Какие инструменты должен знать каждый SRE?

SRE — это не просто человек, который тушит пожары в проде. Это тот, кто строит системы так, чтобы пожаров было меньше. И для этого у него есть свой «набор выживальщика» — инструменты, которые помогают держать инфраструктуру под контролем.

• Мониторинг и алертинг

- Prometheus + Grafana — классика. Метрики, дашборды, алерты. Без них вы как пилот без приборной панели.

- VictoriaMetrics — альтернатива Prometheus, потребляет меньше ресурсов.

- Thanos / Mimir — для хранения исторических метрик и федерации Prometheus.

- Alertmanager — помогает не сойти с ума от 1000+ алертов в день.

• Управление инфраструктурой

- Terraform — инфраструктура как код, автоматизация всего и вся.

- Ansible — настройка серверов без боли и слёз.

- Kubernetes (k8s) — сердце контейнеризированной инфраструктуры.

- Helm — пакетный менеджер для Kubernetes, без него деплои — ад.

• Логи и трассировка

- Loki + Grafana — быстрый модно-молодëжный лог-менеджер.

- ELK (Elasticsearch + Logstash + Kibana) — мощный стек для логов, но может потреблять ресурсы как ненасытный демон.

- Jaeger / OpenTelemetry — трассировка запросов, чтобы понимать, где сервисы тормозят.

• Управление трафиком и отказоустойчивость

- NGINX / Envoy / Traefik — балансировка нагрузки и маршрутизация запросов.

- Istio / Linkerd — сервис-меши для сложных микросервисных систем.

- Litmus / Gremlin — chaos engineering, искусственное создание сбоев, чтобы быть готовым к реальным.

• Безопасность и управление доступом

- Vault — защищённое хранение секретов (пароли, API-ключи).

- Keycloak / Auth0 — управление аутентификацией и авторизацией.

- Falco — мониторинг безопасности в Kubernetes.

• Автоматизация и CI/CD

- GitHub Actions / GitLab CI / Jenkins / ArgoCD — автоматические пайплайны деплоя.

- FluxCD / ArgoCD — GitOps-подход к управлению инфраструктурой.

Конечно, вам не придется работать со всеми инструментами сразу в одном проекте. Но чем больше инструментов вы освоите, тем проще вам строить надёжные, самовосстанавливающиеся системы.

Подробнее объясняем на курсе: «SRE: data-driven подход к управлению надёжностью систем». Познакомиться с программой и условиями можно по ссылке.