2025/10/31

「一般來說，任何軟體系統都不該一昧地追求 100% 可靠」——《網站可靠性工程》

零事故、零故障，作為口號喊一喊聽起來很爽！

但如果這樣的要求被壓在你的團隊身上，恐怕你只會想要翻白眼吧？

然而可怕的是，我們在現實職場中，還不只一次聽過類似的故事？

求神拜佛加上綠色乖乖的超自然力量都無法做到 100% 可靠，卻期望團隊在沒有資源的前提下，做到零事故、零故障；如果真讓你做到了，那可真是神蹟奇事！

是時候放下不切實際的幻想，學習一下 Google SRE 提倡的科學方法。

接受你團隊的資源有限之事實，建立錯誤預算（Error budget）的觀念。

找到你們團隊可以接受的 SLA、SLO，將風險與事故轉換成可以被評估衡量的數字及指標。

有了數字作為基準，接下來才有辦法進一步的計劃與推行各種可靠性的改善。

就好比減肥的第一步總該要先量個體重，老是喊著要瘦，那你到底是想要瘦多少呢？