1. SRE简介

SRE 从字面意义来看是 Google 技术VP Ben Treynor Sloss 定义的一个岗位，全名叫 Site Reliability Engineering，翻译过来就是网站可靠性工程(师)。然而在我看来他不仅仅是一份工作，反而是一套服务保障体系。

1.1 为什么要有SRE？

为什么会出现SRE这个岗位呢？这就要从大名鼎鼎的 DevOps 说起了，这个是 Google 高级研发总监 Melody Meckfessel 在2017年提出的理论体系，这套体系是通过构建一些列 DevOps 工具链和标准把研发过程中的各个角色高效整合在一起，高效的产出稳定的交付结果。这个体系打破了研发与运维的边界，使研发期望的构建更多特性而运维期望的不要引入太多的不稳定性的目标合二为一。

DevOps 解决了高效生产稳定服务的流程，使服务的生产迭代周期进一步的缩短。但是随着各个服务的搭建，越来越多的服务都在持续演进着，然而运维维护服务的工作也就越来越多，线上的不稳定状态也就越来越多。那么如何解决这个问题呢？是由开发人员时刻关注着自己的服务么？那整体架构的稳定性又如何保证呢？

由此就产生了 SRE。SRE 的职责就是负责整体站点（服务）的稳定性。然而保证稳定性一定不是在出现问题是解决问题，而是体系化的方式观测与避免问题。这就是我所理解的 SRE 体系。

https://sre.google/

https://www.googblogs.com/sre-vs-devops-competing-standards-or-close-friends/

https://sre.google/sre-book/table-of-contents/

https://linkedin.github.io/school-of-sre/