Documentación acerca de la ingeniería de confiabilidad de sitios

Architecture

• Marco de buena arquitectura de Microsoft Azure
• Guía de la arquitectura de aplicaciones en Azure
• Arquitecturas de referencia y cargas de trabajo de ejemplo
• Plataforma de adopción de la nube de Microsoft para Azure
• Creación de microservicios en Azure
• Guía de arquitectura de datos de Azure
• Procedimientos recomendados en la nube
• Diseño de aplicaciones de Azure confiables
• Patrones de diseño en la nube
• Azure para profesionales de AWS
• Azure para profesionales de GCP
• Optimización del rendimiento
• Más información en el Centro de arquitectura de Azure

Supervisión

• Introducción a Azure Monitor
• Métricas con Azure Monitor
• Registros con Azure Monitor
• Application Performance Management con Application Insights
• Seguimiento distribuido con Azure Monitor
• Más información sobre Azure Monitor

Aprovisionamiento y entrega

• Azure Resource Manager
• Terraform en Azure
• Acciones de GitHub
• Azure Pipelines

Ampliación

• Introducción a la escalabilidad automática
• Instrucciones de escalado automático
• Desarrollo para la escalabilidad automática
• Descripción general del pilar de eficiencia del desempeño
• Diseño de escalado horizontal
• Patrones de confiabilidad

Referencia cultural

• La evolución de la ingeniería de confiabilidad de sitios
• Creación de SRE: referencia cultural desde el exterior
• Matiz de referencia cultural y colaboración efectiva para equipos multiculturales
• Evolución de SRE y creciente necesidad de catalizadores de SRE
• Bucles de comentarios: Cómo se benefician los SRE y lo que se necesita para darse cuenta de su potencial
• Las métricas empresariales pueden mejorar la ingeniería de confiabilidad de sitios
• La historia interminable de la confiabilidad de sitios
• Todos los días son lunes en las operaciones

Respuesta ante incidentes y reseñas tras los incidentes

• Creación de resistencia: Cómo obtener más información sobre incidentes
• Un cuento de dos postmortems: una vista de factores humanos
• Ironies of Automation: Una comedia en tres partes
• Contra on-call: A Polemic
• SRE mano a mano

Supervisión y observabilidad

• Más de 600 millones de miembros y cientos de microservicios: Cómo escalamos nuestro sistema de supervisión para mantenerse al día
• Fuera de la ruta de acceso golpeada: mover el foco de observabilidad de su servicio a su cliente
• Obtiene lo que mide: importancia de las métricas
• Meteorología de la tormenta: cómo las advertencias tempranas guardan la granja
• Captura y análisis de millones de consultas sin sobrecarga
• Correlación de eventos: un enfoque nuevo para reducir MTTR
• Potenciación de la alta disponibilidad de la fuente LinkedIn mediante una sólida supervisión
• Reducción de MTTR y escalaciones falsas: correlación de eventos en Linkedin

Prácticas y principios

• Disponibilidad: pensar más allá de los nueves
• Modelos mentales de las ingenierías de confiabilidad de sitios
• Prioridad de la confianza al crear aplicaciones
• Java odia Linux. Lidia con eso.
• Fases de caracterización y comprensión de las prácticas de SRE
• Seguridad y SRE: Multiplicadores de fuerza natural
• Revisión de la mejora de la producción: Quitar una mordida de la deuda de reparación
• Garantía de confiabilidad de las aplicaciones de alto rendimiento
• La tarjeta de puntuación del servicio: excelencia operativa de la gamificación
• Mejora de un servicio vuelta y vuelta

Equipos y administración

• Código amarillo: ayudar a las operaciones de los equipos más pesados de la forma inteligente
• Líder sin administrar: convertirse en líder técnico de SRE
• Diferencias en las implementaciones de SRE entre empresas
• Cien equipos, cien formas de cometer errores
• El por qué, qué y cómo de iniciar la involucración en SRE
• Crear y llevar equipos de SRE
• Estudiante universitario a SRE: Incorporación de su talento de nivel de entrada
• LinkedIn SRE: desde el inicio hasta la escala global
• División de las secuencias de DNA de SRE en la mayor empresa de software del planeta
• Transformación de gusanos de nivel 1 en mariposas

Herramientas y tecnologías

• Azure SREBot: más que un bot de chat: un bot inteligente para aplastar el tiempo de mitigación
• TrafficShift: Evitar desastres a escala
• Creemos un sistema de archivos distribuido
• TCP: arquitectura, mejoras y ajuste
• BGP: la red troncal de Internet
• Los ops si no hay servidor
• Uso de Kafka para escalar la infraestructura de las bases de datos
• Redes para SRE: ¿Qué necesito saber para solucionar problemas de aplicaciones?
• Ambry: el almacén de objetos inmutables distribuido de LinkedIn
• BPerf: generación de perfiles en la nube de Bing.com en producción
• DNS: solución antigua para problemas modernos
• Dirección del tráfico mediante Rum DNS @ LinkedIn

Ampliación

• Infraestructura de las pruebas de esfuerzo y previsión del tráfico
• ¡Es difícil aprender a escala! Análisis de patrones de interrupción y datos sucios
• Escalado de un sistema con estado distribuido: un caso práctico de LinkedIn
• Depuración a escala: paso de un solo cuarto a un entorno de producción
• Creación de una infraestructura de almacenamiento en caché centralizada a escala
• Codificación escalable: búsqueda del error
• Administración de la capacidad y LinkedIn
• InStream: Distribución a gran escala mediante BitOrder, Python, Salt y Kafka
• Evitar y romper la prisión de la falta de capacidad
• La evolución del enrutamiento del tráfico global y de la conmutación por error