SRE 关键原则和实践：SRE 人性化的一面
- 10 分钟
成功的操作过程是实现所需可靠性并维持其可靠性的过程。 这样的过程既取决于它如何对待对环境负责的人类，也取决于它如何对待计算机。 站点可靠性工程在很多方面承认了这一事实，这些方面对于其实践至关重要。
辛劳
首先关注“辛劳”的概念。 在 SRE 环境中，辛劳指的是由具有某些特征的人类完成的操作。 “辛劳”没有长期补偿价值。 它不会以任何有意义的方式推进服务。 它通常是重复操作并且主要是手动（即使可以自动化）。 当服务或系统随着时间的推移规模变大后，对该系统的请求数量也可能按比例增加，并且需要更多的手工劳动。
例如，服务可能要求 SRE 团队承担如下操作负载，这些负载被认为是苦工：
- 每周重置一些内容。
- 手动预配新帐户和磁盘空间。
- 手动重复重启进程。
完成这些操作并没有使服务以任何长期、持久的方式得到改善。 还可能需要一遍又一遍地重复这些操作。
备注
即使像许多地方一样在某些票证系统中保留这种性质的请求，执行操作和解决票证问题仍然很辛苦。 它只是机械式的辛苦操作。
SRE 无法接受辛劳。 他们努力在可能且适当的时候消除辛劳。 此目标是自动化在 SRE 中发挥作用的地方之一。 如果这些请求可以自动处理，就可以让团队将精力投入到更有价值和影响力的事情，而不是耗尽请求队列。
与苦工相比，“适当”一词的用法与其在可靠性方面的用法类似。 在某些情况下，消除辛劳的工作的优先级低于其他工作。 但总的来说，使服务不再需要辛劳操作是 SRE 的关键重点。
项目工作与反应性“操作”工作
若要执行可消除苦工的工作或提高系统可靠性，必须适当分配 SRE 的时间。 他们希望确保他们不会将所有时间都用于解决紧急问题、回复页面或只是处理票证队列。 他们需要留出时间来编写代码以消除辛劳，构建自助服务自动化以不再需要票证，以及构建可使服务和用户更高效的项目。 通常引用的数字（来自最初的 Google 模型）是团队中至多 50% 的操作负载之一。
备注
50% 是一个有点武断的数字，但实际上对许多人而言，它似乎是一个合理的目标。
在 SRE 的生命周期内有一些时刻，所有时间都用于解决紧急问题，但这不是一个稳定的状态。 如果一个团队的反应性“操作”工作（大部分工作）长时间占用他们超过 50% 的时间，那就是倦怠和可靠性差的体现。 在这种情况下，无法运作或构建我们之前讨论过的良性循环。 SRE 同样关注均衡性较差的待命负载，因为它也有可能对团队产生强烈的负面影响。
现在我们已经有机会看到 SRE 的一些核心实践和原则，可以谈谈如何开始使用。