Инцидент за рубли. Как мы научились считать настоящую цену сбоев
Петрович-Тех. Как мы посчитали настоящую цену сбоев
Архив рубрики ‘sre’
19
Окт
2026
Окт
2026
08
Окт
2026
Окт
2026
Почему дежурные не эскалируют
Дежурные оттягивали звонок как можно дольше. Сервис частично не работает, дежурный это видит, понимает, что сам может не справиться, и всё равно не звонит. Пробует ещё одно действие, потом ещё одно, ждёт.
18
Сен
2026
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, […]
11
Сен
2026
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
16
Июл
2026
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 […]
29
Май
2026
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, […]
20
Май
2026
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
16
Апр
2026
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 […]