Che cos'è l'SRE? Spiegazione di principi e pratiche

• L'ingegneria dell'affidabilità del sito (SRE) contribuisce a ridurre i problemi tipici che i team di sviluppo e operativi si trovano ad affrontare durante i rilasci.

• L'SRE migliora l'affidabilità, la responsabilità e l'innovazione favorendo la stabilità delle applicazioni durante tutti gli aggiornamenti.

• Misurazione, risposta, apprendimento e miglioramento sono le quattro componenti principali che rendono efficace l'SRE.

• Una SRE efficace prende avvio a livello dirigenziale, ma dipende anche dalla solidità della struttura del team e dalla condivisione delle responsabilità per risultare affidabile.

• JSM può contribuire a semplificare la risposta agli imprevisti e a implementare l'SRE in modo efficace.

Lo sviluppo e il rilascio del software prevedono numerosi elementi dinamici e coordinare i lanci tra i diversi team può risultare impegnativo. Innovazioni come l'ingegneria dell'affidabilità del sito (SRE) permettono di ridurre gli attriti, consentendo ai team di semplificare l'ITSM.

L'SRE svolge un ruolo fondamentale nel moderno sviluppo software, contribuendo a ridurre i tempi di lancio e allo stesso tempo riducendo al minimo gli ostacoli e i problemi di affidabilità. Scopri di più sui principi fondamentali e sui pilastri dell'SRE e sul possibile impatto sulla tua organizzazione.

Che cos'è l'ingegneria dell'affidabilità del sito (SRE)

L'SRE è una disciplina ingegneristica che applica le pratiche di progettazione del software alle attività operative, per creare e mantenere sistemi affidabili e scalabili. Si concentra sul miglioramento delle prestazioni del sistema tramite automazione, obiettivi di affidabilità misurabili e miglioramento continuo delle attività operative.

Ben Treynor, uno dei primi leader della pratica SRE in Google, ha descritto l'ingegneria dell'affidabilità del sito come ciò che accade quando a un ingegnere del software vengono assegnati i task che una volta si chiamavano operazioni.

Storicamente, i team di sviluppo si sono sempre concentrati sulla consegna rapida di nuove funzionalità, mentre i team operativi hanno sempre dato priorità alla stabilità del sistema. Spesso questa tensione ha creato attriti sulle decisioni di rilascio e sulla tolleranza al rischio.

L'SRE ha introdotto un approccio più strutturato, definendo degli obiettivi di affidabilità e utilizzando soglie misurabili per stabilire quando le modifiche possono essere rilasciate in sicurezza. È compito degli ingegneri dell'affidabilità dedicati contribuire a garantire che i sistemi soddisfino le prestazioni attese, consentendo al contempo di continuare a innovare.

Come ha osservato Andrew Widdowson, SRE di Google, l'attività può dare l'impressione di far parte di una squadra di meccanici che lavora ad alta velocità, migliorando continuamente i sistemi mentre sono ancora in produzione.

Differenza tra SRE, operazioni IT tradizionali e DevOps

Nelle operazioni IT tradizionali, l'obiettivo principale è ridurre al minimo i problemi con i nuovi rilasci e i rischi che questi comportano. I team sono strutturati in base alle competenze IT, con gli ingegneri di rete che si occupano soltanto della rete e così via. Questo modello è certamente efficace per rendere massima l'affidabilità, ma può provocare colli di bottiglia e ritardi.

DevOps è stata creata come soluzione moderna alle sfide che i team dedicati alle operazioni IT tradizionali si trovano ad affrontare. A differenza delle operazioni IT tradizionali, DevOps si concentra su agilità ed efficienza, tramite l'automazione. I team DevOps sono anche interfunzionali, il che consente loro maggiore flessibilità.

L'SRE è la più recente innovazione che si propone di collegare i team Dev e Ops. La collaborazione tra i team Dev e Ops viene semplificata dall'SRE attraverso l'osservabilità, l'automazione e il monitoraggio delle applicazioni. I team SRE misurano le prestazioni delle applicazioni rispetto agli Accordi sui livelli di servizio (SLA), agli Indicatori del livello di servizio (SLI) o agli Obiettivi di livello di servizio (SLO) per garantire l'affidabilità. I membri del team SRE possono anche identificare e correggere gli eventuali problemi di codice, quindi la programmazione è una competenza chiave per loro.

Come funziona l'SRE?

Esistono diversi pilastri fondamentali dell'SRE che semplificano DevOps e aiutano a garantire l'affidabilità del software. Un esame più ravvicinato degli aspetti chiave dell'SRE può facilitarne l'efficace integrazione nella tua organizzazione.

Misurazione: definire e monitorare l'affidabilità

La misurazione è alla base del processo decisionale dell'SRE, perché fornisce dati chiave utilizzati dai team SRE per rendere massima l'affidabilità a ogni lancio. Queste sono le metriche chiave:

• Indicatori del livello di servizio (SLI): SLI come latenza, disponibilità, throughput e tassi di errore sono metriche chiave per misurare l'affidabilità del sistema. 

• Obiettivi del livello di servizio (SLO): gli SLO consentono ai team di definire obiettivi di affidabilità realistici basati sull'esperienza utente, il che aiuta anche a bilanciare gli obiettivi di prestazioni con i vincoli operativi, per garantire che il software sia affidabile al momento del rilascio.

• Accordi sui livelli di servizio (SLA): gli SLA sono impegni di affidabilità esterni che in genere non sono rigorosi quanto gli SLO. Gli SLO sono più rigorosi degli SLA perché fungono da sistema di allerta per potenziali problemi di prestazioni, garantendo la responsabilità verso i clienti e permettendo di offrire la migliore esperienza cliente possibile.

• Budget di errore: i budget di errore rappresentano il tempo di inattività consentito in un determinato periodo. I team utilizzano i budget di errore per regolare il ritmo di sviluppo. Quando il budget di errore è esaurito, lo sviluppo rallenta. Quando il budget è consistente, si può invece accelerare lo sviluppo e assumersi rischi maggiori.

Risposta: gestione degli imprevisti e carico operativo

La risposta è il modo strutturato con cui i team SRE gestiscono i problemi di affidabilità in tempo reale, utilizzando processi definiti e framework standardizzati per semplificare la gestione degli imprevisti: 

• Pratiche di risposta agli imprevisti: i team creano processi definiti, ruoli e percorsi di escalation per garantire una risposta agli imprevisti tempestiva e coerente. Jira Service Management (JSM) consente ai team di gestire facilmente i problemi, fare escalation e condividere le procedure e le best practice in una posizione centralizzata.

• Livelli di gravità e definizione delle priorità: i team utilizzano framework di gravità standardizzati per valutare rapidamente l'impatto e determinare quanto sia urgente un particolare ticket. Questo approccio aiuta i team a definire la priorità degli imprevisti in base alla gravità.

• Ingegneria di reperibilità: l'adozione di rotazioni di reperibilità sostenibili aiuta a raggiungere un punto di equilibrio tra la reattività del sistema e la produttività e il benessere degli sviluppatori, riducendo il burnout e permettendo di ottenere risultati migliori.

Apprendimento: trasformare gli imprevisti in miglioramenti sistemici

Quando la risposta agli imprevisti è completata, l'apprendimento è il meccanismo che aiuta i team a prevenire i guasti ricorrenti e ad aumentare la resilienza del sistema.

• Imparzialità dell'analisi retrospettiva: quando i team si concentrano sulle cause sistemiche dei problemi invece che sugli errori individuali, la risoluzione dei problemi è più efficace e il team riceve può stare tranquillo.

• Modello e pratiche di analisi retrospettiva: l'utilizzo di revisioni strutturate degli imprevisti crea una documentazione di qualità migliore e favorisce i follow-up attuabili. Il modello di analisi retrospettiva in JSM semplifica questo processo.

• Condivisione delle conoscenze sull'affidabilità: la centralizzazione delle pagine e della documentazione consente ai team di creare una knowledge base e di ampliare l'apprendimento nei diversi servizi e organizzazioni.

Miglioramento: affidabilità dell'ingegneria su larga scala

Il miglioramento è il risultato a lungo termine dell'adozione di pratiche SRE mature. Ecco i cambiamenti che possono essere estesi di pari passo con il tuo business e che garantiscono affidabilità a lungo termine:

• Riduzione del lavoro ripetitivo: l'identificazione e l'eliminazione dei flussi di lavoro operativi ripetitivi liberano tempo che i team possono utilizzare per concentrarsi su attività di ingegneria di maggior valore, in modo da non sprecare risorse preziose.

• Automazione e standardizzazione: l'automazione migliora la coerenza, la resilienza e l'efficienza operativa del sistema semplificando i flussi di lavoro operativi e riducendo il rischio di errore umano.

• Pianificazione della capacità e ottimizzazione delle prestazioni: l'adozione di un approccio preventivo nella progettazione del sistema può proteggere da problemi comuni e supportare una crescita sostenibile, garantendo che i sistemi si adattino facilmente alla crescita dell'azienda.

Come gestire l'SRE in modo efficace

Se utilizzata correttamente, l'SRE può essere uno strumento efficace. Se si seguono le procedure appropriate e le best practice, può essere più facile implementarla efficacemente.

Come trasformare l'affidabilità in una responsabilità condivisa

Rendere l'affidabilità una responsabilità condivisa è uno dei principi fondamentali dell'SRE. Quando i team di sviluppo e operativi condividono la responsabilità del risultato di un rilascio, è più probabile che collaborino in modo produttivo per trovare una soluzione al problema in atto.

Strumenti come i budget di errore svolgono un ruolo fondamentale nell'allineare le priorità e nell'incoraggiare la collaborazione. SLO, SLI e SLA sono modi semplici per misurare oggettivamente le prestazioni del sistema, offrendo ai team una base solida su cui lavorare.

Come scegliere la struttura del team più appropriata

I team SRE possono essere strutturati in modo centralizzato o integrato ed entrambi i modelli presentano dei vantaggi.

I team SRE integrati lavorano all'interno dei team di prodotto, acquisendo una migliore comprensione del prodotto e ottenendo tempi di risposta rapidi. I team SRE centralizzati sono invece team separati che operano trasversalmente in tutta l'organizzazione.

I team ibridi sono un compromesso efficace tra le due tipologie di team, combinando l'agilità dei team incorporati con la coerenza dei team centralizzati. I ruoli di ingegneria ibridi contribuiscono a fornire sistemi più affidabili accelerando lo sviluppo e riducendo i problemi di affidabilità.

Importanza del supporto da parte della leadership per ottenere l'affidabilità

Rendere l'affidabilità una priorità a lungo termine e integrarla nel processo decisionale strategico non è semplice come creare un team SRE. Una SRE efficace e a lungo termine inizia dalla leadership.

Quando la leadership si assume l'impegno di migliorare l'affidabilità, i team SRE possono avere accesso alle risorse di cui hanno bisogno per metterla in atto. Il consenso della leadership favorisce anche un cambiamento culturale che dà priorità all'affidabilità rispetto alla rapidità dei rilasci, il che contribuisce a integrare l'SRE in tutte le attività di un'organizzazione.

Quando dovresti adottare l'SRE?

Se stai considerando di adottare l'SRE, ecco alcuni segnali che indicano che l'organizzazione è pronta alla transizione:

• Vengono spese ingenti quantità di risorse in task manuali ripetitivi che causano burnout

• I clienti sono spesso insoddisfatti delle prestazioni o del tempo di inattività oppure stai violando gli SLA

• I tempi di distribuzione sono lenti e le distribuzioni spesso causano problemi

Anche se implementare l'SRE è un modo efficace per migliorare l'affidabilità, ci sono alcune sfide da tenere in considerazione:

• Resistenza culturale al cambiamento

• Difficoltà nell'assumere o nel formare il personale

• Gestione del sovraffaticamento

È possibile superare alcune di queste sfide attraverso un'implementazione graduale dell'SRE. Inizia con progetti pilota secondari e implementa automazione, budget di errore e miglioramento continuo man mano che acquisisci maggiore fiducia.

Comincia a creare una pratica SRE

L'SRE è uno dei modi più efficaci per migliorare l'affidabilità e semplificare la collaborazione tra team Dev e Ops. L'uso di SLO, SLI e SLA per misurare le prestazioni del sistema aiuta a ridurre al minimo gli imprevisti, migliorare l'esperienza cliente e consente agli sviluppatori di concentrarsi sull'innovazione.

Se l'azienda è pronta ad adottare l'SRE, parti con un progetto di piccole dimensioni, definisci il team e concentrati sul perfezionamento e sul miglioramento continuo delle pratiche SRE.

Puoi consultare guide approfondite sull'SRE per scoprire di più sulla creazione di un team SRE o provare JSM per semplificare la gestione degli imprevisti e migliorare la collaborazione tra team.