کارل و براندون در این قسمت از پادکست CloudChat، یک بررسی سالانه (Retrospective) برای تیمهای ابر ارائه میدهند، اما به جای بررسی تیکتهای اسپرینت، لیستی از توصیههای سال جدید برای تیمهای ابر تهیه میکنند. این توصیهها در سه دسته "توقف"، "شروع" و "ادامه" قرار میگیرند.
در بخش "توقف"، به الگوهای تکراری حوادث مانند برنامههای "جهانی" تک منطقهای، در نظر نگرفتن زیرساخت به عنوان کد (IaC) (و استفاده از پورتال)، مالکیت نامشخص با برچسبها و مسیرهای ارجاعدهی واضح، اسکریپتهای اصلاحی تولیدی یکباره که مستند نشدهاند، داشبوردهایی که همیشه سبز هستند در حالی که کاربران در حال تجربه مشکل هستند، و استثناهای "موقت" که به ریسک دائمی تبدیل میشوند، اشاره شده است.
بخش "شروع" بر روی تقویت بنیه تمرکز دارد: انجام تمرینهای خرابی و بازیابی واقعی، اندازهگیری تغییر و بازیابی (با استفاده از معیارهای DORA و MTTR، نه فقط آپتایم)، بودجهبندی قابلیت اطمینان و هزینه به صورت همزمان، رفتار با پلتفرمهای داخلی مانند محصولات با مسیرهای طلایی، استانداردسازی اسرار و هویت، و اضافه کردن یک "روز حذف" منظم برای جلوگیری از انباشت محیطها و مصنوعات قدیمی.
در نهایت، بخش "ادامه" شامل اقداماتی است که به مرور زمان نتایج بهتری به همراه دارند: خودکارسازی کارهای تکراری، سرمایهگذاری در قابلیت مشاهده (Observability) مرتبط با جریانهای واقعی کاربر، حفظ بررسیهای پس از حادثه بدون سرزنش با پیگیریهای مشخص، و حفظ دیدهشدن کارهای پلتفرم/SRE تا از دست نروند.
مشاهده مطلب اصلی