Как стать SRE-инженером: чему учиться и какой проект показать

Содержание статьи
Путь к первой роли SRE удобно начать с учебного сервиса, о работе которого вы можете судить по измерениям. Запустите небольшое приложение, определите пользовательское действие, соберите показатели и потренируйтесь объяснять отклонения. Такой проект поможет применить знания о системах, сетях, наблюдаемости и выпуске изменений. Уже имеющийся опыт разработки или администрирования можно использовать как опору. Разработчику бывает проще начать с инструментов и тестов, а администратору — с наблюдения за работой систем.
Соберите техническую основу
Потренируйтесь работать с журналами приложения и системными показателями. Разберитесь, как запрос от браузера доходит до сервиса, где возникают задержки и по каким признакам можно отличить несколько возможных причин. Для практики достаточно одной учебной среды. Нарисуйте путь запроса и подпишите, какие сведения видит каждый компонент. Например, браузер показывает страницу, приложение знает результат операции, а база отмечает длительность обращения. Добавьте к схеме вопросы, на которые каждый компонент помочь ответить не может.
Затем освойте один язык автоматизации и систему контроля версий настолько, чтобы писать небольшие инструменты, проверять изменения и объяснять свой код. Учебный инструмент может собирать искусственные показатели, проверять заполнение полей и выводить сводку. Предусмотрите обработку неполных данных. Если файл журнала отсутствует, сводка должна это указать. Так пользователь инструмента сможет отличить отсутствие ошибки от отсутствия измерения.
Сформулируйте пользовательскую цель для проекта
Возьмите учебный сервис бронирования места, который сохраняет заказ и показывает итог. Определите критерий успеха. Например, корректная запись должна завершиться подтверждением в пределах выбранного времени. Выпишите, какие попытки входят в расчёт и какие исключаются. Укажите период и источник данных. Затем подготовьте синтетические события и рассчитайте долю успешных попыток. Для первой практики держите объём небольшим, чтобы можно было вручную сверить результаты.
Официальная книга Google описывает четыре группы сигналов для наблюдения за сервисами: задержку, трафик, ошибки и насыщение. Для учебного сервиса это может означать скорость конкретного действия, количество попыток, долю ошибок и признаки исчерпания ресурса. Выберите измерения, которые помогают понять, что делать дальше. Google SRE Book — Monitoring Distributed Systems
Проведите учебный разбор сбоя
Создайте на собственном стенде понятное отклонение, например настройте приложение так, чтобы оно временно показывало сообщение о недоступности для одной из операций. Зафиксируйте время начала и признак, который заметил бы пользователь. Проверьте, видно ли отклонение по выбранным показателям. Сформулируйте первое сообщение для команды. Достаточно написать, что известно, на кого влияет изменение и какой факт будет проверен следующим.
После возвращения сервиса к обычной работе соберите материалы в короткий отчёт. Включите шкалу времени, первое наблюдение, рабочие гипотезы и решение. В конце предложите два улучшения и укажите, как проверить каждое. Например, после изменения правила оповещения повторите тот же учебный сбой и посмотрите, теперь ли сигнал приходит до того, как проблему можно заметить по обращениям пользователей. Измерения времени должны быть воспроизводимыми, а условия повторения заранее зафиксированными.
Какими сигналами проверить учебный сервис
Google SRE предлагает для мониторинга распределённых систем четыре группы сигналов: задержки, трафик, ошибки и насыщение ресурсов. В первом проекте свяжите каждый доступный показатель с конкретным действием пользователя или с состоянием приложения. Книга Google SRE о мониторинге.
В учебном каталоге сравните нагрузку при обычной работе и при замедлении одного запроса. Покажите, что заметил пользователь, где это видно на графиках и какое первое действие записано в инструкции для дежурного. Такую работу легко повторить из описания проекта.
Подготовьтесь к отклику
В портфолио приложите схему системы, описание показателя надёжности, инструкцию запуска учебного сервиса и короткий разбор сбоя. Если сохранены образцы журналов, используйте искусственные записи без пользовательских данных. В резюме опишите результат работы. Можно указать, что вы сделали проверку успешных записей, измерили задержку и показали, как оповещение меняется при одном из сбоев. Такое описание даёт собеседнику материал для предметного разговора.
На вакансии смотрите по рабочим обязанностям. В некоторых командах важнее управление релизами, в других — наблюдаемость или автоматизация. Уточните распределение дежурств, доступность наставника и способы работы с инцидентами. Если роль требует отдельной технологии, сопоставьте её с готовым проектом и выпишите один навык для освоения. Такой подход поможет двигаться по задачам, которые встречаются в выбранных вакансиях, сохраняя представление о работе сервиса целиком.
Перед отправкой проекта попросите другого человека запустить его в свежей учебной среде. Скажите, какое действие должно завершиться успешно, а затем попросите объяснить, к какому графику он обратится при ошибке. Если график хорошо выглядит, но из него сложно понять масштаб проблемы, уточните единицы измерения, окно наблюдения или подпись. Проверьте отдельно, что читатель различает количество попыток и долю ошибок. Когда попыток мало, одна неудача может сильно изменить долю. Укажите это ограничение в отчёте. Добавьте небольшой пример исходных данных, чтобы результат можно было пересчитать вручную. После обратной связи сохраните исправленную версию и укажите, какую проблему она решает. Это покажет способность работать с измерениями и объяснять свой выбор.