Oliver Leaver-Smith - On How "just A Monitoring Change" Took Down The Entire Site And Resilience Engineering

Το περιεχόμενο παρέχεται από το Ronak Nathani, Guang Yang, Ronak Nathani, and Guang Yang. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Ronak Nathani, Guang Yang, Ronak Nathani, and Guang Yang ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

Software Misadventures « »
Oliver Leaver-Smith - On how "just a monitoring change" took down the entire site and resilience engineering - #5

3+ y ago 1:01:22

Μοίρασέ το

MP3•Αρχική οθόνη επεισοδίου

Oliver Leaver-Smith, better known as Ols, is a Senior Devops Engineer at Sky Betting and Gaming. In this episode, we discuss how a seemingly simple monitoring change ended up taking down the entire site. We also talk about chaos and resilience engineering. We discuss how the team at Sky Betting and Gaming conducts fire drills (chaos engineering exercises) where they not only test the resiliency of their software systems but also their people systems. We walk through a recent example of a fire drill, how they have evolved over the past few years and the lessons learned in the process.

55 επεισόδια

#Tech #Guang Yang #Ronak Nathani #Distributedsystems #Softwareengineering #Technology #Ronak Nathani, Guang Yang #DevOps #SRE