你将获得
- 理解 SRE 的正确姿势
- 10+ SRE 必学必会知识点
- 可落地的故障应急处理机制
- 2 种典型 SRE 组织架构案例分享
AI 导学
在产品与增长领域，系统稳定性已成为支撑业务持续增长的核心竞争力。本课程《SRE 实战手册》由蘑菇街技术总监赵成主讲，深入解析 SRE 本质——通过 MTBF 与 MTTR 优化，构建高可用、可恢复、可持续改进的技术保障体系。课程不仅覆盖 SLI/SLO 设定、错误预算应用、故障响应机制等核心方法论，更结合电商大促、War Room 实战、On-Call 机制等真实场景，帮助你在高并发、复杂架构下实现业务零中断。
你将掌握 VALET 方法快速识别关键指标，利用错误预算实现故障定级与告警优化，学习黄金三问复盘法持续提升系统韧性，并了解如何通过“以赛带练”在实战中锤炼团队协作能力。课程还详解 SRE 组织架构设计，助你理解 PE、工具开发、稳定性平台开发等角色如何高效协同。
这些能力将显著提升你在产品技术、运维、增长工程等岗位的竞争力，助力你从执行者进阶为系统稳定性设计者，为职业跃迁提供坚实支撑。
课程介绍
SRE（Site Reliability Engineering），网站稳定性工程，最早是由 Google 设置的一类工程师岗位，专职负责其超大规模分布式产品（如搜索、Gmail、Docs 等）的稳定性。而后，SRE 慢慢发展成了一系列面向稳定性的，包括技术、管理、流程、组织架构，以及文化建设的最佳实践，并最终被提炼成一套方法论，广泛流传。
在国内，SRE 的这套方法论，也被很多企业的 IT 团队作为技术能力提升和组织转型，特别是运维转型的参考标准。但是，在实际落地这套方法论时，大家有很多疑惑，比如：
- SRE 如果不是运维的升级版，那它到底是什么？
- SRE 涉及范围如此之大，到底应该从哪里入手建设呢？
- 在稳定性方面，有些公司已经做了很多工作，特别是在技术体系搭建上，为什么还是故障频发？难道单纯的技术保障还不够吗？
- 引入了 SRE，团队的能力应该怎么提升？组织架构应该怎么匹配呢？
因此，我们邀请赵成老师开设了《SRE 实战手册》这个课程。他将结合自己的实践经验，从基础理论和实践操作两方面入手，一次性解决你心中的困惑，帮助你正确认识 SRE，掌握可落地的实践方法。
这个课程分为基础篇和实践篇两大模块。
- 基础篇：带你从实践的角度理解 SRE 是什么，并以 SRE 的基本概念 SLO 和 SLI 作为切入点，教你一步步建立起 SRE 稳定性标准。最后结合具体的电商案例，分享在实际场景中设定稳定性目标应该考虑的因素。
- 实践篇：围绕“故障”这个影响稳定性的核心事件，分享故障发现、故障处理、故障复盘三个阶段的最佳实践。同时，着眼落地 SRE 时绕不开的组织架构问题，分享真实的组织架构设置实践和高效的跨团队协作经验。
评论(0)