全球都在享用 Google 首屈一指的線上服務群，但直到他們在 2016 年出版了 Site Reliability Engineering 一書，世人才第一次全面認識到該如何支持這種深度廣度的系統維運。
全球性線上服務系統，規模與複雜度遽增，只靠傳統的人力或獸力是無法長久維運下去的。面對這問題，擁有第一流軟體研發能量的 Google，大膽拋開傳統作法，改從一個獨特的提問出發：「如果我們賦予軟體研發工程師一個任務，讓他們有機會從頭去設計維運系統，那會是什麼模樣？」
更進一步的提問是：「如果我們限制他們最多只能投入 50% 的時間在維運上，那會是怎麼樣的工作方式？」
從這角度出發，便是目前我們現在看到的 SRE。
SRE 的日常，一部分是演繹法，試圖以堅實的軟體工程技術出發，去解決傳統維運僅靠人力獸力導致的低效與無趣。於是乎，我們看到許多從 SRE 角度發展出來的觀念、原則、流程與實踐。
SRE 的日常，另一部分則是歸納法，試圖從一次次棘手難堪的出包事件出發，透過鍥而不捨的毅力與求知慾，將系統改善得更強韌。要做到這一點並不容易，「不咎責文化」更是重要的土壤。
演繹法的 SRE 資料已經很多了，說教意味濃厚的甚至帶給人距離感；歸納法的 SRE 資料則非常稀少。這也是《SRE 工作現場直擊》這本書令人驚艷之處：接地氣的實務案例，彷彿在看一本故事書。尤其對於曾經身處同一產業的我來說，字字句句真的都是 SRE 血淚心得。
我鼓勵你，邊看這本書，邊設想：換做是你，會如何面對這些事件？又會如何以 SRE 角度去改善系統，以避免問題、及早偵測問題、讓系統用最有效率的方式復歸？
好好思考這些，design for ops，將提高你的系統架構實力。
—— 敏捷魔藥師 葉秉哲 (William Yeh) 2024-08-14