Site Reliability Engineering. Надежность и безотказность как в Google

в Google есть простое ключевое правило: SR-инженеры должны тратить оставшиеся 50 % своего времени на разработку.

надежность — это «вероятность того, что система будет выполнять требуемые функции без сбоев при заданных условиях в заданный период времени»

Мониторинг — это один из основных компонентов успешной работы ПО как в компании Google, так и в других организациях. Если вы не можете наблюдать за сервисом, вы не знаете, что с ним происходит, а если вы не знаете, что происходит, то не можете гарантировать надежность.

поиск проблемы вторичен по сравнению с тем, что нужно безопасно посадить самолет на землю

Эффективный отчет должен содержать описание ожидаемого поведения, реального поведения и, если возможно, способов его воспроизведения79.

Оторванность от промышленной эксплуатации системы приводит к проблемам с уверенностью, причем это проявляется как в неуверенности, так и в излишней самоуверенности, в то время как пробелы в знаниях вскроются лишь при возникновении инцидентов.

Правильное функционирование чего-либо — особый случай среди многих случаев неправильного.

Гарантия того, что сохраненные вами данные будут на месте в тот момент, когда вы захотите их прочитать, — основной смысл целостности данных.

Если мы найдем способ освободить себя от необходимости носить пейджер, то обязательно сделаем это.

С другой стороны, «медленная» (возвращенная с большой задержкой) ошибка даже хуже «быстрой»!