站点可靠性工程 Becoming a Site Reliability Engineer by Google

Google SRE实践：构建高可用网站的工程方法

AI天才研究院

已于 2023-08-04 00:41:04 修改

阅读量963

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python实战文章标签：自然语言处理人工智能语言模型编程实践开发语言架构设计

于 2023-08-04 00:33:26 首次发布

本文链接：https://blog.csdn.net/universsky2015/article/details/132094996

Python实战专栏收录该内容

6688 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了Google Site Reliability Engineering (SRE)团队的工作，包括Google Cloud Platform (GCP)、Kubernetes、Prometheus等技术在网站可靠性工程中的应用。SRE团队致力于提高网站的可用性、性能和容量规划，确保高可用性和弹性。文章详细讲解了GCP、Kubernetes控制器、Prometheus+Grafana+EFK Stack等工具的使用，以及Docker在容器化中的作用。同时，介绍了Google SRE团队的工程背景和研发历程，强调自动化、可扩展性和容错性的重要性。

作者：禅与计算机程序设计艺术

1.简介

2021年，是近几年里“黑五”的高峰期。这个时候，传言马斯克和SpaceX等公司正在崛起，上市股票也在快速飙涨。当下，全球各大互联网公司纷纷布局海外市场，而国内一线互联网公司却缺乏相应的团队、资源来应对这波“黑五”。2021年的最后一个月，随着新冠肺炎疫情在全球扩散，许多企业已经陆续宣布解除运营或进入灾难恢复阶段。越来越多的行业将面临新的机遇，站在风口浪尖上的互联网企业却无力应对突如其来的变局。
在这样的背景下，Google推出了Google Cloud Platform（GCP）这一云计算服务平台，让开发者、系统管理员以及产品经理都能够轻松部署、管理和扩展自己的应用程序。通过利用GCP，企业能够更加关注应用的性能、可靠性和可用性。而作为云计算领域最有经验的一批人之一，肯尼斯·罗宾逊（）、托马斯·诺埃尔·索拉诺（Tom Sterno）、蒂姆·库克（Tim Cook）、史蒂夫·麦卡沃伊（Steve McKay）和雅各布·莱特利（Yoshifumi Littiri）四位工程师不约而同地选择了站在这个风口的行列，组建了Google Site Reliability Engineering Team (SRE)进行网站可靠性工程。

本文就是关于站点可靠性工程的研究报告。我们的目标是以Google SRE团队成员的视角，从网站可靠性工程的前世今生、现状到未来发展方向，全面阐述并展开探讨。希望大家能从中收获更多的启发和思路。