TakinTalks稳定性社区

结合历史集中式运动沉淀，促进效率提升、做好大促保障联合行业先进技术，为对峰值流量场景和分布式系统稳定性感兴趣的人群及相关从业者，提供有指导意义的实践手册，为大家带来一份解决...

如果你是一个故障的复盘owner，你会怎么去组织一场复盘会？怎么才能高质量复盘，深度挖掘故障背后的隐藏风险？...

一分钟精华速览 在研发和稳定性保障过程中，人与设备、程序、组织的交互是一个复杂的过程，虽然人们极少会恶意犯错，但由于受特定情景下的实际条件影响，人为失误也时有发生，那么，如...

相比在分布式系统上进行随机的故障注入实验，基于混沌工程的大规模自动化故障演练，不仅能将“作战演习”常态化，还能通过提高覆盖面而获得更高的产出价值，帮助更全面地完善故障应急预...

大多数时候，我们聊的都是“双十一”等大型活动下的容量保障，但除了个别典型峰值场景外，系统日常也会有各类容量保障的需求，去哪儿网作为国内最大的旅行平台之一，在各类场景中摸索出...

美图架构平台团队的主要工作，是给业务提供技术支撑，保障业务的稳定性；在减少故障方面，架构团队和 SRE 团队有比较紧密的配合和较多的实践。...

11月5日，去哪儿网高级技术总监朱仕智，ebay流量运维团队负责人杨胜辉，分享混沌工程及故障排查的优秀实践。...

节假日、旅游的季节周期属性，使流量波动特征不仅鲜明，而且频率较高。在此背景下，系统稳定性保障尤为重要，成为常态考虑的问题。本次分享主要从系统稳定性影响因素角度，分享系统预案...

GoogleSRE 里有这样一个数据，大概 75% 的故障都是因为人为操作、人为变更引起的，因此人的因素也需要重点关注。...

浙江移动、奈雪的茶、B站、美图等专家关于故障复盘、定责的经验分享！6条对人对事的准则供你参考，快来围观！...

大厂「监控预警」实践分享，9.3（下周六）14:00，在线揭秘！ 有趣有料有深度，话不多说，报名走起～...

监控告警的最佳状态就是实现“一五十”，所谓“一五十”，就是指我们能一分钟发现事故，五分钟定位，十分钟解决。相信这也是众多企业SRE的想要达成的目标，希望今天给大家讲的这些内...