於 2018/05/10 - SRE 讀書會協助導讀《Site Reliability Engineering》第 31 章。

1. SRE 讀書會
導讀 - 第 30 章
Slide by

2. 第 30 章
透過嵌入 SRE 的方式幫助團隊
從維運超載中恢復

3. 第 30 章
!!!
???
透過嵌入 SRE 的方式幫助團隊
從維運超載中恢復

4. 透過嵌入 SRE 的方式幫助團隊
從維運超載中恢復
第 30 章
從團隊外部引入另一位資深的
SRE 作為顧問、Mentor

5. 本章內容類似於某種
Mentor 指南

6. or Ops
Mode
SRE
Mode

7. Ops Mode

8. SRE Mode

9. SRE
理想的工作分配

10. SRE
50%
研發／改善

11. OPS
50%
傳統 Ops 工作／手動工作

12. 當長期工作失衡的時候？
SRE Ops

13. Burnout
Game Over~

14. 該如何解決此狀況？

15. 你需要為團隊
嵌入另一位 SRE

16. 這並非是為了增加人力
1+

17. 而是為了引入新的觀點

18. 嵌入 SRE 該做些什麼？

19. 第一階段：了解狀況

20. 了解團隊目前的
流程與工作習慣

21. 了解團隊現況對於服務
未來發展之利與弊
scalability

22. 例如：是否有健康的
工作習慣？

23. 例如：工作自動化與簡
化的狀況如何？

24. 確定最大的壓力來源

25. 壓力會限制你的眼界

26. 導致陷入 Ops Mode
Oooooops~

27. 提醒：壓力與問題的大小
不一定是正相關！

28. 找出癥結點

29. 大多數會是全新的緊急狀況

30. 也有一些常見的來源

31. 知識代溝

32. 某項 SRE 開發之功能日趨重要

33. 對「未來解決方案」過度依賴

34. 令人分心之無用警報

35. 欠缺 SLI / SLO / SLA 的服務

36. 「容量規劃」欠缺前瞻性

37. 未能理解根本原因之「事後檢討」

38. 對於關鍵元件的理解不足

39. 第二階段：分享背景知識

40. 不要指正過去的錯誤

41. 建立優良的實踐典範

42. 例如：建立一份優質的
事後檢討

43. 說明修復根本問題，對於團隊
在時間層面能帶來的長遠影響

44. 例如：整理緊急事件清
單，區分瑣事、非瑣事

45. 藉此釐清壓力源，以及可以
被簡化與自動化之工作

46. 第三階段：主導改變

47. 保持團隊健康
是一個持續的過程

48. 需要建立良好的心理模型
SRE

49. 優先事項：制定 SLO

50. 建立量化分析的依據，
是施行變革的基礎

51. 獲取團隊的幫助

52. 不要急著想改變人們的想法

53. 要循序漸進的洗腦

54. 利用團隊既有的成功案例

55. 說明成功案例是如何
一勞永逸的解決問題

56. 切記：你亦要親身參與

57. 重複以上過程數次

58. 鼓勵團隊撰寫文件

59. 重點：解釋邏輯推理過程

60. 面對反對意見，動之以理

61. 面對反對意見，動之以理

62. 提出引導性問題

63. 小結

64. 從技術、量化角度，
動之以理

65. 提供「成功案例」

66. 注重「邏輯推理」

67. 重點：SRE 目標與原則
Ops
Mode
SRE
Mode

68. 嵌入 SRE 結束之時，
撰寫一份結案報告

69. 解釋一路以來的改善計畫

70. 確保團隊會持續進行

71. 繼續關注該團隊，
直到他們長大成人！