体系结构 Microsoft Azure 架构良好的框架 Azure 应用程序体系结构指南 参考体系结构和示例工作负载 Azure 的 Microsoft 云采用框架 在 Azure 上构建微服务 Azure 数据体系结构指南 云最佳做法 设计可靠的 Azure 应用程序 云设计模式 面向 AWS 专业人员的 Azure 面向 GCP 专业人员的 Azure 性能调优 在 Azure 体系结构中心中查看详细信息
监视 Azure Monitor 概述 将指标与 Azure Monitor 配合使用 将日志与 Azure Monitor 配合使用 使用 Application Insights 管理应用程序性能 将分布式跟踪与 Azure Monitor 配合使用 查看有关 Azure Monitor 的详细信息
区域性 站点可靠性工程的演变 构建 SRE：从外到内的文化 多文化团队的文化细微差别和有效协作 SRE 的演变以及对 SRE 促变因素日益增长的需求 反馈循环：SRE 的优点以及实现其潜能所需满足的条件 了解业务指标可以实现更好的 SRE 站点可靠性永不结束的故事 在运营中，每天都是星期一
监视和可观测性 超过 6 亿会员和数百个微型服务：我们如何扩展我们的监控系统以跟上步伐 不走寻常路：将可观测性焦点从服务移到客户 你得到的是你所测量的 - 为何指标非常重要 抵御风暴：早期警告如何拯救农场 捕获并分析数百万个查询而没有任何开销 事件相关性：用于降低 MTTR 的全新方法 可靠的监视功能如何为 LinkedIn 源的高可用性提供支持 降低 MTTR 和错误上报数：LinkedIn 的事件关联
实践和原则 可用性 - 超越高可靠性指标而思考 适用于 SRE 的心理模型 创建应用程序时优先考虑信任 Java 讨厌 Linux。 处理这个问题。 理解 SRE 实践的阶段并描述其特征 安全性和 SRE：自然力倍增器 生产改进审查：削减维修债务 确保高性能应用程序的可靠性 服务评分卡 - 将卓越运营游戏化 如何通过深挖并曝光服务问题来改善服务
团队和管理 黄色代码：以巧妙的方式帮助运营任务最繁重的团队 领导而不管理：成为 SRE 技术领导者 不同公司的 SRE 实现形式之间的差异 100 个团队，100 种失败方法 开始参与 SRE 的原因、内容和方式 建立并运转 SRE 团队 从大学生到 SRE：加入入门级人才 LinkedIn SRE：从初创到全球规模 在全球最大的软件公司中拼接 SRE DNA 序列 将第 1 层毛虫转换为蝴蝶
工具和技术 Azure SREBot：不仅仅是聊天机器人 - 可缩短缓解时间的智能机器人 TrafficShift：避免大规模灾难 让我们构建分布式文件系统 TCP - 体系结构、增强功能和优化 BGP - Internet 的主干 无服务器模式下的 Ops 我们如何使用 Kafka 扩展数据库基础结构 SRE 网络：排查应用程序问题需要了解什么 Ambry - LinkedIn 的分布式不可变对象存储 BPerf - 针对生产的 Bing.com 云分析 DNS：针对现代问题的旧解决方案 在 LinkedIn 使用 Rum DNS 进行流量转向
缩放 流量预测和压力测试基础结构 大规模学习很困难！ 故障模式分析和脏数据 缩放分布式有状态系统：LinkedIn 案例研究 大规模调试 - 从单机到生产 大规模构建集中式缓存基础结构 可缩放编码 - 找到错误 在 LinkedIn 管理容量 InStream：使用 BitTorrent、Python、Salt 和 Kafka 进行大规模分发 避免和打破容量束缚 全球流量路由和故障转移的演变
