Sre

Архив рубрики ‘sre’

18
Сен
2026

43 минуты в месяц. Как бюджет ошибок заканчивает спор о надёжности

Привет, Хабр! Спор повторяется в каждой компании, у которой есть прод. Инженеры говорят, что пора остановиться и заняться надёжностью. Продукт говорит, что квартальные цели горят и останавливаться нельзя. Побеждает тот, у кого выше должность, обе стороны расходятся недовольными, и через месяц всё повторяется слово в слово. Причина не в людях. Аргументы несопоставимые: одни говорят про риск, другие про выручку. Общей единицы нет. А пока её нет, […]

Опубликовано в observability, production, sla, slo, sre, бюджет ошибок, доступность сервиса, мониторинг, надёжность систем, отказоустойчивость

11
Сен
2026

Agent‑Ops 0.4.0: ИИ предлагает, человек решает, программа исполняет

Привет! Я Сергей Житинский, основатель Git in Sky. Мы занимаемся эксплуатацией и технической поддержкой ИТ‑инфраструктуры. Agent‑Ops — проект открытой отраслевой методологии совместной работы инженеров и ИИ‑агентов. Мы начали разрабатывать его весной этого года и сейчас выложили первый кандидат версии 0.4.0 на GitHub и GitVerse

Опубликовано в Agent-Ops, ai-агенты, DevOps, sre, автоматизация, Информационная безопасность, ИТ-Инфраструктура, Системное администрирование, управление изменениями

16
Июл
2026

Сократили цикл разработки на 20% — и получили вдвое больше инцидентов

В продуктовой B2B‑компании, где я отвечал за надёжность, поставили амбициозную цель: сократить цикл разработки (dev cycle time) на 20%. Забегая вперёд, скажу: к концу года цель достигли. Но уже через несколько месяцев после старта я смотрел на график инцидентов и не верил своим глазам: рост в два раза год к году. Эта статья — о том, почему так происходит почти всегда, когда компания оптимизирует одну […]

Опубликовано в dev cycle time, sre, инциденты, контрметрики, надежность, Управление разработкой

26
Июн
2026

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

Опубликовано в observability, sre, процессы

29
Май
2026

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, […]

Опубликовано в observability, OpenTelemetry, sre, архитектурный долг, кардинальность, логи, мониторинг, телеметрия, трейсинг

20
Май
2026

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

Опубликовано в blameless culture, error budget, on-call, sre, инженерная культура, инцидент-менеджмент, надёжность систем, разбор инцидентов, технический менеджмент

16
Апр
2026

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 […]

Опубликовано в DevOps, sre, база данных, инциденты, микросервисы, мониторинг, отказоустойчивость, постмортем, продакшн

26
Мар
2026

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

Опубликовано в 1с, Agile, sre, МТС, Разработка

31
Дек
2025

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”.

Опубликовано в DevOps, duty, on-call, sre, инцидент, инцидент-менеджмент, постмортем, проектное управление

15
Май
2025