Site Reliability Engineering (SRE)

Прикладна дисципліна | 7 модулів | ~4 години загалом

Практика застосування програмної інженерії до операційних завдань. SRE надає конкретні методи для вимірювання, підтримки та покращення надійності виробничих систем.

---

Чому SRE?

Традиційні операції стикаються з фундаментальним протиріччям: розробка хоче релізити швидко, операції хочуть стабільності. Ці цілі здаються протилежними.

SRE вирішує це протиріччя через:

• Вимірювану надійність — SLO замінюють розпливчасте “зробіть це надійним” конкретними цілями
• Бюджети помилок — розрахований ризик замість безрозсудних релізів або надмірної обережності
• Інженерне мислення — автоматизація рутинної роботи (toil) замість її виконання вручну
• Культура навчання — безобвинувальні постмортеми перетворюють невдачі на покращення

SRE — це не просто нова назва для операцій. Це фундаментально інший підхід до експлуатації систем у продакшні.

---

Модулі

#	Модуль	Час	Опис
1.1	Що таке SRE?	30-35 хв	Походження, мислення, структури команд, SRE vs DevOps
1.2	Цілі рівня обслуговування (SLO)	35-40 хв	Ієрархія SLI, SLO, SLA, вибір та вимірювання
1.3	Бюджети помилок	30-35 хв	Розрахунок бюджету, політики, балансування швидкості
1.4	Рутинна робота та автоматизація	30-35 хв	Ідентифікація рутини (toil), правило 50%, стратегії автоматизації
1.5	Управління інцидентами	35-40 хв	Ролі реагування, критичність, чергування, ранбуки
1.6	Постмортеми та навчання	30-35 хв	Безобвинувальна культура, структура постмортему, action items
1.7	Планування ємності	35-40 хв	Прогнозування, підготовка ресурсів, навантажувальне тестування

---

Шлях навчання

ПОЧНІТЬ ТУТ
    │
    ▼
┌─────────────────────────────────────┐
│  Модуль 1.1                         │
│  Що таке SRE?                       │
│  └── Походження та мислення SRE     │
│  └── SRE vs DevOps vs Platform      │
│  └── Структури команд               │
│  └── Правило 50%                    │
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.2                         │
│  Цілі рівня обслуговування (SLO)    │
│  └── Ієрархія SLI, SLO, SLA         │
│  └── Вибір хороших SLI              │
│  └── Встановлення реалістичних SLO  │
│  └── Алертинг на основі SLO         │
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.3                         │
│  Бюджети помилок                    │
│  └── Розрахунок бюджету             │
│  └── Політики бюджетів помилок      │
│  └── Баланс надійність/швидкість    │
│  └── Коли витрачати, а коли економити│
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.4                         │
│  Рутинна робота та автоматизація    │
│  └── Визначення та вимірювання toil │
│  └── Правило 50% на практиці        │
│  └── Ієрархія автоматизації         │
│  └── Пріоритезація на основі ROI    │
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.5                         │
│  Управління інцидентами             │
│  └── Ролі реагування (IC, Comms)    │
│  └── Рівні критичності              │
│  └── Найкращі практики чергувань    │
│  └── Ранбуки та плейбуки            │
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.6                         │
│  Постмортеми та навчання            │
│  └── Безобвинувальна культура       │
│  └── "Друга історія"                │
│  └── Ефективні action items         │
│  └── Поширення знань                │
└──────────────────┬──────────────────┘
                   │
                   ▼
┌─────────────────────────────────────┐
│  Модуль 1.7                         │
│  Планування ємності                 │
│  └── Прогнозування попиту           │
│  └── Стратегії підготовки ресурсів  │
│  └── Навантажувальне тестування     │
│  └── Оптимізація витрат             │
└──────────────────┬──────────────────┘
                   │
                   ▼
               SRE ЗАВЕРШЕНО
                   │
    ┌──────────────┼──────────────┐
    │              │              │
    ▼              ▼              ▼
 Platform        GitOps      Набір інструментів
Engineering    Дисципліна    спостережуваності

---

Ключові концепції

Концепція	Модуль	Що це означає
SLI	1.2	Service Level Indicator — що ви вимірюєте
SLO	1.2	Service Level Objective — ваша ціль
SLA	1.2	Service Level Agreement — зовнішня обіцянка
Бюджет помилок	1.3	Дозволена ненадійність (1 - SLO)
Toil (Рутина)	1.4	Повторювана робота, яку можна автоматизувати
Правило 50%	1.1, 1.4	Обмеження рутини до 50% для захисту часу на інженерію
Incident Commander	1.5	Людина, що координує реагування на інцидент
Безобвинувальний постмортем	1.6	Навчання на помилках без пошуку винних
Burn Rate	1.2, 1.3	Швидкість витрачання бюджету помилок
Headroom	1.7	Запас ємності для стрибків трафіку

---

Передумови

• Обов’язково: Трек надійності інженерних систем — режими відмов
• Обов’язково: Трек системного мислення — динаміка систем
• Рекомендовано: Трек теорії спостережуваності — метрики та моніторинг
• Корисно: досвід експлуатації продакшн-систем
• Корисно: деякий досвід роботи з Kubernetes

---

Куди це веде

Після завершення дисципліни SRE ви готові до:

Трек	Чому
Platform Engineering	Побудова платформ з використанням принципів SRE
GitOps Дисципліна	Декларативні інфраструктурні операції
IaC Дисципліна	Infrastructure as Code для надійної підготовки ресурсів
Інструменти спостережуваності	Впровадження Prometheus, Grafana, OpenTelemetry
Інструменти IaC	Terraform, OpenTofu, Pulumi для автоматизації
CKA Сертифікація	Застосування SRE до адміністрування Kubernetes

---

Ключові ресурси

Книги (на які є посилання):

• “Site Reliability Engineering” — Google (безкоштовно онлайн, оригінальна книга SRE)
• “The Site Reliability Workbook” — Google (практичний посібник)
• “Implementing Service Level Objectives” — Alex Hidalgo

Статті:

• “What is SRE?” — Google Cloud
• “SRE vs DevOps” — Atlassian

---

Мислення SRE

Питання для роздумів	Чому це важливо
”Який наш SLO?”	Неможливо покращити те, що ви не вимірюєте
”Скільки у нас бюджету помилок?”	Знати, коли релізити, а коли стабілізувати
”Чи є ця робота рутиною (toil)?”	Автоматизуйте, якщо так, захищайте час інженерів
”Що запобігло б цьому інциденту?”	Виправлення систем, а не людська пильність
”Хто сьогодні IC?”	Чіткі ролі в хаосі
”Чи витримаємо ми 2x трафік?”	Плануйте до того, як це знадобиться

---

Дисципліна завершена

Після цих 7 модулів ви можете:

• Визначати та вимірювати надійність за допомогою SLO
• Балансувати надійність та швидкість за допомогою бюджетів помилок
• Систематично ідентифікувати та усувати рутинну роботу (toil)
• Реагувати на інциденти за допомогою чітких ролей та процесів
• Навчатися на помилках через безобвинувальні постмортеми
• Планувати майбутню ємність та зростання

Тепер ви готові практикувати SRE, а не просто читати про це.

---

“Надія — це не стратегія.” — Традиційне прислів’я SRE