Архив рубрики ‘sre’

Как мы строили команду Sage Observability: от хаоса к доменным командам

Логи, метрики и счёт в конце месяца: как телеметрия превращается в архитектурный долг

Самые интересные проблемы с телеметрией, с которыми мне приходилось сталкиваться, обычно начинались с инцидента, во время которого нам не хватило видимости. После разбора инцидента мы добавляли недостающее поле. Затем «на всякий случай» мы добавляли еще и смежные поля, потому что никто не хотел, чтобы в следующий раз зеркало погасло. На тот момент решение казалось разумным, […]

Культура инцидентов. Почему поиск виновных на постмортемах убивает надёжность системы

Результат разбора любого инцидента — наказание виновного или виновных. Но наказание за ошибки не делает систему надёжнее. Вместо этого оно мотивирует скрывать недочеты. Единственный способ построить предсказуемо работающую ИТ‑инфраструктуру — создать среду, в которой инженеры добровольно и без страха рассказывают о том, что пошло не так. И это задача не HR, а системного менеджмента. О том, как этого достигнуть, делимся в статье. Природа ошибки в сложных системах

Хроники Облачного княжества: как я приручал монолит‑дракона: Орден SLO и игла Кощея

Часть 3. Самая опасная магия в IT — это магия целей. Потому что цель легко обещает, а потом требует процентами отчёта. Есть особый вид страха, который появляется у инженера, когда два календаря совпадают. Первый календарь — релизный.Второй — организационный. И когда в один и тот же день на вас назначают «большую миграцию» и «большую презентацию […]

От Agile до SRE: полный цикл современной разработки на 1С в МТС

Инцидент-менеджмент с нуля: практический гайд для растущих команд

Инцидент-менеджмент с нуля: практический гайд для растущих команд Типичность 3 часа ночи. Звонок от незнакомого номера. ”Пользователи не могут залогиниться, п****ц”.

Интервью без стресса: как в Рунити нанимают DevOps-инженеров

Топ вопросов и ответов на собеседовании по Kubernetes

Картинка дня DevOps-инженера: подъем в 6 утра по тревоге, разборы полетов и раннеры GitLab CI

Эволюционируя из рядового сисадмина в DevOps-а, специалисты начинают заботиться о разработке. В среднем разработчики об инфраструктуре знают не очень много: вполне может добавить скрипт, который обрушит кластер. Поэтому наша задача как девопсов сделать систему максимально отказоустойчивой, автоматизировать рутину, выстроить процессы CI/CD, настроить мониторинг и вообще следовать подходу “Инфраструктура как код”. Но это в теории. На […]

Streamcast про Надежность (SRE)

Наш Всем привет! Мы (Дмитрий Масленников (ex. Google SRE), Максим Иванов (SRE) и Марина Калетурина (SRE)) решили попробовать новый формат — стриминг. Не откладывая надолго, анонсируем первый первый стрим в следующее воскресенье 29 декабря в 19:00! — сохраняйте даты. Посмотреть стрим можно будет на Twitch и YouTube: YouTube