Google网站可靠性工程SRE.pptVIP

SRE只招合适的码农能和开发人员沟通无碍；了解机器能做什么；喜欢创新，改进运维方式；日常运维工作的时间不超过50%，更多时间做研发和探索SRE(google)网站可靠性工程SiteReliabilityEngineering可靠性常常被误以为一件想当然的事情，但：网站不能出故障;服务不稳定时，大量问题会暴露出来;是个长期工程，需要持续性投入，而不能在系统崩溃时才想起来;好吧，我们不太情愿地同意：SRE是很重要的。但那是OP的事吧?Op和Dev是不是经常有争执?GoogleChromeCanary金丝雀版

谷歌之所以称之为金丝雀版”，是因为金丝雀曾在矿井中被用于早期预警，而该版本的浏览器在某种程度上也起到相似的作用。金丝雀版采集到的反馈数据，特别是崩溃统计可以帮助谷歌更快的找到并修复问题。-开发人员发布的新版本里会包含新功能，但同时也包含了：UI或流程改变，代码里的新坑旧坑，以及一些新的实验内容;

-OP作为对代码理解最少的人，却需要按时将新版本上线

所以冲突和问题是不可避免的！但SRE不负责评估上线风险、防止断电、设置发布规则等答案是故障预算（ErrorBudget)，当然首先需要一个SLA故障预算:如果SLA是三个9，对于每