Představení SRE
Základní definice SRE (Site Reliability Engineering)
Site Reliability Engineering (SRE) představuje soubor principů a postupů, které kladou důraz na proaktivní řízení spolehlivosti a dostupnosti systémů a služeb. Postupy SRE zahrnují zajištění toho, aby byl systém navržen s ohledem na spolehlivost s cílem identifikovat a řešit problémy dříve, než způsobí výpadky. SRE vzniklo jako reakce na rostoucí složitost a rozsah moderních softwarových systémů.
V současné době SRE využívá řada organizací, včetně společností Google, Netflix a Etsy. Principy a postupy SRE byly zdokumentovány v knize “Site Reliability Engineering: Jak Google provozuje produkční systémy” od Benjamina Treynora Slosse, Jennifer Petoffové a Michaela Hahna.
Rozdíl mezi SRE a DevOps
Na tuto otázku neexistuje univerzální odpověď, protože obě oblasti se liší v závislosti na organizaci a jejích specifických potřebách. Obecně se však SRE zaměřuje na optimalizaci a automatizaci systémů a procesů, které udržují systémy organizace v provozu, zatímco Devops se více zabývá zlepšením spolupráce a komunikace mezi vývojovými a provozními týmy.
Principy a praxe
Na tuto otázku neexistuje univerzální odpověď, protože zásady a postupy SRE se liší v závislosti na organizaci a jejích konkrétních potřebách. Nicméně některé z klíčových principů a postupů, které jsou často součástí SRE, jsou automatizace nebo eliminace všeho opakovaného, co je zároveň nákladově efektivní automatizovat nebo eliminovat, vyhýbání se snaze o mnohem větší spolehlivost, než je nezbytně nutné, návrh systémů s příklonem ke snižování rizik pro dostupnost, latenci a efektivitu a pozorovatelnost.