科技>计算机>网络与互联网
SRE生存指南:系统中断响应与正常运行时间最大化

SRE生存指南:系统中断响应与正常运行时间最大化"

作者:冯文辉
ISBN:9787121371769
定价:¥79.0
字数:299500千字
页数:244
出版时间:2019-09
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

站点可靠性工程(Site Reliability Engineering,简称SRE)是一个令人兴奋的新兴领域,它专注于如何确保系统稳定、可靠地运行。本书基于一个金字塔层次结构模型,深入浅出地介绍了关于SRE 的方方面面,涉及监控、事故响应与回顾、测试与发布、容量规划、开发、用户体验设计,以及贯穿其中的沟通技巧。本书是SRE 工程师、DevOps 工程师、运维工程师和系统管理员不可或缺的参考资料;软件架构师、软件工程师、用户体验设计师也能从本书中获取关于SRE 的相关知识。

前言

总会在某个时候,软件开发人员所开发的站点会遭遇噩梦般的无法访问的故障——客户说他们已经连续几个小时无法访问你的网站了;当你在睡觉时,没有顾客能够购买网站上正在销售的T恤;或者在一年中最重要的销售日里,所有服务器都因承受不了高负载而崩溃了。 这本书适合谁 本书面向希望提高公司软件可靠性的软件开发人员和运维人员。本书将向你介绍一个致力于提高软件可靠性的基本框架,并使你深入了解站点可靠性工程这个领域。对于已经经历过重大系统服务中断的工程师和开发人员来说,这是你希望拥有的书。对于那些幸运地没有经历过服务中断噩梦的工程师和开发人员,现在就买这本书吧! 这本书涵盖了哪些内容 第1章 简介,探讨了SRE领域相对较新的发展状况,并概述了用于本书的可供上手实践的框架。 第2章 监控,讨论了在监控时使用的工具和方法。在本章之后,一个很好的实验就是设置对服务的监控,即使它们只是为测试而编写的虚假服务,你也应该去监控它们随着时间是否有所变化。 第3章 事故响应,解释了该如何应对中断,并让团队为最坏的情况做好准备。本章还专注于围绕团队协作建立即时响应与轮换的最佳实践系统,以及构建流程以尽量减轻由生产事故造成的压力。 第4章 事后回顾,让你能为自己、你的团队和你的组织撰写事后回顾报告,以促进事后回顾。本章还讨论了要收集的数据,以及如何借助通信跟踪未来的工作。 第5章 测试和发布,回顾了有关测试和发布的常见实践方案。 第6章 容量规划,介绍了一些有关预算的基础知识,并讨论了如何为基础架构的扩容制订计划。 第7章 构建工具,讨论了如何从提高响应力的角度来编写软件,还探讨了如何发现新项目,如何定义这些项目及如何规划它们。然后,讨论了如何实施这些项目并进行软件的长期维护,以及如何反思自己所做的工作。 第8章 用户体验,概述了有关用户体验和用户测试的基础知识,并讨论了安全性和性能预算问题。 第9章 网络基础,帮助你深入了解网络基础知识。 第10章 Linux和云基础,介绍了Linux和常见云服务的基础知识。 本书配套资源 ?本书中所有用Go语言编写的代码都基于Go 1.10版本。读者可以到其官网获取最新的版本。 ?本书中所有用Ruby语言编写的代码都基于Ruby 2.5版本。读者可以到其官网获取最新的版本。 本书使用的约定 本书中使用了一些文本约定。 代码块示例如下。 "hello world" end 当希望读者注意代码块中的特定部分时,相关的行或项目将以粗体显示,示例如下。 "hello world" end end 粗体:表示第一次出现的新术语、重要单词。例如,会出现如下所示的文本。 服务水平指标 Service Level Indicator(SLI)可能是业务最重要的指标。 这种图标表示警告或重要说明。 这种图标表示提示和技巧。

目录

目录 1 简介 1 SRE简史 2 SRE是什么 3 关于这本书 7 以SRE作为新项目的框架 9 小结 12 2 监控 13 为什么要监控 13 检测应用程序 16 度量什么 23 SLIs、SLOs和错误预算简介 26 错误预算 27 收集和保存监控数据 29 轮询应用程序 29 推送应用程序 32 展示监控信息 35 任意查询 35 图表 36 仪表板 37 聊天机器人 38 管理和维护监控数据 38 沟通 39 他们知道有监控吗 39 小结 40 参考资料 41 3 事故响应 42 什么是事故 43 什么是事故响应 45 警报 47 什么时候发起警报 48 怎么发出警报 49 向谁发出警报 54 随时待命 55 沟通 57 事故指挥系统 59 在哪里沟通 61 恢复系统 61 警报解除 63 小结 64 4 事后回顾 65 什么是事后回顾 65 为什么写事后回顾报告 66 何时写事后回顾报告 68 开展事故分析 69 如何写事后回顾报告 71 总结 71 影响 72 时间 73 根本原因 74 行动项 75 附录 77 停止事后指责 77 举行事后回顾会议 79 分析以往的事后回顾报告 80 MTTR与MTBF 81 警报疲劳 81 讨论过去的服务中断 81 小结 82 参考资料 82 5 测试和发布 83 测试 84 测试内容 87 发布 100 何时发布 101 回滚 104 自动化 104 持续 105 小结 106 6 容量规划 107 企业财务简介 108 为什么需要规划 110 风险管理与期望管理 111 定义一个规划 112 当前的容量是多少 113 何时达到容量极限 115 应该如何更改容量 119 执行规划 125 架构——性能变化的根源 126 技术作为利润中心和采购 128 小结 128 7 构建工具 129 寻找项目 131 定义项目 133 RDD 133 设计文档 136 项目计划 138 例子 139 回顾会与站会 141 工作分配 142 构建项目 143 关于编写代码的建议 143 关注点分离 144 长期工作 145 笔记本 148 文档与维护项目 149 小结 150 8 用户体验 151 设计和用户体验简介 155 现实世界的交互设计 157 用户测试 160 挑选一种体验 161 设计测试 162 寻找要测试的人 162 开发者体验 163 工具经验 164 绩效预算 164 安全性 166 身份认证 167 授权 168 风险概况 168 网络钓鱼 169 ACM道德准则 170 小结 171 参考资料 172 9 网络基础 173 互联网 173 发送一个HTTP请求 175 DNS 175 以太网和TCP/IP 179 HTTP 186 curl与wget 189 网络监控工具 194 netstat 194 nc 195 tcpdump 196 小结 197 参考资料 197 10 Linux和云基础 198 Linux基础 198 一切皆是文件 199 进程是什么 206 syscalls 207 构建自己的工具 213 云基础 214 虚拟机 215 容器 216 负载均衡 218 自动伸缩 219 存储 219 队列与发布/订阅 220 伸缩单元 221 架构面试示例 222 小结 226 参考资料 226

作者简介

编辑推荐

作者寄语

电子资料

www.luweidong.cn

下一个