SRE自动化工程实践和稳定性运营 | 8月3日TF115 报名

2023-07-30 04:07

本期会议邀请到来自哔哩哔哩、美图公司、享道出行等在稳定性工程领域有着良好实践的技术专家，一起深入探讨在云原生、智能时代面对复杂应用系统，如何借助稳定性工程来提升系统服务的稳定性等，讨论运维标准化工程和稳定性运营实践、SRE转型实践与可靠性工程实践。以标准化工程实践预防问题，防患未然、化解隐患，更好地提前发现潜在风险，尽量减少故障的发生，降低业务风险。8月3日，欢迎报名！

TF115 SRE自动化工程实践和稳定性运营

为工程师提供顶级交流平台
CCF TF第115期
时间：2023年8月3日 19:00-21:00
（线上会议）
主题：SRE自动化工程实践和稳定性运营

欢迎扫码了解详情，报名线上参会
报名链接：https://conf.ccf.org.cn/TF115

在数字化时代，数字化业务迅速发展，随之软件的规模扩展很快，软件系统的复杂性快速增长，即使采用微服务架构、云原生平台，复杂性问题没有得到显著改善，生产环境的稳定性面临着巨大的挑战，从而产生了软件工程的一个新分支：稳定性工程。

系统稳定性工程（Site Reliability Engineering，SRE）是一种致力于确保系统稳定性和可靠性的跨职能工程实践。它结合了软件工程和运维运营的最佳实践，旨在提供高效的运维支持，确保系统在面对高负载、故障和变更时仍能保持稳定运行。

SRE的作用是通过自动化运维流程、监控系统、故障预测和快速响应来降低系统故障率，并通过持续改进来提高系统的可靠性。SRE团队与开发团队紧密合作，共同负责系统的设计、部署、运维和监控，以确保系统能够满足业务需求并提供优质的用户体验。

运维在系统稳定性工程中发挥着重要作用。运维团队负责监控系统的运行状况、处理故障和变更管理。他们通过实时监控和日志分析来发现潜在问题，并采取相应措施来防止故障的发生。运维团队还负责制定和执行灾难恢复计划，以确保系统在面临灾难性故障时能够快速恢复。

稳定性运营是系统稳定性工程的核心概念之一。它强调通过系统化的方法来管理和改善系统的稳定性。稳定性运营包括建立监控系统、设置警报、制定故障恢复策略以及进行容量规划等活动。通过稳定性运营，可以提前预测和防止潜在的故障，并及时采取措施来保障系统的稳定性。

在系统稳定性工程中，有一些优秀实践可以帮助团队提高系统的稳定性。本期会议邀请到来自哔哩哔哩、美图公司、享道出行等在稳定性工程领域有着良好实践的技术专家，一起深入探讨在云原生、智能时代面对复杂应用系统，如何借助稳定性工程来提升系统服务的稳定性等，讨论运维标准化工程和稳定性运营实践、SRE转型实践与可靠性工程实践。

在这次会议中，您会有不少收获：
- 如何建立良好的流程来减少人为错误和提高效率？
- 开发怎样的运维自动化工具或平台来保证系统的可靠性？
- 需要哪些团队提供怎样的支持？
- 如何从被动方式转化为主动方式？
- 如何进行稳定性运营？
......

总之，系统稳定性工程是确保系统稳定运行的关键实践。通过SRE团队的努力，结合运维的作用、稳定性运营和优秀实践，可以提高系统的可靠性和用户满意度。在不断变化的技术环境中，系统稳定性工程是保障业务连续性和用户体验的重要保证。

欢迎报名，并参与我们的互动。

会议安排

TF115：SRE自动化工程实践和稳定性运营主持人：朱少民 CCF TF软件质量工程SIG主席，同济大学特聘教授
时间	主题	讲者
19:00-19:10	活动介绍及致辞	朱少民 CCF TF软件质量工程SIG主席，同济大学特聘教授
19:10-19:40	《运维标准化工程实践》	谢庆芳享道出行运维自动化负责人
19:40-20:10	《B站SRE转型实践与可靠性工程实践》	武安闯哔哩哔哩 SRE负责人
20:10-20:40	《美图SRE团队的「稳定性运营」实践》	石鹏美图公司高级运维经理
20:40-20:55	参会者提问互动	朱少民、谢庆芳、武安闯、石鹏
20:55-21:00	活动总结	朱少民 CCF TF软件质量工程SIG主席，同济大学特聘教授

所属SIG

CCF TF 软件质量工程SIG

特邀讲者

谢庆芳
享道出行运维自动化负责人

主题：《运维标准化工程实践》

主题简介：随着公司规模不断壮大，业务量也飞速增长，生产环境稳定性面临更大的挑战，其中运维稳定性是基础也是保障。每一次运维变更都会加大故障率，最终影响用户满意度。运维变更治理不光要追求稳，还要追求快。对于稳，需要流程化；对于快，需要自动化。变更流程单靠口头表述、文档制定或单纯的记忆，称不上流程化。脚本只是本地维护，人工调用，称不上自动化。一旦有变更，很难同步对齐，就需要工具来承载，实现真正意义上的标准化。工具平台的建设+脚本的统一维护是解决变更混乱的有效方法，不仅能避免出错，还可以高效处理。表面看有益运维，实质是业务价值最大化回馈用户。

个人简介：负责享道出行一体化平台建设，偏SRE方向；曾有基础架构中间件、性能、自动化等经验；QECon 技术讲师；GOPS线下沙龙讲师；享道出行线上品牌主播。

武安闯
哔哩哔哩SRE负责人

主题：《B站SRE转型实践与可靠性工程实践》

主题简介：传统运维已无法满足现阶段互联网分布式架构下的可靠性保障，SRE就是终极破局之法吗？SRE该如何转型，转型中需要哪些支持，转型后的可靠性工程如何实践？本次分享就这些问题给大家带来B站SRE的思考、探索与实践，深度介绍我们的可靠性工程框架。
本次演讲提纲如下：
1、传统运维与Google SRE的演进与区别；
2、人、组织、制度为SRE转型保驾护航；
3、SRE转型后如何开展可靠性工程；
4、可靠性工程框架与实战。
听众可从本次分享中收获到：
1、了解运维转型SRE中遇到的困难和如何破局；
2、SRE可靠性工程在互联网公司的实际框架；
3、了解SRE如何解构与落地可靠性工程。

个人简介：对SRE高可用架构、技术风险体系建设、质量运营和组织转型有深刻的建设实践和思考；主导B站SRE转型、高可用架构、故障快恢、SLO工程、容量管理体系、多活容灾等专项；从0到1带领B站运维向SRE转型，建设B站可靠性体系；当前专注SRE可靠性体系规划建设和落地实践。

石鹏(东方德胜)
美图公司高级运维经理

主题：《美图SRE团队的「稳定性运营」实践》

主题简介：随着外部环境、行业变革、云原生等技术的不断深化，传统的“被动响应式”的运维方法面临诸多挑战，在很多场景下已经无法满足企业需求。我们迫切地需要转变思路，从“被动响应”转为“主动出击”，将更多的工作内容前置、左移，防患于未然、化风险于无形。同时还需要用更科学的宏观框架来系统地梳理和规划运维工作，并做好各职责目标之间的动态平衡，以此更好地掌控“SRE基本盘”。在此背景之下，美图SRE团队探索了一条攻守兼备的「稳定性运营」之路，做了一些方法的归纳和总结，希望给大家带来一些启发。
拟定大纲：
01 SRE的目标&挑战；
02 指导破局的理论框架；
03「守」稳住基本盘；
04「攻」规划&运营。

个人简介：石鹏(东方德胜)，2016年加入美图，运维技术专家，美图产品SRE负责人。目前在美图负责社区、商业化、创新、实验室等全线产品的运维保障工作，同时参与公司部分工具平台和基础设施的建设。多次参与或主导过公司基础设施的调整、迁移或改造，在监控、灾备、故障管理、稳定性运营等方面有一定的经验和积累。业界多个技术大会的分享嘉宾、金牌讲师或出品人。

SIG主席&会议主席

朱少民
CCF TF软件质量工程SIG主席，同济大学特聘教授

个人简介：近三十年来一直从事软件测试、质量管理等工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和4本译作，代表作主要有《软件质量保证与管理》、《软件测试方法和技术》、《全程软件测试》等，并经常在国内外学术会议或技术大会上发表演讲，曾任思科（中国）软件有限公司QA高级总监、IEEE ICST 2019工业论坛主席、IEEE ICST、QRS和DSA、NASAC程序委员、《软件学报》审稿人等。