未来有哪些新趋势和机遇？

暖曰：“ 王独不闻魏文王之问扁鹊耶?曰：‘子昆弟三人其孰最善为医?’扁鹊曰：‘长兄最善，中兄次之，扁鹊最为下。’魏文侯曰：‘可得闻邪?’扁鹊曰：‘长兄于病视神，未有形而除之，故名不出于家。中兄治病，其在毫毛，故名不出于闾。若扁鹊者，镵血脉，投毒药，副肌肤，闲而名出闻于诸侯。’魏文侯曰：‘善。使管子行医术以扁鹊之道，曰桓公几能成其霸乎!’凡此者不病病，治之无名，使之无形，至功之成，其下谓之自然。故良医化之，拙医败之，虽幸不死，创伸股维。”

——《鶡冠子·卷下·世贤第十六》

与扁鹊三兄弟一样，如果想要让稳定性有价值，SRE同学一定不能站到系统的屁股后面等着擦屁股，必须走到前面，看到未来的风险。既要在发生问题时快速解决问题(做扁鹊)，也要把风险归纳总结，推动解决(做二哥)，还要在系统健康的时候评估链路，发现隐藏的问题(做大哥)。

1. 做扁鹊大哥：在系统健康时发现问题
2. 做扁鹊二哥：在系统有隐患时发现问题
3. 做扁鹊：在系统发生问题时快速解决问题

(2)自动化、系统化、数据化

SRE不是在做一种收尾型、擦屁股的工作，而是在做一种探索性、前瞻性的工作，但SRE不可避免的，会面对很多重复性的工作，所以除了要在组织和机制上做好分工，让恰当的人做恰当的事之外，SRE人员要经常思考产品的系统化和弹性化，要常常思考下面几个问题：

• 常常思考产品和系统哪里有问题，如何优化，如何体系化?
• 常常思考有没有更好的办法，有没有提高效率的办法?
• 常常思考如何让稳定性本身更加有价值，有意义?

这3个问题，我觉得可以从3个方面着手：

(1)自动化

这里自动化，包括自动和自助2个部分。自动是指能够系统能够对一些异常自动恢复、自动运维，这部分，也可以叫做“弹性”，它一方面包括兜底、容灾，另一方面也包括智能化、机器人和规则判断。比如，对一些可能导致问题的服务失败，能够自动走兜底处理逻辑，能够建立一个调度任务，自动对这部分数据进行调度处理;对一些机器的load飚高、服务抖动等，能自动重启，自动置换机器。

自助是让你的客户自己动手，通过提供机器人，自动识别订单类型，自动排查订单状态和节点，自动告知服务规则特征，自动匹配问题类型给出排查结果或排查过程等。

Google SRE设置了一个50%的上限值，要求SRE人员最多只在手工处理上花费50%的时间，其他时间都用来编码或者自动化处理。这个可以供我们参考。

(2)系统化

系统化，可以体现在SRE工作的方方面面，我觉得，可以主要在“监控、链路治理、演练” 3方面入手。这3个方面也正好对应着“发现问题、解决风险、因事修人” 3个核心。通过系统化，目的是让我们SRE的工作形成体系，不再是一个个“点”的工作，而是能够连成“面”，让SRE工作不再局限于“后期保障/兜底保障”，而是能够通过监控体系、链路风险、演练体系发现问题。

监控、链路治理和演练的系统化，将在后面的章节中详细探讨。

(3)数据化

稳定性工作，如果要拿到结果，做到可量化，可度量，就一定要在数据化上下功夫，这个数据化，包括如下几个方面：

• 数据驱动：包括日志标准化和错误码标准化，能够对日志和错误码反馈的情况进行量化。
• 数据对账：包括上下游对账、业务对账，能够通过对账，保障域内数据校准。
• 轨迹跟踪：包括变更轨迹和数据轨迹，目标是实现数据的可跟踪，和变更的可回溯、可回滚。
• 数据化运营：主要是将稳定性的指标量化，比如工单解决时间、工单数、报警数、报警响应时间、故障风险数、代码CR量，变更灰度时长等，通过量化指标，驱动团队同学建立量化意识，并且能给老板一份量化数据。

（编辑：吉安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!