SRE: отдать дежурства разработчикам

Салих Фахрутдинов — главный инженер управления открытия новых продуктов в Т-Банке. За 18 лет в IT он прошёл путь от FreeBSD, игровых серверов и PHP до руководителя разработки. Он окончил авиационный вуз, стал мастером спорта по тяжёлой атлетике, а первые программы писал для автоматизации расчётов.

После восьми лет в первой компании и медицинского стартапа Салих прошёл курс по SRE и в 2021 году пришёл в Т-Банк старшим инженером. Решая проблемы трафика, баз данных и системы доступности, он вырос до главного инженера. Ведущий решает сложные задачи команды, главный распространяет процессы между командами без административной власти.

Семь SRE-инженеров поддерживают управление более чем на 600 человек: около 280 сервисов, 210 баз PostgreSQL и более 300 топиков. Разработчики дежурят днём и ощущают последствия релизов, SRE закрывают прод круглосуточно. Команда сочетает свойства enabling-, stream-aligned- и platform-команды, поскольку также создаёт инструменты автоматизации.

Надёжность начинается до продакшена: SRE участвуют в RFC, обсуждают метрики, отказы и восстановление. В выпуске разбираются консистентность, избыточность, каскады повторных запросов, учения и наблюдаемость. Совет Салиха — самостоятельно искать проблемы, показывать результат и учиться в контексте реальной задачи.