SRE: Ingeniería de fiabilidad de sistemas
~/blog/sre/README.md
cat README.md
SRE (Site Reliability Engineering) es la disciplina que trata la operación de sistemas como un problema de ingeniería. Nació en Google (se abre en una pestaña nueva) a principios de los 2000. Fija metas medibles de fiabilidad (SLI y SLO) y usa un error budget para decidir cuándo priorizar lo nuevo y cuándo lo estable. Busca eliminar el trabajo manual con automatización, mide todo, gestiona incidentes y aprende de cada fallo sin buscar culpables.
ls -lt sre/
~/blog/sre/
- Karpenter vs Cluster Autoscaler en EKS: depende de dónde partesDos modelos de provisioning, no dos velocidades. Qué cambia de verdad entre Karpenter y Cluster Autoscaler en EKS con pools spot, qué revisar antes de elegir y por qué acabamos eligiendo Karpenter.
- El incidente que llega en la facturaUn agente en bucle o un reintento sin tope no tumban el servicio: lo encarecen. Por qué el coste debería medirse como un SLI y quién tiene que responder cuando se dispara.
- El tiempo entre que algo falla y que alguien se enteraEl gap de detección es la fase que casi nadie mide: qué tarda un equipo en saber que hay un problema y cómo acortarlo antes de pensar en la respuesta.
- IA en operaciones: dónde sí, dónde con permiso y dónde nuncaEl filtro no es si la IA sabe hacerlo, sino cuánto tarda alguien en darse cuenta cuando se equivoca y qué le cuesta a la operación mientras tanto.
- Cuando el sistema no falla: SLOs, on-call y el nuevo tipo de incidente que la IA introduceSLOs, on-call y el nuevo tipo de incidente que la IA introduce
- Que lo simple triunfe sobre lo fácilLo fácil se impone a lo simple casi siempre. En qué se diferencian de verdad y por qué en tecnología conviene aspirar a lo simple aunque cueste más.
- Chaos engineering. Resiliencia de sistemasQué es el Chaos Engineering y por qué introducir fallos controlados es la forma de ganar confianza en que un sistema distribuido aguanta en producción.
- Consideraciones y control de calidad mínimo de plataformas cloudUn borrador, basado en experiencia propia, de los controles de calidad mínimos que debería seguir un equipo de plataformas al diseñar e implantar cloud.