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 共享写入事件复盘计划 | 真实任务 | done | 07 | ideas/idea-001-共享写入事件复盘计划.md;ideas/materials/shared-write-event-first-pass.md |
| 002 | 巡检参数证据核验计划 | 证据验证 | done | 08 | ideas/idea-002-巡检参数证据核验计划.md;ideas/materials/redis-inspection-evidence-first-pass.md |
实践候选筛选:done
采用两个真实对象:本批共享写入事件的有限范围复盘,与Redis巡检表公开证据核验。容量扩缩容、生产故障注入、外部投诉抓取缺少真实部署或授权,不生成空泛实践;内部效率和兼容问题由知识卡与事件计划覆盖。
已读实际事件证据并填写首轮事实表;已读官方文档并填写参数冲突对照。完整事件复盘与后续版本化巡检待执行,未调参、部署、演练、删数据或发消息。
本次交接
本书历史0知识卡,本轮依据当前原文和必要原图完整生成。不同章节重复机制通过真实secondary来源或正文链接汇合,不按篇幅凑数;原书错误和案例保证范围见具体章节。light未执行生成后复核、独立审查与审查结果优化,实践只完成计划和首轮材料。
相关主题
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
暂无公开主题。