第四章做了大规模重构。
版本发布说明
根据业界经验以及Google 多本SRE 书籍中提到 ，70% 左右故障是由变更引起的。但是业务的发展变更是不可避免的，因此如何通过变更管理， 对变更的风险进行管控，尽可能的降低由变更带来的故障率和影响面，是提升稳定性的一条可持续、高ROI的路线， 也是每个SRE 团队最重要的课题。因此，我们首次的大版本更新选择了 《第四章 变更管理》进行展开讨论。
本次更新共计4万余字，首先厘清了变更管理与发布管理的关系，并以《SRE精英联盟》2024年4月13日在上海B站沙龙分享的案例为主体，新增了6个关于变更和发布管理的案例。这些案例涵盖了互联网、银行、运营商、证券等多个行业，具备行业代表性和领先性。
希望相关内容能对目前从事SRE 的工作同仁带来些许的启示，同时，我们也期待更多的行业专家和从业者能够参与到我们的讨论中来，共同推动SRE领域的发展和进步。
变更管理案例：4.3.1 ‘B站’变更防控的设计与实践
SRE Elite收录点评
- 利用了trace和CMDB资源拓扑信息，以关联和聚合应用服务的变更，能够追踪并识别变更对整个服务生态系统的潜在影响，有助于提高故障排查的效率和准确性。
- 在企业内不同部门存在多套发布变更系统，且短期难以推倒统一重建的情况下，从变更防控的视角，补充建设防控平台，通过统一模型、熔断控制等方式，实现自动化的集中式变更管控。
变更管理案例：4.3.2携程云平台基础设施变更管理实践
SRE Elite收录点评
- 这是一个由混合云SRE团队提供的案例，作为基础设施质量的把控者，对变更的计划性和标准作业流程要求严格，对于企业内私有云SRE管理团队有一定的参考价值。
- 大量使用了 IaC 的方式， 对基础架构进行管理及变更，其中使用 SaltStack和StackStorm管理配置变更，使用Kustomize和Git Workflow管理多个集群和环境的基础组件配置文件，对公有云资源使用Terraform进行管理，实现了全栈IaC落地。
变更管理案例：4.3.3某银行变更管理设计与实践
SER Elite收录点评：
- 这是一个银行变更管理的案例，需要在符合监管的前提下保障可靠性，对风险控制达到了量化程度，定义了应用和基础设施等变更风险的评分模型和积分制度，再结合评审控制准入。
- 该银行业务变更涉及多方企业人员关联，流程环节复杂，对变更管理所涉及的过程，设立了配套的组织架构闭环治理，例如变更自动化率、耗时、风险评估准确性、流程审批效率等。
发布管理案例: 4.4.1中移互联网敏捷发布平台建设实践
SRE Elite收录点评
- “中移互联”这个名字就体现了传统行业与互联网的结合，传统IT模式与敏捷互联网业务间的矛盾，促使其从方向上选择了卸下历史包袱推倒零散的工具系统，一步到位建设一体化运维平台。并且对物理机、虚拟机、容器等不同类型的资源及上层应用设计了混合编排模式，为后续的综合算力调度做了储备。
- 在一体化运维建设之后，为了追求更高的质量效率，中移互联SRE团队向研发服务左移，保障了测试环境及生产环境的发布一致性，并且承建了研发工具链，从运维一体化扩展至研运一体化。
发布管理案例: 4.4.2某证券变更一体化平台建设实践
SRE Elite收录点评
- 本证券案例的变更一体化平台建设目标是解决四种场景的变更统一：自研和外购应用的发布/变更一体化、传统和云原生应用的发布/变更一体化；测试与开发环境的发布/变更一体化；敏捷与安全的工程一体化。覆盖场景多，平台整合度高，规划参考性较强。
发布管理案例: 4.4.3游戏GitOps发布管理实践
SRE Elite收录点评
- 这是一个典型的GitOps发布案例，对于互联网企业来说很常见，对于传统行业SRE具备一定的参考性，适用于流程和权限管控相对宽松而执行频率较高的测试环境、预发布环境、体验环境、低社会敏感应用的生产环境等。
- 该案例描述了一个大型SRE团队全球化应用部署管理的场景，对不同细分职能的分工和协作模式做了阐述，对不同类型权限的操作者提供了差异化入口及审计方案，同时也兼顾到了不同使用习惯的开源组件集成，体现了鲜明的互联网风格。
以上均为各案例的收录点评，如需了解详情， 请查阅完整版本的《SRE 白皮书 1.0.3》对应章节。
以上案例分享的部分 PPT 和 分享视频，请在 上海 Meetup 活动页面 查看。
反馈和沟通
如果您有任何问题或建议，点这里提交联系我们。
也欢迎使用 GitHub 的 issue & Discussions 功能来提交您的问题或讨论。