之前我們介紹了農行在分布式系統環境下運維面臨的挑戰和困難，分布式運維的建設模式，分布式系統下運維工具的實施建議。但是，工具的建設并不意味著運維轉型升級的成功。運維體系建設需要科學的指導思想和系統的建設理念。

本文以經典的運維系統概念——SRE為例。通過對SRE主要內容的分析，梳理一下SRE與運維開發的關系。同時，我們將通過對典型 SRE 落地案例的解讀與大家進行講解。 SRE在金融行業的落地經驗。

01.SRE 主題演講內容概覽1）什么是 SRE

首先，我們來看看SRE的幾個定義：

從單獨的角度來看，源自 Goole 的 SRE 的定義更適合其組織。首先，它擁有強大的人才庫。其次，經過大量內部實踐，經得起考驗。同時，由內而外的推進it運維，推動了這一制度的實施更加全面。但對于外企來說，全能型人才的稀缺和傳統觀念的固化，讓這個定義并不那么成立。

從國外公司本身的角度，我們更傾向于第三種：從實踐的角度來看，SRE的關鍵點就一個字：系統化，我們需要從全局的角度去更透徹的理解. SRE實際上需要多個團隊、多個崗位來承擔不同的職能，但每個團隊可以相互配合，對外對接業務團隊和產品團隊，建立工具實現日常運維。

2）SRE 和關系

本質上，SRE 與 SRE 并沒有太大的不同。它們都是從分布式、云原生、容器化、微服務等技術衍生出來的概念。我們可以將其理解為 SRE 核心概念的通用版本。相比之下，它更加具體，SRE是經過具體實踐提煉出來的理論體系。

3）SRE指導思想和關鍵概念

SRE 有以下指導原則：

關于以上指導思想，我們可以把SRE的一些關鍵概念聯系起來，讓我們對SRE體系有一個更清晰的認識。

在關鍵概念上，主要分為四個層次

4）SRE職位/團隊主要工作

了解了整個SRE體系的工作方式和技巧之后，具體的SRE團隊在做什么內容呢？主要分為以下三只藍籌股：

在這個過程中，我們可以得出下一個結論，即：運維模式/系統的下一站是SRE，運維技術的下一站是AIOps。

5）SRE 方法

在方法論層面，有以下幾個重點：

02.SRE運維平臺及運維開發1）運維管理平臺：實現SRE運維開發的基礎

SRE多次指出，運維組織需要參與運維工具的開發，才能實現SRE的變革。在工具的開發上，傳統公司和互聯網公司會有很大的不同。

因此，對于大多數企業來說，要實現SRE運維開發it運維，需要一個統一的基礎——具備通用的能力和通用的開發框架，同時提供統一的資源管理和資源驅動能力。在此基礎上統一管理上層資源，實現數據接入和能力擴展，下層通用能力框架實現工具化開發、可控增長，構建完整的平臺化運維開發體系.

包括幾個典型場景：

CMDB——SRE運維管理體系的基石，構建消費驅動、可見、可用、可信、可靠的運維優質CMDB，支撐運維發展改革。

可觀察性 - 幫助 SRE 實現全鏈路跟蹤和問題根源定位。根據平臺建立trace、log、關聯分析鏈接，實現數據統一處理。

手動編排引擎 - SRE 手動操作和維護的機會。人工場景的構建需要底層引擎的支持，調用基礎能力建立下層人工體系，支持SRE工具能力的擴展。

03.SRE對金融行業的介紹1）落地案例分析

以國外某小型建設銀行的SRE實踐為例，其SRE落地過程有以下幾個關鍵點：

①確定SRE落地的核心概念：

符合常年戰略，提升運維自動化重復性工作，完善SRE團隊，提升運維價值。

②組建SRE試點團隊：

包括組長、輪值組長、業務核心技術人員，以及其他部門的助理，對應的人員從不同的團隊中挑選出來，保證大家對建設目標有清晰的認識SRE 并為其做出貢獻。

③SRE工作模式：采取和平與戰爭相結合的模式。

戰時應急依賴于常用的施工工具、自動化能力、問題總結等，形成了平時與戰時相結合的工作模式。

④SRE團隊OKR：

團隊OKR的制定與工作模式緊密配合。通過平時與戰時結合，可以看到全景業務系統，可以管控應急響應，可以計算分析業務指標。同時，SRE團隊建立了周會、月會、專題會三會機制，確保日常工作和特殊問題的快速處理。

目前，該行的SRE實踐比較成功。其核心在于SRE團隊的建立。一方面，開發商需要介入。核心業務人員必須懂發展，懂結構，有經營和維持發展的能力。另一方面，要有組織能力。將SRE建設目標分解為各個團隊，實現人員之間能力的整合，形成系統化的組織，推動整個SRE流程。

此外，我們還對多家企業的SRE流程和實施實踐進行了詳細深入的分析，包括農業建設銀行、騰訊、美圖等，感興趣的請點擊了解更多！

2）經驗分析

①SRE適合落地金融行業嗎？

SRE 是一個系統化的過程。從組織架構，到文化推廣，到工具的建立，到人員能力的提供，都會產生一個完整的SRE體系。

我們建議我們可以先專注于其中一個方向，例如將工具移近平臺級別。同時，如果有余力，可以考慮建設一部分運維開發能力。除了組織能力，還可以適當培養，讓它一步步走向SRE，而不是一飛沖天。

②如果要落地，需要注意什么？

主要有三點：

標準規范制定：標準化和標準化是完善系統的第一步。運維的標準規范必須與開發和業務保持一致。

具備軟件開發能力：只有將運維需求轉化為運維產品，運維產品最終實現為具體的工具和系統。

組織變革：SRE是運維和開發能力的結合。它需要一些懂開發的運維人員和一些懂運維系統的開發人員。運維和開發需要互相了解，然后結合對方的需求到自己的工作中。