站点可靠性工程师

工作时间表

SRE 是一个薪酬优厚的职业领域，因此请做好准备：要想获得这些薪资，就必须投入全职工作时间！正如 ParkMyCloud 所解释的，站点可靠性本质上等同于业务可用性。换句话说，站点可靠性工程师的职责就是将代价高昂的停机时间降至最低。这可能意味着需要在非工作时间加班，或者保持待命状态以快速响应问题。 

主要职责

• 开发或改进与运营和支持相关的软件
• 流程优化与自动化
• 确保发布工程的一致性实践
• 处理并减少支持升级 
• 记录并整理新学到的信息以便日后查阅，例如通过编写操作手册。防止知识“孤岛化”或囤积可共享的知识
• 故障排除
• 开展事件复盘（也称为事后分析、回顾或根本原因分析），以查明问题发生的原因，同时避免归咎于人 

其他职责

• 负责值班，处理故障排查及其他事件响应事宜
• 确保遵守组织规程 
• 在软件开发生命周期中创建待办事项清单，以解决问题并防范未来出现类似问题

软技能
 

• 具备促进团队间协作的能力
• 分析性问题解决
• 注重细节
• 客户服务 
• 共情
• 灵活性
• 目标导向
• 条理清晰；时间管理能力强
• 善于探究且充满好奇心
• 领导力和管理能力
• 客观性
• 以流程为导向
• 质量保证理念
• 出色的沟通能力

技术技能

SRE 必须具备以下相关领域的多项技能：

• 构建自动化工具
• 构建配置语言
• 编译器
• 数据库
• 分布式系统设计
• 与系统管理、开发、配置管理、集成测试相关的领域知识
• 源代码管理概述
• 安装人员
• 社交
• 操作系统
• 包管理器
• 安全
• 软件工程

• 计算机系统设计公司
• 企业/公司
• 政府/军事机构
• 医疗保健 
• 高等教育机构
• 媒体与娱乐

如果一家组织拥有的网站重要到需要配备站点可靠性工程师（SRE），那么人们对该职位的期望自然会很高。据Netguru称，聘请SRE的四大主要原因包括：最大限度地减少停机时间、预判并降低风险、加快开发速度，以及通过这些措施和其他已实施的流程来节省成本。 显然，站点可靠性工程师的工作量十分繁重，在努力应对工作压力的同时，他们还必须紧跟IT领域的技术变革。 
 
一旦出现问题，工作时间往往会大幅延长，更不用说轮班值守的情况了……这意味着即使你下班了，从技术上讲你仍然在岗。事件响应时间可能很短，而各家企业在补偿加班工作方面也有所不同。有些公司可能会给予带薪休假，有些可能会支付额外报酬，还有些可能只会说一声“非常感谢”而别无他物。 

对于许多处于成长阶段的企业而言，SRE 仍是一个相对较新的概念。因此，当前的一个趋势是，企业仍在摸索如何最好地管理这一领域。推动站点可靠性工程（SRE）发展的主要因素是事件处理，这表明企业已经厌倦了忙于救火，希望能够更好地掌控局面。 
 
当然，这种转变虽然减轻了管理层的压力，却将压力转嫁给了 SRE 团队。反过来，这又要求雇主想方设法维护这些承受压力的员工的身心健康，以确保团队能够保持最高效率。虽然不同公司在这一点上的表现各异，但大趋势是：企业开始认识到，照顾好那些为业务奔波的忙碌员工，本身就是一种有价值的投资！

“站点可靠性工程师”（SRE）这个名称，为我们提供了关于该领域从业者特质的几条线索。他们热衷于网站开发，这种兴趣大多在SRE们年轻时就已萌芽。他们负责确保网站“可靠”，这意味着一切功能都应在恰当的时间按预期运行。因此，从业者自身也应具备可靠性，而这种特质往往也是在早年间磨练出来的。 
 
这类人通常守时且有条不紊，学业表现往往也十分出色。事实上，成为任何类型的工程师通常都需要具备扎实的学术能力，尤其是数学和科学方面的能力，这自不待言。不过，这个领域的一个有趣之处在于，其中涉及的软技能非常多。

一名SRE需要善于与人打交道，能够自如地与团队协作，并能促进团队之间的合作。 因此，他们可能曾在学校担任过领导职务，或者仅仅是因为家里兄弟姐妹众多，早已习惯应对复杂的人际关系！SRE是效率专家，经过专业训练，能够通过研究问题并基于调研结果制定解决方案，从而不断优化工作流程。这需要兼具创造力和分析力的思维方式，仿佛大脑的左右半球正在协同运作。因此，许多SRE可能都是左右开弓，或者擅长演奏乐器。