知识卡片
通用工具的第一指标是采用
问题:几年前 Google SRE 在监控、发布部署、事件响应、容量管理等领域,各用多个独立方案解决大致相同的问题。原因之一是工具开发者与用户及其需求脱节——生产几乎每天都有新软件、硬件、用例,开发者不总掌握最新情况;用户需求还可能正交(“要快,近似即可”与“要 100% 正确,慢点没关系”)。结果长期项目都满足不了任何人:等“通用未来方案”的人等得沮丧,自己写小方案;需求小而特定的人不愿采用不针对他们的宽泛方案;通用方案的长期好处显而易见,却没有人手和激励。此案例源于组织演进而非可靠性危机,所以用 ADKAR 比 Kotter 更合适。
意识与欲望:如果所有 SRE 都能用一个通用、易用、无需定制就支持各种用例的监控引擎和仪表板呢?发布、事件响应、容量管理同理;初始配置能广泛满足需求,通用方案终将胜出——临界数量的工程师会放弃自选方案和维护成本。领导层同意需求,也具备足够的知识和能力。
设计的迭代:从 65 个以上提案出发,用几个月收集需求、验证路线图、做市场分析,收敛到少数主题。最初组建 SRE 专家虚拟团队,每人约 80% 时间做横向项目,以保持与生产的联系。痛点:成员分散在多个时区且要值班,难以专注,运行服务与构建严肃软件之间的上下文切换代价高;没有中心地点和共同时间,从共识到代码评审都受影响;人手从现有团队抽调,原团队资源更少,“为支持系统配人”和“为构建前瞻基础设施配人”之间存在张力。于是改为集中式模型:取消 80⁄20 要求,由少数值班经验丰富、专注根据经验构建软件的高级工程师完成,并把团队集中(6–10 人同处一室开发更高效);仍通过视频、邮件和出差收集全公司需求。目标是让 60% 的 Google 工程师采用(对“几乎所有人”的合理解释)。要让 SRE 像产品软件工程师一样关注客户需求、路线图和交付承诺——这对应 ADKAR 的知识与能力。
监控的实施:Viceroy 先由几个 SRE 团队共建,成为事实上的监控仪表板方案后交给集中的 SRE 开发团队;但各团队仍在构建复杂的自定义仪表板,重复劳动多。于是在可定制系统之上构建有主见的零配置系统:假设服务属于几种流行组织方式之一,提供标准的全面监控视图;大多数服务迁移过去,大型或特殊服务仍可部署自定义视图。
经验: - 最难的工程是把许多小系统演化为更少、更通用的系统,同时不打扰正在运行的服务——从零开始的大设计在智力上诱人,但迁移系统和团队才是最难的; - 横向软件需要大量倾听用户,很像产品经理的工作——后来加入了产品管理和用户体验人才(补上缺失的“知识”); - 迁移成本必须相对净收益很小,否则迁移本身就是采用障碍;无论新产品多好,迁移成本总被认为很高——工程师会想“我不是在改进系统,只是把一份工作换成另一份”,ADKAR 称之为知识与能力的鸿沟:人需要时间、指导和培训,技术上要了解采用成本并在启动时尽量降低。理想是迁移成本几乎为零(“重新编译即可使用新 $thing”),并向团队、个人和公司明确收益(“现在你免受 $foo 漏洞影响”); - “尽力而为”式开发不可靠,功能何时可用不可预测,用户信任低;为大多数用例构建通用工具,要把成功衡量转向采用; - 自下而上而非强制迁移——用更好的产品争取用户;开发过程本身影响用户的看法:只有由有生产经验、100% 投入的工程师构建,时间表和支持与公司其他软件开发相同,透明地按计划推进(“我们将在 Y 日期前完成 X”),才真正吸引人——“了解香肠是怎么做的”比预想的重要得多。“做出了不起的东西人们自然会来”是错的:项目必须定义清楚、提前宣传、先针对最挑剔的采用者等多种用例评估、比现有方案跨越式更好、毫不费力就能采用; - 用户越多,花在写代码以外的事上越多:明确的目标、可信的日期、定期更新、与用户频繁联系;面对“我的一次性 shell 脚本能用,真需要吗?”,采用通用软件就像把可靠性当功能——再好不被采用也没用。采用计划(拥护者、Beta 测试者、高管赞助者、懂得降低采用障碍的工程师)既是起点也是终点; - 采用带来网络效应:规模越大,增量改进越有价值,投入越多,其中一部分又会降低迁移成本、促进采用,并证明需要完整团队长期支持。工具应快速开发、功能稳定、有通用控制界面和可自动化 API。可衡量:新产品开发者多快能构建管理全球服务?SRE 跨领域迁移多容易?多少服务能用相同原语管理?但第一指标必须是采用。
结论:即使在一家公司内,SRE 变更管理也面对各种问题空间和组织环境,没有单一正式模型能完美适用,但 Kotter 八步和 ADKAR 能提供有用的见解;共同点是不断重新评估和迭代——许多变化从基层开始,成熟后大多受益于结构化的协调和规划。
译文提示:本书为社区机器辅助译本,本卡按上下文和官方英文版理解,引文保留中文原样。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第21章 SRE中的组织变革管理 · 查看原书依据
这些都是衡量影响的可能且极有价值的方法,但是我们的第一个衡量标准必须是采用。