运维发展到现在,与最初相比发生了巨大的变化。10多年的互联网发展,让国内的运维经历了快速的变革,开始和国外接轨,甚至在部分场景有单独的演化。DevOps和SRE作为运维领域的两个演化方向,在最近几年获得了很多关注,也有很多公司进行了相关的实践。与DevOps遍地开花的情况相比,SRE在国内的发展稍显低调。《SRE:Google运维解密》一书对国内外运维领域有很大冲击。本书作者作为一直工作在一线的运维工程师,理所当然地对SRE相关理念进行了实践,本书可以说是对SRE领域阶段性的实践总结。本书主要对传统运维和SRE进行不同对比,让大家了解运维工程师在实践SRE理念时,关注的点和具体的实践经验。本书的前半部分更多地注重SRE在实际工作中对融入开发团队、监控建设、变更管理、容量管理、异常响应、稳定性治理、事故复盘、用户体验管理等方面的实践和落地。在对SRE的工作有了一定了解后,本书会针对重要业务保障场景进行实战讲解。本书最后部分对SRE工作中涉及的一些技术进行了概述,以便有兴趣的同学了解SRE相关的技术点。
内容简介
前言
第1章 关于SRE
1.1 为什么会引入SRE
1.2 DevOps和SRE对比
1.3 选择SRE
1.4 SRE的未来
第2章 SRE在组织内部的定位
2.1 如何介入组织
2.2 SRE工作着力点
2.3 如何衡量工作
2.4 贡献价值
第3章 监控建设
3.1 什么是好的监控服务
3.2 监控系统的设计逻辑分析
3.3 典型监控应用场景
3.4 报警治理
3.5 容器监控
3.6 监控智能化
注释
第4章 变更管理
4.1 变更管理机制
4.2 变更控制
4.3 稳定性和迭代速度的权衡
4.4 变更风险控制
4.5 总结
第5章 异常响应
5.1 异常的定义
5.2 事故/事件定义
5.3 异常响应流程
5.4 如何处理值班过程中的异常响应
5.5 应急沟通机制
5.6 关于线上问题的ROC
第6章 服务稳定性治理
6.1 SLI/SLO/SLA的制定和落地
6.2 故障预防
6.3 抑制不可控因素
6.4 故障演练
6.5 故障自愈
6.6 业务MTTR
6.7 灾备建设
6.8 总结
第7章 事故复盘
7.1 关于事故复盘
7.2 如何提升事故复盘质量
7.3 事故分析的逻辑和原则
7.4 事故责任的划分逻辑
7.5 事后跟进
7.6 基于事故/事件的学习
第8章 容量管理
8.1 容量管理的目标
8.2 容量管理的方法和策略
8.3 容量分析系统建设
8.4 容量优化方式
8.5 容量预案
8.6 总结
第9章 用户体验
9.1 外部用户体验和内部用户体验
9.2 影响用户体验的要素
9.3 外部用户体验的改进策略
9.4 内部用户体验的改进策略
第10章 重要业务活动保障
10.1 重要业务活动的资源准备
10.2 参与运营活动评估
10.3 重要业务活动稳定性预案
10.4 重要业务活动准备阶段的工作重点
10.5 重要业务活动的变更执行要求
10.6 重要业务活动的运维人力
10.7 重要业务活动的收尾
第11章 运维操作基础
11.1 网络基础
11.2 4/7层协议
11.3 内核参数调优
11.4 常见命令行
11.5 配置管理工具
11.6 基础设施即代码
11.7 关于运维操作的未来
第12章 基础组件运维
12.1 负载均衡中间件
12.2 消息队列中间件
12.3 缓存中间件
12.4 数据库
12.5 组件运维
第13章 云计算和容器
13.1 云计算基础
13.2 虚拟化
13.3 容器
13.4 云存储
13.5 云网络
13.6 混合云
13.7 云原生
