一站式告警响应平台Flashduty，立即注册免费试用

SRE

SRE 理念最初由 Google 提出并实践。随着互联网的快速发展和数字化转型的加速，SRE 的方法和理念在全球范围内的科技企业中得到了广泛的关注和应用。它的出现是为了解决大规模分布式系统的可靠性、稳定性和高效运维问题。

SRE 的全称是 Site Reliability Engineering，SRE 是一种以可靠性为核心的工程实践，它通过自动化、可观测性、稳定性优先和持续改进等原则，确保大规模分布式系统的可靠运行。SRE 团队需要具备扎实的技术技能和良好的软技能，与开发团队紧密合作，共同推动业务的发展。

相关话题相关话题

相关文章相关文章

运维工程师（SRE）必须掌握的技能有哪些？

运维工程师、SRE，应该掌握哪些技能才算合格？
运维工程师（SRE）必须掌握的技能有哪些？

Posted by 巴辉特 on 2024-07-18 05:06:10

SRE

SRE接手新业务首要工作：运维准入测试

如果接手的是一坨随时可能散架的破车，就算SRE有通天之能，也很难通过运维手段给变成布加迪威龙。接手的时候一定要做好准入测试！很多公司会有运维准入规范，但是通常缺少运维准入测试，导致了后续诸多背锅问题。
SRE接手新业务首要工作：运维准入测试

Posted by 秦晓辉@快猫星云 on 2023-03-24 05:06:10

他山之石可攻玉 SRE

最佳实践：稳定性保障8个锦囊，建议收藏！

稳定性保障，是一切技术工作的出发点和落脚点，也是 IT 工作最核心的价值体现，当然也是技术人员最容易“翻车”的阴沟。8个稳定性保障锦囊，分享给各位技术人员择机使用。
最佳实践：稳定性保障8个锦囊，建议收藏！

Posted by 快猫技术 on 2023-10-09 00:00:00

Flashcat方法 最佳实践 SRE

如何采用 SRE 实践（当你不是 Google 时）

Site reliability engineering (SRE) 并不是一个新的术语或实践。在把 SRE 定义为一个职位名称之前，把软件工程技能和原则应用到运维领域早就已经付诸实践了。在组织层面落地 SRE，用更加积极主动的方式来构建和维护软件，可以推动一些方面的长期成功，比如提升运维效率、数据驱动的路线规划、整体稳定性达成。正是由于 SRE 的广泛采用，我们才得以获得这些优势。
如何采用 SRE 实践（当你不是 Google 时）

Posted by JEMIAH SIUS on 2023-05-04 04:06:10

Flashcat方法 快猫点评 SRE

NetFlix SRE 实践

这是来自 NetFlix 的 CORE 团队的 SRE 工程师 Hank Jacobs 分享的 NetFlix SRE 实践，介绍了 NetFlix CORE 团队的职责、工作方式以及他们如何确保 Netflix 服务的稳定性和可靠性。

Posted by Hank Jacobs on 2025-08-11 14:24:55

NetFlix SRE

掌握这些能力，工资翻倍不成问题

想要在 SRE 职业生涯中实现工资翻倍？本文将介绍 SRE 需要掌握的关键能力，从硬核技术到跨团队协作，帮助你在竞争中脱颖而出。

Posted by 快猫运营团队 on 2025-07-16 20:42:29

运维 SRE

大厂出手了，微软推出 SRE agent 做故障定位

Azure SRE Agent 是一款 AI 驱动的工具，可以更轻松地维持生产云环境。它有助于快速有效地响应事件，减轻管理生产环境的工作量。
大厂出手了，微软推出 SRE agent 做故障定位

Posted by 译文 on 2025-06-06 09:03:04

SRE Azure AI

如何处理复杂系统 - 我在 Google 工作时学到的

在 Google 工作时学到的关于复杂系统的经验和处理方法。

Posted by Teiva Harsanyi on 2025-05-26 14:15:40

SRE

运维想转SRE？先了解这7个原则

SRE （站点可靠性工程）是一种将运维问题视为软件问题的方法。本文介绍了 SRE 的七项原则，帮助运维人员转型为 SRE 专家。

Posted by 译文 on 2025-05-26 08:33:50

SRE

SRE 最应该监控的四大黄金指标

本文详细介绍了 SRE 最应该监控的指标，通过引入 Google 4 Golden Signals、RED、USE 等方法论，并配合 Prometheus 配置说明，全面梳理讲解了各类关键指标的定义、计算方法和应用场景，帮助读者深入理解 SRE 监控的核心要素。这些知识是算是 SRE 的必备知识了。

Posted by Ayooluwa Isaiah on 2025-04-28 10:09:58

监控 SRE

什么样的项目，可由运维负责稳定性？

什么样的项目，或者说项目达到什么标准，可由运维人员来共担稳定性？本文从可用性、性能、可观测性、SOP 等方面，给出一些建议。

Posted by 巴辉特 on 2025-04-07 08:48:23

SRE

运维的价值为何经常被挑战？哪些工作更有价值？

运维这个工作岗位，作为业务背后的团队，做的很多工作不容易被看到，容易被挑战工作的价值，本文尝试来聊一下这个话题，看看运维工作应该侧重在哪些方向

Posted by 秦晓辉 on 2025-03-25 17:42:32

运维 SRE

实施 SLA、SLO 和 SLI：SRE 实用指南

探索相关术语定义以及 SLA、SLO 和 SLI 如何帮助有效监控和维护系统性能。

Posted by Karthigayan Devan on 2024-07-23 16:10:10

SLA SLO SLI SRE

排查 502 Bad Gateway 的常见思路

浏览器侧看到请求超时，status code 502，即 bad gateway，可能的原因有哪些呢？本文从 SRE 视角给一些常见的排查思路
排查 502 Bad Gateway 的常见思路

Posted by 巴辉特 on 2024-04-24 00:08:08

他山之石可攻玉 SRE TroubleShooting

写了一个 SRE 调试工具，类似一个小木马

远程操作机器有时会比较麻烦，我写了一个工具，主要功能：1.远程执行命令 2.上传下载文件 3.打印 HTTP 请求
写了一个 SRE 调试工具，类似一个小木马

Posted by 巴辉特 on 2024-04-10 00:08:08

SRE

最新博客

1. Prometheus 监控 Kubernetes Cluster 最新极简教程
2025-08-15 12:15:19
2. 夜莺监控的几种架构模式详解
2025-08-14 19:11:05
3. 监控系统如何选型：Zabbix vs Prometheus
2025-08-13 14:14:13
4. NetFlix SRE 实践
2025-08-11 14:24:55
5. NetFlix 面试题：从 A-Z 列出 Unix 命令
2025-08-11 09:25:25
6. 为 Prometheus 告警规则增加 UI 管理能力
2025-08-09 21:44:34
7. 如何监控多个进程的存活和CPU、内存占用
2025-08-08 13:39:36
8. 何为 Prometheus 高基数？为何有时会有高基数峰值？
2025-08-06 11:30:49
9. 我构建了公司第一个监控系统，这里是我学到的
2025-08-06 09:37:17
10. Java 程序监控 - Actuator、Micrometer、JMX、组件自身暴露指标
2025-07-31 16:19:28
快猫星云 联系方式 快猫星云 联系方式
快猫星云 联系方式
快猫星云 联系方式
快猫星云 联系方式
快猫星云Email
申请技术交流产品试用
快猫星云
OpenSource
开源版
Nightingale
Categraf
Flashcat
Flashcat
企业版
FlashDuty
Flashduty
产品介绍
控制台
API
文档中心
下载中心
视频中心
开发者中心
话题中心