大型網(wǎng)站運(yùn)維：從系統(tǒng)管理到SRE

第1章 關(guān)于SRE 1
1.1 為什么會(huì)引入SRE 2
1.2 DevOps和SRE對(duì)比 5
1.2.1 DevOps的發(fā)展 5
1.2.2 SRE的發(fā)展 6
1.3 選擇SRE 8
1.4 SRE的未來(lái) 9
第2章 SRE在組織內(nèi)部的定位 11
2.1 如何介入組織 12
2.2 SRE工作著力點(diǎn) 16
2.3 如何衡量工作 19
2.4 貢獻(xiàn)價(jià)值 22
第3章 監(jiān)控建設(shè) 25
3.1 什么是好的監(jiān)控服務(wù) 25
3.1.1 穩(wěn)定 25
3.1.2 準(zhǔn)確 27
3.1.3 易用 29
3.2 監(jiān)控系統(tǒng)的設(shè)計(jì)邏輯分析 29
3.2.1 數(shù)據(jù)生產(chǎn) 30
3.2.2 數(shù)據(jù)上報(bào) 31
3.2.3 數(shù)據(jù)處理 33
3.2.4 數(shù)據(jù)存儲(chǔ) 34
3.2.5 數(shù)據(jù)使用 36
3.3 典型監(jiān)控應(yīng)用場(chǎng)景 41
3.3.1 系統(tǒng)監(jiān)控 41
3.3.2 應(yīng)用監(jiān)控 42
3.3.3 終端監(jiān)控 44
3.3.4 秒級(jí)監(jiān)控 45
3.3.5 監(jiān)控大盤(pán) 46
3.3.6 鏈路監(jiān)控 46
3.4 報(bào)警治理 47
3.5 容器監(jiān)控 50
3.6 監(jiān)控智能化 51
第4章 變更管理 53
4.1 變更管理機(jī)制 54
4.1.1 傳統(tǒng)運(yùn)維的變更管理 55
4.1.2 DevOps的變更管理 57
4.1.3 SRE的變更管理 59
4.1.4 變更管理實(shí)踐總結(jié) 61
4.2 變更控制 62
4.2.1 如何建設(shè)好的變更控制 62
4.2.2 制定符合業(yè)務(wù)需求的變更控制機(jī)制 64
4.3 穩(wěn)定性和迭代速度的權(quán)衡 66
4.4 變更風(fēng)險(xiǎn)控制 68
4.5 總結(jié) 70
第5章 異常響應(yīng) 71
5.1 異常的定義 71
5.2 事故/事件定義 73
5.2.1 區(qū)分事件和事故 73
5.2.2 事故等級(jí)制度 74
5.3 異常響應(yīng)流程 76
5.4 如何處理值班過(guò)程中的異常響應(yīng) 79
5.5 應(yīng)急溝通機(jī)制 82
5.6 關(guān)于線(xiàn)上問(wèn)題的ROC 84
第6章 服務(wù)穩(wěn)定性治理 88
6.1 SLI/SLO/SLA的制定和落地 88
6.1.1 SLI的制定和應(yīng)用 89
6.1.2 SLO的計(jì)算和應(yīng)用 90
6.1.3 SLA的計(jì)算和應(yīng)用 91
6.2 故障預(yù)防 92
6.3 抑制不可控因素 95
6.4 故障演練 97
6.4.1 故障梳理 97
6.4.2 故障預(yù)案 98
6.4.3 混濁工程 98
6.5 故障自愈 100
6.6 業(yè)務(wù)MTTR 102
6.6.1 關(guān)于故障修復(fù)MTTR 102
6.6.2 關(guān)于故障解決MTTR 104
6.7 災(zāi)備建設(shè) 105
6.8 總結(jié) 109
第7章 事故復(fù)盤(pán) 110
7.1 關(guān)于事故復(fù)盤(pán) 112
7.1.1 事故復(fù)盤(pán)初級(jí)階段 112
7.1.2 事故復(fù)盤(pán)中級(jí)階段 113
7.1.3 事故復(fù)盤(pán)成熟階段 113
7.2 如何提升事故復(fù)盤(pán)質(zhì)量 115
7.2.1 事故復(fù)盤(pán)深度 116
7.2.2 事故復(fù)盤(pán)報(bào)告 118
7.3 事故分析的邏輯和原則 119
7.4 事故責(zé)任的劃分邏輯 123
7.5 事后跟進(jìn) 126
7.6 基于事故/事件的學(xué)習(xí) 128
第8章 容量管理 131
8.1 容量管理的目標(biāo) 131
8.2 容量管理的方法和策略 132
8.2.1 傳統(tǒng)評(píng)估方法 133
8.2.2 IT資源成本的構(gòu)成 133
8.2.3 容量水位的定義 134
8.2.4 容量管理策略 137
8.3 容量分析系統(tǒng)建設(shè) 137
8.3.1 業(yè)務(wù)負(fù)載平臺(tái) 137
8.3.2 巡檢管理平臺(tái) 139
8.3.3 監(jiān)控系統(tǒng)和CMDB系統(tǒng) 142
8.4 容量?jī)?yōu)化方式 143
8.4.1 業(yè)務(wù)容量?jī)?yōu)化 143
8.4.2 資源容量?jī)?yōu)化 143
8.4.3 架構(gòu)容量?jī)?yōu)化 146
8.5 容量預(yù)案 151
8.6 總結(jié) 153
第9章 用戶(hù)體驗(yàn) 154
9.1 外部用戶(hù)體驗(yàn)和內(nèi)部用戶(hù)體驗(yàn) 155
9.1.1 外部用戶(hù)體驗(yàn) 156
9.1.2 內(nèi)部用戶(hù)體驗(yàn) 158
9.2 影響用戶(hù)體驗(yàn)的要素 159
9.3 外部用戶(hù)體驗(yàn)的改進(jìn)策略 162
9.4 內(nèi)部用戶(hù)體驗(yàn)的改進(jìn)策略 165
9.4.1 數(shù)據(jù)兼容性 165
9.4.2 工作流程 167
9.4.3 執(zhí)行效率 169
第10章 重要業(yè)務(wù)活動(dòng)保障 172
10.1 重要業(yè)務(wù)活動(dòng)的資源準(zhǔn)備 173
10.1.1 容量規(guī)劃 173
10.1.2 資源交付規(guī)劃 175
10.1.3 技術(shù)優(yōu)化 178
10.2 參與運(yùn)營(yíng)活動(dòng)評(píng)估 181
10.3 重要業(yè)務(wù)活動(dòng)穩(wěn)定性預(yù)案 184
10.4 重要業(yè)務(wù)活動(dòng)準(zhǔn)備階段的工作重點(diǎn) 187
10.5 重要業(yè)務(wù)活動(dòng)的變更執(zhí)行要求 190
10.6 重要業(yè)務(wù)活動(dòng)的運(yùn)維人力 192
10.7 重要業(yè)務(wù)活動(dòng)的收尾 193
第11章 運(yùn)維操作基礎(chǔ) 196
11.1 網(wǎng)絡(luò)基礎(chǔ) 197
11.1.1 ARP 197
11.1.2 路由 200
11.2 4/7層協(xié)議 204
11.2.1 4層協(xié)議 204
11.2.2 7層協(xié)議 208
11.3 內(nèi)核參數(shù)調(diào)優(yōu) 213
11.3.1 TCP網(wǎng)絡(luò)堆棧內(nèi)存 214
11.3.2 TCP連接數(shù)優(yōu)化 215
11.3.3 TCP高并發(fā)優(yōu)化 216
11.3.4 網(wǎng)絡(luò)參數(shù)額外調(diào)整項(xiàng) 217
11.3.5 TCP擁堵算法 218
11.4 常見(jiàn)命令行 221
11.4.1 查看數(shù)據(jù)指標(biāo) 222
11.4.2 網(wǎng)絡(luò)數(shù)據(jù)包分析 223
11.5 配置管理工具 227
11.5.1 Ansible 228
11.5.2 CFEngine 229
11.5.3 Chef 231
11.5.4 Puppet 234
11.5.5 Salt 237
11.5.6 配置管理工具的匯總說(shuō)明 240
11.5.7 云環(huán)境下的配置管理工具演化 241
11.6 基礎(chǔ)設(shè)施即代碼 242
11.7 關(guān)于運(yùn)維操作的未來(lái) 244
第12章 基礎(chǔ)組件運(yùn)維 245
12.1 負(fù)載均衡中間件 245
12.1.1 算法邏輯的影響 246
12.1.2 附加特性的作用 252
12.1.3 負(fù)載均衡方案 254
12.1.4 負(fù)載均衡總結(jié) 256
12.2 消息隊(duì)列中間件 258
12.2.1 消息隊(duì)列方案的技術(shù)決策 259
12.2.2 消息隊(duì)列的技術(shù)演化 261
12.3 緩存中間件 262
12.3.1 緩存中間件的技術(shù)關(guān)注點(diǎn) 263
12.3.2 緩存中間件的選型策略 265
12.3.3 緩存中間件的技術(shù)演化 270
12.4 數(shù)據(jù)庫(kù) 272
12.4.1 SQL數(shù)據(jù)庫(kù)技術(shù)的選擇 273
12.4.2 SQL數(shù)據(jù)庫(kù)的配置注意事項(xiàng) 276
12.4.3 NoSQL數(shù)據(jù)庫(kù)技術(shù)的選擇 279
12.4.4 時(shí)序數(shù)據(jù)庫(kù)技術(shù) 282
12.5 組件運(yùn)維 283
第13章 云計(jì)算和容器 284
13.1 云計(jì)算基礎(chǔ) 285
13.1.1 云計(jì)算平臺(tái)運(yùn)維 286
13.1.2 云計(jì)算平臺(tái)上的產(chǎn)品運(yùn)維 288
13.2 虛擬化 290
13.3 容器 292
13.4 云存儲(chǔ) 296
13.5 云網(wǎng)絡(luò) 299
13.6 混合云 302
13.7 云原生 305
13.7.1 云原生的需求情況 305
13.7.2 云原生的發(fā)展 307
13.7.3 云原生的展望 309