sre工程師需要會什么（如何成為SRE先了解這些真相和面試情況）

發(fā)布時間：2024-01-24閱讀(12)

導(dǎo)讀我?guī)啄陙硪恢痹谕莆闹兄v話和怒吼，一次又一次地被問到同樣的問題：“如何成為SRE？”我的回答通常是漫無邊際的。這么久，有時候我甚至都沒有回信。可以說的太多了！....

sre工程師需要會什么（如何成為SRE先了解這些真相和面試情況）(1)

我?guī)啄陙硪恢痹谕莆闹兄v話和怒吼，一次又一次地被問到同樣的問題：“如何成為 SRE？”

我的回答通常是漫無邊際的。這么久，有時候我甚至都沒有回信。可以說的太多了！太多的歷史、太多的內(nèi)容、太多由于不同個人情況而產(chǎn)生的因素。

所以，在這里表達一些我關(guān)于如何成為 SRE 的正式的回應(yīng)：我認為它是什么，我是如何成為 SRE 的，要成為 SRE 你應(yīng)該做些什么。本文是一本指南，可用作書簽、參考和分享。它提供了一些見解，讀者可以根據(jù)具體情況進行映射，以幫助開始自己特定的路徑。

希望你在旅程中發(fā)現(xiàn)這些內(nèi)容很有用。

定義
現(xiàn)實
我自己的路
你的道路
面試
資源

定義

那么，什么是 SRE（網(wǎng)站可靠性工程）？根據(jù) Google SRE 的書：“SRE 就是軟件工程師設(shè)計一個運維團隊的過程。”由于多種原因，這個定義有點爭議，尤其是它的含義是運維團隊無法進行合理的系統(tǒng)設(shè)計，而不是運維團隊經(jīng)常資源不足。這個定義的爭議性還在于它暗含著所有的 SRE 都在日復(fù)一日地對后端系統(tǒng)進行編碼，而這在 Google 甚至都不正確。

雖然谷歌投入了相當多的資金來對外宣傳 SRE 的定義，但業(yè)內(nèi)人士根據(jù)自己的情況開始實踐 SRE，這樣就導(dǎo)致了公司與公司之間有很大差異。而對它的定義，我看到的 SRE 指的是：

負責(zé)事件響應(yīng)的團隊；
負責(zé)內(nèi)部部署工具的團隊；
負責(zé)數(shù)據(jù)中心的團隊；
負責(zé)所有工程可靠性流程的團隊；
負責(zé)容器平臺的團隊；
負責(zé)數(shù)據(jù)庫的團隊；
負責(zé)網(wǎng)絡(luò)的團隊；
負責(zé)監(jiān)控的團隊；
嵌入開發(fā)團隊中，做開發(fā)人員不負責(zé)的任務(wù)的團隊

我想明確一點：本指南不是關(guān)于 Google SRE 的。Google SRE 有自身 SRE 的實踐風(fēng)格，某種程度來說是一個完全不同的學(xué)科。其他大公司可能會采用 Google SRE 的一部分，但我不知道谷歌以外誰會完全這樣實施。如果你想成為 Google SRE，那完全沒問題，但是這篇文章并不想這樣引導(dǎo)。

那么，SRE 更廣泛的定義是什么呢？很難為所有公司確定一個定義，就像很難為所有公司定義軟件工程一樣。如果軟件工程師（SE）是由代碼定義的，那么 SRE 也是軟件工程師。那么，SRE 和需要 on-call 的軟件工程師之間有什么區(qū)別呢？

如果你非要讓我說，我會將網(wǎng)站可靠性工程定義為：“大規(guī)模構(gòu)建和維護可靠的 SaaS 平臺的實踐。”我認為 SRE 適用于擁有大型 SaaS 產(chǎn)品的公司，他們通常有高流量的網(wǎng)站和相關(guān)服務(wù)。也就是說，我是按照“網(wǎng)站可靠性”的字面意思來下的定義。

（你可能認為大型的內(nèi)部服務(wù)（例如數(shù)據(jù)庫）需要 SRE，但我的觀點是這樣的服務(wù)可能支持更大的面向客戶的平臺）。

sre工程師需要會什么（如何成為SRE先了解這些真相和面試情況）(2)

一個需要 on-call 的軟件工程師知道代碼如何工作、破解和修復(fù)。網(wǎng)站可靠性工程師知道代碼要如何適應(yīng)公司的架構(gòu)，并且需要設(shè)置整個系統(tǒng)以保證服務(wù)成功運行。

那么根據(jù)這個定義，SRE 的一些關(guān)鍵技能覆蓋哪些領(lǐng)域？

軟件工程
分布式系統(tǒng)設(shè)計
操作系統(tǒng)
網(wǎng)絡(luò)
數(shù)據(jù)庫
安全
可靠性最佳實踐
故障排除
客戶支持

有人會抱怨“太多了！”，確實如此。SRE 是一門廣泛的學(xué)科，因為運行大型分布式站點需要很多的技能。事實上，許多 SRE 傾向于專注上述的一種或兩種技能。你可能也發(fā)現(xiàn)了，有的公司通常有多個 SRE 團隊，支持平臺上的不同領(lǐng)域。也有的團隊可能正在實踐 SRE 但叫法不同，例如叫基礎(chǔ)設(shè)施工程或生產(chǎn)工程。你還會發(fā)現(xiàn)有些擁有 SRE 團隊的公司根本就沒有在實踐 SRE。我鼓勵大家把注意力集中在工作本身上，不用太糾結(jié) SRE 的實際含義是什么。

現(xiàn)實

每當有人問我如何成為 SRE 時，通常他們最后會問自己為什么要做 SRE。這樣說似乎不太禮貌，讓我們花點時間來解釋一些可能對該領(lǐng)域的誤解。根據(jù) Google 的深度營銷與行業(yè)整體情況，期望與現(xiàn)實之間可能存在很大差異。

期望

擁有一件皮夾克
收入比開發(fā)人員多
每個人都聽你說的話
有權(quán)推遲交付實踐，調(diào)整錯誤的優(yōu)先級
一直研究跨技術(shù)的新興事物
幾乎不干體力活，只是一直在編碼
如果要求 on-call（譯者：隨叫隨到，SRE 在 Google 的特色之一）還態(tài)度粗魯，可以隨時掛斷呼叫

現(xiàn)實

收入與開發(fā)人員一樣
考慮到 on-call 的負擔(dān)，實際收入可能比開發(fā)人員還少
要對自己的東西 on-call
有時還要對開發(fā)人員的東西 on-call！
可以一連幾個月不寫代碼
同時，你需要知道如何讀代碼并診斷代碼問題
可能要負責(zé)可靠性，但無權(quán)修復(fù)它
需要高級的客戶支持技能，來說服開發(fā)人員采用大規(guī)模系統(tǒng)運行的最佳實踐

上述現(xiàn)實并非在每個地方都是如此，但還是比很多人期望的要真實。有時你要為新的花哨平臺構(gòu)建工具，有時候需要與 Puppet（一個自動化部署工具）和 DNS 作斗爭。你需要具備靈活性并積累各種技能來完成工作。

SRE 的其他一些現(xiàn)實

解決 StackOverflow 無法解決的真正有趣的問題；
有機會在整個軟件 / 硬件堆棧中學(xué)習(xí)各種領(lǐng)域；
體驗大規(guī)模問題的快感，比如部署數(shù)千臺服務(wù)器或緩解 DDoS 攻擊；
推進公司的全新流程；
磨練溝通技巧，比如解決內(nèi)部開發(fā)過程中的糾紛，以及對公開事故的很長的事后分析；
作為負責(zé)和維護生產(chǎn)平臺的人，得到該有的信任；
與各領(lǐng)域和職業(yè)生涯中的工程專業(yè)人士合作。

有一個非常老套的說法：如果是為了權(quán)力和榮耀，可能會感到失望。成為 SRE，因為你對這個工作感興趣。

我自己的路

有時人們會根據(jù)我職業(yè)生涯中的具體步驟來追問：書名，公司，會議等。他們希望得到盡可能多的信息，以便嘗試復(fù)制我的道路。問題是，我的道路不容易復(fù)制。

我普通的道路

在計算機和互聯(lián)網(wǎng)環(huán)境中長大，也就是說如果無聊我可以閑逛
擁有電影學(xué)位
經(jīng)濟衰退期間畢業(yè)，無法在創(chuàng)意領(lǐng)域找到工作
獲得了一份技術(shù)支持的工作來支付學(xué)生貸款
對服務(wù)器管理的職位著迷
成為了一名光榮的接待員 / 銷售代表
很無聊地成長，晚上開始學(xué)習(xí) Python
留下來為不同公司提供更好的支持工作
結(jié)識了很酷的開發(fā)人員，不斷地在晚上學(xué)習(xí) Python
應(yīng)聘了 Python 工作
沒得到 Python 工作
應(yīng)聘了內(nèi)部工具的工作
獲得了這樣的共苦
Ops 同事休了陪產(chǎn)假，暫時接過他的職務(wù)
SRE 經(jīng)理要我加入 SRE 團隊

如果回放，這就是一個電影學(xué)生成為科技工作者的故事。只要努力工作，你也會實現(xiàn)自己的夢想！但這條道路是他人無法復(fù)制的，例如，當我面試支持方面的工作時，我是一個年輕的、白人、純女性打扮的女人，由年長的、有家室的白種男性雇傭。他們決定“給我個機會”，并說我讓他們想起了他們的女兒，其中有個人甚至基于他小女兒的學(xué)校作業(yè)面試了我！做這種關(guān)聯(lián)的感覺并不好，雖然它確實對我有利，但我無法幫助你復(fù)制它。

我認為我的道路中可以而且應(yīng)該復(fù)制的，是不斷學(xué)習(xí)。我的整個科技生涯就是我做的工作和我正在學(xué)習(xí)的工作。我不斷閱讀書籍，觀看講座，上課，學(xué)習(xí)新語言，與業(yè)界朋友交談。我不會滿足于現(xiàn)狀，如果對當前正在做的工作不感興趣，我會在晚上找到一些有趣的東西，然后會付諸行動。最終，這些新技能可以幫助我完成目前的工作或保證下一個工作。

我沒有做到，但是你應(yīng)該去做的是利用你的社區(qū)。在開始一家科技公司的工作之前，我還不知道技術(shù)社區(qū)是怎么一回事，我一個人一直在抨擊 Python 問題，而不是參加聚會并獲得幫助。有一段時間我找不到工作，也不了解技術(shù)工作相關(guān)的情況。后來我終于找到了工作，但我認為這更多的是一些運氣的成分而不是我的能力。利用你的社區(qū)吧！它會幫助你找到一份工作。

你的道路

我遇到過各種不同背景的人，他們都想要成為 SRE。有些人已經(jīng)是開發(fā)人員，有些人還在訓(xùn)練營，有些人在做 QA 或營銷，他們都想知道下一步應(yīng)該是什么。

官方的答案是“看情況”，這是認真思考權(quán)衡所有情況后的答案！但我知道這個答案沒有什么用，所以讓我們以不同的方式來往下說。

如果我現(xiàn)在試圖成為 SRE，會做兩件事：

找到離我最近的 SRE 組織（請記住，它可能不會被稱為“SRE”！）。
弄清楚成為 SRE 我需要跳（hop) 幾次。

你可能不熟悉這個術(shù)語 - “跳躍”（hops）。它是一種網(wǎng)絡(luò)概念，指的是數(shù)據(jù)包在來源和目標之間發(fā)生的路由網(wǎng)絡(luò)設(shè)備（路由器、網(wǎng)橋等）的數(shù)量。在家用 wifi 上的筆記本電腦和朋友的筆記本電腦之間傳輸?shù)臄?shù)據(jù)包，可能比在筆記本電腦和另一個國家 / 地區(qū)的朋友的筆記本電腦之間傳輸?shù)臄?shù)據(jù)包少。同樣地，我認為與 SRE 團隊合作的開發(fā)人員，比學(xué)習(xí)電影畢業(yè)后想要成為 SRE 的人之間的跳躍會更少。

sre工程師需要會什么（如何成為SRE先了解這些真相和面試情況）(3)

職業(yè)生涯中的跳躍就像是技能和網(wǎng)絡(luò)（人際網(wǎng)絡(luò)！）間的組合。這是一個持續(xù)的過程，找到需要什么技能來進行下一跳，并找到能幫助你成功的人。你的下一跳很可能不是一個 SRE 工作，但它會讓你更接近 SRE！

與計算機網(wǎng)絡(luò)非常相似，社交網(wǎng)絡(luò)越大，道路就越有效率。這取決于誰幫助你、擁有的技能和時間，你的道路可能比同一個地方的其他人更長或更短。一個人的道路可能看起來像新兵訓(xùn)練營 - 自由職業(yè)者 - 兼職開發(fā)人員 - 副業(yè)做做運維 - 系統(tǒng)管理員 - 運維 - SRE。而另一個人可能會在剛畢業(yè)就找到 SRE 團隊的實習(xí)機會。不同的人有不同的機會，你需要找到符合自己實際情況的機會。

因此，先找到 SRE 有哪些相關(guān)的技能然后縮小這些技能范圍。縮小到什么程度呢，就是如果你擁有了這部分技能，你就可以得到一份更接近 SRE 的新工作。然后重復(fù)。

例如，如果不知道如何編程：學(xué)會編程！去訓(xùn)練營，參加在線課程，獲得計算機科學(xué)學(xué)位，做一切合適的事情。擴展人際網(wǎng)絡(luò)并找到招聘人員，或做自由職業(yè)。盡量讓你的簡歷上有開發(fā)經(jīng)歷，然后在新職位中學(xué)習(xí)下一個技能，例如網(wǎng)絡(luò)或數(shù)據(jù)庫。參加更多的課程，找到更多的聚會，換新工作，一步步接近 SRE。

最難的部分，是如何讓你的腳踏進那道門檻。一旦有了開發(fā)人員或系統(tǒng)管理員的工作，一旦可以在簡歷上展示出某種形式的“工程師”，你就有空間來呼吸。堅持那份工作 1 到 2 年，獲得一些經(jīng)驗，建立自己的網(wǎng)絡(luò)，并開始下一個支點。這需要時間，但會是你職業(yè)生涯剩余的時間中，成為 SRE 并超越它的一個方法。

面試

無論你過程如何，最終都會碰到 SRE 工作的面試。恭喜！不同公司和團隊的 SRE 面試是不同的，具體取決于你的職責(zé)。因此，提前研究好工作崗位（無論如何你都應(yīng)該這樣做），并準備好要涵蓋的主要主題。

除了在所有面試中常見的行為方面的問題之外，SRE 的面試還會包括編碼、故障排除和可靠性方面的問題。

編碼

無論是帶回家的腳本問題還是現(xiàn)場的白板面試，你都不得不編碼。
通常他們會告訴你哪些語言是可以接受的。如果他們沒有告訴你，請?zhí)釂枴?/li>
通常，任何面向?qū)ο蟮恼Z言都要會（Python、Ruby、C 、Java 等），Go 是一個例外。
一般的建議是描述你正在思考的一切，但這方法在以前對我無效的。花時間靜靜地考慮你自己的方法，然后解釋你將要做什么，如果需要就不斷重復(fù)。
如果沒有明確計時、還可以帶回家的作業(yè)，那就花上你所需要的所有時間！員工肯定被安排在候選人之前去做這些作業(yè)，許多編碼任務(wù)都沒有計時，因此你可能需要花比他們認為的還多的時間。
如果他們問你需要多長時間，請給一個合理的謊言。除非它恰好是他們專有的應(yīng)用程序，否則他們無法分辨。（譯者：不贊成謊言，更合適的是一個合理的預(yù)估）

故障排除

他們希望看到你的思考方式，以及對系統(tǒng)的理解程度。
可能采取經(jīng)驗示例的形式，即告訴“碰到過的的故障以及自己的貢獻”。
也可能采取謎題的形式，即“時區(qū) A 的開發(fā)人員抱怨每天下午 3 點網(wǎng)絡(luò)連接會速度慢，你會怎么調(diào)查這個？“
隨意提問（“我有 root 嗎？”）并在墻上拋出示例（“我會先查看日志，以防開發(fā)人員并不認為應(yīng)該看那里。”）
這些問題的關(guān)鍵在于了解你對以前使用過的系統(tǒng)的熟悉程度、所擁有的體驗以及碰到過的不常見的例子。重點是判斷深度，而不是正確性。可以放心地說，“這就是我所知道的”或“我不知道，但我會試試它。”

可靠性

整個工作中，對可靠性的要求是明顯的。
編寫代碼時，應(yīng)該編寫異常處理和測試。如果沒時間，請寫下來或解釋你將如何解決這個問題。
會測試什么？怎樣測？會如何進行變更？會怎么回滾？
在進行故障排除時，考慮可靠性以及每個步驟所承擔(dān)的風(fēng)險。
是否建議重啟還在處理生產(chǎn)事務(wù)的服務(wù)器？如何確保故障不再發(fā)生？

對于入門級 SRE，我希望能夠使用一種靈活的編程語言，比如 Python。可以創(chuàng)建一個小的應(yīng)用程序，編寫測試并處理異常。還希望看到像 Linux 這樣的操作系統(tǒng)方面的一些能力，可以在命令行上搜索文件系統(tǒng)，知道如何 grep 日志，可以 ping 一個域。希望看到大規(guī)模技能方面的一些預(yù)見，例如使用配置管理系統(tǒng)或 CI 工具。可能無法負擔(dān)運行 AWS 實例的費用，但也許已經(jīng)使用免費的 Heroku 帳戶，并在免費的監(jiān)控 add-ons 程序中檢出了你的應(yīng)用程序指標。無論在 SRE 職業(yè)生涯中，無論是 Kubernetes 還是 MySQL 還是邊緣網(wǎng)絡(luò)，這些基礎(chǔ)的技能都將幫助你取得成功。

一個有趣的部分，每次面試結(jié)束時都應(yīng)該留出時間讓你提問 ; 也就是說，你要面試公司。應(yīng)該提前計劃出這些問題，并寫下來以供參考。要注意他們的答案。要從感覺上了解他們的工作文化、項目和團隊的健康狀況。

可能不會第一次得到你夢寐以求的工作，但是詢問其中的一些問題，可以幫你了解這項工作將如何為下一次求職提供幫助。

“過去六個月你做了哪些項目？”

SRE 的工作是周期性的，是主動和被動的混合體。六個月涵蓋兩個季度，可以很好地了解如何平衡你的工作。
在那段時間編了什么代碼嗎？或者手動停用了 1,000 臺服務(wù)器？如果創(chuàng)建了什么，是否寫了什么文檔？

“你最后一次被呼叫的時間是什么時候，是因為什么？”

呼叫發(fā)生了。我們準備好了 on-call，因為我們希望在某個時候被呼叫。
但是，“主數(shù)據(jù)庫發(fā)生了故障，已經(jīng)通知到了所有的人”，和“這個舊的服務(wù)器無法 ping，這就是重要的一切，但沒人有時間修復(fù)它”，這兩者是有區(qū)別的。

“你所有的開發(fā)團隊都 on-call 嗎？”

分配 on-call 的任務(wù)，是 DevOps 文化的關(guān)鍵部分，應(yīng)該知道公司處于什么階段。
所有開發(fā)團隊都 on-call 嗎？到了這個階段嗎？如果是，它有多久了？哪些團隊還沒有 on-call？適當?shù)臅r候問這個問題，你會希望了解開發(fā)團隊以及團隊之間的關(guān)系。
如果覺得這個話題還可以繼續(xù)，可以問問需要你 on-call 的內(nèi)容是什么。答案可能很明顯，但可能是另一個團隊尚未替換舊的 Nagios，你會被安排它的安裝 on-call。

問這些問題不是來確保呆在最好的公司，而是要清楚你想要的是什么。例如，如果喜歡未來的隊友和福利套餐，但是知道自己正在進行可怕的 on-call 輪換，那么你可以在薪資談判中提到這一點。重復(fù)一遍，可能不會第一次嘗試就得到夢寐以求的工作，所有的公司都有其優(yōu)點和缺點。牢牢地記住哪些因素破壞了雙方的印象，并盡力去搞清楚哪些公司存在這個因素。

資源

現(xiàn)在，你已經(jīng)了解了什么是 SRE，并且有一條通向它的道路。下一步就是發(fā)展你的技能！

如上所述，通往 SRE 有很多道路，包括計算機科學(xué)學(xué)位和編碼訓(xùn)練營。但那些要花錢，并且可能對你來說遙不可及。可以利用免費資源進入市場，我認為每個人都應(yīng)該擁有同樣的機會。

以下是 SRE/Ops/Systems 社區(qū)提供的免費教育資源的合集，我還沒有親自把所有的都使用過，所以也沒有什么排名，但每一個都強烈推薦。這里提供了這些材料的不同類型，以便你根據(jù)自己的學(xué)習(xí)方式進行選擇。

你在這里的所有學(xué)習(xí)都不要停下來。選擇看起來很有趣的內(nèi)容，如果不能解決問題，請選擇其它內(nèi)容。使用以下列表作為學(xué)習(xí)指南，來作為填補你空白的備忘單，它甚至還是檢查你是否會享受 SRE 工作的一個好方法！

一般 / 多個主題