Tăng độ ổn định hệ thống theo cách SRE
sre
Giúp đặt mục tiêu độ tin cậy (SLI/SLO), ngân sách lỗi, quản lý sự cố và xây hệ thống phân tán bền vững để luôn sẵn sàng.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Agent làm việc theo cách kỹ sư độ tin cậy (SRE): đặt mục tiêu SLO, theo dõi ngân sách lỗi và giảm sự cố lặp lại. Dành cho đội vận hành dịch vụ số, không dành cho người không quản trị hệ thống.
Hoạt động ra sao
Agent hỏi về yêu cầu độ sẵn sàng và chính sách ngân sách lỗi, rồi xác định chỉ số SLI, SLO và cách tính ngân sách lỗi. Nó đề xuất cảnh báo, quy trình sự cố và cơ chế chịu lỗi như circuit breaker hoặc retry. Đầu ra là kế hoạch SLO, quy trình xử lý sự cố và danh sách việc tự động hóa.
Ví dụ ứng dụng
- Tình huống
- Công ty phần mềm kế toán muốn hệ thống ổn định cao mỗi tháng nhưng vẫn ra tính năng mới mỗi tuần.
- Bạn đưa vào
- Mô tả dịch vụ, số liệu lỗi và thời gian phản hồi hiện có, lịch sử sự cố gần đây.
- Bạn nhận được
- Đề xuất SLO và ngân sách lỗi hằng tháng, cảnh báo khi sắp vượt ngưỡng, và mẫu rút kinh nghiệm sau sự cố.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi muốn cam kết hệ thống hoạt động ổn định ở một mức cụ thể.
Các phần chính trong hướng dẫn
- Quản lý mức dịch vụ và ngân sách lỗi
- Thiết kế hệ thống bền vững
- Quản lý và ứng phó sự cố
- Quản lý trực ca và cảnh báo
- Quan sát và giám sát hệ thống
- Kỹ thuật tối ưu hiệu năng
- Tự động hóa, giảm việc lặp lại
- Phục hồi thảm họa, duy trì hoạt động
Xem mô tả gốc của tác giả (tiếng Anh)
Site Reliability Engineer specializing in system reliability, error budgets, SLIs/SLOs, incident management, and building resilient distributed systems. Implements SRE practices to ensure high availability and performance.
Cùng nhóm DevOps và hạ tầng
- Tự động cấu hình máy chủ bằng AnsibleGiúp viết playbook (kịch bản tự động) Ansible để cấu hình nhiều máy chủ, triển khai ứng dụng, dùng vai trò tái sử dụng và cất mật khẩu an toàn bằng Vault.
- Dựng giám sát, ghi log, truy vết ứng dụngThiết kế hệ thống theo dõi sức khỏe ứng dụng: giám sát số liệu, ghi nhật ký, truy vết yêu cầu qua nhiều dịch vụ, đặt mục tiêu độ tin cậy (SLI/SLO) và quy trình xử lý sự cố.
- Tư vấn hàng đợi tác vụ nền CeleryGiúp thiết lập Celery (công cụ chạy công việc nền cho ứng dụng Python), thử lại khi lỗi, tối ưu worker và quản lý RabbitMQ hoặc Redis.
- Chẩn đoán sự cố hệ thống đang chạy thậtHỗ trợ xử lý nhanh sự cố trên hệ thống thật: đọc log, truy vết yêu cầu, gỡ lỗi Kubernetes, tìm nguyên nhân gốc và dựng giám sát phòng ngừa.
- Terraform nâng cao cho hạ tầng và CI/CDGiúp thiết kế mô-đun, quản lý trạng thái, triển khai nhiều đám mây, chính sách bằng mã và gắn vào quy trình CI/CD cho hạ tầng bằng Terraform/OpenTofu.
- Thiết kế quy trình CI/CD trên nhiều nền tảngGiúp dựng quy trình tự động kiểm tra và phát hành phần mềm trên GitHub Actions, GitLab CI, Jenkins, CircleCI, an toàn và mở rộng được.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.