SRE é frequentemente apresentado com uma coleção de siglas, dashboards e empresas com escala planetária. Um time de cinco pessoas não precisa copiar o Google. Precisa de algumas ideias simples: definir o que é bom o bastante, perceber quando saiu disso e aprender depois.
Escolha poucos objetivos de serviço
Disponibilidade do login, sucesso de pagamento, tempo de processamento, entrega de mensagem. Escolha sinais que representem valor. Defina um alvo que faça sentido para o estágio e custo. 99,99% parece bonito até você calcular o que exige. O SLO serve para negociar prioridade. Se o serviço está dentro do nível combinado, talvez feature tenha espaço. Se está queimando confiabilidade, o time precisa corrigir.
Incidente precisa de papel claro
Quem coordena? Quem investiga? Quem comunica? Mesmo num time pequeno, separar essas funções reduz caos. Durante incidente, uma pessoa tentando fazer tudo é uma excelente forma de fazer tudo pior.
Post-mortem sem tribunal
Depois, registre linha do tempo, causa, fatores contribuintes e ações. Evite “fulano esqueceu”. Pergunte por que o sistema permitiu que um esquecimento virasse impacto. SRE não é cargo. É a disciplina de tratar confiabilidade como produto. Dá para começar com uma página, três alertas e vontade de não repetir a mesma madrugada.