Tjenester for site reliability engineering
Tjenester for site reliability engineering (SRE) for systemer som må holde seg oppe: servicenivåmål og feilbudsjetter, observerbarhet med OpenTelemetry, vakt og hendelseshåndtering, lasttesting og kapasitetsplanlegging, katastrofegjenoppretting og chaos engineering, og gjentakende driftsarbeid automatisert bort, med dedikerte SRE-ingeniører til teamet deres eller SRE-prosjekter levert fra ende til ende.
SRE-tjenester vi leverer
Observerbarhet fra kode til kunde
Tjenester instrumentert med OpenTelemetry, med målinger, logger og spor i Prometheus, Loki og Tempo under Grafana, eller i Datadog, New Relic, Dynatrace eller Elastic, knyttet sammen med en trace-ID slik at én treg forespørsel kan følges gjennom hver tjeneste den berørte.
Servicenivåmål og feilbudsjetter
Indikatorer målt ut fra det brukerne opplever, som ventetid og mislykkede forespørsler, mål avtalt med produkteieren, og varsler om forbrenningshastighet generert med Sloth eller Pyrra, slik at et oppbrukt feilbudsjett flytter pålitelighetsarbeid foran nye funksjoner.
Vaktrotasjoner og varsling
Rotasjoner og eskaleringspolicyer i PagerDuty, incident.io, Grafana IRM eller Jira Service Management, varsler ryddet bort til hvert enkelt krever en person, en runbook lenket fra hvert varsel, og Opsgenie-planer flyttet over før Atlassian stenger det i april 2027.
Hendelseshåndtering og postmortems
Alvorlighetsgrader, en hendelsesleder og en frekvens for oppdateringer på statussiden avtalt før det første utfallet, hver hendelse håndtert i en egen Slack- eller Teams-kanal, og en postmortem uten skyld der tiltakene følges til de er gjennomført.
Automatisering av gjentakende arbeid og produksjonsklarhet
Gjentakende driftsarbeid målt, deretter automatisert: fornyelse av sertifikater, omstarter, failovers og opprydding håndtert av skript og Kubernetes-operatorer, og en klarhetsgjennomgang før hver ny tjeneste tar imot produksjonstrafikk.
Last- og ytelsestesting
Last-, stress- og soak-tester i k6, Gatling, Locust eller JMeter mot miljøer som ligner produksjon og i pipelinen, med profilering for å finne hvor tiden går når en test bommer på målet.
Kapasitetsplanlegging og autoskalering
Vekst prognostisert fra reell trafikk, autoskalering på signalene som betyr noe, som køens lengde gjennom KEDA eller forespørsler per sekund, og reserve holdt for salgstopper og for å miste en hel sone.
Øvelser i katastrofegjenoppretting
Mål for gjenopprettingstid og gjenopprettingspunkt satt per tjeneste, sikkerhetskopier gjenopprettet og regioner failet over etter en plan, og det målte resultatet sammenlignet med målet, slik at det er kjent at gjenopprettingsplanen virker før den trengs.
Chaos engineering
Feil injisert med vilje med AWS Fault Injection Service, Azure Chaos Studio, Chaos Mesh eller LitmusChaos: en instans stoppet, en avhengighet gjort treg, en sone avskåret, med start i staging og videre til produksjon når systemet og teamet er klare.
Lei inn SRE-ingeniører
Dedikerte SRE-ingeniører
SRE-ingeniører som blir en del av teamet deres på heltid, jobber i verktøyene og prosessen deres, og rapporterer til lederen deres. Dere intervjuer dem, og vi tar oss av den ukrainske kontrakten, lønn, fakturering og fravær.
Prosjekter innen Site reliability engineering
En avgrenset del av site reliability engineering med et omfang, en fast plan og en navngitt leder hos oss som eier resultatet og rapporterer fremdrift i kanalene deres.
Løpende site reliability engineering
Site reliability engineering som en løpende tjeneste: de samme menneskene hver måned, en backlog dere prioriterer, og timer dere kan se i portalen vår og på fakturaen.
Siden om dedikert team forklarer hvordan spesialister blir med i teamet deres, og siden om outsourcing dekker prosjektleveranse, overtakelser og hvordan vi priser.
Hvem som jobber med site reliability engineering for dere
SRE-ingeniører
Servicenivåer, vakt, hendelser og automatisering
Ingeniører for observerbarhet
Instrumentering, dashbord og varslingsregler
DevOps- og plattformingeniører
Pipelines, infrastruktur som kode og Kubernetes
Ytelsesingeniører
Lasttester, profilering og kapasitetsmodeller
Backend-utviklere
Rettelser av feil sporet tilbake til koden
Slik gjør vi SRE
Pålitelighet fastsettes ved avtale og ikke ved antall varsler: hver tjeneste har mål produkteieren har godkjent, varsler utløses når feilbudsjettet brenner og ikke ved hver topp i CPU-bruk, og når budsjettet er brukt opp, går pålitelighetsarbeid foran nye funksjoner til det er gjenopprettet. Dashbord, varslingsregler og runbooks ligger i Git ved siden av koden og endres gjennom pull requests.
På et system et annet team har bygget starter vi med en skrivebeskyttet gjennomgang av overvåking, varsler, tidligere hendelser og gjenopprettingsplaner, og en skriftlig liste over risikoer i rekkefølge etter påvirkning. Vakt starter først når timene som dekkes, responstiden for hver alvorlighetsgrad og eskaleringsveien inn i teamet deres er avtalt skriftlig, og hver hendelse ender med en gjennomgang uten skyld og tiltak som følges til de er gjennomført.
Andre tjenester for sky, DevOps og sikkerhet
AWS-utvikling
AWS-utviklingstjenester: containere på EKS og ECS, serverless, landing zones, migreringer, databaser, dataplattformer, generativ AI med Bedrock, sikkerhet og kostnadsoptimalisering, med dedikerte AWS-ingeniører eller prosjektleveranse.
Google Cloud-utvikling
Google Cloud-utviklingstjenester: Cloud Run og GKE, BigQuery, Firebase-backend, Cloud SQL og AlloyDB, Gemini på Agent Platform, sikkerhet og migreringer, med dedikerte Google Cloud-ingeniører eller prosjektleveranse.
Kubernetes-rådgivning
Kubernetes-rådgivning og -utvikling: klynger på EKS, AKS, GKE og on-premises, Helm, GitOps med Argo CD eller Flux, klyngesikkerhet, oppgraderinger og GPU-arbeidslaster, med dedikerte Kubernetes-ingeniører eller prosjektleveranse.
DevOps og CI/CD
DevOps- og CI/CD-tjenester: pipelines, Terraform og infrastruktur som kode, observerbarhet, SRE og vaktordning, DevSecOps, platform engineering og FinOps, med dedikerte DevOps- og SRE-ingeniører eller løpende DevOps-arbeid.
Cybersikkerhet og pentesting
Tjenester innen cybersikkerhet og penetrasjonstesting: pentester av web, mobil, API, nettverk og sky, sikker kodegjennomgang, SOC og hendelseshåndtering, ISO 27001 og SOC 2, med dedikerte sikkerhetsingeniører eller avgrensede prosjekter.
IT-infrastruktur
Tjenester innen IT-infrastruktur og systemadministrasjon: Windows- og Linux-servere, nettverk, Microsoft 365 og Entra ID, virtualisering, sikkerhetskopiering og telekom, med dedikerte systemadministratorer eller løpende support.
Platform engineering
Tjenester innen platform engineering: interne utviklerplattformer, Backstage-portaler, golden paths og maler, selvbetjent infrastruktur og Kubernetes-plattformer, med dedikerte plattformingeniører eller prosjektleveranse.
Skyarkitektur
Tjenester innen skyarkitektur og rådgivning: arkitektur for AWS, Azure og Google Cloud, migreringsplaner, landing zones, Well-Architected-gjennomganger, robusthet og kostnader, med dedikerte skyarkitekter eller prosjektleveranse.
FinOps
Tjenester innen FinOps og kostnadsoptimalisering i skyen: kostnadsfordeling, rightsizing, savings plans og reservasjoner, Kubernetes-, data- og AI-kostnader, budsjetter og varsler om avvik, med dedikerte FinOps-ingeniører eller prosjektleveranse.
Terraform og IaC
Tjenester innen Terraform og infrastruktur som kode: Terraform- og OpenTofu-moduler, import av eksisterende ressurser, plan- og apply-pipelines, kontroll av konfigurasjonsavvik, policy as code og Ansible, med dedikerte Terraform-ingeniører eller prosjektleveranse.
Linux-administrasjon
Tjenester innen Linux-administrasjon: servere med Ubuntu, Debian, RHEL, Rocky Linux og AlmaLinux som settes opp, oppdateres, herdes, overvåkes og sikkerhetskopieres, samt oppgraderinger av versjoner som har nådd end of life, med dedikerte Linux-administratorer eller løpende support.
Nettverksteknikk
Tjenester innen nettverksteknikk: ruting og svitsjing, brannmurer, SD-WAN og zero trust-tilgang, skynettverk, Wi-Fi og automatisering på Cisco, Juniper og Fortinet, med dedikerte nettverksingeniører eller prosjektleveranse.
Skysikkerhet
Tjenester innen skysikkerhet: CSPM og CNAPP, IAM-gjennomganger, Kubernetes-sikkerhet, nettverks- og databeskyttelse samt compliance i skyen på AWS, Azure og Google Cloud, med dedikerte skysikkerhetsingeniører eller prosjektleveranse.
SOC og sikkerhetsovervåking
SOC som tjeneste og sikkerhetsovervåking: managed SOC, innføring av SIEM, tilkobling av loggkilder, detection engineering, EDR, threat hunting og beredskapsavtaler for hendelseshåndtering, med dedikerte SOC-analytikere eller løpende overvåking.
Sikkerhetsetterlevelse
Sikkerhets-compliance og revisjonsklarhet: kontroller for ISO 27001, SOC 2, GDPR, PCI DSS, HIPAA, NIS2 og DORA, gap-analyser og revisjonsbevis, med dedikerte compliance-ingeniører eller et prosjekt for revisjonsklarhet.
Spørsmål om site reliability engineering
Hvilke bransjer arbeider SRE-ingeniørene deres i?
Mest fintech og bank, der betalings- og handelssystemer holdes til strenge krav til oppetid og til regler for motstandsdyktighet som DORA; sky-, hosting- og telekomleverandører hvis kunder er avhengige av oppetiden deres; netthandel og detaljhandel, med kapasitet planlagt rundt salgstopper; enterprise SaaS-produkter med oppetidsforpliktelser i kontraktene; helseplattformer; KI- og dataprodukter med GPU-arbeidsbelastninger og pipelines som må holdes i gang; og sikkerhetsselskaper.
Hva er forskjellen på SRE og DevOps?
DevOps dekker hvordan kode når produksjon: pipelines, infrastruktur som kode og utrullinger. SRE dekker hvordan den oppfører seg når den er der: mål for tilgjengelighet og ventetid, overvåkingen som måler dem, vakt, hendelseshåndtering og ingeniørarbeidet som fjerner gjentakende feil. De fleste team trenger begge, og vi bemanner enten det ene eller begge.
Hvilke verktøy for observerbarhet arbeider dere med?
OpenTelemetry til instrumentering; Prometheus, Grafana, Loki, Tempo og Mimir, selvdriftet eller som Grafana Cloud; Datadog, New Relic, Dynatrace, Elastic og Splunk; Azure Monitor, Amazon CloudWatch og Google Cloud Observability; og PagerDuty, incident.io og Grafana IRM til vakt. Vi arbeider i verktøyene dere allerede betaler for.
Hvor raskt kan SRE-ingeniører starte?
Når rett SRE-ingeniør er tilgjengelig, avhenger starten bare av intervjuet deres, NDA-en og IP-overdragelsen. Ellers gjennomfører vi et søk, som vanligvis gir kandidatprofiler innen to til tre uker, og ingen starter før dere har sagt ja.
Hvordan leier vi inn SRE-ingeniører gjennom BigTree108?
Fortell oss om arbeidet, erfaringsnivået og timene dere trenger. Vi foreslår én eller to personer med profilene deres, dere intervjuer dem slik dere ville intervjuet en egen ansatt, og dere signerer én avtale med BIG TREE 108 LLC og får én faktura i måneden.
Hvem eier arbeidet de leverer?
Det gjør dere. Hver spesialist har en signert kontrakt med BigTree108 som overdrar alt arbeidsresultat til selskapet, og avtalen vår med dere overdrar det videre til dere. Kode, design og dokumenter leveres inn i deres egne repositorier og verktøy, og oppbevares ikke der bare vi kan endre dem.
Trenger dere SRE-ingeniører?
Fortell oss hva som kjører i produksjon, hvordan dere overvåker det og hva som har gått galt i det siste. Dere får svar innen én arbeidsdag: en plan, kandidatprofiler eller et omfang for en gjennomgang av påliteligheten.