لماذا يهم هذا

صُممت ممارسات كثيرة في إدارة الخدمات لعالم يشغّل فيه موظفو العمليات برمجيات كتبها آخرون، وتنمو كلفة التشغيل مع حجم الخدمة. هندسة موثوقية المواقع (SRE) جواب مؤسسة واحدة عما يحدث حين يبلغ ذلك النموذج حجمًا كبيرًا جدًا: اطلب من مهندسي البرمجيات تصميم وظيفة العمليات وتشغيلها، واجعل النظام يؤدي العمل الذي كان الناس سيؤدونه يدويًا.

لقراء هذا الدليل، SRE مفيدة لثلاثة أسباب. تجعل المفاضلة بين السرعة والموثوقية صريحة، بأرقام يستطيع فريقا المنتج والعمليات قراءتها. وتعطي فكرة حازمة عن كم من العمل اليدوي أكثر من اللازم. وتُظهر كيف يمكن تنفيذ ممارسات ITIL كثيرة، مثل إدارة الحوادث والمشكلات والتغيير والسعة، بمصطلحات هندسية. SRE ليست الطريقة الوحيدة لفعل هذه، وهي تأتي من ظروف شركة إنترنت كبيرة جدًا، فما ينتقل يعتمد على وضعك.

يقوم هذا الموضوع أساسًا على ثلاثة فصول من كتاب Google Site Reliability Engineering، مكملة بمقالة ويكيبيديا عن SRE. يصف الكتاب الممارسة في مؤسسة واحدة ويحتج لنهجه؛ وتعطي مقالة ويكيبيديا صورة أوسع لكن أرق ولا تسمي انتقادات. اقرأ كليهما مصدرين لأفكار تُختبر، لا معيارًا.

المفاهيم الأساسية

ما هي SRE

تعرّف مقدمة الكتاب SRE بأنها "ما يحدث حين تطلب من مهندس برمجيات أن يصمم فريق عمليات". وتصفها مقالة ويكيبيديا عن هندسة موثوقية المواقع بأنها انضباط ضمن هندسة البرمجيات ودعم بنية تقنية المعلومات يراقب ويحسّن توافر وأداء البرمجيات المنشورة والخدمات الكبيرة، بتركيز على الأتمتة والبنية التحتية ككود. وتسمي المقالة SRE تنفيذًا محددًا لـDevOps، أضيق نطاقًا لأنه يركز على بناء أنظمة موثوقة (انظر الموضوع 5.2 — DevOps). ويصف الكتاب DevOps بأنه مجموعة مبادئ أوسع تنفذها SRE بطريقة محددة.

بحسب المقالة، بدأت ممارسة SRE في Google عام 2003 حين انضم بنجامين تراينور سلوس وشكّل فريقًا من سبعة مهندسي إنتاج؛ وبحلول 2016 كان للفريق أكثر من 1,000 مهندس SRE، وتبنت شركات إنترنت كبيرة أخرى الممارسة. ووجد مسح عام 2020 لـ572 محترفًا فرق SRE في 64 بالمئة من المؤسسات التي فيها 10,000 موظف أو أكثر، و44 بالمئة من تلك التي فيها 101 إلى 1,000، و32 بالمئة من تلك التي فيها 100 أو أقل. وتُعقد سلسلة مؤتمرات SREcon سنويًا منذ 2014.

المشكلة التي تعالجها SRE

تصف المقدمة النموذج التقليدي: يُقسَّم المطورون ومديرو الأنظمة إلى فرق منفصلة. وتسمي نوعين من الكلفة:

  • الكلف المباشرة. تصبح إدارة التغيير اليدوية ومعالجة الأحداث مكلفة، لأن فريق العمليات ينمو مع الحمل.
  • الكلف غير المباشرة. للفرق مفردات وحوافز وافتراضات عن المخاطر مختلفة، مما يؤدي إلى صراع حول الإصدارات. تضيف العمليات بوابات إطلاق، ويرد المطورون بالالتفاف عليها.

تهدف SRE إلى تجنب هذا الانقسام بمعاملة العمليات مسألة هندسية. يقول الفصل إن حجم الفريق ينمو أبطأ من النظام، لأن الهندسة تمنع الحمل التشغيلي من النمو مع الحركة.

المبادئ

تسرد المقدمة المجالات التي تتحمل فرق SRE مسؤوليتها: التوافر والكمون والأداء والكفاءة وإدارة التغيير والمراقبة والاستجابة للطوارئ وتخطيط السعة. وتسرد مقالة ويكيبيديا ممارسات أساسية تشمل أتمتة العمل المتكرر، وتحديد أهداف الموثوقية عبر مؤشرات مستوى الخدمة (SLIs) والأهداف (SLOs) وميزانيات الخطأ، وتصميم الأنظمة لتقليل المخاطر، والملاحظة والمراقبة، وإدارة العمل الروتيني، وعملية إدارة حوادث مختبَرة، وتخطيط السعة وإدارة الإصدار وهندسة الفوضى.

أهداف مستوى الخدمة وميزانيات الخطأ

تربط SRE الموثوقية بأهداف صريحة (انظر الموضوع 3.7 — إدارة مستوى الخدمة للمعالجة الكاملة). باختصار:

  • اختر بضعة مؤشرات تعكس ما يهتم به المستخدمون.
  • ضع هدفًا لا يطلب الكمال.
  • اسمح بـميزانية خطأ: الفسحة بين الكمال والهدف.
  • استخدم الميزانية لتقرير وتيرة الإصدار: ما دامت الميزانية باقية تستمر الإصدارات؛ وحين تُستنفد تبطؤ الإصدارات ويتحول الجهد إلى الموثوقية.

يشرح فصل "احتضان المخاطر" لماذا: تُقاس فرق المنتج على السرعة وفرق الموثوقية على الموثوقية، مما يخلق توترًا، وتعطي الميزانية كليهما مقياسًا مشتركًا موضوعيًا. ويقول الفصل نفسه إن كلف الموثوقية ترتفع بحدة وإن الهدف مطابقة مخاطرة الخدمة بما ستقبله الأعمال (انظر الموضوع 3.11 — التوافر والسعة والأداء).

العمل الروتيني

يعرّف فصل "القضاء على العمل الروتيني" العمل الروتيني (toil) بأنه عمل تشغيلي مرتبط بتشغيل خدمة إنتاج، ويقول إنه ليس مجرد عمل لا يحبه أحد ويتميز من النفقات العامة مثل الاجتماعات. يميل العمل الروتيني إلى أن يكون:

الخاصية المعنى
يدوي يحتاج جهدًا بشريًا مباشرًا، حتى لو شغّل سكربت الخطوات
متكرر يُؤدى مرارًا، لا مشكلة جديدة
قابل للأتمتة يستطيع جهاز فعله، أو يمكن تصميم الحاجة بعيدًا
تكتيكي تحركه المقاطعات وردود الفعل، مثل الاستجابة للنداءات
بلا قيمة دائمة الخدمة في الحالة نفسها بعده
خطي مع النمو يتدرج الجهد مع حجم الخدمة أو الحركة أو المستخدمين

يقول الكتاب إن مهندسي SRE يهدفون إلى إبقاء العمل الروتيني دون 50 بالمئة من وقتهم، مع قضاء نصفه على الأقل في عمل مشاريع هندسية، وتضع المقدمة سقفًا 50 بالمئة على مجموع عمل "العمليات"، مع إعادة الفائض إلى فرق التطوير. ويقول إن العمل الروتيني الزائد يسبب ركود المسار الوظيفي وتدني المعنويات والإنهاك، ويبطئ عمل الميزات، ويدفع إلى الاستنزاف؛ "يصبح العمل الروتيني ساما حين يُختبر بكميات كبيرة"، رغم أن الكميات الصغيرة قد تكون مهدئة وبعضه لا مفر منه. ويقدم الفصل طريقة لحساب الحد الأدنى الذي تفرضه المناوبة (مثلًا حد أدنى 33 بالمئة لجدول من ستة أشخاص بافتراضات مثاله) ويبلغ أن المقاطعات كانت أكبر مصدر للعمل الروتيني، تليها الاستجابة للمناوبة ثم الإصدارات. ويعرّف العمل الهندسي بأنه جديد، ويتطلب حكمًا، وينتج تحسينًا دائمًا، ويتبع استراتيجية.

الاستجابة للطوارئ والمراقبة

تقول المقدمة إن المراقبة لا ينبغي أن تتطلب إنسانًا لتفسير التنبيهات: تفسر البرمجيات البيانات ولا يُخطر البشر إلا حين يلزم إجراء (انظر الموضوع 3.10 — المراقبة وإدارة الأحداث). وتقول إن مهندسي SRE المناوبين ينبغي أن يتلقوا نحو حدثين على الأكثر في الوردية. وتدّعي أن أدلة التشغيل تنتج تحسنًا نحو ثلاثة أضعاف في متوسط زمن الإصلاح مقارنة بالارتجال. ويتبع التعامل مع الحوادث نهج قيادة الحوادث، وتكون تحليلات ما بعد الحادثة دون لوم وتُكتب لكل الحوادث المهمة (انظر الموضوع 3.2 — إدارة الحوادث).

إدارة التغيير

تذكر المقدمة أن نحو 70 بالمئة من الانقطاعات تأتي من تغييرات على نظام حي، وتوصي بإطلاقات تدريجية واكتشاف سريع للمشكلات وتراجع آمن. هذا ادعاء الكتاب نفسه، من تجربة Google، وقد لا ينطبق على كل مؤسسة. ورسالته متسقة مع إرشاد DORA عن التغيير (انظر الموضوع 3.4 — تمكين التغيير والموضوع 3.5 — إدارة الإصدار والنشر).

SRE وITIL

يمكن قراءة SRE طريقةً هندسية لتنفيذ عدة ممارسات من ITIL:

ممارسة ITIL نهج SRE
إدارة الحوادث أدوار قيادة الحوادث، وسجل حادثة حي، وتحليلات ما بعد الحادثة دون لوم
إدارة المشكلات إجراءات ما بعد الحادثة في قائمة المهام، وإزالة العمل الروتيني عند السبب
تمكين التغيير إطلاقات تدريجية، واكتشاف سريع، وتراجع آمن، وفحوص آلية
إدارة مستوى الخدمة SLIs وSLOs وميزانيات الخطأ
المراقبة وإدارة الأحداث تنبيه قائم على الأعراض، والإشارات الذهبية الأربع
إدارة السعة تخطيط السعة مهمة هندسية، مع اختبار الحمل
التحسين المستمر سقف للعمل الروتيني، ومشاريع هندسية هي العمل الرئيسي

التطابق من هذا الدليل، لا من المصادر. لا يدّعي الكتاب ولا مقالة ويكيبيديا تنفيذ ITIL.

نماذج النشر

تصف مقالة ويكيبيديا ستة نماذج تنظيمية لـSRE: "المطبخ الشامل"، والبنية التحتية، والأدوات، والمنتج أو التطبيق، والمضمّن، والاستشاري. وتقول إن الهجين شائع في المؤسسات الكبيرة، لكنها تعلّم الادعاء بأنه يحتاج استشهادًا. أي نموذج يناسبك يعتمد على حجمك وعدد الخدمات.

الحدود والانتقادات

لا تذكر مقالة ويكيبيديا انتقادات أو كلفًا أو أنماط إخفاق، ويصف الكتاب نجاح مؤسسة واحدة. الحدود العملية معروفة جيدًا من الخبرة، وتُعرض هنا بهذه الصفة: تحتاج SRE مهندسين يستطيعون كتابة البرمجيات ومستعدين للعمل في العمليات؛ ويحتاج سقف 50 بالمئة دعم الإدارة؛ ولا تعمل ميزانيات الخطأ إلا إذا احترمتها فرق المنتج؛ ويصعب نسخ النهج دون الحجم والأدوات التي أنتجته. تستطيع المؤسسات الأصغر تبني الأفكار، مثل الأهداف والميزانيات وقياس العمل الروتيني والمراجعة دون لوم، دون إنشاء فريق.

أفضل الممارسات

  1. اختر خدمة واحدة وضع هدفًا. اختر مؤشرين إلى أربعة تعكس تجربة المستخدم، وضع هدفًا أول فضفاضًا، وقِس بضعة أشهر قبل التشديد.
  2. اتفق على سياسة ميزانية الخطأ. اكتب ما يحدث حين تقارب الميزانية النفاد وحين تُستنفد، ومن يستطيع التجاوز. اجعلها قاعدة مشتركة بين المنتج والعمليات.
  3. قِس العمل الروتيني. اطلب من الناس تسجيل كم من وقتهم يذهب إلى العمل التشغيلي اليدوي المتكرر. استخدم الخصائص الست لتصنيفه. انظر إلى أعلى المصادر.
  4. ضع سقفًا للعمل اليدوي. حدد سقفًا للعمل الروتيني، مثل نصف وقت الشخص، وراجعه. حين يُتجاوز السقف، أعد العمل الزائد إلى الفرق التي تملك الأسباب أو قلل النطاق.
  5. أتمت أكبر عمل روتيني أولًا. اختر البند الذي يكلف أكثر وقت والأكثر تكرارًا، وأتمته باختبارات، وقِس التوفير. فضّل تصميم الحاجة بعيدًا على أتمتتها.
  6. احمِ وقت الهندسة. خطط لعمل المشاريع لمهندسي العمليات عملًا حقيقيًا بملّاك وتواريخ. بدونه يتمدد العمل الروتيني.
  7. حدّ المقاطعات. استهدف أحداثًا قليلة في وردية المناوبة، واضبط التنبيهات لتكون النداءات قابلة للتصرف، وأصلح الأسباب المتكررة. إرشاد الكتاب حدثان على الأكثر تقريبًا في الوردية.
  8. اكتب أدلة التشغيل. للإخفاقات الشائعة، اكتب خطوات استجابة قصيرة مختبَرة. يدّعي الكتاب أنها تحسّن زمن الإصلاح مقارنة بالارتجال.
  9. اجعل التغييرات تدريجية وقابلة للعكس. أطلق تدريجيًا، واكتشف المشكلات بسرعة، وتراجع بأمان. لأن التغييرات أشيع سبب للانقطاعات في تجربة الكتاب، استثمر هنا أولًا.
  10. أجرِ تحليلات ما بعد الحادثة دون لوم للحوادث المهمة، بما فيها الحوادث الوشيكة التي لم تستدعِ نداءً. حوّل الإجراءات إلى بنود قائمة مهام.
  11. ابدأ بالأفكار لا الفريق. تستطيع المؤسسات الأصغر تبني الأهداف والميزانيات وقياسات العمل الروتيني وتحليلات ما بعد الحادثة بالموظفين الحاليين قبل إنشاء فريق مخصص.
  12. اختر نموذجًا تنظيميًا عن قصد. إن أنشأت وظيفة SRE، فقرر هل تقدم أدوات أو تتضمن مع فرق المنتج أو تستشير، وراجع الخيار مع نموك.

أسئلة للنقاش مع فريقك

أي خدمة سنضع عليها هدفًا أولًا، وما سيكون الهدف؟

اطلب من كل شخص تسمية الخدمة والمؤشر الذي يعكس أفضل تجربة المستخدم. قارن. تُظهر الاختلافات أولويات غير واضحة. يستطيع الميسّر أن يسأل ماذا يحدث اليوم حين تكون الخدمة أبطأ أو أقل توافرًا مما يتوقع المستخدمون. اتفقوا على خدمة للبدء وعلى ما يُقاس.

ماذا سنفعل لو أنفقنا ميزانية الخطأ كلها هذا الشهر؟

اطلب من الفريق وممثل للمنتج وصف الإجراءات ومن يقرر وما يُحمى. لم تتفق فرق كثيرة قط. ناقش هل سيُقبل إيقاف الإصدارات الخطرة. صوغوا سياسة من صفحة واحدة.

كم من أسبوعنا عمل روتيني، وما أعلى ثلاثة مصادر؟

اطلب من الناس التقدير ثم الاحتفاظ بسجل لأسبوعين. قارن التقديرات بالسجلات. الهدف رؤية شكل العمل، لا اللوم. اختر أكبر مصدر واسأل هل يمكن إزالته بالتصميم.

أي مهمة يدوية متكررة يمكن أن يزيلها سكربت أو تغيير في التصميم؟

اسرد المهام التي يخشاها الناس. لكل منها قدّر التكرار والزمن. أفضل المرشحين متكرر ومستقر ومنخفض الخطر. اسأل ما الذي سيجعل الأتمتة آمنة، مثل الحدود والسجلات. اختر واحدة لأتمتتها.

كم حدثًا تتلقى كل وردية مناوبة، وكم منها يحتاج إجراءً؟

عدّ للربع الأخير. إن كان العدد عاليًا، فناقش من أين يأتي. تقترح المقدمة استهداف نحو حدثين في الوردية. اختر مصدر تنبيه واحدًا لإصلاحه.

ماذا سنخسر وماذا سنكسب لو أنشأنا فريق موثوقية مخصصًا؟

اطلب آراء صادقة. قد تكون المكاسب التركيز والمهارات؛ وقد تكون الخسائر معزلًا جديدًا أو تفريغ العمل التشغيلي فيه. ناقش بدائل مثل مهندسين مضمَّنين أو تناوب. قرروا ما تجربونه على نطاق صغير.

في الممارسة: مثال على ITIL بأسلوب أجايل

يدير موزع كهرباء إقليمي تطبيق إبلاغ عن الانقطاعات ونظام إرسال طواقم ميدانية. يبني الاثنين ويشغلهما فريق مشترك من ثمانية عشر. يقضي موظفو العمليات في الفريق معظم وقتهم في عمل يدوي: إعادة تشغيل مهام عالقة، وتعديل تغذيات البيانات، والاستجابة للنداءات. يلاحظ رئيس المجموعة أنهم يملكون وقتًا قليلًا للتحسين، وطلب اثنان منهم الانتقال إلى فرق أخرى.

يقترح قائد الفريق نهجًا مستوحى من SRE. لتطبيق الإبلاغ عن الانقطاعات، يضع الفريق مؤشرين: حصة تقديمات البلاغات الناجحة وزمن إظهار التأكيد. ويتفق على هدف فضفاض وميزانية خطأ شهرية مع مدير خدمة العملاء، ويكتب سياسة من صفحة: حين يُنفق أكثر من ثلاثة أرباع الميزانية، تنتظر الإصدارات الخطرة. ويطلب الفريق من المهندسين تسجيل العمل الروتيني شهرًا. يُظهر السجل أن ثلث وقتهم يذهب إلى إعادة تشغيل مهمة استيراد بيانات فاشلة وإلى تعديلات يدوية بعد العواصف، حين يقفز الطلب. يضعون سقفًا بنصف وقتهم للعمل الروتيني، ويقررون إصلاح سبب مهمة الاستيراد أولًا، وأتمتة تعديلات العواصف بسكربت له حدود وسجل. وتُضبط النداءات بحيث تنبه المهندس المناوب الأعراض المرئية للمستخدم فقط.

بعد أربعة أشهر، ينخفض العمل الروتيني إلى نحو ثلث وقت الفريق، ولا تفشل مهمة الاستيراد، وقد استُخدمت سياسة ميزانية الخطأ مرة واحدة، في شهر فيه انقطاع مورد، لتأجيل إصدار ميزة. وتبقى صعوبات. لا أهداف بعد لنظام الإرسال، وقد أغرى مدير خدمة العملاء بتجاوز سياسة الميزانية مرتين لميزات عاجلة. يتفق قائد الفريق والمدير على مراجعة التجاوزات شهريًا ووضع أهداف للإرسال تاليًا. ويتعلمان أيضًا أن "السقف" دليل لا وعد: بعد عاصفة كبرى، ارتفع العمل الروتيني فوق النصف بكثير أسبوعين، وعليهما أن يقررا ما يُقطع.

أربعة منظورات

فرق المنتج والتسليم

تشارك فرق التسليم في وضع الأهداف وتحترم الميزانية. ابنِ قابلية التشغيل في الميزات، وتقبّل أن العمل الروتيني يعود إلى الفريق الذي يسببه، وساعد في الأتمتة. عامل الميزانية المستنفدة معلومات عن الخدمة، لا عقابًا.

فرق الخدمة والعمليات

قد تؤدي فرق التشغيل عمل SRE أو تتبنى أفكارها. قِس العمل الروتيني، واحمِ وقت الهندسة، وأعد العمل المتكرر إلى مصدره. استخدم الأهداف لشرح لماذا ينبغي رفض بعض العمل.

القيادة والحوكمة

يجب أن يدعم القادة سقف العمل الروتيني وقاعدة ميزانية الخطأ؛ وبدون الدعم تفشل. اطلب الأهداف وحالة الميزانية، لا عدد الحوادث. وفّر وقتًا لعمل الهندسة وكن مستعدًا لقول لا للميزات حين تُستنفد الميزانية.

العملاء والمستخدمون

يستفيد العملاء والمستخدمون من مستويات خدمة واضحة ومن تعافٍ أسرع حين تفشل الأمور. أخبر الفريق بما يهم أكثر، لتعكس الأهداف تجربتك. توقع محادثات صادقة عن المفاضلات بين الميزات الجديدة والموثوقية.

أنماط الإخفاق الشائعة

  • نسخ المسمى. تُعاد تسمية العمليات ولا يتغير شيء. وبدلًا من ذلك، تبنَّ الأهداف والميزانيات وقياسات العمل الروتيني أولًا.
  • ميزانية خطأ لا يحترمها أحد. تتجاوزها الميزات كل مرة. وبدلًا من ذلك، اتفق على القاعدة مع ملّاك المنتج وراجع التجاوزات.
  • لا وقت للهندسة. يملأ العمل الروتيني الأسبوع. وبدلًا من ذلك، ضع سقفًا واحمِ وقت المشاريع.
  • أتمتة الشيء الخطأ. تُؤتمت مهمة نادرة وتبقى المتكررة. وبدلًا من ذلك، رتب بالوقت والتكرار.
  • أهداف الكمال. تطلب الأهداف 100 بالمئة. وبدلًا من ذلك، ضع أهدافًا فضفاضة من احتياجات المستخدمين وشدد بالبيانات.
  • فريق موثوقية مكبًّا للنفايات. يرسل التطوير كل العمل التشغيلي إليه. وبدلًا من ذلك، أعد العمل الزائد إلى مصدره.
  • نسخ حجم Google. تتبنى مؤسسة صغيرة ممارسات تحتاج مؤسسة كبيرة. وبدلًا من ذلك، خذ الأفكار التي تناسب، مثل الأهداف وتحليلات ما بعد الحادثة.
  • تجاهل الناس. حمل المناوبة ينهك الناس. وبدلًا من ذلك، حدّ الأحداث في الوردية وشارك الجدول.

نموذج النضج

البُعد البدء التطوير التوحيد الإدارة التنسيق
الأهداف والميزانيات أهداف الموثوقية غير رسمية لبعض الخدمات أهداف للخدمات الرئيسية أهداف وسياسة ميزانية خطأ متفق عليها تقود الميزانيات الإصدارات وتُراجع تجاوزات السياسة تتوافق الأهداف والميزانيات عبر الخدمات المعتمدة بعضها على بعض
العمل الروتيني والأتمتة العمل الروتيني غير مقيس بعض الفرق تقدّر العمل الروتيني يُقاس العمل الروتيني ويُسقَّف؛ وعمل الأتمتة مخطط تُتتبع مصادر العمل الروتيني والوفورات وتُخفَّض تُشارك الأتمتة ويُخفَّض العمل الروتيني عبر الفرق
الاستجابة للطوارئ الاستجابة ارتجالية توجد بعض أدلة التشغيل وجدول الأدوار وأدلة التشغيل وتحليلات ما بعد الحادثة دون لوم معيارية يُقاس حمل الأحداث وأزمنة الإصلاح وتتحسن يُتمرَّن على الاستجابة وتُنسَّق عبر الفرق والموردين
التغيير والسعة التغييرات خطرة ويدوية بعض الإطلاقات مرحلية الإطلاق التدريجي وتخطيط السعة روتينيان يُقاس فشل التغيير وتنبؤات السعة تُشارك ممارسات التغيير والسعة عبر المؤسسة

قائمة التحقق

  • لخدمة واحدة على الأقل مؤشرات وهدف فضفاض، تُقاس مع الوقت.
  • سياسة ميزانية خطأ متفق عليها مع ملّاك المنتج ومكتوبة.
  • يُقاس العمل الروتيني بتعريف متسق، وأعلى المصادر معروفة.
  • يوجد سقف للعمل الروتيني ويُراجع.
  • وقت مشاريع الهندسة مخطط ومحمي.
  • يُقاس حمل المناوبة، والنداءات قابلة للتصرف.
  • توجد أدلة تشغيل لأكثر الإخفاقات شيوعًا وقد اختُبرت.
  • الإطلاقات تدريجية والتراجعات مختبَرة.
  • تحصل الحوادث المهمة والوشيكة على تحليلات ما بعد الحادثة دون لوم بإجراءات لها ملّاك.
  • اخترنا عن قصد كيف يُنظَّم عمل الموثوقية.

مطالبات الذكاء الاصطناعي

الغرض: تصنيف عملك عملًا روتينيًا أو هندسيًا أو نفقات عامة.

هذه قائمة بما فعله مهندسو العمليات لدينا في آخر أسبوعين، مع الوقت المنفق على كل بند: [الصق بيانات حقيقية].

صنّف كل بند عملًا روتينيًا أو عملًا هندسيًا أو نفقات عامة، باستخدام هذه التعريفات. العمل الروتيني: يدوي، متكرر، قابل للأتمتة، تكتيكي، بلا قيمة دائمة، وينمو خطيًا مع الخدمة. العمل الهندسي: جديد، يتطلب حكمًا، وينتج تحسينًا دائمًا. النفقات العامة: عمل إداري غير مرتبط بتشغيل خدمة. أعطِ سببًا في جملة واحدة من نصي لكل منها. احسب الحصة من الوقت في كل فئة من أرقامي فقط، واسرد أكبر ثلاثة بنود روتينية. علّم البنود التي لم تستطع تصنيفها. لا تختلق أرقام وقت. اذكر ما لست متأكدًا منه.

الغرض: صياغة سياسة ميزانية خطأ.

صغ سياسة ميزانية خطأ من صفحة واحدة لـ[الخدمة].

الهدف والفترة: [مثل "99.9% من طلبات الشراء تنجح، شهريًا"].
إيقاع الإصدار ومن يقرر: [صف].
مخاوف العملاء والمنتج: [اسرد].

اكتب أقسامًا: كيف تُحسب الميزانية وتُعرض، وما يحدث عند ثلاث مراحل من الاستهلاك (اترك العتبات [تُحدَّد بالاتفاق])، ومن يستطيع التجاوز وكيف تُسجَّل التجاوزات، وكيف تُراجع السياسة، وماذا نفعل بعد ميزانية مستنفدة. لا تختلق أرقامًا. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

الغرض: اختيار بند عمل روتيني لأتمتته أولًا.

هذه أعلى بنود العمل الروتيني لدينا مع تكرار كل منها والزمن لكل مرة والخطر إن فشلت الأتمتة وهل يمكن تصميم السبب بعيدًا: [الصق].

رتبها بإجمالي الوقت الموفَّر شهريًا (محسوبًا من أرقامي فقط). لأعلى ثلاثة، قل هل ينبغي أن أصمم الحاجة بعيدًا أو أؤتمت، وما الضمانات التي تحتاجها الأتمتة (اختبارات، حدود، سجلات). لا تختلق أرقامًا. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

الغرض: كتابة مدخل دليل تشغيل.

اكتب مدخل دليل تشغيل لهذا الإخفاق المتكرر: [صف العَرَض والأثر].

ما أعرفه عن الأسباب والإصلاحات: [الصق].
لمن يُصعَّد: [الدور، أو "غير معروف"].

قدّم مدخلًا قصيرًا: كيف يُؤكد الإخفاق، والفحوص الأولى، والإصلاح المعتاد، وكيف يُؤكد التعافي، ومتى يُصعَّد، وما يُسجَّل. علّم أي خطوة استنتجتها بـ[تحقق]. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

مهارات الذكاء الاصطناعي

  • on-call-rotation: استخدمها لتصميم جدول عادل بحدود للأحداث في الوردية.
  • runbook: استخدمها لكتابة أدلة التشغيل التي تسرّع الإصلاح.
  • postmortem: استخدمها لإجراء مراجعات دون لوم وتتبع الإجراءات.
  • chaos-testing: استخدمها لاختبار أن تصاميم الموثوقية تعمل بتسبيب إخفاقات بأمان.
  • capacity-planning: استخدمها لتخطيط السعة مهمة هندسية مرتبطة بالطلب.

(هذه المهارات مكتوبة بالإنجليزية.)

المصادر الرئيسية

  • Introduction (Site Reliability Engineering، Google، sre.google): تعريف SRE وسقف 50 بالمئة والمبادئ والانقسام بين التطوير والعمليات الذي تهدف إلى تجنبه.
  • Eliminating Toil (Site Reliability Engineering، Google، sre.google): تعريف العمل الروتيني وأسباب تسقيفه.
  • Embracing Risk (Site Reliability Engineering، Google، sre.google): اقتصاديات الموثوقية وميزانية الخطأ.
  • هندسة موثوقية المواقع (ويكيبيديا): ملخص أوسع للانضباط ونماذج النشر ومسح الاعتماد والمزيد للقراءة.

هذه المصادر بالإنجليزية.

المراجع

  1. Introduction — Google SRE book, sre.google — https://sre.google/sre-book/introduction/
  2. Eliminating Toil — Google SRE book, sre.google — https://sre.google/sre-book/eliminating-toil/
  3. Embracing Risk — Google SRE book, sre.google — https://sre.google/sre-book/embracing-risk/
  4. Site reliability engineering — Wikipedia — https://en.wikipedia.org/wiki/Site_reliability_engineering
  5. DevOps — Wikipedia — https://en.wikipedia.org/wiki/DevOps
  6. Chaos engineering — Wikipedia — https://en.wikipedia.org/wiki/Chaos_engineering
  7. Infrastructure as code — Wikipedia — https://en.wikipedia.org/wiki/Infrastructure_as_code
  8. Observability (software) — Wikipedia — https://en.wikipedia.org/wiki/Observability_(software)
  9. Incident management — Wikipedia — https://en.wikipedia.org/wiki/Incident_management