Пять самых крупных ошибок, которые допускают компании при внедрении SRE

Вот важная новость с фронта ИИ: kmoseenk 10 минут назад Пять самых крупных ошибок, которые допускают компании при внедрении SRE Средний 11 мин 267 Блог компании OTUS Системное администрирование * DevOps * Управление разработкой * Аналитика Подход SRE обещал более эффективный путь. Возникнув внутри Google и став популярным благодаря поколению платформенных инженеров, SRE предложил компаниям дисциплинированный, ориентированный прежде всего на инженерную практику подход к переходу от хаотичного «тушения пожаров» к предсказуемой и устойчивой эксплуатации систем. Однако спустя годы после массового распространения SRE многие организации обнаружили, что тратят на инструменты SRE больше денег, чем когда-либо, а дежурные инженеры по-прежнему тонут в инцидентах в два часа ночи.

Картина повторяется снова и снова. Названия должностей меняются. Количество дашбордов растёт.

Технические детали

Закупаются платформы AIOps с поддержкой ИИ. Бюджеты ошибок определяются в таблице и тут же забываются. А через полгода отчёты о разборе инцидентов выглядят точно так же, как два года назад.

После анализа десятков инженерных организаций снова и снова всплывают одни и те же пять ошибок. Причём со временем они начинают усиливать друг друга так, что распутать последствия становится крайне сложно. Cпойлер: какие это ошибкиКультурный провал — отношение к SRE как к переименованию команды, а не как к культурной трансформацииОшибки кадровой стратегии — найм по регалиям вместо инженерного мышления и игнорирование способности устранять рутинуОшибки измерения — определить SLO в таблице и затем забыть о нихAI/AIOps — поспешное внедрение ИИ-функций для обеспечения надёжности до создания полноценного ObservabilityСтратегические ошибки — масштабирование SRE быстрее, чем организация способна это переварить, и выгорание командыПереименовать команду эксплуатации в «SRE», не изменив сам подход к работе, — это организационный эквивалент спортивной полосы на семейном универсале.

Культурный провал — отношение к SRE как к переименованию команды, а не как к культурной трансформацииОргструктура меняется. Система стимулов — нет. А дальше из этого вытекает всё остальное.

Отраслевые последствия

Самая распространённая ошибка при внедрении SRE одновременно и самая незаметная: объявить победу на уровне организационной схемы. Компания заявляет о создании SRE-функции, переводит в неё существующих инженеров эксплуатации и продолжает работать ровно так же, как раньше, только теперь сверху в очереди заявок написано «SRE». Настоящий SRE требует принципиально иных отношений между разработкой и эксплуатацией.

Он предполагает, что разработчики несут ответственность за показатели надёжности, а SRE-инженеры имеют право замедлять выпуск новых функций, если исчерпан бюджет ошибок. Он требует атмосферы психологической безопасности для проведения безобвинительных пост-мортемов (разборов инцидентов), где инженеры могут честно рассказать, что произошло на самом деле, не опасаясь последствий для карьеры.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.