读书笔记（SRE：Google运维解密）：第7章 Google 的自动化系统的演进

• 自动化是一种力量倍增器，但不是万能药。当然，对力量的倍增并不能改变力量用在哪的准确性：草率地进行自动化可能在解决问题的同时产生出其他问题。
   
• 自动化的价值究竟是什么？
  （a）一致性：一致性地执行范围明确、步骤已知的程序—是自动化的首要价值。
  （b）平台性：一个平台可以暴露自身的性能指标，也可以帮助你发现流程中以前所不知道的细节，这些细节在平台范围内更容易衡量。
  （c）修复速度更快：在产品生命周期中一个问题越晚被发现，修复代价越高；
  （d）行动速度更快：
  （e）节省时间：节省时间是一个经常被引用的使用自动化的理由
   
• “如果我们持续产生不可自动化的流程和解决方案，我们就继续需要人来进行系统维护。如果我们要雇佣人来做这项工作，就像是在用人类的鲜血、汗水和眼泪养活机器。这就像是一个没有特效但是充满了愤怒的系统管理员的Matrix世界。”
   
• 自动化的演进遵循以下路径：
  1）没有自动化：手动将数据库主进程在多个位置之间转移。
  2）外部维护的系统特定的自动化系统：SRE在他或她的主目录中保存了一份故障转移脚本。
  3）外部维护的通用的自动化系统：SRE将数据库支持添加到了每个人都在使用的“通用故障转移”脚本中。
  4）内部维护的系统特定的自动化：数据库自己发布故障转移脚本。
  5）不需要任何自动化的系统：数据库注意到问题发生，在无须人工干预的情况下进行故障转移。
   
• 自动化程序的不同体现在三个方面：
  （a）能力，即准确性。
  （b）延迟，开始执行后，执行所有步骤需要多久。
  （c）相关性，自动化所涵盖的实际流程比例。
   
• 许多分布式自动化都依赖于SSH。从安全的角度来看，这是很笨拙的，因为人们必须拥有机器的root权限才能运行大多数的命令。越来越多的人意识到，先进、持续的安全威胁迫使我们将SRE的特权降到最低，仅仅满足完成其工作所需的最低的特权：
  用一个支持认证、ACL驱动，以及基于RPC的本地管理进程来取代sshd，这被称为Admin服务器，它拥有本地执行更改权限。这样一来，没有人可以绕过审计跟踪来安装或是修改服务器。对Admin服务器代码和Package仓库的修改通过代码评审来把关，这使得越权操作非常困难；赋予别人安装软件包的权限不会允许他们查看日志。Admin服务器会记录RPC请求者、全部参数，以及所有的RPC的结果，以提高调试和安全审计功能。
   

- 集群上线自动化进化遵循这样一个路径：
（a）操作人员触发手动操作（无自动化）。
（b）操作人员编写，系统特定的自动化。
（c）外部维护的通用自动化。
（d）内部维护，系统特定的自动化。
（e）不需要人为干预的自治系统。