Google SRE
Google 提出的站点可靠性工程（Site Reliability Engineering）方法论与实践体系，将软件工程方法应用于运维领域，强调自动化、监控、变更管理等。
核心事实
时间轴 (近 90 天)
SEV-0 是事故分级体系中的最高等级，源自 Google SRE 实践并被广泛借鉴。
业界常参考 ITIL 的事件管理实践与 Google SRE 的 Incident Command System 来构建故障管理流程，后者强调指定 Incident Commander、明确角色分工与对外沟通节奏。
Google SRE关于分布式调度的材料指出，当启动器可能在启动与观察完成之间失败时，恢复需要幂等操作或查询外部系统状态的方式，且双重启动比跳过启动更难撤销。
据 Google SRE 体系，SLI（服务水平指标）是对服务某一方面的精确量化度量。
P99 延迟通常是评估生产系统真实体验的关键指标，Google SRE 体系称之为尾部容忍度，并建议在 SLO 中明确约定 P95 或 P99 延迟上限
事故指挥官（Incident Commander）角色源自Google SRE体系，是大规模生产事故响应的核心设计之一
错误预算概念源自Google SRE实践，将可靠性目标量化为允许的故障时间上限，在稳定性与发布速度之间建立可量化的权衡框架
MTTR是DORA四大关键指标之一，也是Google SRE体系中衡量服务可靠性的核心度量
Google的SRE文化中，无责事后报告（blameless post-mortem）是核心原则之一，重点在于改进系统而非追究个人责任
全部知识事实 (9)
Google的SRE文化中，无责事后报告（blameless post-mortem）是核心原则之一，重点在于改进系统而非追究个人责任
65%待验证SEV-0 是事故分级体系中的最高等级，源自 Google SRE 实践并被广泛借鉴。
50%待验证业界常参考 ITIL 的事件管理实践与 Google SRE 的 Incident Command System 来构建故障管理流程，后者强调指定 Incident Commander、明确角色分工与对外沟通节奏。
50%待验证Google SRE关于分布式调度的材料指出，当启动器可能在启动与观察完成之间失败时，恢复需要幂等操作或查询外部系统状态的方式，且双重启动比跳过启动更难撤销。
50%待验证据 Google SRE 体系，SLI（服务水平指标）是对服务某一方面的精确量化度量。
50%待验证P99 延迟通常是评估生产系统真实体验的关键指标，Google SRE 体系称之为尾部容忍度，并建议在 SLO 中明确约定 P95 或 P99 延迟上限
50%待验证事故指挥官（Incident Commander）角色源自Google SRE体系，是大规模生产事故响应的核心设计之一
50%待验证错误预算概念源自Google SRE实践，将可靠性目标量化为允许的故障时间上限，在稳定性与发布速度之间建立可量化的权衡框架
50%待验证MTTR是DORA四大关键指标之一，也是Google SRE体系中衡量服务可靠性的核心度量
50%