2 posts tagged with "SRE"

一、 核心目标分解​

• 稳定性 (Stability):
  • 系统抵御故障、快速恢复的能力。
  • 目标：降低故障发生率 (MTBF - Mean Time Between Failures)。
• 可用性 (Availability):
  • 系统在需要时可被正常使用的程度。
  • 目标：最大化正常运行时间 (Uptime)，通常用 SLA (如 99.9%, 99.99%) 衡量。
• 一致性 (Consistency):
  • 确保环境、配置、部署流程、行为在开发、测试、生产等所有阶段高度一致。
  • 目标：消除“在我机器上是好的”问题，减少环境差异导致的故障。

二、 DevOps 达成目标的支柱策略​

1. 基础设施即代码 (IaC)​

运维工程师需要掌握的知识体系非常广泛且不断演进，核心在于保障系统/服务的稳定性、安全性、效率和成本可控。以下是一个结构化的框架和表格，帮助你系统性地理解和拆分运维所需掌握的核心内容：

核心框架：四大能力域 + 两大支撑域

1. 基础设施管理： 支撑应用运行的物理/虚拟基础。
2. 系统与平台管理： 操作系统、数据库、中间件等核心软件平台的管理。
3. 应用部署与运维： 应用的发布、运行监控、问题排查、性能调优。
4. 自动化与流程： 提升效率、减少人为错误、保证一致性的关键。
5. 网络与安全： 贯穿所有层次的连接和安全保障。
6. 监控与可观测性： 系统的“眼睛”和“听诊器”，是稳定性的基石。

详细拆分表格​