Qu’est-ce que le SRE (Site Reliability Engineering, ou ingénierie pour la fiabilité des sites) ?
L’ingénierie pour la fiabilité des sites consiste à utiliser des processus opérationnels et à les affecter à l’équipe d’ingénierie logicielle pour l’automatisation.
On doit le terme « SRE » à Ben Treynor Sloss de Google
Ben Treynor Sloss de Google est le cerveau derrière le concept de SRE. Il le décrit avec justesse comme étant « ce qui se passe lorsqu’un ingénieur logiciel est chargé de ce qui était autrefois appelé les opérations ». Le concept est né après l’observation des conflits entre les équipes des opérations, chargées de s’assurer que les fonctionnalités ne posent aucun problème ou ne gênent pas les utilisateurs finaux, et les équipes de développement, dont le rôle est de développer de nouvelles fonctionnalités et de les lancer dès qu’elles sont prêtes. Le SRE est un rapprochement entre les deux.
Une équipe d’ingénieurs Google a même écrit un livre sur le SRE
Google a publié un livre sur le SRE, disponible gratuitement en ligne, qui offre une analyse approfondie du rôle du SRE et propose de bonnes pratiques d’exécution. Les parties II et III, relatives aux principes et aux pratiques (respectivement), méritent d’être relevées.
Principes SRE : voici les principes fondamentaux du SRE selon Google :
- Prise de risque : propose des approches neutres de la gestion des services en mettant en place des budgets d’erreurs.
- Objectifs de niveau de service : fournit des recommandations d’indicateurs dissociés des accords et examine la façon dont le SRE utilise les termes.
- Élimination des efforts inutiles : écarter les tâches banales et répétitives sans valeur ajoutée.
- Surveillance des systèmes distribués : pour des raisons de fiabilité, toujours faire en sorte de savoir ce qui se passe au sein de l’entreprise.
- Ingénierie des versions : tenir compte des versions pour s’assurer qu’elles sont cohérentes et ne sont pas à l’origine de pannes.
- Simplicité : un système trop complexe peut réduire la fiabilité et devenir difficile à ramener à un environnement plus simple.
Pratiques SRE : les équipes SRE exécutent des systèmes connexes pour les utilisateurs externes ou internes et sont responsables des services. Les éléments indispensables au bon fonctionnement des services incluent : la planification de la capacité, la résolution des causes premières des pannes et le développement de systèmes de surveillance. Voici la hiérarchie d’un service fiable selon Google :
- Produit : le haut de la hiérarchie de fiabilité, qui indique qu’un produit est viable et fiable.
- Développement : travail d’ingénierie logicielle et de conception de systèmes au sein de l’entreprise.
- Planification de la capacité : l’équilibrage de charge garantit que les capacités mises en place sont utilisées correctement.
- Procédures de test + mise sur le marché : après avoir compris l’origine du problème, il faut l’enrayer activement. Tests rigoureux des produits avant leur mise sur le marché.
- Analyse à froid/analyse de la cause première : instauration d’une culture sans blâme et résolution des problèmes afin d’éviter la récurrence des incidents.
- Réponse aux incidents : implication, contact ininterrompu avec les systèmes, dépannage efficace et planification soigneuse avant les faits.
- Surveillance : prise en charge des problèmes avant que l’utilisateur final ne les remarque.
L’excellence du SRE nécessite de l’expérience
Il est préférable que le rôle d’ingénieur pour la fiabilité des sites soit occupé par une personne ayant une expérience logicielle à son actif. Ce n’est certainement pas un poste de débutant. Une bonne exécution du SRE nécessite une maîtrise parfaite de l’ingénierie logicielle et une compréhension d’un système à grande échelle et complexe.
Le SRE est une philosophie
Un ingénieur pour la fiabilité des sites doit avoir une vision des choses adaptée à son poste. Des compétences techniques sont nécessaires, mais la compréhension conceptuelle des opérations est essentielle. Il est important que le SRE soit fondé sur des processus de développement logiciel traditionnels, mais il est également très important de bien comprendre les processus de l’entreprise et de faire progresser un système fiable.
Le SRE doit être un catalyseur du changement
La fiabilité doit être de la responsabilité de tous les membres de l’organisation, et pour cela, ils doivent appliquer les principes de base du SRE. Attribuez un modèle de fiabilité à chaque équipe et prenez le temps qu’il faut pour discuter de la manière dont la fiabilité peut s’intégrer à chaque équipe et profiter à tous.
Des fonctionnalités qui évoluent avec votre activité
Créez votre prochain plan de transformation SRE avec ServiceNow.