Posts

Showing posts with the label SRE

[读书笔记] 是时候埋葬DevOps了

https://mp.weixin.qq.com/s/CoULPbCd8xZVEU19t7oliw   建立“DevOps”团队的公司正朝着正确的方向前进,但它们需要从基础架构配置管理转向平台工程和使开发人员能够实现自助服务。 知识孤岛和专业知识是同一枚硬币的两面。从全栈工程师到DevOps从业人员,我们行业喜欢假装每个人都能做任何事情。我们这个行业的人生性喜欢捣鼓。我不知道我们是在自欺欺人,还是这个行业一直在利用我们喜欢捣鼓的天性,但是时候将DevOps扔到窗外了。 越来越流行的时代精神是“平台工程是未来。” 遗憾的是,许多组织无法指望“DevOps”团队来搞平台工程,从而抵达成功彼岸。

[读书笔记] 运维如何转型

Image
https://www.infoq.cn/article/1aX7LLK2oxjhjJF3WDuS  https://www.infoq.cn/article/vSjY7L6ykpLBlHD7RuxQ https://www.infoq.cn/article/OTr4OQ7jVdI9Z9JHpwNF https://www.infoq.cn/article/TLGRcZ8Zz7JmyNvd6rCQ https://www.infoq.cn/article/kTtlLZxNUPmlvYpzA0eF https://www.infoq.cn/article/Bsomd9QO2p66YP3vRk5q 岗位职责(运维是干什么、产出什么)和关键指标(度量产出成果) 关键指标,不仅仅包含服务可用性,还有比如服务器资源达标率、服务故障数据(故障分类、故障响应时间、平均故障恢复时间、故障告警覆盖率)、服务安全指标、服务资源到位时长等等。 业务的成功是第一要务 最常做的变更是二进制、配置的变更,当然,还有对基础环境以及组件的变更需求。 定义故障 -> 响应故障 -> 快速定位 -> 快速止损 牵头整体的稳定性建设,各个业务需要出接口人极力配合,所谓的稳定性建设,包括事前的预防风控、事中的统筹协同、事后的复盘推进,这也是 SRE 对公司的最大价值。 对象管理 是纵向模式,围绕运维对象、建设生命周期的管理平台。 场景管理 是横向模式,根据运维场景、纳管多种运维对象的生命周期阶段。运维场景的分类,包括交付/变更、监控/度量、多云、成本等等,非常贴近业务研发的工作习惯、覆盖少数高频场景 先保障稳定,然后再优化 提供可靠的测试依据和时间验证 使用可控的自动化手段提升效率 保持简单,监控一切 面向预算的运维 面向场景的智能运维 - 智能运维就是需要深入理解业务,合理配置资源和架构来满足不同业务场景的需求 持续集成和发布系统 一、 以可配置为荣,以硬编码为耻 二、 以互备为荣,以单点为耻 三、 以随时重启为荣,以不能迁移为耻 四、 以整体交付为荣,以部分交付为耻 五、 以无状态为荣,以有状态为耻 六、以标准化为荣,以特殊化为耻 七、以自动化工具为荣,以手动和人肉为耻 八、以无人值守为荣,以人工介入为耻 关注公司的业务现在急需什么?公司最核心的用户他们需要什么?他们需要什么...

[读书笔记] 我在Uber创立SRE团队的故事

https://mp.weixin.qq.com/s/vgIb0anRke3FZ8b0JRpulg\ 一个描述我们为其他团队所做工作的YAML文件,以及一个将该文件编译成UI的Python Flask应用程序,该UI在可能的情况下自动执行这些请求,并生成包含完成任务所需信息的结构良好的票据, 包括完成任务的必要信息。 们把重点放在了我们剩下的最好的工具,即自动化。 由于缺乏监督或标准化,我们也有过既好笑又可怕的招聘经历。 在新领导加入并重新实施他们之前的设置后,通常情况下,关于事情如何运作的重要背景会被掩盖。我也没有很好地解释我们在优步的SRE组织中解决的具体问题。直到今天,我认为这些新领导人对优步的SRE组织正在解决的问题(使自下而上的组织具有高度流动性的优先权,而不是分解成一个单一的优先事项列表)有一个根本性的误解,即从他们以前的经验的角度来看待它。因此,SRE很快从嵌入式模式转变为完全不同的模式。 名字没变,但很快就变成了一个截然不同的团队。这个名字的延续掩盖了一个重要的领导和文化转变的开始,

如何利用开源框架实现运维编排 - 读书笔记

Image
 

运维事件管理 和 文档 - 读书笔记

Image
https://mp.weixin.qq.com/s/6M6ZQrkzmg2h0ez7mFpKWQ ITIL 为 ITSM 提供了专业术语和流程指导,告诉我们应该怎么去做 IT 服务,而 ITSM 是落地的 IT 服务,不停的在流程中被使用。 IT 服务管理的难点就在于管理的无序和被动,无法透明化或可视化,技术人员的服务意识差,效率低且 IT 人员的成本高;IT 服务的风险也是很大的, ITIL 中 IT 的服务管理包含      服务台管理、      事件管理、      问题管理、 问题管理的目的是防止问题和因问题而造成事故(Incident)的发生,以最大程度减小 反复出现事故 (recurring incident)的发生,以此最大程度减小无法避免事故的负面影响。 信息技术基础架构库 (ITIL)有如下定义:问题是 事故 的原因。      变更管理、      配置管理、      发布管理、      服务级别管理等。 https://mp.weixin.qq.com/s/iwyHJCuno2zrC9qetflcVA