kubectl 401 на EKS: ловушка устаревшего IAM-ключа
7 октября 2026 г.
Ошибка аутентификации kubectl на кластере EKS оказалась не в Kubernetes, а в двухлетнем файле ~/.aws/credentials, который молча блокировал рабочий instance profile EC2.
SRE и инциденты
Почему злоупотребляют инцидентами и как это исправить
4 октября 2026 г.
Когда команды объявляют ложные инциденты ради приоритизации или координации, это сигнал о сбое обычных процессов. Решение — не ужесточение контроля, а создание альтернативных путей для срочных запросов.
Смена компании для SRE: переучивание на тип
28 сентября 2026 г.
Переход на новое место SRE — это не обучение с нуля, а «переучивание на тип»: принципы надёжности переносятся, но расположение «приборов» и числа SLO/SLO нужно изучать заново.
8 минут простоя: JVM кешировала DNS вечно
27 сентября 2026 г.
При миграции NLB JVM-сервис продолжал долбить мёртвые IP 8 минут из-за бесконечного кеша DNS. Исправление — два параметра TTL в базовом образе и сокращение задержки дерегистрации до 30 секунд.
Героизм при инцидентах: ловушка, которую не замечают
27 сентября 2026 г.
Компании чествуют инженеров, героически спасающих системы ночью, но не замечают, что это симптом хрупкости: зависимость от «незаменимых» людей — единая точка отказа. Нужно инвестировать в системные возможности, а не в культ героизма.
k6 на живом Kubernetes: тест-сьют продакшн-уровня
23 сентября 2026 г.
Автор строит многоуровневый набор тестов k6 против Google Online Boutique на домашнем Kubernetes-кластере, разбирает найденные баги и показывает, как перейти от инфраструктурных SLO к бизнес-метрикам.
7 метрик SRE для хранилища данных экзабайтного масштаба
20 сентября 2026 г.
Опытный SRE-лид делится семью ключевыми метриками — от доступности и надёжности до горячих точек и шардов БД — которые реально отражают здоровье объектного хранилища.
ИИ-SRE для Kubernetes: команда из трёх справляется
1 сентября 2026 г.
Команда из трёх человек построила ИИ-агента SRE на базе Claude Code с паттерном делегирования субагентам: он круглосуточно разбирает алерты Kubernetes, автономно чинит безопасные инциденты и эскалирует критические в Slack — за €6,50 в месяц.
AI-агент для SRE: автодиагностика инцидентов
29 августа 2026 г.
Автор построил ReAct-агента на GPT-4o, который сам опрашивает Splunk, AppDynamics, Kubernetes, Confluence и GitLab, чтобы за 40 секунд поставить диагноз инциденту. Статья описывает архитектуру, код инструментов, системный промпт и уроки из практики.
Хаос-инжиниринг: строим системы, готовые к сбоям
15 июля 2026 г.
Хаос-инжиниринг — это научный метод проверки устойчивости распределённых систем через контролируемые эксперименты. Статья описывает практики от Kubernetes до serverless с реальными примерами катастроф.