532｜SRE：让运维像开发一样可靠Google的运维团队和其他公司不一样。他们的运维工程师不叫"运维"，叫SRE（Site Reliability Engineer）——网站可靠性工程师。不是"把服务器看好别宕机"，而是"用软件的思维做运维"。一句话解释SRE：用软件工程的思维和方法做运维，把运维问题变成可量化的、可自动化的、有SLA保障的系统工程。生活比喻：航空公司的对比传统运维 = 出租车公司出租车坏了： - 司机打电话给修车厂 - 修车厂派人来修 - 修好继续开 - 修不好换车 - 乘客等着特点：被动响应、人工处理、靠经验吃饭SRE = 航空公司飞机起飞前： - 无数次检查清单（起飞前检查） - 系统自动监控每个零件状态 - 超过临界值自动替换 - 飞行员和地勤都按SOP执行 - 事故率极低 出了问题： - 黑匣子记录所有数据 - 复盘分析找到根因 - 修改流程或软件 - 避免下次再犯特点：主动预防、自动化处理、靠系统吃饭SRE的核心理念：错误预算（Error B