احصل على شهادة — 34.29 دولارًا12 دولارًا
هندسة موثوقية المواقع (SRE) والمراقبة وخطوط CI/CD
حدّد أهداف SLO وميزانيات الأخطاء، وجهّز الخدمات بالمقاييس والسجلات والتتبّع، ونظّم المناوبة والمراجعات اللاحقة، وصمّم خطوط CI/CD آمنة بإصدارات canary وblue‑green.
ماذا ستتعلّم
- تعريف SLI وSLO وميزانية الأخطاء لخدمة ما واستخدام الميزانية للمفاضلة بين إطلاق الميزات ومعالجة الموثوقية.
- التمييز بين المراقبة (monitoring) وقابلية الرصد (observability) وتجهيز خدمة بالمقاييس والسجلات والتتبّع باستخدام OpenTelemetry.
- تصميم تنبيهات قابلة للتنفيذ مبنية على الأعراض ومعدل استهلاك الميزانية، وتنظيم مناوبة مستدامة.
- إدارة حادث بأدوار واضحة وكتابة مراجعة لاحقة (postmortem) بلا لوم مع إجراءات متابعة مُتتبَّعة.
- تصميم خط CI/CD سريع التغذية الراجعة وآمن الاعتمادات مع بنية تحتية كرمز تُراجَع كما يُراجَع كود التطبيق.
- اختيار وتنفيذ استراتيجية نشر (rolling أو blue-green أو canary) مع فحوص آلية وتراجع مُختبَر.
وحدات
- مبادئ SRE وSLI وSLO وميزانيات الأخطاء
- المراقبة وقابلية الرصد مع OpenTelemetry
- التنبيه والمناوبة
- إدارة الحوادث والمراجعات اللاحقة
- تصميم خطوط CI/CD والبنية التحتية كرمز
- استراتيجيات النشر وأمان الإصدارات
بطاقة الدورة
- مدة الدراسة التقديرية
- نحو 60 دقيقة
- التقييم النهائي
- 40 سؤالاً · درجة النجاح 75%
- متاحة بـ
- English, Français, العربية
- السعر
- مجانية. شهادة قابلة للتحقق اختيارية: 19 دولارًا
- آخر تحديث
- الناشر
- AMAADOR ACADEMY
لمن هذه الدورة
مهندسو DevOps والمنصات والسحابة، والمطورون المناوبون، ومديرو الأنظمة المنتقلون إلى SRE، وقادة الفرق المسؤولون عن موثوقية الخدمة.
المتطلبات المسبقة
أساسيات سطر أوامر Linux وGit وفهم عام لعمل تطبيق الويب وواجهة API. تفيد الخبرة بالسحابة أو الحاويات لكنها ليست شرطًا.
محتوى الدورة
1. مبادئ SRE وSLI وSLO وميزانيات الأخطاء
تعني هندسة موثوقية المواقع (SRE) تشغيل أنظمة الإنتاج بأساليب هندسة البرمجيات. نشأت في Google التي يصفها كتابها المجاني عن SRE. الفكرة الأساسية بسيطة: الموثوقية ميزة لها تكلفة، ويجب قياسها والمفاضلة بينها وبين الأعمال الأخرى.
تتشارك SRE وDevOps في الأهداف (الملكية المشتركة والأتمتة والتسليم السريع). وتضيف SRE أداة دقيقة هي أهداف موثوقية رقمية يقبلها المطورون والمشغّلون معًا.
العادات الأربع لفريق SRE.
لماذا لا نستهدف 100%؟ لا يستطيع المستخدمون التمييز بين 99.99% و100% لأن هواتفهم وشبكات Wi-Fi ومزوّدي الإنترنت لديهم أقل موثوقية من ذلك. وكل «تسعة» إضافية تكلّف جهدًا هندسيًا أكبر بكثير وتُبطئ الإصدارات. كما أن هدف 100% يعني أنك لا تستطيع تغيير أي شيء.
يُقصد بـالعمل اليدوي المتكرر (toil) كل عمل يدوي متكرر قابل للأتمتة ينمو مع الخدمة ولا قيمة دائمة له، مثل إعادة تشغيل خدمة يدويًا كل ليلة. ويقترح كتاب SRE من Google إبقاءه دون نحو نصف وقت المهندس ليذهب الباقي إلى هندسة تزيله.
تذكّر: الهدف الصحيح للموثوقية هو أدنى هدف يُبقي المستخدمين راضين. وما زاد عنه يهدر المال ويؤخر الميزات.
كثيرًا ما تُخلط ثلاثة مصطلحات. استخدمها بدقة.
| المصطلح | المعنى | مثال |
|---|---|---|
| SLI (المؤشر) | قياس لجودة الخدمة، والأفضل صياغته كأحداث جيدة مقسومة على الأحداث الصالحة | طلبات HTTP الناجحة ÷ كل الطلبات |
| SLO (الهدف) | الهدف الداخلي لمؤشر SLI خلال فترة زمنية | نجاح 99.9% من الطلبات خلال 28 يومًا |
| SLA (الاتفاقية) | عقد تترتب على الإخلال به عواقب غالبًا مالية | رصيد تعويضي إذا هبطت الإتاحية الشهرية دون 99.5% |
2. المراقبة وقابلية الرصد مع OpenTelemetry
تراقب المراقبة (monitoring) أنماط أعطال معروفة: تقرر مسبقًا ما تقيسه ومتى تنبّه («هل المعالج فوق 90%؟»). أما قابلية الرصد (observability) فهي القدرة على طرح أسئلة جديدة عن النظام من البيانات التي يصدرها دون نشر كود جديد («لماذا يبطؤ المستخدمون في منطقة واحدة فقط؟»). تحتاج إلى الاثنين معًا.
| الإشارة | ما هي | الأنسب لـ | احذر |
|---|---|---|---|
| المقاييس (Metrics) | أرقام مجمّعة عبر الزمن | لوحات المتابعة وSLO والتنبيهات | الوسوم عالية التنوع (مثل معرّف المستخدم) ترفع التكلفة بشدة |
| السجلات (Logs) | سجلات أحداث مؤرّخة بالوقت | تفاصيل حدث واحد | النص غير المهيكل ووجود أسرار وبيانات شخصية في السجلات |
| التتبّع (Traces) | طلب واحد يُتتبَّع عبر الخدمات على شكل spans | معرفة أي حلقة هي البطيئة | خيارات أخذ العينات قد تخفي المشكلات النادرة |
نقطة بداية عملية للخدمات هي طريقة RED: Rate معدل الطلبات، Errors الأخطاء، Duration المدة. وللموارد (المعالج والأقراص وطوابير الانتظار) استخدم USE: الاستخدام (Utilisation) والتشبّع (Saturation) والأخطاء (Errors). أما «الإشارات الذهبية الأربع» لدى Google فهي زمن الاستجابة وحجم الحركة والأخطاء والتشبّع.
افعل
- اكتب السجلات بصيغة JSON مهيكلة مع معرّف التتبّع.
- نبّه انطلاقًا من مقاييس مرتبطة بأثر المستخدم.
- أبقِ وسوم المقاييس ضمن مجموعات قيم صغيرة.
3. التنبيه والمناوبة
التنبيه الذي يوقظ شخصًا في الثالثة فجرًا يجب أن يكون عاجلًا وقابلًا للتنفيذ وناتجًا عن أثر حقيقي على المستخدمين. توصي وثائق Prometheus وكتاب SRE من Google بالنصيحة نفسها: نبّه على الأعراض (يرى المستخدمون أخطاء أو بطئًا) لا على كل سبب محتمل (قرص ممتلئ بنسبة 80%).
| نوع التنبيه | مثال | الوجهة |
|---|---|---|
| نداء (إيقاظ إنسان) | معدل أخطاء الدفع يستهلك الميزانية الشهرية بسرعة | جهاز النداء |
| تذكرة (يوم العمل التالي) | شهادة تنتهي بعد 14 يومًا | قائمة التذاكر |
| لوحة المتابعة فقط | المعالج عند 75% | لا أحد |
تربط تنبيهات معدل الاستهلاك (burn rate) التنبيه بـSLO. معدل الاستهلاك هو سرعة استهلاك ميزانية الأخطاء: القيمة 1 تعني أنك ستستنفد الميزانية كاملة تمامًا عند نهاية الفترة. يقترح SRE Workbook تنبيهات متعددة النوافذ، مثل نداء عندما يبلغ المعدل 14.4 على الأقل خلال ساعة (نحو 2% من ميزانية 30 يومًا) ونداء عند 6 خلال 6 ساعات، مع تذاكر للاستهلاك البطيء. والتحقق من نافذة طويلة وأخرى قصيرة معًا يتجنب بطء الاكتشاف والإنذارات الكاذبة.
- اسأل — هل يجب أن يتصرف إنسان الآن؟
- اربط — أضف دليل التشغيل (runbook) ولوحة المتابعة إلى نص التنبيه.
- جمّع — حادث واحد وإشعار واحد لا خمسون.
- راجع — شهريًا احذف التنبيهات التي لم يتصرف أحد حيالها أو خفّض مستواها.
4. إدارة الحوادث والمراجعات اللاحقة
الهدف أثناء الحادث هو استعادة الخدمة أولًا ثم البحث عن السبب الجذري لاحقًا. تنشأ الفوضى من غموض الأدوار، فوزّعها منذ البداية. يصف كتاب SRE من Google ودليل PagerDuty العلني للاستجابة للحوادث البنية نفسها.
| الدور | المهمة |
|---|---|
| قائد الحادث (IC) | يملك الاستجابة ويتخذ القرارات ويفوّض. لا يقوم بالتصحيح التقني بنفسه. |
| مسؤول العمليات | يعمل على الإصلاح التقني مع المستجيبين. |
| مسؤول التواصل | يحدّث أصحاب المصلحة وصفحة الحالة بإيقاع ثابت. |
| الكاتب (scribe) | يدوّن سجلًا مؤرخًا بالإجراءات والقرارات. |
- أعلن — افتح قناة للحادث وحدّد الخطورة وسمِّ القائد.
- خفّف الأثر — تراجع أو انتقل لنظام بديل أو عطّل feature flag أو أضف سعة. التخفيف السريع أفضل من الإصلاح الأنيق.
- تواصل — انشر تحديثًا كل 15 إلى 30 دقيقة حتى لو كان «لا تغيير».
- حُلّ — تأكد من عودة مؤشرات SLI إلى طبيعتها ثم أنهِ الاستنفار.
- سلّم — جدول المراجعة اللاحقة وعيّن مسؤولًا عنها.
عرّف مستويات الخطورة بحسب الأثر لا السبب. مثال: SEV1 لا يستطيع معظم المستخدمين استخدام وظيفة أساسية؛ SEV2 وظيفة أساسية متدهورة لدى كثير من المستخدمين؛ SEV3 مشكلة بسيطة لها حل بديل. ويحدد كل مستوى من يُنادى وتواتر التحديثات.
5. تصميم خطوط CI/CD والبنية التحتية كرمز
يدمج التكامل المستمر (CI) تغييرات صغيرة بشكل متكرر ويتحقق من كل منها آليًا. ويُبقي التسليم المستمر كل بناء ناجح جاهزًا للإصدار، بينما يُصدره النشر المستمر تلقائيًا. الهدف تغذية راجعة سريعة وموثوقة.
- الإيداع والبناء — ابنِ مرة واحدة وأنتج مخرجًا ثابتًا لا يتغير (مثل صورة حاوية موسومة برمز SHA للإيداع).
- اختبارات سريعة — فحص الأسلوب واختبارات الوحدة والتحليل الساكن خلال دقائق.
- فحوص الأمان — فحص التبعيات والأسرار والصور وقائمة مكونات SBOM. ويصف NIST SP 800-218 (SSDF) الممارسات.
- النشر في بيئة الاختبار (staging) — بالمخرج نفسه ثم اختبارات التكامل والدخان.
- النشر في الإنتاج — تدريجيًا مع موافقة أو بوابات آلية.
ابنِ مرة وانشر مرات. لا تعد البناء للإنتاج: ما اختبرته يجب أن يكون المخرج نفسه الذي تنشره. وأبقِ الإعدادات خارج المخرج.
قِس الخط بـمقاييس DORA. تجمع DORA حاليًا خمسة: الإنتاجية (زمن إيصال التغيير وتكرار النشر وزمن التعافي من نشر فاشل) وعدم الاستقرار (معدل فشل التغيير ومعدل إعادة العمل على النشر).
| المقياس | السؤال الذي يجيب عنه |
|---|---|
| زمن إيصال التغيير | كم يستغرق الأمر من الإيداع إلى الإنتاج؟ |
| تكرار النشر | كم مرة نُصدر؟ |
| زمن التعافي من نشر فاشل | ما سرعة التعافي من إصدار سيئ؟ |
| معدل فشل التغيير | ما نسبة الإصدارات التي تحتاج إصلاحًا أو تراجعًا؟ |
| معدل إعادة العمل على النشر | كم عملية نشر إضافية غير مخططة نجريها لإصلاح المشكلات؟ |
6. استراتيجيات النشر وأمان الإصدارات
توازن كل استراتيجية نشر بين السرعة والمخاطرة والتكلفة وزمن التراجع. اختر بحسب كلفة الفشل.
| الاستراتيجية | الآلية | الميزة | العيب |
|---|---|---|---|
| Recreate | إيقاف الإصدار القديم ثم تشغيل الجديد | بسيطة | توقف الخدمة |
| Rolling | استبدال النسخ تدريجيًا بضع نسخ كل مرة (الافتراضي في Deployment في Kubernetes) | لا سعة إضافية ولا توقف | يعمل إصداران معًا؛ التراجع أبطأ |
| Blue-green | تشغيل الإصدار الجديد بجانب القديم وتحويل كل الحركة دفعة واحدة | تراجع فوري بالعودة إلى القديم | سعة مضاعفة أثناء التحويل؛ وتغييرات قاعدة البيانات تحتاج عناية |
| Canary | إرسال نسبة صغيرة (مثل 5%) إلى الإصدار الجديد ثم زيادتها | يحدّ من نطاق الضرر؛ والحركة الحقيقية تتحقق من الإصدار | يحتاج مقاييس جيدة وتحكمًا في الحركة |
تضيف أدوات مثل Argo Rollouts وFlagger إصدارات canary وblue-green إلى Kubernetes. ويستطيع Argo Rollouts مقارنة مقاييس من مزوّد مثل Prometheus والترقية أو الإيقاف تلقائيًا.
- انشر على 5% من الحركة.
- قارن معدل الأخطاء وزمن الاستجابة بين canary والإصدار المستقر خلال مدة محددة.
- رقِّ إلى 25% ثم 50% ثم 100% ما دامت مؤشرات SLI ضمن الحدود.
- أوقف وتراجع تلقائيًا إذا تُجاوزت عتبة.
تفصل أعلام الميزات (feature flags) بين النشر والإتاحة: يُنشر الكود معطّلًا ثم يُفعَّل لقلة من المستخدمين ثم للجميع. وإطفاء العلم هو غالبًا أسرع تراجع. احذف الأعلام القديمة بعد استعمالها.
يتواصل الدرس كاملاً في الدورة التفاعلية على هذه الصفحة.
المصادر والمراجع
- Site Reliability Engineering (free online book)
- The Site Reliability Workbook: Implementing SLOs and Alerting on SLOs
- OpenTelemetry signals: traces, metrics, logs
- Prometheus alerting best practices
- DORA software delivery metrics guide
- OpenID Connect in GitHub Actions deployments
- Argo Rollouts: progressive delivery concepts
- NIST SP 800-218: Secure Software Development Framework (SSDF)
دورة تدريبية مهنية. لا ترتبط بشركة Google أو CNCF أو Linux Foundation أو GitHub أو أي مورّد أدوات مذكور ولا تحظى بتأييدها؛ وأسماء المنتجات علامات تجارية لأصحابها. ميزات الأدوات وإصداراتها تتغير بسرعة: راجع الوثائق الرسمية قبل أي تطبيق في بيئة الإنتاج واختبر التغييرات خارجها أولًا.
كل الدورات · ديف أوبس وهندسة المنصات - دورات مجانية، والشهادة ابتداءً من 7 دولارات