O que é SRE (Site Reliability Engineering, engenharia de confiabilidade do site)?
A engenharia de confiabilidade do site é o processo de utilizar processos operacionais e atribuí-los à equipe de engenharia de software para a automação.
O crédito do termo "SRE" vai para Ben Treynor Sloss, do Google
Ben Treynor Sloss, do Google, é o mentor por trás do SRE. Ele o descreve apropriadamente como "o que acontece quando um engenheiro de software é encarregado do que costumava ser chamado de operações". O conceito surgiu após uma análise dos conflitos entre as operações que querem garantir que os recursos não prejudiquem nada ou incomodem os usuários finais, e as equipes de desenvolvimento, que desenvolveram e desejam lançar novos recursos assim que estiverem prontos para uma implementação. SRE é uma reconciliação entre os dois.
Uma equipe de engenheiros do Google literalmente escreveu o livro sobre SRE
O Google publicou um livro sobre SRE, disponível gratuitamente on-line. Ele oferece um aprofundamento sobre o papel do SRE e as práticas recomendadas para execução. Os destaques vão para as partes II e III, princípios e práticas (respectivamente).
Princípios do SRE: de acordo com o Google, os princípios fundamentais do SRE são:
- Adoção do risco: fornece abordagens neutras ao Service Management usando orçamentos de erro.
- Objetivos de nível de serviço: fornece recomendações para indicadores desintegrados a partir de contratos e examina como o SRE usa os termos.
- Eliminação de esforço: afastando-se de tarefas mundanas e repetitivas que são desprovidas de valor.
- Monitoramento de sistemas distribuídos: sempre evite fechar os olhos para o que está acontecendo na organização por causa da confiabilidade.
- Engenharia de versões: considere cuidadosamente as versões para garantir que elas sejam consistentes e não contribuam com indisponibilidades.
- Simplicidade: um sistema muito complexo pode reduzir a confiabilidade e dificultar o dimensionamento para um local mais simples.
Práticas de SRE: os SREs executam sistemas relacionados para usuários externos ou internos e são responsáveis pelos serviços. A operação bem-sucedida dos serviços inclui: planejamento de capacidade, solução das causas raiz de interrupções e desenvolvimento de sistemas de monitoramento. A hierarquia do Google de um serviço confiável é:
- Produto: o topo da hierarquia de confiabilidade, que indica que um produto é viável e confiável.
- Desenvolvimento: engenharia de software e projeto de sistema trabalham dentro da empresa.
- Planejamento de capacidade: o equilíbrio de empréstimos garante que a capacidade criada esteja sendo usada adequadamente.
- Procedimentos de teste e liberação: depois de formar um entendimento do que deu errado, evite-o ativamente. Teste cuidadosamente os produtos antes de serem liberados.
- Análise de causa raiz/postmortem: crie uma cultura de isenção de culpa e resolução de problemas a fim de evitar um incidente repetido.
- Resposta a incidentes: fique de plantão, mantenha-se em contato com os sistemas, solucione problemas com eficácia e planeje cuidadosamente antes do fato.
- Monitoramento: esteja ciente dos problemas antes que o usuário final perceba.
A excelência do SRE requer experiência
A função de um engenheiro de confiabilidade do site é melhor desempenhada por alguém com experiência em software. Certamente não é uma posição de nível básico. A execução adequada do SRE exige fluência na engenharia de software e compreensão de um sistema de grande escala e complexidade.
SRE é uma filosofia
Um engenheiro de confiabilidade do site precisa da mentalidade certa para essa posição. Habilidades técnicas são necessárias, mas um entendimento conceitual das operações é fundamental. É importante que os SREs sejam baseados em processos tradicionais de desenvolvimento de software, mas também é muito importante um entendimento holístico dos processos da empresa e do avanço de um sistema confiável.
O SRE deve ser um catalisador para a mudança
É trabalho de todos na organização ser o mais confiável possível, aplicando assim os princípios importantes de SRE. Aplique um modelo de confiabilidade a cada equipe e discuta como a confiabilidade pode se encaixar em cada uma delas e afetar a todos.
Habilidades que crescem junto com seus negócios
Crie seu próximo plano de transformação de SRE com a ServiceNow.