充电计划 | SRE的 “狂飙” 之路

InfoQ Pro · 公众号 · 架构 · 2025-05-30 12:00

正文

请到「今天看啥」查看全文

规则库推广：通过灵活的可组合能力，降低使用门槛，支持业务共建生态

数字化风险治理：风险治理与智能闭环探索

总结与展望

从数字化到数智化免疫系统的核心价值与行业意义
AI 时代质量保障能力的持续探索方向

您认为，这样的技术在实践过程中有哪些痛点？

统一数仓的构建仍然存在一定的适配成本、维护成本以及后期的拓展成本

对接（理解）底层不同云产品的数据过程中，需要投入专家人力
随着接入用户和定制化策略增多，统一数仓在未来每一次的结构更新和性能优化都面临较大挑战

产品化开放生态的同时，也面临着大量的“冗余”策略，对策略调优有较大挑战

自定义策略较高的灵活性，在业务接入初期可以带来明显的正向收益；但是随着业务的迭代、人员更替，新旧策略的汰换、历史任务退场等可能影响评估准确性
对于自定义策略，目前暂无较好的通用调优方案；用户想自行维护低冗余策略，减少低效开支，需要投入较大成本

演讲亮点

质量能力保障理念革新：由被动治理转变为协同共建治理，降低理解和使用成本
质量能力治理左移：由被动解决问题到风险治理，规避故障发生

听众收益

了解百度在质量保障领域的数字化转型与智能化实践的工程经验
了解数字免疫能力在落地过程中的技术点
了解云原生与 AI 时代下质量保障的未来发展方向，为其他企业提供参考

专题演讲二

专题演讲嘉宾：付冰尧

小米手机 IoT 团队 SRE 负责人

在运维领域积累了较丰富经验。曾任职世界 200 强央企，负责 OA、邮箱、SAP 部署实施运维。后担任闪送运维总监，主导公司基础设施软件架构规划与实施。在小米手机部 SRE 团队，推动运维标准化、自动化，实现降本增效，还负责小米相册百 PB 级数据迁移项目。拥有多年 DevOps 开发经验，掌握 Golang、Python 等技术栈，研究方向聚焦云原生与软件工程管理。

演讲：稳中求胜：小米米家稳定性保障与故障应急实践

智能家居市场近年来高速增长，技术革新与消费升级是主要驱动力。米家作为小米 IoT 业务的核心，已成为全球最大的消费级物联网平台，接入设备达 8.61 亿台，月活用户超 1 亿。由于 IoT 业务的特殊性，运维需同时保障用户和设备的稳定性，且用户对故障的容忍度极低，故障易引发社会关注。

本次演讲将通过米家历史故障案例，介绍近 2-3 年米家是如何通过完善应急保障体系和运维自动化平台，逐步提升业务稳定性，包括业务架构优化、基础组件升级、质量加固经验以及故障预案的制定与实施。

演讲提纲

小米 IoT 业务及架构介绍

业务概况
架构详解

IoT 业务质量保障遇到的问题和挑战

用户和设备双侧稳定性保障难题
用户对故障的低容忍与应对压力

SRE 的故障应急体系的建设与落地

预警机制
预案管理
关键服务的故障自愈
应急指挥 & 协作机制