40、SRE团队协作策略与实践

SRE团队协作策略与实践

1. 设定基本规则

SRE团队有短期和长期两大目标：
- 短期目标 ：提供一个可操作的稳定系统，满足产品的业务需求，该系统要可用并能随需求扩展，同时兼顾可维护性。
- 长期目标 ：将服务运营优化到无需持续人工干预的水平，以便SRE团队可以开展下一个高价值项目。

为实现这些目标，团队应达成以下合作原则：
- 明确运营工作的定义和硬限制。
- 为服务制定并衡量服务级别目标（SLO），用于为开发团队和SRE团队的工程工作确定优先级。虽然可以在没有SLO的情况下启动项目，但经验表明，从合作一开始就建立SLO能避免后续返工。
- 商定季度错误预算，以确定发布速度和其他安全参数，如处理意外使用增长的额外服务容量。
- 让开发人员参与日常运营，确保持续存在的问题可见，并优先解决其根本原因。

2. 规划与执行

主动规划和协调执行能确保SRE团队在优化运营和降低运营成本的同时，满足期望和产品目标。建议从两个相关层面进行规划：
- 与开发领导层一起，为产品和服务设定优先级，并发布年度路线图。
- 定期审查和更新路线图，并根据路线图制定目标（季度或其他周期）。

路线图能确保每个团队都有明确、高影响力的长期工作规划。不过，在某些情况下（如开发组织变化过快）可以不使用路线图。但在稳定环境中，没有路线图可能意味着SRE团队需要与其他团队合并、将服务管理工作交回开发团队、扩大业务范围或解散。与开发领导层进行持续的战略对话有助于快速识别重点转移，讨论SRE为业务增加价值的新机会，或停止对产