课程简介
当今的组织在更复杂的技术环境中处理更多的变化,这导致了更高的中断和事故风险。传统运维团队必须提高服务可靠性和系统弹性。随着自动化、可观测性和稳定性运营成为更高效、更快速部署的关键因素,SRE职位已成为增长最快的职位之一。
本次课程将围绕SRE体系架构展开,介绍SRE的核心概念、原理、思维方式和方法论,结合头部互联网的实践经验与案例,为参与者提供了具体的落地实践方法和执行流程,使其掌握提高团队效率和业务稳定性的核心方法。
课程收益
通过学习本次课程,学员将学习到以下内容:
* 掌握SRE的知识体系、构建方法和团队转型实践经验
* 掌握构建与提升运维软件工程能力的关键方向方法
* 掌握运维数据资产体系的构建和平台(CMDB/服务树/业务树)设计方法
* 掌握运维/SRE效能体系的构建和平台(OnCall/流程/作业)设计方法
* 掌握业务稳定性运营体系的构建和平台(SLO/容量/事件运营)设计方法
受众人群
* 企业背景: 互联网公司以及计划落地SRE团队模式的传统企业
* 技术背景: 运维, 运维研发,SRE,软件研发,技术经理,架构师
课程周期
1天(6H)
课程大纲
课程时长 | 课程内容 | 课程详情 |
第一部分 (共0.5小时) | SRE体系介绍 | 1什么是SRE,发展起源与国内落地实践情况
|
第二部分 (共0.5小时) | SRE组织构建与转型 | 1SRE组织构建的核心 2 转型SRE的挑战与取舍 3百人团队转型实践案例
|
第三部分 (共1小时) | SRE数据资产体系 | 1 数据资产的重要性 2数据资产中台-CMDB 3数据资产标准化、自动化体系建设思路和设计方法 4以服务为核心的新思路-服务树 5服务树与CMDB的区别 |
第四部分 (共1.5小时) | SRE效能体系 | 1 琐事定义、发现与消减 2 效能体系架构介绍 3 OnCall规范、系统设计与最佳实践 4 流程引擎设计与最佳实践 5 作业引擎设计与最佳实践 |
第五部分 (共2小时) | SRE稳定性体系 | 1 稳定性运营体系介绍 2SLO&错误预算的定义、设计与实践 3 容量管理的背景、挑战与运营实践 4 业务稳定性运营流程与平台化设计 5 故障的定级定责管理 6风险预警体系构建和运营
|
第六部分 (共0.5小时) | 管控平台的多活建设 | 1内部平台的多活建设思路 2建设阶段与实践 |