SRE-інженер: аптайм, SLO і швидке відновлення

Я допомагаю продакшену тримати себе на ногах і роблю дежурства тишею. Як SRE-інженер я перетворюю розпливчасті обіцянки про доступність у цифри, з якими можна працювати: визначаю SLI і SLO, що відбивають те, що реально чують користувачі, заводжу бюджет помилок і знімаю їм вічний спір між «катити швидше» і «не урвати». Поки бюджет здоровий, рухаємось швидко; коли він горить, притримуємось і чиним корені проблем.

На технічній стороні я будую моніторинг і алертинг, який будить людину тільки тоді, коли людина справді потрібна. Інструментую сервіси метриками, логами і трейсами, збираю дашборди, які розповідають історію, а не показують стіну графіків, і вичищаю шумні алерти. Коли все ж ломається, веду розбір інциденту з зрозумілими ролями і спокійною шкалою часу, а потім пишу безпорушні постмортеми з справжніми виправленнями. Беру на себе і планування потужностей, навантажувальні тесты і автоматизацію, щоб ріст не перетворювався тихо на дзвінок о трьох ночі.

Зазвичай робота починається з аудиту надійності і короткої дорожної карти, а далі переходить у планомірні поліпшення. Можу вбудуватися в команду або вести надійність на частину ставки, і завжди залишаю раннбуки, щоб результат жив довше мене.

— Проектування SLI/SLO і політика бюджету помилок
— Моніторинг, трейсинг і гігієна алертів
— Реагування на інциденти і постмортеми
— Планування потужностей, навантажувальні тесты, автоматизація