5.8 KiB
title, type, source-type, category, tags, date-added, video-source, audio-source, transcript-source, status
| title | type | source-type | category | tags | date-added | video-source | audio-source | transcript-source | status | |||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| CTP Topic 30 Managing change | cloud-learning | video | DevOps & SRE/10_OpenText-Series |
|
2026-04-14 | nas:///volume2/work/Public Cloud Learning Sessions/CTP _ Topic 30_ Managing change.mp4 | /volume2/work/Public Cloud Learning Sessions/CTP _ Topic 30_ Managing change.mp3 | /volume2/work/Public Cloud Learning Sessions/CTP _ Topic 30_ Managing change.txt | summarized |
CTP Topic 30 Managing change
Source: NAS /volume2/work/Public Cloud Learning Sessions/CTP _ Topic 30_ Managing change.mp4
Type: VIDEO | Category: 10_OpenText-Series
Status: ✅ 已完成
讲者: Brendan Starnig (SRE Function Lead, Platform Engineering)
摘要
本次会议由 Brendan Starnig 主讲，主要讨论了在云转型项目中如何管理变更，特别是在与 SRE（站点可靠性工程）团队和其他支持团队的交互方面。会议旨在提高大家对 SRE 角色、服务定义以及变更管理流程的认识，并确保所有参与者对相关流程和工具（如 PPM、SMACs 和 Octane）有统一的理解。
会议涵盖了 SRE 的核心职责，强调了其在自动化重复性工作、提高系统可靠性和可测试性方面的作用。同时，会议还区分了不同类型的变更（标准变更、正常变更和紧急变更），并阐述了它们各自的处理流程。此外，会议还讨论了事件与事故的区别，以及在 SMACs 中如何区分和处理它们。
最后，会议强调了在云转型项目中，SRE 团队与产品团队之间的协作，以及在不同阶段（构建和设置、早期上线支持和 BAU）如何与 SRE 团队进行交互。会议旨在确保所有参与者都清楚地了解变更管理流程，以及如何有效地利用 SRE 团队来支持云转型项目。
关键概念
- SRE (站点可靠性工程): 通过软件工程的思维方式解决运维问题，核心在于自动化重复性工作，提高系统可靠性和可测试性。
- 标准变更: 预先批准的变更，不需要变更咨询委员会（CAB）的批准，应尽可能实现完全自动化。
- 正常变更: 包含一定风险或影响的变更，需要 CAB 批准，并可能需要跨团队协调。
- 紧急变更: 为了缓解事故并尽快恢复服务到期望状态而需要立即执行的变更。
- 事件 vs. 事故: 在 SMACs 中，事件是触发警报的低级别事件，而事故是超出计划外的服务中断或服务质量下降，对客户的影响较大。
行动项
- 评估现有变更流程，识别可自动化并转化为标准变更的环节。
- 明确各团队与 SRE 团队在不同阶段（构建、上线支持、BAU）的交互方式和责任范围。
- 确保所有团队成员都了解并正确使用 PPM、SMACs 和 Octane 等工具进行变更、事件和任务管理。
- 完善监控覆盖，确保所有关键服务和基础设施都得到充分监控，并定义明确的 SLO 和 SLI。
- 建立清晰的事件响应和升级流程，确保问题能够及时得到解决。
相关视频
[!info]+ 交叉引用 ctp-topic-XX-incident-management.md — 讨论了事件管理流程，与本次会议中关于事件和事故的区分相关。 ctp-topic-XX-sre-practices.md — 深入探讨了 SRE 的实践方法，与本次会议中 SRE 的角色和职责相关。
关键概念
- SRE (Site Reliability Engineering): 用软件工程思维解决运维问题，追求可靠性、可测试性、可重复性，核心是打破运维与产品的壁垒
- Standard Change: 预批准变更，无需 CAB，应完全自动化（IaC + CI/CD Pipeline）
- Normal Change: 有风险/影响，需 CAB 审批和变更窗口，理想状态是尽可能归入 Standard Change
- Emergency Change: 需立即执行以缓解 Incident，事后通过 CAPA/Post-mortem 修复根因
- CAPA (Corrective and Preventive Action): 即 Post-mortem 回顾，目的是从 Incident 中提取根因并预防同类问题再次发生
- Landing Zone (Gruntwork): Micro Focus 新一代云基础设施架构，取代经典 On-premise Data Centers
- SLO/SLR (Service Level Objective/Requirement): 服务等级目标和需求，用于定义监控指标并向上汇总至 KPI
- Early Live Support: Build 与 BAU 之间的过渡阶段，需完成 Go-Live Checklist（监控覆盖、支持模型、事件响应流程）
- SMACs: 当前使用的 ITSM 工具（Service Management Automation X），用于 Ticket、Incident、Change 管理
- Self-Healing: 通过机器学习驱动的自动化监控系统，基于告警趋势自动决策和缓解问题（目前处于探索阶段）
行动项
- SRE 团队正与产品团队协作定义 SLR/SLO 体系，目标向产品团队做周/双周/月度指标汇报
- 推进 Change Record（CR）自动化，实现通过 CI/CD Pipeline 自动创建和关闭 CR
- 制定统一的账户命名规范（当前 R&D/Labs、Staging、PQM、Production 等命名混乱）
- 完善 On-call Schedule（SRE Support Channel）并与 Service Desk 集成
- 探索 Self-healing 能力：Vinaya 提议各产品组分享现有实践，SRE 将协助在监控产品中落地
相关视频
[!info]+ 交叉引用 ctp-topic-01-gruntwork-landing-zone-architecture.md — Gruntwork Landing Zone 基础架构（本次分享的上下文） ctp-topic-19-configuring-dns-within-aws-lzs.md — DNS 配置与 SRE 支持模型的关系 ctp-topic-17-active-directory-services-in-gruntwork-aws-lzs.md — AD Services 与 SRE 协作流程 ctp-topic-28-aws-tag-validation-tool.md — IaC 变更的 Tagging 标准（属于 Standard Change 范畴）
最后更新: 2026-04-15