Saltar al contenido
Nubent

/Glosario · DevOps

¿Qué es SRE?

SRE (Site Reliability Engineering) es una disciplina que aplica prácticas de ingeniería de software a la operación de sistemas para hacerlos confiables y escalables. Define objetivos de confiabilidad medibles y reduce el trabajo operativo manual mediante automatización.

Cómo funciona SRE

SRE parte de definir qué significa que un servicio funcione bien para el usuario. Los SLI son indicadores medibles, como la latencia o la tasa de errores; los SLO son objetivos sobre esos indicadores, por ejemplo que el 99,9 % de las solicitudes respondan bien en un mes. La diferencia con el 100 % es el presupuesto de error.

Mientras queda presupuesto, el equipo puede desplegar y experimentar. Si se agota, la prioridad pasa a la confiabilidad. Esto convierte una discusión subjetiva entre producto y operaciones en una decisión basada en datos. Las alertas se configuran sobre la velocidad de consumo del presupuesto, no sobre cada métrica técnica.

Cuándo conviene adoptar SRE

Conviene cuando hay incidentes recurrentes, cuando el equipo recibe tantas alertas que ya no las mira o cuando no existe acuerdo sobre qué nivel de disponibilidad necesita el negocio. También cuando los clientes exigen compromisos de nivel de servicio y no hay forma objetiva de medirlos.

No necesitás un equipo SRE dedicado para empezar. Definir dos o tres SLO para los recorridos críticos, instrumentarlos y revisar el consumo del presupuesto cada semana ya cambia la forma de priorizar. El equipo dedicado tiene sentido cuando la escala y la criticidad lo justifican.

Buenas prácticas y errores comunes en AWS

En AWS, CloudWatch Application Signals permite definir SLO sobre servicios instrumentados con OpenTelemetry. Complementá con alarmas compuestas, runbooks automatizados en Systems Manager y pruebas de resiliencia con AWS Fault Injection Service. Después de cada incidente, escribí un postmortem sin culpables con acciones concretas.

Errores frecuentes: fijar SLO del 99,99 % sin necesidad ni arquitectura que lo sostenga, medir la disponibilidad desde la infraestructura y no desde el usuario, y alertar por uso de CPU en lugar de por impacto real. Otro error es escribir postmortems cuyas acciones nunca se ejecutan.

/FAQ

Preguntas sobre SRE

¿Tenés otra duda? Escribinos a hello@nubent.com y te responde un ingeniero.

¿Qué diferencia hay entre SLA, SLO y SLI?

El SLI es la métrica, por ejemplo el porcentaje de solicitudes exitosas. El SLO es el objetivo interno sobre esa métrica. El SLA es el compromiso contractual con el cliente, con consecuencias si se incumple, y suele ser menos exigente que el SLO.

¿SRE reemplaza a DevOps?

No. SRE puede verse como una implementación concreta de los principios de DevOps enfocada en confiabilidad. DevOps define la cultura de colaboración y entrega continua; SRE aporta herramientas específicas como SLO, presupuestos de error y reducción del trabajo manual repetitivo.

¿Qué es un presupuesto de error?

Es la cantidad de fallos aceptable dentro de un período según el SLO. Con un SLO del 99,9 % mensual, el presupuesto equivale a unos 43 minutos de indisponibilidad. Mientras quede presupuesto, se puede priorizar velocidad; si se agota, se prioriza estabilidad.

Siguiente paso

¿Construimos lo próximo en AWS?

30 minutos con un ingeniero. Próximos pasos concretos, trabajes o no con nosotros.