bregman-arie/sre-checklist
کاربرد:
این لیست چک‌کردنی (چک‌لیست) برای کسانی است که در زمینه مهندسی قابلیت اطمینان سایت (SRE) فعالیت می‌کنند و به آن‌ها کمک می‌کند تا استانداردهای عملکرد، نظارت، پاسخ به حوادث و بهبود مداوم سیستم‌ها را رعایت کنند. ️
در چه شرایطی بهتره استفاده شود؟
وقتی تیم‌های توسعه یا عملیات می‌خواهند یک سرویس را به‌درستی راه‌اندازی، نظارت کنند یا پس از یک incident بازخوانی داشته باشند، این چک‌لیست بسیار مفید است. همچنین برای تضمین اینکه تمام جنبه‌های مهم SRE مانند SLI/SLO، مانیتورینگ، ریلیز و خودکارسازی پوشش داده شده باشد، مناسب است.
چند مثال از موارد استفاده
- قبل از ریلیز یک سرویس جدید، بررسی کنید که مانیتورینگ و هشدارها تنظیم شده باشند.
- پس از یک incident، با استفاده از چک‌لیست، یک بازخوانی (postmortem) جامع انجام دهید.
- در طراحی سیستم‌های توزیع‌شده، اطمینان از رعایت اصول قابلیت اطمینان و بازیابی.
- آموزش مهندسین جدید در تیم SRE با استفاده از یک چارچوب استاندارد.
- ##SRE
- ##SiteReliabilityEngineering
- ##DevOps
- ##Monitoring
- ##IncidentResponse
- ##Automation
- ##Postmortem
- ##SystemDesign
- ##Reliability
- ##Operations