知识卡片
SRE名称的三层含义
站点可靠性工程师可以拆成三层理解:首先是工程师,用软件工程手段设计和研发大型分布式系统及其组件,如备份与负载均衡;其次关注可靠性,因为没人能稳定使用的系统没有存在意义,但不追求完美,系统“足够可靠”后就把精力转去研发新功能;最后,工作对象是运行在集群管理系统上的具体业务服务。发散:衡量一个运维团队,先看它是否在写软件、是否知道“够了”的界线。参见[[SRE的人员构成与50%规则]]。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
- · 序言
原书出处 · 1 处
- 序言 · 查看原书依据
将这个词语展开来说:首先,也是最重要的一点,SRE 是工程师(engineer)。SRE 使用计算机科学和软件工程手段来设计和研发大型、分布式计算机软件系统。有的时候,SRE 和产品研发团队共同工作,其他时候我们需要开发这些系统的额外组件:例如备份系统和负载均衡系统等。理想情况下,同时推进这些组件在多个项目中复用。还有的时候,我们的任务是想出各种各样的办法用现有组件解决新的问题。 其次,SRE 的关注焦点在于可靠性。Ben Treynor Sloss,Google负责7×24运维的副总裁,SRE名称的发明者,宣称可靠性应该是任何产品设计中最基本的概念:任何一个系统如果没有人能够稳定地使用,就没有存在的意义。因为可靠性[2]是如此重要,因此SRE 专注于对其负责的软件系统架构设计、运维流程的不断优化,让这些大型软件系统运行得更可靠,扩展性更好,能更有效地利用资源。但是,SRE并不是无止境地追求完美:当一个系统已经 “足够可靠”的时候,SRE 通常将精力转而投入到研发新的功能和创造新的产品中。[3] 最后,SRE 的主要工作是运维在分布式集群管理系统上运行的具体业务服务(service)。不论是遍布全球的存储服务,还是亿万用户赖以工作的 E-mail 服务,还是 Google 最初的 Web 搜索服务。SRE 中的“S”最开始指代的就是google.com的运维服务,因为SRE的第一个工作就是维持网站的正常运转。随着时间的推移,SRE 逐渐接管了 Google 内部绝大部分产品系统,包括 Google Cloud Platform 这类开发者平台,也包括内部的一些非网站类的基础设施系统,例如 Bigtable。