SRE 方法论之减少琐事

我们先回顾一下 SRE 的定义：SRE 就是用软件工程的思维和方法论，通过设计、构建自动化工具完成以前由运维工程师手动操作的任务。所以，SRE 要把更多的时间花费在长期项目研发上而非日常运维中的琐事。

一、什么是琐事

琐事就是运维服务中手动性的，重复性的，可以被自动化的，战术性的，没有持久价值的工作。而且，琐事与服务呈线性关系的增长。琐事具有以下特点：

手动性：例如收到磁盘目录满告警，运维人员手动清理日志。

重复性：如果某件事是第一次做，甚至第二次做，都不算琐事。琐事就是不停反复做的工作，如果你正在解决一个新出现的问题或者寻求一种新的解决办法，不算琐事。清理磁盘目录不太可能是一次性的，因此我们需要反复去处理它。

可以被自动化：如果软件程序可以和运维人员一样能够很好地完成某个任务，或者通过某种设计变更来彻底消除运维人员手动、重复的处理某项工作。

战术性的：琐事是突然出现的、应对式的工作，而非策略驱动和主动安排的。比如处理日常告警，我们可能永远无法完全消除这种类型的工作，但我们必须继续努力减少它。

没有持久价值：如果在你完成某项任务之后，服务状态没有改变，这项任务就很可能是琐事。如果这项任务会给服务带来永久性的改进，它就不是琐事。

与服务同步线性增长：如果在工作中所涉及的任务与服务的大小、流量或用户数量呈线性增长关系，那这项任务可能属于琐事。

二、为什么要减少琐事

对运维团队来说，琐事不可避免。运维不可避免地需要处理部署、升级、重启、告警处理等工作，这其中又包含很多上面所说的琐事，如果不加以控制，琐事会变得越来越多，以至于迅速占据我们每个人 100%的时间！每日疲于奔命忙于救火，就无法将更多的力量投入到扩大服务规模的工程工作上去，或者是进行下一代的服务的架构设计。

三、SRE 怎么减少琐事

SRE 中的 E 是 Engineering。中文可以翻译为“工程工作”，SRE 就是通过工程工作来减少琐事。工程工作通常是有创新性和创造性的，着重通过设计来解决问题，解决方案越通用越好。例如，编写自动化脚本，创造工具或框架，增加可扩展性和可靠性的服务功能，或修改基础设施代码以使其更稳健。工程工作有助于使该团队或是整个 SRE 组织在维持同等人员配备的情况下接手更大或者更多的服务。