XNews

谷歌发布《站点可靠性工程》第二版,详述AI时代SRE演进

谷歌发布《站点可靠性工程》第二版,详述AI时代SRE演进

谷歌发布了《站点可靠性工程》一书第二版,对2016年首版进行了更新,以适配AI驱动且日益复杂的云环境。该版记录了六大实践领域十年来的演进,包括SLO与错误预算、可观测性、自动化与平台、可靠性测试、容量管理以及组织模式。书中还探讨了AI与SRE之间的双向关系,涵盖AI基础设施运维以及AI作为运维工具,同时重申以可靠性为中心的文化和人本因素仍是SRE成功的关键。

事件版本 3.

Key insights

六大实践领域十年演进

SLO与错误预算从基本的可用性指标和手动预算策略,演进为以用户为中心的多层级SLO、动态燃烧率告警和自动化策略执行。可观测性从静态仪表盘和手动告警分类,转向OpenTelemetry、分布式追踪和自动化异常关联。

自动化、测试与容量管理日趋成熟

自动化从针对孤立任务的自定义脚本,演进为声明式IaC、内部开发者平台和自愈系统。可靠性测试从周期性Game Days和合成负载,发展为持续韧性检查、流水线测试和生产金丝雀验证,而容量管理则从手动配置和静态预测,转向动态扩缩容、FinOps对齐以及GPU/TPU专项优化。

组织模式转向混合结构

组织模式从绑定特定应用的专职SRE团队,转向混合模式、平台工程整合,以及嵌入产品团队的可靠性倡导者。

AI与SRE存在双向关系

SRE通过管理大规模GPU/TPU集群可靠性和网络拓扑、监控非确定性输出和延迟,以及维持模型训练、微调和数据管道,为AI基础设施提供支持。AI则通过生成式AI事件分诊与事后复盘起草、自然语言遥测查询,以及可在故障发生前识别资源瓶颈的预测性机器学习,成为SRE的力量倍增器。

Source posts