آوردن SRE به محیط کار دیجیتال: چگونه فناوری اطلاعات می تواند زمان کمتری را برای رفع مشکلات صرف کند

زمان واقعی به یک معیار در IT تبدیل شده است. تیم‌ها مشکلی را می‌بینند، آن را به سرعت تشخیص می‌دهند و در حالت ایده‌آل، قبل از اینکه کارمند وقت برای تهیه بلیط داشته باشد، آن را اصلاح می‌کنند.

واضح است که این بهتر از منتظر ماندن یک کارمند برای گزارش مشکل به میز خدمات است. اما بلادرنگ لزوما پیشگیرانه نیست - اگر مشکلی رخ دهد و ما در چند میلی ثانیه پاسخ دهیم، همچنان به یک مشکل واکنش نشان داده‌ایم.

و اگر فردا دوباره همین اتفاق بیفتد؟ اصلاح خودکار ممکن است به این معنی باشد که کارمند به سختی متوجه می شود و یک مهندس هرگز درگیر آن نمی شود، که بسیار ارزشمند است. اما ما هنوز در حال تعمیر چیزی هستیم که قبلا اصلاح کرده بودیم.

مشکلات مکرر حتی زمانی که فناوری اطلاعات در برخورد با آنها بسیار کارآمد می شود، هزینه دارد. هزینه از هر دو طرف نمایان می‌شود: زمانی که فناوری آنطور که انتظار می‌رود کار نمی‌کند، کارمندان زمان خود را از دست می‌دهند، در حالی که فناوری اطلاعات زمان را صرف بررسی و اصلاح شرایط آشنا می‌کند. اینجاست که مهندسی قابلیت اطمینان سایت (SRE) راهی برای شکستن این چرخه ارائه می دهد.

آوردن SRE به نقطه پایانی

SRE از رویکرد Google برای اجرای سیستم‌های تولید در مقیاس بزرگ بیرون آمد و از اصول مهندسی نرم‌افزار برای مشکلات عملیاتی استفاده کرد. در ساده‌ترین حالت، به معنای تعریف قابلیت اطمینان مورد نیاز یک سرویس، اندازه‌گیری آن و کاهش کار تکراری مربوط به حفظ آن است.

یک هدف سطح سرویس (SLO) یک هدف قابل اندازه‌گیری را در اطراف آن قابلیت اطمینان قرار می‌دهد، در حالی که بودجه‌های خطا تشخیص می‌دهند که هیچ سرویسی همیشه کامل نخواهد بود. اینها ایده‌های جا افتاده در نرم‌افزار و زیرساخت‌ها هستند، اما به طور فزاینده‌ای به تجربه کارمندان دیجیتال ترجمه می‌شوند.

دستگاه‌ها، برنامه‌ها و خدماتی که یک کارمند به آن‌ها تکیه می‌کند، اکنون بخشی از نحوه عملکرد سازمان هستند، و قابلیت اطمینان آنها تأثیر مستقیمی بر اینکه آیا افراد می‌توانند کار را انجام دهند، دارد.

مکالمه اخیر با یک شریک این چالش را به خوبی مطرح کرد. آنها گفتند: "درمورد خطر در حال ظهور در حالی که هنوز 0-2٪ است به من بگویید و شواهدی را برای اولویت بندی به من ارائه دهید. در 5 تا 10٪ فراتر از سطح پایه، میز خدمات قبلا روشن شده است."

آنها در مورد انحراف از پایه طبیعی خود صحبت می کردند، نه درصد کارکنان تحت تأثیر. آنها شواهد کافی برای تشخیص زودهنگام وخامت و تصمیم گیری در مورد اینکه آیا قبل از اینکه عواقب در تقاضای حمایت ظاهر شود نیاز به توجه دارد می خواستند. یک واکنش میلی ثانیه ای خوب است، اما پیشگیری همیشه بهتر است.

این بستگی به این دارد که بتوانیم مشکلات را قبل از آشکار شدن آنها ببینیم. داده‌های تجربه دیجیتالی کارمندان می‌توانند مسائلی را که اقدامات عملیاتی مرسوم از دست می‌دهند، آشکار کند و شواهد فناوری اطلاعات از آنچه قبل از تبدیل شدن میز خدمات به سیگنال در حال رخ دادن است، ارائه دهد.

به عنوان مثال، در یک سازمان بزرگ بیمه Fortune 100، این تیم کشف کردند که تقریبا 25٪ از خرابی مرکز تماس عملا برای IT نامرئی است. این سازمان با ترکیب تله متری نقطه پایانی با اتوماسیون پیشگیرانه، حجم بلیط را 35 درصد در یک سال کاهش داد و از بیش از 45000 بلیط از طریق یک اتوماسیون سلف سرویس اجتناب کرد.

از چیزی که مدام برمی گردد درس بگیرید

هر کسی که در عملیات IT کار کرده است می داند که چقدر زمان می تواند در مشکلات آشنا ناپدید شود. یک شبکه بیمارستانی بزرگ متوجه شد که تعداد کمی از مشکلات تکرار شونده باعث ایجاد مقدار نامتناسبی از فعالیت میز خدمات می شود. آنها شامل مشکلات همگام سازی فایل، خدمات امنیتی، استفاده از CPU، خدمات شبکه و ابزارهای همکاری بودند.

با استفاده از داده‌های نقطه پایانی برای شناسایی و رسیدگی به آن علل تکراری، این سازمان حجم بلیط سالانه را تقریبا 50000 حادثه کاهش داد و تقریبا 1.6 میلیون دلار پس‌انداز کرد.

اینجاست که ایده SRE از کار به‌خوبی با فناوری اطلاعات محل کار نگاشت می‌شود. Toil یک کار عملیاتی تکراری است که در اجرای یک سرویس دخیل است و اتوماسیون می تواند بسیاری از این کارها را از دست مهندسان ببرد. اما اگر باز هم به همان اصلاح نیاز باشد، آن الگو ارزش توجه دارد.

گاهی اوقات اتوماسیون پاسخ معقول باقی می ماند. هر شرایط تکراری نیاز به یک پروژه مهندسی پشت آن ندارد. در موارد دیگر، شواهد ممکن است به یک برنامه کاربردی، پیکربندی، به‌روزرسانی یا مشکل اساسی دیگری اشاره داشته باشند که می‌توان به‌طور دائمی با آن مقابله کرد.

شرکت مدیریت سرمایه‌گذاری جهانی PIMCO مثال دیگری از تغییرات زمانی که تیم‌ها شواهد بهتری برای کار دارند، ارائه می‌کند. تیم زیرساخت آن از شواهد نقطه پایانی و همبستگی تغییر برای کاهش تحقیقات ریشه‌ای که قبلا چند روز تا چند دقیقه طول می‌کشید، استفاده کرد.

این سرعت مهم است، اما کاری که تیم می‌تواند با شواهد انجام دهد نیز مهم است: درک آنچه تغییر کرده است، جداسازی علت و نزدیک‌تر شدن به حذف یک مشکل تکراری به جای درمان مکرر علائم آن.

دانستن اینکه بعد از اصلاح چه اتفاقی افتاده است

ما شواهد زیادی داریم که به ما می گوید یک اقدام فناوری اطلاعات رخ داده است. یک اسکریپت کامل شد، یک به روز رسانی نصب شد، یک دستگاه راه اندازی مجدد شد یا یک گردش کار به مرحله نهایی خود رسید. مهم بعدی این است که آیا کار می کند یا خیر. آیا موضوع از بین رفت؟ آیا تجربه آسیب دیده به محدوده مورد انتظار خود بازگشت؟ آیا بهبودی یک روز یا یک هفته بعد همچنان وجود داشت؟

تله متری بعدی می تواند این پاسخ را ارائه دهد. بدون آن، IT می‌داند که مداخله‌ای صورت گرفته است، اما شواهد کمتری از نتیجه یا ادامه یافتن بهبود دارد. SLO ها با دادن سطح قابل اعتمادی مورد انتظار به تیم ها برای ارزیابی بازیابی کمک می کنند. یک عمل تکمیل شده یک نقطه داده است، در حالی که وضعیت سرویس بعد از آن یک نقطه دیگر است.

هوش مصنوعی این بازخورد را به طور فزاینده ای مهم می کند زیرا تشخیص و اصلاح بیشتر بدون اینکه مهندس هر سیگنال یا اقدامی را به صورت جداگانه بررسی کند اتفاق می افتد. اگر هوش مصنوعی مشکلی را شناسایی کند و پاسخی را آغاز کند، فناوری اطلاعات همچنان به شواهدی از نتیجه نیاز دارد.

گردش کار از بینش تا نتیجه در اینجا اهمیت دارد. همانطور که بیشتر آن مستقل می شود، اعتبار و مسئولیت پذیری باید بخشی از آن باقی بماند. در غیر این صورت، فناوری اطلاعات می‌تواند فعالیت‌های بیشتری را بدون اینکه لزوما محیط را قابل اطمینان‌تر کند، خودکار کند.

هیچ‌کدام از اینها با قابلیت مشاهده بلادرنگ، اتوماسیون یا یک میز خدمات کارآمد مخالفت نمی‌کند. ما به آنها نیاز داریم. سرعت واکنش IT همچنان مهم است، همانطور که اتوماسیون کار دستی چقدر حذف می کند.

برای CIOها، سود بزرگتر زمانی حاصل می شود که این قابلیت ها منجر به مشکلات کمتری شود که در وهله اول نیاز به توجه دارند. این به معنای تشخیص زودتر وخامت، یادگیری از مسائل تکراری و بررسی اینکه آیا مداخلات واقعا انجام شده است یا خیر. ما در رفع سریع مشکلات بسیار خوب شده‌ایم، و اکنون SRE به ما این فرصت را می‌دهد که زمان کمتری را برای رفع مشکلاتی که قبلا دیده‌ایم صرف کنیم.

ما بهترین لپ تاپ را برای برنامه نویسی معرفی کرده ایم.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit