sre google运维解密

sre google运维解密pdf这本书首先简单的说了下sre的思想和方法论，然后再以谷歌的基础设施，来引领大家继续阅读，内容排版详细，讲解也十分通透，全篇读下来绝对会收获匪浅！有需要的朋友，可以来IT猫扑下载哦！

sre google运维解密内容介绍

大型软件系统生命周期的绝大部分都处于“使用”阶段，而非“设计”或“实现”阶段。那么为什么我们却总是认为软件工程应该首要关注设计和实现呢？在《SRE：Google运维解密》中，Google SRE的关键成员解释了他们是如何对软件进行生命周期的整体性关注的，以及为什么这样做能够帮助Google成功地构建、部署、监控和运维世界上现存*的软件系统。通过阅读《SRE：Google运维解密》，读者可以学习到Google工程师在提高系统部署规模、改进可靠性和资源利用效率方面的指导思想与具体实践——这些都是可以立即直接应用的宝贵经验。

任何一个想要创建、扩展大规模集成系统的人都应该阅读《SRE：Google运维解密》。《SRE：Google运维解密》针对如何构建一个可长期维护的系统提供了非常宝贵的实践经验。

sre google运维解密书籍目录

前言 xxxi

序言 xxxv

第Ⅰ部分　概览

第1 章　介绍 2

第2 章　Google 生产环境：SRE 视角 11

第Ⅱ部分　指导思想

第3 章　拥抱风险 23

第4 章　服务质量目标 34

第5 章　减少琐事 44

第6 章　分布式系统的监控 49

第7 章　Google 的自动化系统的演进 60

第8 章　发布工程 76

第9 章　简单化 85

第Ⅲ部分　具体实践

第10 章　基于时间序列数据进行有效报警 93

第11 章　on-call 轮值 109

第12 章　有效的故障排查手段 116

第13 章　紧急事件响应 131

第14 章　紧急事故管理 140

第15 章　事后总结：从失败中学习 146

第16 章　跟踪故障 152

第17 章　测试可靠性 157

第18 章　SRE 部门中的软件工程实践 176

第19 章　前端服务器的负载均衡 191

第20 章　数据中心内部的负载均衡系统 197

第21 章　应对过载 212

第22 章　处理连锁故障 223

第23 章　管理关键状态：利用分布式共识来提高可靠性 246

第24 章　分布式周期性任务系统 273

第25 章　数据处理流水线 284

第26 章　数据完整性：读写一致 295

第27 章　可靠地进行产品的大规模发布 322

第28 章　迅速培养SRE 加入on-call 341

第29 章　处理中断性任务 355

第30 章　通过嵌入SRE 的方式帮助团队从运维过载中恢复 363

第31 章　SRE 与其他团队的沟通与协作 370

第32 章　SRE 参与模式的演进历程 383

第Ⅴ部分　结束语

第33 章　其他行业的实践经验 398

第34 章　结语 408

附录A　系统可用性 411

附录B　生产环境运维过程中的最佳实践 412

附录C　事故状态文档示范 417

附录D　事后总结示范 419

附录E　发布协调检查列表 423

附录F　生产环境会议记录示范 425

参考文献 427

索引 439