SRE最近已成为许多公司间一个热门讨论的话题。什么是SRE？谁是SRE？我们如何实现？对于这个话题我当然也有自己的一些观点。但是大部分观点都有一个共同点，SRE不仅是工具和技术，它更是在企业内部的一种文化转变。现在，作为一个免责声明我想说以下的内容只是基于我自己组建相应组织的一些经验，以 ...

SRE团队通常有一套对项目的部署和维护的标准，在接手一个项目的维护工作之前，会用这个标准对项目进行评审，看是否适合由SRE来接手，项目是否需要做一些整改。一旦解决接手维护工作，就会组织对SRE进行项目的相关培训，做好充分的接手准备。这样，有利于SRE能够在接手项目维护时，就对项目有较好程度的 ...

今天，结合《SRE Google运维解密》，尝试提炼出所有关于监控系统设计的精髓，希望能捕捉到对现有系统有建设性的改进意见。 脑图整理的很详细，若图看不清，想办法放大，下面开始重点讲解。 为什么要做监控？ 在远程办公的当下，你所负责的系统，能正常提供服务显得尤其重要。倘若没有一套监 ...

引言最近看了《SRE:Google运维解密》这本书，讲的是Google的天才们如何通过软件工程方法改变运维方式，保障超大型分布式系统的可靠性的。而这群人就是经验最丰富的Site Reliability Engineers，即最近 DevOps 大环境下比较热门的新职业 SRE。笔者已经很久没有遇到这种能一口气看完的书籍了，这些年本人 ...

接口服务介绍 iTop提供了一个REST/JSON接口，允许第三方应用程序与iTop进行远程交互，用来检索、创建或更新iTop对象。该接口基于一组简单的HTTP POST请求。从iTop传递和检索的数据使用UTF-8字符集的JSON编码。 这样的请求可以通过任何能够发出HTTP/POSTs和JSON编码数据的编程语言执行。通过跨站点脚 ...

就像我们假设Google的底层系统经常出问题那样，SRE同样假设任何一个数据保护机制都可能在最不适合的时间出现问题。在所依赖的软件系统不停改变的情况下保障大规模数据的完整性，需要很多特定选择的、相互独立的手段来各自提供高度保障。 24种数据完整性的事故组合 由于数据丢失类型很多，没有任 ...

好长的技能清单！这个列表并非详尽无遗，只是列举了技术基础、必须知道的技能和一些随机的想法。可以用它们作为一个清单来评估你自己或其他人，或者为下一次面试 DevOps/SRE（Site Reliability Engineers，网站可靠性工程师）工作做准备。补充下，这个清单是比较个人的想法。准备好看这一份清单了吗？ ...

在深入讨论Google SRE的文化和实践时，我们很自然地会联想到其他行业是如何对待 可靠性这个问题的。借着编纂本书这个机会，我有幸和许多 Google 工程师一起讨论了 他们之前的工作经历，这些行业也非常注重可靠性。在讨论时，我的目标是回答下列几个问题 : [*]SRE采用的指导思想是否在Google外部也有 ...