书籍摘要

第1章 数据库可靠性工程简介

• 核心理念：数据库可靠性工程师（DBRE）需从传统DBA角色转向自动化、工程化运维，强调数据保护、自服务扩展、消除低效工作，并打破开发与运维壁垒。
• 运维核心：以服务级别目标（SLO）为导向，构建分层需求模型（生存与安全、归属感、尊重、自我实现）。

第2章 服务级别管理

• 核心指标：定义服务级别目标（SLO）需关注延迟（Latency）、可用性（Availability）、吞吐量（Throughput）、持久性（Durability）和成本效率。
• 监控与报告：通过端到端监控（真实用户监控与合成监控）实时跟踪SLO达标情况，并结合预测分析提前识别风险。

第3章 风险管理

• 风险框架：通过识别、评估、分类、控制、优先级排序和持续迭代管理风险，重点关注未知因素、资源可用性、人为与团队因素。
• 控制策略：避免、减少或接受风险，强调快速恢复（MTTR）而非完全消除故障（MTBF）。

第4章 操作可见性

• 监控体系：需覆盖应用层（分布式追踪、日志）、主机层（CPU、内存、存储）和数据库层（连接、复制、锁机制），聚焦关键指标（USE方法：利用率、饱和度、错误）。
• 数据安全：确保数据备份、多副本冗余，并验证恢复流程的有效性。

第5-6章 基础设施工程与管理

• 基础设施选项：物理服务器（高性能但扩展难）、虚拟化（灵活但I/O延迟高）、容器（轻量但存储挑战大）、DBaaS（便捷但可控性低）。
• 配置管理：通过版本控制（如Git）和工具（如Chef、Ansible）实现基础设施即代码（IaC），确保配置的幂等性和一致性。
• 编排与部署：支持水平扩展（分片、功能分区）和垂直扩展，结合服务发现实现动态环境管理。

第7章 备份与恢复

• 备份策略：区分物理/逻辑备份、在线/离线备份、全量/增量备份，设计分层存储（快速在线存储、慢速存储、离线存储）。
• 恢复测试：定期验证备份完整性，构建检测、工具多样化、测试驱动的恢复流程。

第8章 发布管理

• 协作与集成：推动跨团队协作，将数据库变更纳入CI/CD流程，支持自动化迁移与回滚。
• 测试实践：涵盖提交后测试、全数据集测试、下游影响测试及操作测试。

第9章 安全

• 核心目标：防止数据盗窃、破坏、意外泄露，并满足合规审计要求。
• 实践方法：结合教育、自服务工具、集成测试和操作可见性，防范SQL注入、拒绝服务攻击等威胁。

第10-12章 数据存储与架构

• 存储模型：对比行存储、日志结构合并树（LSM）、索引机制，分析单主/多主复制的优缺点。
• 架构模式：介绍Lambda/Kappa架构、事件溯源、CQRS等设计模式，强调数据管道与前端存储的协同。

第13章 推动DBRE文化

• 文化转型：打破部门壁垒，倡导数据驱动决策，通过工具化（如Schemanator）赋能开发团队，构建弹性系统与自动化运维体系。