Google 发布《Site Reliability Engineering》第二版

Google 官方发布「Site Reliability Engineering」第二版 第一版发表于 2016 年，发布后引起了极大反响，快速成为畅销书，Google 如何 "将软件工程应用于运维...

Google 官方发布「Site Reliability Engineering」第二版 第一版发表于 2016 年，发布后引起了极大反响，快速成为畅销书，Google 如何 "将软件工程应用于运维" 也成为了讨论的热点；10 年后，随着 AI 的快速发展，和云环境的深入和复杂化，SRE 所面对的环境完全变了。 # 六大实践领域的十年演进 SLO 与错误预算 · 2016 年：基础可用性指标、手动预算策略 · 现在：用户中心的多层级 SLO、动态消耗速率（burn-rate）告警、自动化策略执行 监控可观测性 · 2016 年：静态仪表盘、手动告警分类 · 现在：OpenTelemetry、分布式追踪、自动化异常关联 自动化与平台 · 2016 年：孤立任务的自定义脚本 · 现在：声明式 IaC、内部开发者平台、自愈系统 可靠性测试 · 2016 年：定期 Game Day、合成负载 · 现在：持续韧性检查、流水线测试、生产金丝雀验证 容量管理 · 2016 年：手动配置、静态预测 · 现在：动态扩缩容、FinOps 对齐、GPU/TPU 专项优化 组织模式 · 2016 年：专职 SRE 团队绑定特定应用 · 现在：混合模式、平台工程整合、嵌入产品团队的 reliability champions # AI 与 SRE 的双向关系 SRE 支撑 AI 基础设施（AI 成为被运维对象）： · 大规模 GPU/TPU 集群的可靠性与网络拓扑管理 · 监控 AI 系统特有的非确定性输出与延迟特征 · 保障持续的模型训练、微调、数据处理流水线 AI 作为 SRE 的力量倍增器（AI 成为运维工具）： · 生成式 AI 辅助实时事件分类与复盘报告撰写 · 自然语言查询复杂遥测数据 · 预测性机器学习在故障发生前识别资源瓶颈 10 年间，什么没有变 ？ 技术与架构十年剧变，但 SRE 的核心原则依然稳固，以可靠性为中心的文化、系统工程中 "人的要素" 仍是成功的关键。第二版专门重新强调并扩展了这一部分。它指向了一个判断：工具和架构可以快速换代，但 SRE 落地失败的组织，问题往往出在文化而非技术。 cloud.google.com/blog/products/… 💬 2 🔄 1 ❤️ 8 👀 508 📊 5 ⚡