Skip to the content ForoHackers
Log inJoin

Fiabilidad de sitios (SRE): por dónde empezar

Site reliability
#3196 · · Quote · Report

La ingeniería de fiabilidad de sitios aplica la ingeniería de software a la operación de sistemas a gran escala. En lugar de prometer «nunca caído», fija cuánta fiabilidad necesita un servicio, la mide y gasta la diferencia con la perfección en publicar cambios. La fiabilidad pasa a ser un número con el que se puede planificar.

Conceptos clave

  • Indicadores de nivel de servicio: mediciones de lo que sienten los usuarios, como la proporción de peticiones que tienen éxito o terminan rápido.
  • Objetivos de nivel de servicio: la meta de un indicador en una ventana de tiempo, por ejemplo que el 99,9 % de las peticiones tengan éxito en un mes.
  • Presupuesto de errores: la falta de fiabilidad permitida; mientras dura se publica, y cuando se agota se frena y se arregla.
  • Toil: trabajo manual repetitivo que crece con el servicio; los ingenieros lo automatizan.
  • Respuesta a incidentes: roles, comunicación y procedimientos serenos para cuando algo se rompe.

Vocabulario

  • SLA: acuerdo de nivel de servicio, la promesa hecha a un cliente, a menudo con consecuencias.
  • MTTR: tiempo medio de recuperación, lo que tarda en promedio restablecer el servicio.
  • Postmortem: relato escrito y sin culpables de un incidente, con acciones para que no se repita.
  • Planificación de capacidad: prever la carga para que los recursos existan antes de necesitarlos.

Qué estudiar, en orden

  1. Linux, redes y un lenguaje de scripts, lo bastante bien para depurar una máquina en vivo.
  2. Elige un servicio pequeño y define para él dos indicadores y un objetivo.
  3. Mídelos, calcula el presupuesto de errores y grafica a qué ritmo se consume.
  4. Crea alertas sobre el consumo del presupuesto y no sobre cada pico aislado.
  5. Haz un simulacro: provoca un fallo, sigue un runbook escrito y cronometra la recuperación.
  6. Escribe el postmortem, con causas, cronología y acciones de seguimiento.

Etiquetas relacionadas

#observability #devops #reliability #distributed-systems

You are not logged in, so this goes up anonymously: no account, no name and no address is stored with it, and it may carry no link and no image. Log in or join to post under your name. Our web server's logs keep the address and time of every request for up to 14 days; to keep yours out of them, use Tor. To reach the staff in confidence, use the drop. Sign as a returning source (a key kept only in this browser)

Sending takes a few seconds here: your browser first works out a proof of work against spam.

Reply