简介

精彩点评

• 

  江之北

  推荐

  放在书单里很久，终于看完了。 不错的一本书，从指导思想、最佳实践、团队管理与文化三个维度讲解了sre的方方面面。 意外收获的是，书内不止是讲解了sre负责的监控、运维、变更、故障应急等大家都知道的sre工作，还用很多的篇幅讲解了关于系统可用性设计等技术架构相关的内容。

• 

  Dahlia

  推荐

  读了前三分之一，大概了解了DevOps的核心思路：通过Dev来实现Ops的自动化，通过Ops来发现Dev的新需求，最终达到运维人员的自我消灭[奸笑] 作为一个开发，一直很好奇测试和运维的工作内容，业界也有“吃自己的狗粮”这种说法，与开发相比，DevOps额外需要的知识是什么呢？这本书一开始就指出了方向：Unix系统和计算机网络知识

• 

  邵正

  推荐

  这本书很详细的介绍了谷歌内部SRE的指导思想以及具体的实践理论。可以当做工具书反复查看。非常棒。

• 

  杨天宇

  推荐

  一本全面了解SRE（谷歌运维方式）的工具书，撰写的非常详细，从理论到实践；从整体把控到细节应对；从设计到应用；非常全面，具有多层次的参考价值。最后，本书有一定的阅读门槛，内容较多，阅读需要一定耐心！

• 

  YJ

  推荐

  温故而知新，gg 在16年分享了过去十年经验，一个大规模自治的系统已完成，在效率和可靠性做出了平衡，如今可窥探在智能化的道路上摸索潜行。

• 

  张强

  推荐

  好看是好看，就是太厚了，16个小时才读完。Google 的经验值得学习，目前所在公司里很多流程都能从书中找到。

• 

  古十四

  推荐

  写的实在，场景和最佳实践很有启发性。但 SRE 的确有场景要求，集群规模，平台化，公共组件建设程度稍低的很难体会到其带来的收益，甚至SLA要求未达到三个九，四个九那么严格时也难体会到痛点的突出。

• 

  antz-H

  推荐

  建议阅读本书的前两个部分，这些指导思想是非常不错的，虽然没有像Google这样的可实践的场景，但是学习下，开阔下自己的视野，对未来设计系统、运维系统，依然是非常有帮助的，力推

• 

  小佳

  推荐

  这本书好，值得读！叙述的还是非常全面和详尽的！工作中有很大的参考价值，尤其是运维人员！很多地方我还看不懂！我接触运维的业务面非常少！但是我知道这本书的参考价值！强推喽[强]

• 

  rex

  推荐

  只要你的工作跟支持系统的稳定运行有关，那就推荐你阅读这本书。由Google SRE (Site Reliability Engineer) 团队合作出品的Google运维解密著作，既有指导思想，又有具体的工程实践，还有团队管理的知识，都是干货，读完收获很大。

• 

  易小呆

  推荐

  这本书是我们部门自学习团建的书，带我学习了很多。下周准备买纸质书回来。遇见更好的自己

• 

  吕金项

  推荐

  推荐运维同学看看，Goole SRE 的理念值得每个运维同学学习！

• 

  哄哄

  推荐

  分布式监控系统术语定义 1、监控：收集，处理，汇总，显示系统的实时量化数据 2、白盒监控：依靠系统内部暴露指标进行监控 3、黑盒监控：通过测试外部用户可见的系统行为进行监控 4、监控平台：可视化的监控交互界面 5、警报：工单，emaill 警报，紧急警报 6、根源问题 7、节点：实例 8、push：配置变化

• 

  Rex

  推荐

  应该有一种职业是专注于整个软件系统的生命周期管理。对于Google，就是SRE。 内容很不错，作为Google长期运维经验的总结，满满干货，运维必读，五星推荐。 从一个运维工程师的角度来看，书中的各种内容都是羡慕嫉妒恨。 花了两个月的时间，终于看到结语了，感觉自己终于松了一口气，这么厚的一本书终于看完了。当然是带着复杂的心情——远超于我们水平的Google分享出它的运维经验，甚是惊喜；书中介绍到他们的运维人员为企业或是世界所作出的贡献，十分羡慕；在阅读过程中，处处感受到我们和他们的差距，五味杂陈；当看到某些地方我们原本可以采用更好的方式时，只能叹息。 对我们来说，运维，依旧有很长的一条路要走。虽然国内的企业，在运维方面，发展也是相当迅速的，尤其是互联网公司。但还是期盼着什么时候，国内的运维也能达到世界级领先的水平，带领运维界进行下一次变革。

• 

  张国新

  推荐

  SRE关注的目标不是Operation（运维）本身，而是Engineering（工程），是一个“通过软件工程的方式开发自动化系统来替代重复和手工操作”的系统工程。值得借鉴先进和科学运维理念，也许我们也可以实现CT系统的PSE：Platform Reliability Engineering。 “效率”和“稳定”是关键词，负责系统可用性、时延、性能、效率、变更管理、监控、故障、应急响应、容量管理、持续改进等相关的工作。 保证50%时间写代码持续改进或者效能提升，是理想运维状态。