Saltar al contenido ForoHackers

Fiabilidad de sitios (SRE): por dónde empezar

Fiabilidad de sitios (SRE)
#3196 · · Citar · Denunciar

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

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder