Formation Site Reliability Engineering

Leçon 1 • Structure de l'équipe SRE et rôles

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 travail pénible. Un vocabulaire partagé permet une communication précise entre les équipes d'ingénierie et métier.

Leçon 3 • Culture de la fiabilité et incitations

Explore la sécurité psychologique, la culture sans blâme et l'alignement des incitations. Les fondements culturels déterminent le succès 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 de fiabilité abstraits en décisions d'ingénierie exploitables.

Leçon 2 • Définir des objectifs de SLO réalistes

Couvre la négociation, l'établissement de références et l'affinage itératif des valeurs des SLO. Les objectifs doivent équilibrer les attentes des utilisateurs avec la faisabilité technique.

Leçon 3 • Choisir des SLI pertinents

Guide la sélection de métriques 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 astreintes et runbooks

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

Leçon 2 • Piliers de l'observabilité : métriques, logs, 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 vs pull et le stockage à long terme. Les choix d'architecture affectent le coût, la fiabilité et les performances des requêtes.

Leçon 4 • Instrumentation et collecte de données

Couvre les techniques d'instrumentation au niveau du code et de l'infrastructure. Une instrumentation correcte est un prérequis pour une observabilité pertinente.

Leçon 1 • Techniques de diagnostic et d'atténuation

Enseigne le diagnostic systématique à l'aide des données d'observabilité et du débogage piloté par hypothèse. Une atténuation rapide limite l'impact sur l'utilisateur pendant que l'analyse des causes racines se poursuit.

Leçon 2 • Coordination et commandement des incidents

Couvre les rôles de commandant d'incident, responsable des communications et secrétaire de séance. Une attribution claire des rôles évite la confusion et accélère la résolution lors d'événements à fort stress.

Leçon 3 • Post-mortems sans blâme

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

Leçon 4 • Classification des incidents et sévérité

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

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 travail pénible qu'elle remplace.

Leçon 2 • Mesurer l'efficacité de l'automatisation

Suit la réduction du travail pénible, la couverture de l'automatisation et les taux d'échec des systèmes automatisés. La mesure valide l'investissement dans l'automatisation et met en évidence les régressions.

Leçon 3 • Automatisation des workflows opérationnels

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

Leçon 4 • 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 auditable de l'infrastructure.

Leçon 1 • Feature Flags et lancements en mode furtif (Dark Launches)

Couvre l'architecture des feature flags, les règles de ciblage et l'hygiène opérationnelle. Les flags dissocient le déploiement de la mise en production, permettant une expérimentation plus sûre.

Leçon 2 • Principes d'ingénierie des mises en production

Établit la reproductibilité, les constructions hermétiques et la politique en tant que code pour les mises en production. Une ingénierie des mises en production solide évite 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 barrières de test et l'optimisation de la fréquence de déploiement. Une fréquence de déploiement élevée avec des barrières de qualité réduit la taille des lots et le rayon d'explosion.

Leçon 4 • Stratégies de rollback et de rollforward

Définit les critères et les mécanismes pour des décisions rapides de rollback et de rollforward. Une capacité de rollback fiable est le filet de sécurité pour toutes les stratégies de déploiement.

Leçon 1 • Techniques de modélisation de la capacité

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

Leçon 2 • Tests de charge et benchmarking

Enseigne la conception, l'exécution et l'interprétation des résultats des tests de charge 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 • Auto-scaling et infrastructure élastique

Conçoit des politiques d'auto-scaling horizontal et vertical liées aux signaux pertinents pour les SLO. L'infrastructure élastique absorbe les pics de demande tout en maîtrisant les coûts.

Leçon 1 • Fondamentaux de l'ingénierie du chaos

Introduit les principes de l'ingénierie du chaos, la conception d'hypothèses et le contrôle du rayon d'explosion. L'injection contrôlée de pannes révèle les faiblesses cachées avant que les incidents réels ne se produisent.

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 coupe-circuits (circuit breakers), les cloisons étanches (bulkheads), les tentatives et les délais d'attente en tant que primitives de résilience essentielles. Les modèles empêchent les pannes 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.