sre 标签归档

共 3 篇文章 · 返回首页

【系统架构设计】AI 时代的工程基础设施：让 pipeline 替你兜底

人审吞吐跟不上 AI 变更速率时，质量只能前移到流水线。本文建立变更威胁模型，拆解 lint、类型、契约、策略、eval 与 canary 的门禁分层与失败语义，对照 Continuous Delivery 与 SRE 变更管理，并讨论 eval 能否替代代码评审的争论与开放问题。

SLO 不是定几个 99.9% 的数字，而是连接业务需求与工程决策的治理机制。从 SLI 定义、错误预算计算到 Google SRE 多窗口多燃烧率 PromQL 规则，并说明 DB 层 SLI 如何映射到服务 SLO。

DNS 故障是最常见也最难排查的网络问题之一。本文系统性地覆盖 DNS 超时、NXDOMAIN、SERVFAIL、劫持四大故障类型的诊断方法，详解 dig、nslookup、drill 的高级用法，提供 DNS 故障的 SRE 应急手册和常见配置错误汇总。