SRE इंजीनियर: अपटाइम, SLO और तेज़ पुनर्प्राप्ति

मैं उत्पादन को स्थिर रखता हूँ और ऑन-कॉल शिफ्ट्स को शांत बनाता हूँ। एक SRE इंजीनियर के रूप में मैं अस्पष्ट उपलब्धता वादों को ऐसे संख्याओं में बदलता हूँ जिन पर आप काम कर सकते हैं: मैं SLI और SLO को परिभाषित करता हूँ जो वास्तव में उपयोगकर्ताओं को क्या महसूस होता है, को दर्शाते हैं, एक त्रुटि बजट स्थापित करता हूँ और 'तेज़ी से भेजें' और 'इसे न तोड़ें' के बीच अंतहीन बहस को समाप्त करता हूँ। जब बजट स्वस्थ होता है, हम तेजी से चलते हैं; जब यह जलता है, हम धीमे होते हैं और मूल कारणों को ठीक करते हैं।

तकनीकी पक्ष पर मैं मॉनिटरिंग और अलर्टिंग बनाता हूँ जो केवल तब लोगों को जगाता है जब उनकी वास्तव में आवश्यकता होती है। मैं सेवाओं को मैट्रिक्स, लॉग और ट्रेस के साथ उपकरण करता हूँ, ऐसे डैशबोर्ड बनाता हूँ जो एक कहानी बताते हैं बजाय ग्राफ की दीवार दिखाने के, और शोर वाले अलर्ट को साफ करता हूँ। जब चीजें टूटती हैं, मैं स्पष्ट भूमिकाओं और शांत समयरेखा के साथ घटना समीक्षाएँ चलाता हूँ, फिर वास्तविक सुधारों के साथ बिना दोष के पोस्टमॉर्टम लिखता हूँ। मैं क्षमता योजना, लोड परीक्षण और स्वचालन का भी मालिक हूँ ताकि वृद्धि चुपचाप 3 AM कॉल में न बदल जाए।

काम आमतौर पर एक विश्वसनीयता ऑडिट और एक संक्षिप्त रोडमैप के साथ शुरू होता है, फिर स्थिर सुधारों में जाता है। मैं आपकी टीम में समाहित हो सकता हूँ या विश्वसनीयता को अंशकालिक चला सकता हूँ, और मैं हमेशा रनबुक छोड़ता हूँ ताकि परिणाम मुझसे लंबे समय तक जीवित रहें।

— SLI/SLO डिज़ाइन और त्रुटि बजट नीति
— मॉनिटरिंग, ट्रेसिंग और अलर्ट स्वच्छता
— घटना प्रतिक्रिया और पोस्टमॉर्टम
— क्षमता योजना, लोड परीक्षण, स्वचालन