http://www.infoq.com/cn/news/2018/01/netflix-engineering-culture

?

在技術(shù)圈兒，Netflix 是一家非常有特色的互聯(lián)網(wǎng)公司。他們信奉“自由與責(zé)任”的企業(yè)文化，鼓勵工程師發(fā)揮自己的愛好與特長；特別開放，很多內(nèi)部系統(tǒng)都開源了；所有業(yè)務(wù)都運(yùn)行在云上，隨之而來，有很多自己的工具，特色的運(yùn)維文化。

在明年 4 月 20～22 日的 QCon 北京 2018 上，我們有幸邀請到 Netflix 工程總監(jiān) Katharina Probst，她將分享 Netflix 的工程文化以及運(yùn)維方面的理念和經(jīng)驗(yàn)。

InfoQ 曾有文章介紹 Netflix 的企業(yè)文化（技術(shù)漫談：為什么Netflix的企業(yè)文化會備受整個硅谷的推崇？），而這次，Katharina 將現(xiàn)場分享《工程文化：挖掘工程師的最大價值》。

丹尼爾·平克的《驅(qū)動力》一書，指出了如何提高績效、煥發(fā)熱情的三大要素：自主（Autonomy）、專精（Mastery）和目的（Purpose）。本次演講也將從這三個方面出發(fā)，探討如何讓工程師發(fā)掘出自己的最大潛能。

• 自主：設(shè)定良好的環(huán)境，但是不控制目標(biāo)的日常執(zhí)行。
• 專精：為每個人提供鍛煉技能的條件，并對成長提供反饋。
• 目的：將工程師連接起來，為公司的使命而奮斗。

Katharina 還曾撰文介紹 Netflix 背后獨(dú)特的運(yùn)維理念。

在Netflix，“自由與責(zé)任”的價值觀體現(xiàn)的淋漓盡致。一方面，工程團(tuán)隊(duì)可以自由地向產(chǎn)品添加功能和服務(wù)，不需要審批和繁瑣的程序。另一方面，作為產(chǎn)品的所有者，要負(fù)責(zé)服務(wù)的運(yùn)維和支持。

優(yōu)勢當(dāng)然是各團(tuán)隊(duì)可以靈活快速地實(shí)現(xiàn)新功能。當(dāng)然，有利就有弊，整個系統(tǒng)的規(guī)模也隨之爆炸性增長，沒有人能記著所有系統(tǒng)的所有變更。

這種情況下，Netflix 是如何保證其服務(wù)的高可用性和用戶體驗(yàn)的呢？秘密就在于 Netflix 的 CORE SRE 團(tuán)隊(duì)。

SRE 是指 Site Reliability Engineer (網(wǎng)站可靠性工程師)。這個概念大家應(yīng)該并不陌生。

CORE 是幾個單詞的首字母縮寫：Cloud（云）、Operations（運(yùn)維）、Reliability（可靠性）、Engineering（工程）。一語雙關(guān)，既可以看成“云運(yùn)維可靠性工程”，也可以看成“核心”。

這個團(tuán)隊(duì)非常小，不到 10 個人。雖然人少，但是都是骨干人才。可以把這個團(tuán)隊(duì)看作 Netflix 服務(wù)的中樞神經(jīng)系統(tǒng)。這個團(tuán)隊(duì)是干什么的呢？

他們要盡可能多的從整體上把握 Netflix 的系統(tǒng)，進(jìn)而讓系統(tǒng)更好、更可靠。具體而言，其工作是：

理解事故（incident）；

發(fā)現(xiàn)事故和健康運(yùn)維狀況下的模式；

將模式轉(zhuǎn)變成工具和最佳實(shí)踐，防患于未然。

理解事故

事故發(fā)生時，SRE 往往是第一響應(yīng)人。這個人要定位問題，深入了解事故，確定嚴(yán)重等級，看看應(yīng)該找誰來解決問題。要找的人可能是服務(wù)的所有者，或者外部合作伙伴（比如設(shè)備供應(yīng)商）。

CORE SRE 團(tuán)隊(duì)要根據(jù)自己對整個系統(tǒng)的理解，決定在既定情況下，采用哪種緩解策略最好，比如把流量切到其他區(qū)域。

發(fā)現(xiàn)事故和健康運(yùn)維狀況下的模式

事故解決后，SRE 的工作才算真正開始。下一步是仔細(xì)研究事故，提很多問題。比如：?
? 事故是什么原因?qū)е碌?#xff1f;?
? 我們之前怎么做，能夠避免這次事故？?
? 是不是有某個最佳實(shí)踐并沒有遵守？?
? 是不是團(tuán)隊(duì)遵守了某個最佳實(shí)踐，但是沒起到預(yù)期效果？?
? 團(tuán)隊(duì)?wèi)?yīng)該怎么做，以避免再次發(fā)生類似事故？?
? 在事故發(fā)生時，我們掌握了哪些信息，能讓我們更快地理解事故原因？?
? 有什么工具可以幫我們降低事故嚴(yán)重性和持續(xù)時間？?
? 這種問題之前發(fā)生過嗎？有沒有什么模式？?
? 卷入事故的團(tuán)隊(duì)，是不是犯了更多主動失誤？發(fā)生了什么？

除了提問分析，還要分析事故數(shù)據(jù)，發(fā)現(xiàn)模式。

將模式轉(zhuǎn)變成工具和最佳實(shí)踐，防患于未然

讓 Core SRE 團(tuán)隊(duì)和關(guān)鍵工程團(tuán)隊(duì)配合工作，一方面 SRE 團(tuán)隊(duì)可以更好地理解痛點(diǎn)，一方面也可以傳達(dá)最佳實(shí)踐等理念。

工具建設(shè)，收集各方面指標(biāo)，這個就不一一具體介紹了。

在現(xiàn)場，Katharina 將為我們具體闡述背后的各種理念和做法。

2018QCon全球軟件開發(fā)大會北京站目前正在8折報名中，感興趣的不要錯過。有任何問題可咨詢購票經(jīng)理Hanna，電話：15110019061，微信：qcon-0410。

轉(zhuǎn)載于:https://www.cnblogs.com/linkenpark/p/8472368.html

總結(jié)

以上是生活随笔為你收集整理的从工程文化和运维理念理解Netflix的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。