一、什么是?
很多人误以为SRE是传统运维，是IaC（基础架构即代码），是软件开发和运维开发，是CI/CD 自动化，是应用运维、网络运维、操作系统运维、云运维….
Google 对于SRE的定义如下：
1、SRE是一个学科
2、SRE是一种最佳实践
3、SRE是一类创新岗位
SRE：站点可靠性工程（Google负责7*24小时运维的VP命名）；
1. SRE是学科：使用计算机和软件工程手段设计和研发大型、分布式计算机软件系统；
2. SRE关注：焦点是可靠性，包括架构设计、运维流程优化—> “足够可靠”；
3. SRE主要工作：运维分布式集群系统上的具体业务服务（Service）；
SRE是一种职业：专注于软件系统生命周期管理的IT工程师；
二、SRE的新发展
（1）与统一文化、融合互补
（2）异军突起、方兴未艾
2.1 监控和可观测性
• 分布式、复杂的服务以不可预测的用户和可变吞吐量大规模运行，意味着有数百万种不同的方法出错
• 但是我们不能预测它们（监控神话）
• 刚需：将服务的所有输出外部化，使我们能够推断该服务的内部状态（可观测性）
2.2 举例说明：SLO, SLI& 可观测性
SLO 从用户的角度，帮助确定什么是重要的
• 例如，90%的用户应在一分钟内完成完整的付款交易
SLI 详细介绍了我们目前的表现
• 例如，98%的用户在一个月内在不到一分钟内完成付款交易
可观测性使用服务的正常状态
• 38秒是用户完成付款的“正常”时间，这时整体服务都健康
（3）引领平台工程、实现自助平台
三、SRE是新运维的奇点
什么是奇点？
奇点是一个物理学概念
1. 世界万物的起源是一致的
2.一切已知物理定律均在奇点失效
SRE是新运维奇点，在开发和运维之间引入和推动“奇点”。SRE本质上鼓励一种文化，即在应用程序及其生态系统之间，在开发与运维之间，在软件工程和系统工程之间，引入和推动奇点。 SRE的愿景是确保通过满足客户期望的可靠服务来交付业务价值。
四、体系
（1）SRE Foundation认证培训
SRE（Site Reliability Engineering）Foundation℠课程介绍了使组织能够可靠和经济地扩展关键服务的原则和实践。引入站点可靠性维度需要组织重新调整、对软件工程和自动化的关注以及采用一系列新的工作模式。
SRE Foundation课程强调了SRE的发展及其未来的方向，并为参与者提供了实践、方法和工具，让整个组织的人员都参与到可靠性和稳定性中，通过使用真实场景和案例故事证明了这一点。课程结束后，学员将有切实的收获，例如理解、设置和跟踪服务水平目标（SLO）。
(2) SRE Practitioner认证培训
SRE Practitioner课程介绍了一系列通过混合自动化、组织工作方式和业务协调来推进服务可靠性工程的实践。为专注于大规模服务可扩展性（scalability）和可靠性（reliability）的学友们量身定制。SRE Practitioner认证课程探讨了通过设计、自动化和闭环修复提高服务健康的敏捷性、跨职能协作和透明度的策略，以构建弹性。
本课程旨在为学员提供实践、方法和工具，通过使用真实场景和案例故事，让组织内参与可靠性的人员参与进来。课程结束后，学员将在返回办公室时获得切实的收获，例如实施符合其组织背景的 SRE 模型、在分布式系统中构建高级可观察性、通过设计建立弹性以及使用 SRE 实践进行有效的事件响应。本课程通过利用关键SRE资源，与SRE领域的思想领袖合作，并与接受SRE的组织合作，以提取现实生活中的最佳实践，旨在教授开始采用SRE所需的关键原则和实践。
（3）可观测性认证培训
可观测性（Observability）认证课程介绍了在组织内实现可观测性的方法。它探讨了通过可观测性关键要素：包括事件（Events）、指标（Metrics）、跟踪（Tracing）和上下文（Context），构建智能的异常检测、故障排除 、根因定位能力，实现全栈可观测性，提升组织的故障处理、业务洞察、跨职能协作能力。
本课程旨在为学员提供实践、方法和工具，通过使用真实场景和案例故事，让组织内参与可观测性的人员参与进来。课程结束后，学员将在返回办公室时获得切实的收获，例如实施符合其组织背景的可观测性模型、在分布式系统中构建可观测性、通过设计建立洞察以及使用可观测性实践进行有效的事件响应。本课程通过利用关键可观测性资源，与可观测性领域的思想领袖合作，并与接受可观测性的组织合作，以提取现实生活中的最佳实践，旨在教授开始采用可观测性所需的关键原则和实践。
