सिस्टम रिलायबिलिटी इंजिनिअरिंग (SRE) ही गूगलने सुरू केलेली एक संरचित शाखा आहे, जी प्रोडक्शन सिस्टीम व्यवस्थापित करण्यासाठी सॉफ्टवेअर इंजिनिअरिंगच्या तत्त्वांचा वापर करते, तर ॲड हॉक मेंटेनन्स हा समस्या उद्भवताच त्या सोडवण्यासाठीचा एक प्रतिक्रियात्मक, अनियोजित दृष्टिकोन आहे. या दोन्हींपैकी निवड केल्याने, टीम्स अपटाइम, घटना आणि दीर्घकालीन कार्यान्वयन आरोग्य कसे हाताळतात हे ठरते.
एक सक्रिय अभियांत्रिकी शाखा जी सॉफ्टवेअर पद्धतींना कार्यान्वयनात लागू करते, आणि स्वयंचलन व परिभाषित सेवा-स्तरीय उद्दिष्टांद्वारे मोजता येण्याजोगी विश्वसनीयता साधण्याचे ध्येय ठेवते.
एक अनियोजित, प्रतिक्रियात्मक देखभाल धोरण, ज्यात कोणत्याही पूर्वनिश्चित कार्यपद्धती किंवा वेळापत्रकांशिवाय, केवळ प्रणाली बिघडल्यावर किंवा समस्या दिसून आल्यावरच दुरुस्ती केली जाते.
| वैशिष्ट्ये | सिस्टम विश्वसनीयता अभियांत्रिकी | तदर्थ देखभाल |
|---|---|---|
| दृष्टिकोन प्रकार | सक्रिय आणि संरचित | प्रतिक्रियात्मक आणि अनियोजित |
| विश्वसनीयता मापन | एसएलओ, एसएलआय आणि त्रुटी अंदाजपत्रक | कोणतेही औपचारिक मापदंड नोंदवले जात नाहीत |
| घटना प्रतिसाद | दस्तऐवजीकृत रनबुक आणि ऑन-कॉल रोटेशन | उपलब्ध अभियंता जो काही निर्णय घेईल तो. |
| ऑटोमेशन पातळी | उच्च — स्वयंचलन हे एक मुख्य तत्त्व आहे | कमी — हाताने केलेल्या दुरुस्त्यांचे प्राबल्य आहे |
| दस्तऐवजीकरण | व्यापक शवविच्छेदन आणि कार्यपद्धती | किमान किंवा विसंगत |
| यासाठी सर्वात योग्य | मोठ्या प्रमाणातील, मोहिमेसाठी महत्त्वपूर्ण प्रणाली | लहान प्रकल्प किंवा सुरुवातीच्या टप्प्यातील उत्पादने |
| कालांतराने खर्च | जास्त प्रारंभिक गुंतवणूक, कमी दीर्घकालीन खर्च | वीजपुरवठा खंडित झाल्यामुळे होणारा सुरुवातीचा आणि वाढणारा खर्च कमी करा. |
| संघ रचना | समर्पित SRE किंवा प्लॅटफॉर्म टीम | मालकीशिवाय सामायिक जबाबदारी |
SRE या विश्वासावर कार्य करते की विश्वसनीयता हे एक वैशिष्ट्य आहे, नंतर जोडलेली गोष्ट नाही. ते ऑपरेशन्सला एक सॉफ्टवेअर समस्या मानते आणि डिप्लॉयमेंट पाइपलाइनपासून ते इन्सिडेंट रिस्पॉन्सपर्यंत प्रत्येक गोष्टीसाठी अभियांत्रिकी कठोरता लागू करते. याउलट, ॲड हॉक मेंटेनन्स ऑपरेशन्सला आग विझवण्याच्या प्रयत्नासारखे मानते, जिथे शक्य तितक्या लवकर सेवा पूर्ववत करणे हेच एकमेव ध्येय असते. या दोन दृष्टिकोनांमधील वैचारिक दरी प्रचंड आहे — एक अशा प्रणाली तयार करतो ज्या व्यवस्थितपणे अयशस्वी होतात, तर दुसरा बिघाड झाल्यावर गोंधळून जातो.
SRE चे एक महत्त्वाचे योगदान म्हणजे विश्वसनीयतेचे संख्यात्मक मापन करण्याचा त्याचा आग्रह. टीम्स SLOs च्या माध्यमातून 'पुरेसे चांगले' म्हणजे काय हे ठरवतात आणि SLIs वापरून कामगिरीचा मागोवा घेतात, तर एरर बजेट्स डेव्हलपमेंट आणि ऑपरेशन्स यांच्यात एक सामायिक भाषा प्रदान करतात. अनियोजित देखभालीसाठी (Ad hoc maintenance) अशी कोणतीही समकक्ष चौकट नाही, याचा अर्थ गोष्टी सुधारत आहेत की बिघडत आहेत हे जाणून घेण्याचा कोणताही वस्तुनिष्ठ मार्ग नाही. मोजमापाअभावी, टीम्स अनेकदा अंतर्ज्ञानावर अवलंबून काम करतात, ज्यामुळे एखादी मोठी घटना लक्ष देण्यास भाग पाडेपर्यंत धोक्याचा कमी अंदाज बांधला जातो.
SRE पुनरावृत्तीच्या हाताने कराव्या लागणाऱ्या कामाला — ज्याला 'टॉइल' (toil) म्हटले जाते — एक कर मानते, जो ऑटोमेशनद्वारे कमी केला पाहिजे. गुगलच्या मूळ SRE पुस्तकात शिफारस केली आहे की इंजिनिअरच्या वेळेपैकी ५०% पेक्षा कमी वेळ 'टॉइल'साठी द्यावा, जेणेकरून उरलेला वेळ अर्थपूर्ण इंजिनिअरिंग सुधारणांसाठी वापरला जाऊ शकेल. तात्पुरत्या देखभालीची (Ad hoc maintenance) वातावरणे अनेकदा 'टॉइल'मध्ये बुडालेली असतात, कारण प्रत्येक दुरुस्ती हाताने आणि एकदाच करावी लागते. कालांतराने, यामुळे एक दुष्टचक्र निर्माण होते, जिथे इंजिनिअर्स समस्या सोडवण्यात इतका वेळ घालवतात की, त्या समस्या टाळण्यासाठी आवश्यक असलेले ऑटोमेशन ते कधीच तयार करत नाहीत.
SRE वातावरणात जेव्हा काही बिघडते, तेव्हा प्रतिसाद एका परिभाषित प्रक्रियेनुसार दिला जातो: अलर्ट्समुळे ऑन-कॉल रोटेशन सुरू होते, रनबुक्स प्रतिसाद देणाऱ्यांना मार्गदर्शन करतात आणि दोषरहित पोस्टमॉर्टेममधून शिकलेले धडे नोंदवले जातात. या पद्धतशीर दृष्टिकोनामुळे प्रत्येक घटना प्रणालीला अधिक मजबूत बनवते. अनियोजित देखभालीमध्ये, घटना अव्यवस्थितपणे हाताळल्या जातात, अनेकदा जो कोणी उपलब्ध असेल त्याच्याकडूनच, आणि त्याच मूळ कारणांमुळे वारंवार व्यत्यय येण्याची शक्यता असते. संस्था कधीही संस्थात्मक ज्ञान जमा करत नाही, कारण ते नोंदवण्यासाठी कोणतीही सुसंगत यंत्रणा नसते.
SRE साठी साधने, प्रशिक्षण आणि प्रक्रिया डिझाइनमध्ये सुरुवातीला मोठी गुंतवणूक करावी लागते, परंतु जसजशी प्रणाली विस्तारते, तसतसे याचे चांगले परिणाम मिळतात. गूगल किंवा नेटफ्लिक्सच्या स्तरावर विश्वसनीय सेवा चालवणाऱ्या कंपन्या तात्पुरत्या पद्धतींवर टिकू शकणार नाहीत — त्यातील गुंतागुंत कोणत्याही प्रतिक्रियात्मक टीमला गोंधळात टाकेल. तथापि, मूठभर वापरकर्ते असलेल्या एका लहान स्टार्टअपसाठी, तात्पुरती देखभाल पूर्णपणे तर्कसंगत असू शकते. महत्त्वाचे म्हणजे, आपण या गरजेच्या पलीकडे गेलो आहोत हे ओळखणे; आणि हे सहसा तेव्हा घडते, जेव्हा वारंवार होणाऱ्या व्यत्ययांमुळे ग्राहकांचा विश्वास कमी होऊ लागतो.
SRE हे ऑपरेशन्सचेच एक आकर्षक नाव आहे.
SRE हे पारंपरिक ऑपरेशन्सपेक्षा मूलभूतपणे वेगळे आहे, कारण ते कार्यान्वयन समस्यांवर सॉफ्टवेअर इंजिनिअरिंग लागू करते आणि विश्वसनीयतेला उत्पादनाचे एक वैशिष्ट्य मानते. पारंपरिक ऑपरेशन्स अनेकदा सिस्टीम मॅन्युअली चालू ठेवण्यावर लक्ष केंद्रित करते, तर SRE इंजिनिअर्स असे ऑटोमेशन तयार करतात जे मुळातच मानवी हस्तक्षेपाची गरज टाळते.
तात्पुरती देखभाल स्वस्त असते कारण त्यात अतिरिक्त प्रक्रियात्मक खर्च नसतो.
जरी अनियोजित देखभालीमुळे सुरुवातीचा प्रक्रिया खर्च टळतो, तरी वारंवार होणारे व्यत्यय, दीर्घकाळ चालणारी डीबगिंग सत्रे आणि तांत्रिक कर्जाच्या वाढत्या खर्चामुळे कालांतराने ती सामान्यतः खूपच महागडी ठरते. अनियोजित डाउनटाइमवरील अभ्यासांमधून मध्यम आकाराच्या व्यवसायांसाठी प्रति तास लाखो डॉलर्सचा खर्च नियमितपणे दिसून येतो.
SRE चा लाभ घेण्यासाठी तुम्हाला गुगलच्या आकाराचे असणे आवश्यक आहे.
SRE ची तत्त्वे — SLOs, एरर बजेट्स, ऑटोमेशन, दोषरहित पोस्टमॉर्टेम — प्रभावीपणे लहान प्रमाणातही वापरता येतात. अनेक लहान आणि मध्यम आकाराचे संघ या पद्धतींची हलकी आवृत्ती स्वीकारतात आणि एका स्वतंत्र SRE संस्थेची गरज न भासता विश्वासार्हतेत लक्षणीय सुधारणा अनुभवतात.
SRE सर्व व्यत्यय दूर करते.
SRE शून्य अपयशांचे वचन देत नाही — ते अपयश अटळ आहे हे स्वीकारते आणि एरर बजेटद्वारे निर्धारित केलेल्या स्वीकारार्ह मर्यादेत त्यांचे व्यवस्थापन करण्यावर लक्ष केंद्रित करते. परिपूर्णता नव्हे, तर जलद शोध, त्वरित पुनर्प्राप्ती आणि प्रत्येक घटनेतून शिकणे हे ध्येय आहे.
तुमच्याकडे चांगले अभियंते असतील तर तात्पुरती देखभाल व्यवस्थित चालते.
उत्कृष्ट अभियंतेसुद्धा प्रक्रिया, दस्तऐवजीकरण आणि स्वयंचलनाच्या अभावाची भरपाई करू शकत नाहीत. वैयक्तिक अफाट प्रयत्न ही एक शाश्वत विश्वासार्हता रणनीती नाही, आणि त्यामुळे व्यक्तीवर कामाचा ताण येतो, तसेच संस्था मजबूत प्रणालींऐवजी विशिष्ट व्यक्तींवर अवलंबून राहते.
ज्या संस्थांमध्ये प्रोडक्शन सिस्टीम चालवल्या जातात आणि जिथे डाउनटाइमचे व्यवसायावर गंभीर परिणाम होतात, विशेषतः जसजशी गुंतागुंत वाढते, त्यांच्यासाठी सिस्टीम रिलायबिलिटी इंजिनिअरिंग (SRE) हा एक योग्य पर्याय आहे. अगदी सुरुवातीच्या टप्प्यातील प्रकल्पांसाठी किंवा कमी महत्त्वाच्या अंतर्गत साधनांसाठी तात्पुरती देखभाल (ॲड हॉक मेंटेनन्स) उपयुक्त ठरू शकते, परंतु ती लवकरच एक जबाबदारी बनते. बहुतेक प्रस्थापित इंजिनिअरिंग संस्था, जरी त्यांनी संपूर्ण गूगल मॉडेलचा अवलंब केला नाही तरी, अखेरीस तात्पुरत्या पद्धती सोडून SRE-प्रेरित फ्रेमवर्ककडे वळतात.
हा तुलनात्मक अभ्यास Amazon Web Services आणि Google Cloud यांची त्यांच्या सेवा ऑफरिंग्ज, किंमत मॉडेल्स, जागतिक पायाभूत सुविधा, कार्यक्षमता, डेव्हलपर अनुभव आणि आदर्श वापर प्रकरणांचे विश्लेषण करून करतो, ज्यामुळे संस्थांना त्यांच्या तांत्रिक आणि व्यावसायिक गरजांना सर्वोत्तम अनुरूप असलेले क्लाउड प्लॅटफॉर्म निवडण्यास मदत होते.
अनुकूलनशील पायाभूत सुविधा ऑटोमेशन आणि रिअल-टाइम स्केलिंगद्वारे बदलत्या वर्कलोडनुसार गतिमानपणे जुळवून घेते, तर स्थिर पायाभूत सुविधांची रचना निश्चित, पूर्व-कॉन्फिगर केलेल्या संसाधनांवर अवलंबून असते. या दोन्हींपैकी निवड करणे हे तुमच्या क्लाउड वातावरणातील वर्कलोडमधील बदल, बजेटची निश्चितता आणि कार्यान्वयन परिपक्वतेवर अवलंबून असते.
अनुमान कार्यक्षमता हे मोजते की तैनात केलेले एआय मॉडेल किमान संगणकीय संसाधने वापरून विनंत्यांवर किती चांगल्या प्रकारे प्रक्रिया करते, तर प्रशिक्षण संगणकीय खर्च हा मॉडेलला सुरुवातीपासून शिकवण्यासाठी खर्च केलेल्या संसाधनांना दर्शवतो. हे दोन्ही घटक एआयच्या अर्थशास्त्राला आकार देतात, परंतु ते मॉडेलच्या जीवनचक्राच्या पूर्णपणे भिन्न टप्प्यांवर कार्य करतात.
अपूर्ण लॉग्स प्रणालीतील घटनांचा काही भाग साध्या मजकुरात नोंदवतात, ज्यात अनेकदा महत्त्वाचा संदर्भ नसतो, तर संरचित निरीक्षण डेटा मेट्रिक्स, ट्रेसेस आणि लॉग्सना क्वेरी करण्यायोग्य स्वरूपात संघटित करतो. हा संरचित दृष्टिकोन आधुनिक वितरित प्रणालींमध्ये जलद डीबगिंग, सखोल सहसंबंध आणि सक्रिय घटना प्रतिसादास सक्षम करतो.
इव्हेंट कोरिलेशन मूळ कारणे शोधण्यासाठी विविध सिस्टीममधील लॉग्स आणि मेट्रिक्सना जोडते, तर आयसोलेटेड लॉग ॲनालिसिस प्रत्येक लॉग स्रोताची स्वतंत्रपणे तपासणी करते. आधुनिक क्लाउड वातावरणात घटनांचे जलद निराकरण करण्यासाठी कोरिलेशनला प्राधान्य दिले जाते, तरीही लक्ष्यित डीबगिंगमध्ये आयसोलेटेड ॲनालिसिसची भूमिका अजूनही महत्त्वाची आहे.
