[[278068]]

前言

Site Reliability Engineering (SRE) 和 DevOps 是目前相當(dāng)熱門的開發(fā)與運(yùn)維文化，有著很高的相似程度。SRE是什么?它與DevOps有什么關(guān)系?本文將對(duì)兩者之間的異同點(diǎn)進(jìn)行簡(jiǎn)單的討論。

SRE產(chǎn)生背景

Google公司在發(fā)展過程中，同樣也遇到了運(yùn)維人員與開發(fā)人員目標(biāo)矛盾的問題，開發(fā)人員專注于創(chuàng)建新功能并推向生產(chǎn)，運(yùn)維人員卻試圖保證生產(chǎn)穩(wěn)定性。為了緩解這兩個(gè)部門的矛盾，Google的一位工程副總裁Ben Treynor考慮出了一種新的解決方案。招募及內(nèi)部轉(zhuǎn)崗具有研發(fā)背景的軟件工程師后不再獨(dú)立屬于系統(tǒng)管理員團(tuán)隊(duì)或者ops團(tuán)隊(duì)，而是獨(dú)立設(shè)計(jì)創(chuàng)造軟件系統(tǒng)來維護(hù)系統(tǒng)運(yùn)行以及替代傳統(tǒng)模型中的人工操作，實(shí)現(xiàn)解決方案自動(dòng)化。

站點(diǎn)可靠性工程(SRE)崗位隨即應(yīng)運(yùn)而生。SRE工程師負(fù)責(zé)生產(chǎn)環(huán)境的穩(wěn)定性，但同時(shí)又致力于新功能和運(yùn)維改進(jìn)。Google認(rèn)為SRE團(tuán)隊(duì)?wèi)?yīng)由50%的軟件工程師和50%的系統(tǒng)管理員組成。軟件工程師通過軟件來實(shí)現(xiàn)歷史上手工解決的問題，并且與開發(fā)人員輕松集成，促進(jìn)代碼質(zhì)量改進(jìn)和自動(dòng)化測(cè)試等。團(tuán)隊(duì)目的是幫助Google生產(chǎn)環(huán)境服務(wù)運(yùn)行更穩(wěn)定、健壯、可靠。

DevOps和SRE區(qū)別

SREs VS DevOps

DevOps的概念就是將開發(fā)與運(yùn)維結(jié)合起來，定義系統(tǒng)的行為，并了解需要做些什么來彌補(bǔ)兩個(gè)團(tuán)隊(duì)之間的“鴻溝”。這個(gè)概念背后的理論是關(guān)于使兩個(gè)團(tuán)隊(duì)合而為一需要做些什么。但SRE卻談到了"如何"做到。它是通過使用正確的工作方法，工具等將理論部分?jǐn)U展到有效的工作流程。這還涉及到在每個(gè)人之間分擔(dān)責(zé)任，并使每個(gè)人都具有相同的目標(biāo)和愿景。

我們通過DevOps的5個(gè)原則來對(duì)比下DevOps和SRE的區(qū)別：

減少部門間的孤島

大型企業(yè)中通常都會(huì)有比較復(fù)雜的組織架構(gòu)，很多團(tuán)隊(duì)之間都是獨(dú)立工作，各自發(fā)布各自的產(chǎn)品，并沒有與公司其他部門溝通交流，因此，部門之間了解不夠，不能從整體上把控全局。

DevOps的工作是減少這些鴻溝，并確保團(tuán)隊(duì)中不存在與公司其他部門不符的團(tuán)隊(duì)。他們以共同的愿景將團(tuán)隊(duì)最小化并橋接到一個(gè)小組中。

SRE不再關(guān)注公司中有多少鴻溝，而是在談?wù)撊绾巫屗腥藚⑴c討論。這是通過使用整個(gè)公司相同的工具和技術(shù)來完成的，例如公司中臺(tái)。

故障接受程度

SRE故障標(biāo)識(shí)符

盡管DevOps的概念是在故障發(fā)生之前進(jìn)行處理和應(yīng)對(duì)，但是現(xiàn)實(shí)情況千變?nèi)f化，我們無法完全避免故障發(fā)生。DevOps通過將故障視為必然發(fā)生的事情來接受這一點(diǎn)，通過事后復(fù)盤等方式總結(jié)經(jīng)驗(yàn)來幫助團(tuán)隊(duì)學(xué)習(xí)和成長(zhǎng)。

在SRE看來，故障雖然不可避免，但是可以通過制定一個(gè)公式來平衡事故與新版本之間的關(guān)系來實(shí)現(xiàn)此目標(biāo)。換句話說，SRE希望確保沒有太多故障或失敗，即使這些失敗的經(jīng)驗(yàn)是我們學(xué)習(xí)成長(zhǎng)的途徑。

SRE通過兩個(gè)關(guān)鍵標(biāo)識(shí)符來衡量該公式：服務(wù)水平指標(biāo)(SLI)和服務(wù)水平目標(biāo)(SLO)。SLI是隨時(shí)間變化的指標(biāo)，例如請(qǐng)求延遲，每秒請(qǐng)求的吞吐量或每個(gè)請(qǐng)求的失敗。這些通常會(huì)隨時(shí)間匯總，然后轉(zhuǎn)換為比率，平均值或受閾值限制的百分位數(shù)。SLO源自此閾值，百分比或數(shù)量，表示SLI在一段時(shí)間內(nèi)(例如“過去30天”或“本季度”)內(nèi)SLI累積成功的目標(biāo)。

在Google，區(qū)分SLO和服務(wù)水平協(xié)議(SLA)，這是服務(wù)商對(duì)使用者的可靠性保證。SLA中的可用性SLO通常比內(nèi)部可用性SLO寬松。

實(shí)施漸進(jìn)式改革

企業(yè)希望經(jīng)常發(fā)布產(chǎn)品，不斷更新產(chǎn)品，并且讓團(tuán)隊(duì)人員可以持續(xù)關(guān)注新技術(shù)。

DevOps和SRE都是針對(duì)此目標(biāo)的，但是是以漸進(jìn)的方式處理的。DevOps和SRE都希望快速發(fā)展，Google指出SRE強(qiáng)調(diào)在這樣做的同時(shí)降低故障成本。

工具和自動(dòng)化

職責(zé)不同導(dǎo)致兩個(gè)職位工作內(nèi)容也不盡相同，從而導(dǎo)致工具也略微不同。

DevOps工作內(nèi)容是主要為開發(fā)鏈路服務(wù)，一個(gè)DevOps團(tuán)隊(duì)通常會(huì)提供一串工具鏈，這其中會(huì)包括：開發(fā)工具、版本管理工具、CI持續(xù)交付工具、CD持續(xù)發(fā)布工具、報(bào)警工具、故障處理。

而SRE團(tuán)隊(duì)則關(guān)注更為關(guān)注變更、故障、性能、容量相關(guān)問題，會(huì)涉及具體業(yè)務(wù)，產(chǎn)出工具鏈會(huì)有：容量測(cè)量工具、Logging 日志工具、Tracing 調(diào)用鏈路跟蹤工具、Metrics 性能度量工具、監(jiān)控報(bào)警工具等。

但是目的是一樣的，都是希望通過消除手動(dòng)操作來為開發(fā)人員和運(yùn)維人員提供價(jià)值。

結(jié)果度量

DevOps和SRE團(tuán)隊(duì)都需要確保他們朝著正確的方向發(fā)展，DevOps度量結(jié)果偏向自動(dòng)化實(shí)現(xiàn)程度及項(xiàng)目交付的速度，SRE度量結(jié)果更加偏向于可靠性與穩(wěn)定性。

SRE關(guān)鍵詞是「高擴(kuò)展性」「高可用性」。高擴(kuò)展性是指當(dāng)服務(wù)用戶數(shù)量暴增時(shí)，應(yīng)用系統(tǒng)以及支撐其服務(wù)(服務(wù)器資源、網(wǎng)絡(luò)系統(tǒng)、數(shù)據(jù)庫(kù)資源)可以在不調(diào)整系統(tǒng)結(jié)構(gòu)，不強(qiáng)化機(jī)器本身性能 ，僅僅增加實(shí)例數(shù)量方式進(jìn)行擴(kuò)容。高可用性是指，應(yīng)用架構(gòu)中任何環(huán)節(jié)出現(xiàn)不可用時(shí)，比如應(yīng)用服務(wù)、網(wǎng)關(guān)、數(shù)據(jù)庫(kù) 等系統(tǒng)掛掉，整個(gè)系統(tǒng)可以在可短時(shí)間內(nèi)恢復(fù)并重新提供服務(wù)。

DevOps和SRE關(guān)系

DevOps和SRE都接受一種理念，即為了改進(jìn)，變更是必要的。

合作是DevOps工作的核心，有效共享和合作是SRE發(fā)揮作用的必要條件。與DevOps一樣，SRE也具有跨組織共享的強(qiáng)大價(jià)值，這樣更容易打破團(tuán)隊(duì)之間的鴻溝。

生產(chǎn)服務(wù)器故障發(fā)生時(shí)，SRE和DevOps都應(yīng)該進(jìn)行各自的事故復(fù)盤，目的為了消除無意義的爭(zhēng)論與甩鍋以及知識(shí)沉淀。

使用正確的工具至關(guān)重要，工具在一定程度上決定了工作效率。

結(jié)果度量是DevOps和SRE如何工作的關(guān)鍵。對(duì)于SRE, SLOs (服務(wù)質(zhì)量目標(biāo)) 決定著是否改善和優(yōu)化服務(wù)。當(dāng)然，如果沒有度量以及在產(chǎn)品、基礎(chǔ)設(shè)施/SRE和業(yè)務(wù)之間的跨團(tuán)隊(duì)合作，就不可能有SLOs。對(duì)于DevOps，結(jié)果度量行為通常用于理解流程的輸出是什么，反饋周期的持續(xù)時(shí)間是什么等等。

DevOps或SRE是一種整體行為，愿景就是用一種特定的工作方式共同協(xié)作，促使整個(gè)團(tuán)隊(duì)運(yùn)營(yíng)的更好。

DevOps和SRE在其日常工作中存在非常大的重疊。正如托爾斯泰說過的：有效的操作方法都是相似的，而失敗的方法都有各自的失敗之處。

結(jié)論

在IT運(yùn)維整體領(lǐng)域的許多方面，雖然兩者多多少少有些不同，但實(shí)際DevOps和SRE在實(shí)踐和理念上都非常接近。兩者都有助于合并開發(fā)人員和運(yùn)維人員，同時(shí)承擔(dān)相似的責(zé)任，并專注于實(shí)現(xiàn)自動(dòng)化和可靠性。實(shí)施任何一個(gè)都是一個(gè)較長(zhǎng)的過程，而不是一個(gè)快速解決方案。DevOps關(guān)注的范圍更廣，因此很難將每一步都規(guī)范成一個(gè)具體的流程，但正是因?yàn)閺V泛的關(guān)注，前期遇到的阻力可能會(huì)跟小。SRE將大部分時(shí)間花費(fèi)在技術(shù)和流程方面的職責(zé)上，與其他團(tuán)隊(duì)合作，提供適當(dāng)?shù)谋O(jiān)控、事件響應(yīng)和管理，共同實(shí)現(xiàn)可靠性的目標(biāo)。

歸根到底，無論是DevOps還是SRE，都面臨著同樣的目標(biāo)與愿景：讓生產(chǎn)環(huán)境變得更好---不管被稱為什么!