Formation Site Reliability Engineering

Leçon 1 • Structure et rôles de l'équipe SRE

Examine comment les équipes SRE sont organisées, dotées en personnel et intégrées dans les organisations. Clarifie les limites des rôles avec les équipes de développement et de plateforme.

Leçon 2 • Concepts clés et terminologie de la SRE

Définit les SLI, les SLO, les SLA, les budgets d'erreur et le « toil ». Un vocabulaire commun permet une communication précise entre les équipes d'ingénierie et d'affaires.

Leçon 3 • Culture de la fiabilité et mesures incitatives

Explore la sécurité psychologique, la culture sans blâme et l'alignement des incitations. Les fondations culturelles déterminent la réussite ou l'échec des pratiques techniques.

Leçon 1 • Politique et gestion du budget d'erreur

Définit comment les budgets d'erreur sont calculés, suivis et appliqués. Les budgets d'erreur traduisent des objectifs abstraits de fiabilité en décisions d'ingénierie exploitables.

Leçon 2 • Définir des cibles de SLO réalistes

Couvre la négociation, l'établissement de la ligne de base et le raffinement itératif des valeurs des SLO. Les cibles doivent équilibrer les attentes des utilisateurs avec la faisabilité technique.

Leçon 3 • Choisir des SLI significatifs

Guide la sélection de mesures qui reflètent fidèlement l'expérience utilisateur. Un mauvais choix de SLI compromet l'ensemble du système de mesure de la fiabilité.

Leçon 1 • Gestion des quarts de garde et manuels d'opérations

Structure les rotations de garde, les chemins d'escalade et la création de manuels d'opérations. Des pratiques de garde efficaces réduisent le temps moyen de résolution et l'épuisement professionnel des ingénieurs.

Leçon 2 • Piliers de l'observabilité : mesures, journaux, traces

Présente les trois piliers de l'observabilité et leurs rôles complémentaires. Comprendre chaque pilier évite une dépendance excessive à une seule source de données.

Leçon 3 • Architecture du système de surveillance

Examine les architectures de surveillance évolutives, y compris les modèles push et pull et le stockage à long terme. Les choix d'architecture affectent le coût, la fiabilité et le rendement des requêtes.

Leçon 4 • Instrumentation et collecte de données

Couvre les techniques d'instrumentation au niveau du code et de l'infrastructure. Une instrumentation adéquate est le prérequis pour une observabilité significative.

Leçon 1 • Techniques de diagnostic et d'atténuation

Enseigne le diagnostic systématique à l'aide de données d'observabilité et de débogage axé sur les hypothèses. Une atténuation rapide limite l'impact sur l'utilisateur tandis que l'analyse des causes profondes se poursuit.

Leçon 2 • Commandement et coordination des incidents

Couvre les rôles de commandant d'incident, de responsable des communications et de scribe. Une affectation claire des rôles évite la confusion et accélère la résolution lors d'événements très stressants.

Leçon 3 • Post-mortems sans blâme

Guide la rédaction et l'animation de post-mortems sans blâme qui produisent des améliorations exploitables. Les post-mortems sont le principal mécanisme d'apprentissage organisationnel.

Leçon 4 • Classification et gravité des incidents

Définit les niveaux de gravité, les critères d'impact et les procédures de triage. Une classification cohérente garantit une réponse proportionnée et une allocation des ressources.

Leçon 1 • Principes de conception de l'automatisation

Couvre les exigences d'idempotence, de sécurité et d'observabilité pour l'automatisation opérationnelle. Une automatisation mal conçue crée de nouveaux modes de défaillance pires que le « toil » qu'elle remplace.

Leçon 2 • Mesure de l'efficacité de l'automatisation

Suit la réduction du « toil », la couverture de l'automatisation et les taux d'échec des systèmes automatisés. La mesure valide l'investissement dans l'automatisation et révèle les régressions.

Leçon 3 • Automatisation des flux de travail opérationnels

Applique l'automatisation aux tâches courantes de la SRE telles que les déploiements, la mise à l'échelle et la correction. L'automatisation des flux de travail libère les ingénieurs pour un travail de fiabilité à plus haute valeur.

Leçon 4 • Principes fondamentaux de l'infrastructure en tant que code

Présente le provisionnement déclaratif de l'infrastructure et la gestion de la configuration. L'IaC est le fondement d'une automatisation reproductible et vérifiable de l'infrastructure.

Leçon 1 • Indicateurs de fonctionnalité et lancements en mode furtif

Couvre l'architecture des indicateurs de fonctionnalité, les règles de ciblage et l'hygiène opérationnelle. Les indicateurs dissocient le déploiement de la publication, permettant une expérimentation plus sécuritaire.

Leçon 2 • Principes d'ingénierie des publications

Établit la reproductibilité, les versions hermétiques et la politique en tant que code pour les publications. Une bonne ingénierie des publications empêche la dérive de configuration et les problèmes de chaîne d'approvisionnement.

Leçon 3 • Intégration continue et livraison continue

Couvre la conception du pipeline CI, les portes de test et l'optimisation de la fréquence de déploiement. Une fréquence de déploiement élevée avec des portes de qualité réduit la taille des lots et le rayon d'explosion.

Leçon 4 • Stratégies de retour arrière et d'avancement

Définit les critères et les mécanismes pour les décisions rapides de retour arrière et d'avancement. Une capacité de retour arrière fiable est le filet de sécurité pour toutes les stratégies de déploiement.

Leçon 1 • Techniques de modélisation de la capacité

Présente les modèles d'utilisation des ressources, les bases de la théorie des files d'attente et les cibles de marge de manœuvre. Les modèles traduisent les prévisions de la demande en décisions concrètes de provisionnement.

Leçon 2 • Tests de charge et analyse comparative

Enseigne la conception de tests de charge, leur exécution et l'interprétation des résultats pour la validation de la capacité. Les tests de charge révèlent les goulots d'étranglement avant que le trafic de production ne les expose.

Leçon 3 • Prévision de la demande et modélisation de la charge

Couvre l'analyse des schémas de trafic, la modélisation de la saisonnalité et la projection de la croissance. Des prévisions précises de la demande évitent à la fois le sous-provisionnement et les dépenses excessives.

Leçon 4 • Infrastructure auto-adaptative et élastique

Conçoit des politiques de mise à l'échelle horizontale et verticale liées aux signaux pertinents pour les SLO. L'infrastructure élastique absorbe les pics de demande tout en contrôlant les coûts.

Leçon 1 • Principes fondamentaux de l'ingénierie du chaos

Présente les principes de l'ingénierie du chaos, la conception d'hypothèses et le contrôle du rayon d'explosion. L'injection contrôlée de défaillances révèle les faiblesses cachées avant que des incidents réels ne surviennent.

Leçon 2 • Architecture de redondance et de basculement

Examine les modèles de redondance actif-actif, actif-passif et multi-région. L'architecture de redondance détermine les objectifs de temps de récupération et de perte de données.

Leçon 3 • Modèles de conception pour la résilience

Couvre les disjoncteurs, les cloisons étanches, les tentatives et les délais d'attente comme primitives fondamentales de résilience. Les modèles empêchent les défaillances en cascade et limitent le rayon d'explosion.

Leçon 4 • Gestion des dépendances et des risques

Cartographie les dépendances externes, évalue la probabilité de défaillance et conçoit des contrôles d'atténuation. Le risque lié aux dépendances est une cause majeure d'incidents de fiabilité.