SRE 与运维治理

把“系统是否可靠”转成可观察、可协作、可复盘的工作方式。

可靠性目标

• SLI：可量化的可用性、延迟、错误率、吞吐量、数据正确性与新鲜度。
• SLO：目标值、统计窗口、分层服务目标与例外说明。
• 预算与取舍：当可靠性预算消耗时，如何影响发布、容量和工程优先级。

治理与事件

• 运维治理：服务边界、责任人、变更、值班、升级和复盘机制。
• 事件管理：发现、分级、指挥、沟通、缓解、恢复与复盘。
• 复盘文化：记录事实和证据，区分判断、动作、结果与未确认假设。

Map 路线

可靠性目标 → 告警与指标 → 可观测性与应急 → Incident → HowTo → SLO 复审。

待补卡片

• Concept：SLI、SLO、错误预算的边界。
• Reference：事件等级、升级路径和服务目录字段。
• HowTo：建立一次事件复盘到行动项验收的闭环。

返回 运维知识库总图。