SmartDev · 21 сентября 2023
Проектируем надёжные системы
От выбора риска до инженерной платформы и культуры
/ Designing Reliable Systems · SmartDev 2023
Содержание слайдов
1. Проектируем надёжные системы
От выбора риска до инженерной платформы и культуры
2. Александр Поломодов
Technical Director · Tinkoff
Отвечает за архитектуру
Отвечает за управление поставкой
Развивает инженерные практики и платформу
3. Надёжность начинается с риска и заканчивается культурой
Почему о надёжности забывают
Как выбрать и контролировать риск
Как проектировать надёжные приложения
Как внедрять, эксплуатировать и растить культуру
4. Доступность — время, надёжность — вероятность
5. 01. Почему о надёжности часто забывают?
Невидимость · оценка · эволюция
6. Надёжность замечают после отказа
7. 02. Как выбрать и контролировать риск?
Класс приложения · SLI/SLO/SLA · мониторинг
8. Влияние на бизнес задаёт уровень сервиса
9. SLO становится SLA, когда появляются последствия
10. White-box и black-box смотрят с разных сторон
11. RED: четыре сигнала в три
12. 03. Как проектировать надёжные приложения?
Домены · данные · восстановление · архетипы
13. Отказ должен упираться в границу домена
14. Данные выживают по плану
15. Цели восстановления выбирают модель развёртывания
16. Шесть паттернов ограничивают отказ
17. Доступность стоит денег
18. Надёжный дизайн готов и к изменению, и к восстановлению
19. 04. Как внедрять и эксплуатировать?
Метрики · непрерывная поставка · платформа Spirit
20. Скорость поставки не требует жертвовать стабильностью
21. Непрерывная поставка — общая работа команды
22. Платформа возвращает Dev, Sec, Data и Ops в один поток
23. Работающий код — только часть хорошего дизайна
A Philosophy of Software Design
Не ускорять текущую задачу ценой лишней сложности
Проектировать систему так, чтобы она продолжала работать
Считать дизайн основной целью, а не побочным результатом
24. Платформа закрывает путь от кода до инцидента
25. 05. Как создать культуру надёжности?
Aristotle · Westrum · postmortems
26. Психологическая безопасность — первый фактор команды
27. Созидательная культура исследует аномалии, а не прячет их
28. Разбор инцидента должен менять систему
29. Надёжность окупается, когда сбой стоит дороже
Сначала выберите приемлемый риск
Закрепите его через SLI, SLO и SLA
Ограничьте отказы архитектурой и платформой
Превратите инциденты в обучение организации
Да — если цена сбоя выше цены надёжности
30. Источники, на которые ссылается оригинал
Site Reliability Engineering · Google
Deployment Archetypes for Cloud Applications
Building Secure and Reliable Systems
Accelerate · A Philosophy of Software Design
31. Спасибо!
polomodov.tech
Слайды, заметки и другие выступления — на сайте
Александр Поломодов, Technical Director, Tinkoff
@book_cube