SRE 第一课： New to an SRE team?

[dataman]

数人云推出 SRE 系列译文， 为大家带来国外 SRE 的深刻解读与实践。 今天的文章从一个 SRE 新人的角度出发， 为大家详细列出 SRE 进阶的四个阶段，在准确定位的情况下，指引大家更好地在公司推行 SRE 。

本文将与大家分享一些新加入 SRE 团队时应该考虑的问题。无论你是刚加入一个 SRE 团队的新人，亦或是公司的第一位 SRE （ Ops/Techops/DevOps ）。笔者也曾经历过这个阶段，并尝试了很多方法去理解公司 SRE 当时的情况以及确定下一步行动的方向。

我把它分成了几个阶段。大家可以整体来看或者在对应的时间看自己符合的那一部分，然后对它们更加了解。如果立刻照此执行，那么将对你在新公司取得成功有所帮助。这些条目处于一个较高层级，我们可以把它们更加细分。想法从这里开始，由你的好奇心决定深入执行的程度。然而，不要在兔子洞掉得太深……可能会迷路哦。

阶段 1-新入团队，打个招呼

• 尽量地与大家多进行沟通交流，了解他们对于当前系统状态的想法
• 尽可能地思考更多有关团队的问题，了解每个团队希望达成的目标
• 找出所有目前系统中大家的痛点
• 询问每个团队：如果有一处可以改进，那它是什么？
• 找到团队里资格最老的成员，然后让他们讲出团队里一些不为人知的秘密
• 做笔记！！！这一条如何强调都不为过。尽管你很聪明，但是把东西记下来是通向成功的关键
• 弄清楚你和你的团队预期的是什么，都有哪些支持

阶段 2-了解物理 /虚拟设备

你需要了解的物理 /虚拟设备包括：

设备规划

• 云、物理机还是混合式？
• 托管主机 or 自有主机？
• 硬件类型&供应商（底盘， CPU ，内存，磁盘，网络等）

操作系统设计

• OS 发行版&版本
• 基础 or 定制驱动？
• OS/内核调谐
• 包
• 自定义编辑库（如果有）
• 自定义 OS 微调（如果有）

基础设施服务

• 文件当前状态
• 监控系统
• 配置管理（如果有）
• 通用基础设施工具（例如 DNS ， DHCP ， PXE ， LDAP ）
• 基础设施工具（用户服务&工具）
• Github/Gitlab/SVN 工作流（团队 repo ， CI/CD 等）
• 部署机制
• 外部工具依赖
• 应用团队所使用的数据库 /队列 /服务

阶段 3-了解应用 /服务

你需要了解的应用 /服务包括：

应用 /服务当前状态

• 应用数量（有多少不同的 app ）
• 应用类型（这些 app 在做什么）
• 环境语言
• 依赖栈
• 文件的当前状态
• 应用监控
• 应用环境中的常见问题
• 宕机待命和扩展策略（如果有）

应用 /服务未来需求

• SRE 团队组织的期望
• 需要的新技术
• 可以做的改进架构调整

阶段 4-开始工作！

• 改进 /实现当前设施的状态和架构
• 改进 /实现环境部署（物理机或者虚拟机）的进程
• 改进 /实现环境中服务的工具
• 改进 /实现配置管理
• 改进 /实现软件部署的最佳实践
• 改进 /实现团队外部（技术&非技术岗）的人际关系
• 改进 /实现尽可能多你可以为公司目标带来好处的方面

最终的阶段总是最有趣的。这时你已经收集到了足够的信息，可以将你基于公司环境的想法付诸实践。虽然现在并不是所有人所有事都遵从你的建议，但是都在往预期的方向发展。作为团队成员，大家的做法都是有依据的，他们按照自己的想法以一定的方式来执行。无论它是否对你有意义，你都不应该嘲笑或者贬低他们的决定。对于那个时间点的他们来说可能已经做得足够好，这时你应该根据过去的经验和知识为他们提供改进的意见和建议。

你的到来是因为公司认定你会带来价值。然而许多人就职 SRE 以后往往被无视了，因为还没有真正理解之前就开始抱怨，并不能实现他们应有的价值。笔者也在努力让这种事情不再发生，大家通力合作，共建一种更好的技术文化。

作者： Anthony Caiafa 原文： http://anthonycaiafa.com/2016/04/27/new-to-a-team/