资源介绍
视频数量：114个
总时长：6小时57分
课程介绍：
GCP站点可靠性工程基础：掌握SRE核心技能
凌晨三点，告警群里弹出一条消息——核心服务响应时间飙到五秒，用户投诉开始涌进来。你揉了揉眼睛打开电脑，发现问题不止一个：没有清晰的错误预算概念，日志散落在各处找不到上下文，监控仪表盘上线后就没怎么更新过。这是很多团队第一次认真做SRE时会撞上的墙。
杰·钱德拉尼在云基础设施和可靠性工程领域摸爬滚打了将近二十年。他既是平台SRE，也是DevOps云架构师，常年混迹于GCP和DevOps/GitOps生态，用bash和Python写自动化脚本是家常便饭。这门课就是他把自己多年实战经验浓缩出来的一条清晰学习路径，目标很直接：让你在面试或入职第一天就能上手干活，而不是对着GCP控制台发呆。
一、四大GCP服务，撑起整套SRE工具箱
课程不会一上来就甩给你一堆抽象概念。杰会带着你把后续所有实验都要用到的五个核心服务先摸熟：Google Compute Engine（GCE），最基础的虚拟机；Google Kubernetes Engine（GKE），容器编排的事实标准；Cloud Run，无服务器容器跑小服务特别顺手；Cloud Logging，集中管理日志的利器；Cloud Monitoring，指标和告警的中枢神经。这五个工具就像厨房里的锅碗瓢盆，后面所有的菜都得靠它们来炒。
二、三种计算形态，跑通部署全流程
光会点控制台不算本事。课程安排了三个真实部署场景：传统虚拟机上的应用、GKE集群里的微服务、Cloud Run上的无服务器容器。这三种形态覆盖了当下绝大多数公司的技术选型，学完之后不管面试官问你哪种架构，你都能聊上几句。更关键的是，杰会顺便把Anthos服务网格、Istio、二进制授权这些高级选项也讲一遍，让你知道生产环境里还会碰到什么，目前先保持简单，后续有需要再深入。
三、可观测性实战：黄金信号、SLI、SLO一个不落
这是整门课最值钱的部分。可靠性工程不是"服务别挂"这么简单，而是有一套完整的度量语言。课程会教你用黄金信号（延迟、流量、错误率、饱和度）搭建仪表盘，这是Google SRE书里反复强调的方法论。然后进一步构建可用性和延迟的SLI（服务等级指标），再定义SLO（服务等级目标），把模糊的"要稳定"变成可量化的数字。错误预算、燃烧率告警这些进阶概念也会讲到，让你真正理解为什么SRE不是无止境地追求一百个九的可用性。
四、Grafana集成：把数据从GCP搬出来
杰特别强调一件事：不能只依赖单一厂商的可视化工具。所以课程花了相当篇幅讲Grafana——业界最受欢迎的开源可视化平台之一。你会学到怎么把GCP里的监控数据接到Grafana，怎么自定义面板，怎么用同样的Istio请求总量和200响应码过滤器做出和原生仪表盘等价甚至更灵活的视图。这样无论你以后跳槽到哪家公司、用哪套监控栈，都能复用这套思路。
五、适合谁学，以及学完能带走什么
杰的讲课风格偏实战派，每个视频都跟着控制台操作走，不会念PPT。这门课最适合以下几类人：刚接触SRE概念、想转岗做可靠性工程的在职开发者；准备面试SRE岗位、需要快速补齐GCP实操经验的求职者；负责维护线上服务、想系统化升级监控告警体系的运维或后端工程师；以及正在用GCP但只接触过单一服务、想打通GCE、GKE、Cloud Run任督二脉的云架构师。
整门课总共一百一十四个视频，时长不到七小时，节奏紧凑。学完以后，你不会变成一个只会背理论的SRE。你会真正明白为什么可靠性是一门工程学科，知道怎么用数据说话，能在GCP上从零搭起一套具备完整可观测性的生产环境，也能用SLO这个工具和产品、老板对齐预期。这些能力，恰恰是SRE岗位最看重的硬功夫。