SRE 工程师考试试卷及答案

SRE工程师考试试卷及答案一、填空题（共10题，每题1分）1.SRE核心目标是平衡________和开发效率。2.SLI中“L”代表英文单词________。3.监控三要素是数据采集、________和告警。4.服务可用性常用________（百分比）量化。5.混沌工程需在________环境做故障注入。6.SLO是基于用户体验的________目标。7.故障恢复黄金信号含延迟、流量、错误和________。8.容量规划核心是预测未来________需求。9.RTO指________时间。10.Prometheus基于________模型存储数据。二、单项选择题（共10题，每题2分）1.不属于SLI常见类型的是？A.可用性SLIB.延迟SLIC.成本SLID.错误SLI2.SLO与SLA的区别是？A.SLO内部目标，SLA对外承诺B.SLA内部目标，SLO对外承诺C.均对外承诺D.均内部目标3.混沌工程主要目的是？A.破坏生产B.验证系统韧性C.降开发速度D.减监控成本4.RTO正确定义是？A.故障到恢复时间B.故障到发现时间C.数据丢失最大时间D.服务不可用最大时间5.Prometheus默认存储格式是？A.JSONB.时序数据库C.SQLD.CSV6.容量规划“安全余量”作用是？A.应对突发流量B.增加成本C.降性能D.减监控7.SRE日常职责是？A.写业务代码B.监控系统健康度C.设计UID.测试业务功能8.99.9%可用性每年约多少分钟不可用？A.5256B.526C.5.26D.0.5269.故障注入不包括？A.模拟网络延迟B.模拟服务器宕机C.模拟数据丢失D.模拟用户登录10.SRE常用监控告警工具是？A.JenkinsB.GrafanaC.GitLabD.Docker三、多项选择题（共10题，每题2分，多选/少选不得分）1.SRE核心职责含？A.监控可用性B.容量规划C.故障管理D.业务需求分析2.监控黄金信号含？A.延迟B.流量C.错误D.饱和度3.SLI常见类型含？A.可用性SLIB.延迟SLIC.错误SLID.饱和度SLI4.混沌工程实施步骤含？A.定义稳态假设B.注入故障C.验证行为D.清理环境5.容量规划输入因素含？A.历史流量B.业务增长预测C.资源使用率D.用户反馈6.故障管理关键指标含？A.RTOB.RPOC.MTTRD.MTBF7.SRE常用工具含？A.PrometheusB.GrafanaC.ChaosMonkeyD.Kubernetes8.SLO设计原则含？A.基于用户体验B.可量化C.可实现D.对外公开9.系统韧性体现含？A.自动恢复B.自动扩容C.自动备份D.手动修复10.监控数据采集方式含？A.拉取B.推送C.日志采集D.手动录入四、判断题（共10题，每题2分，对/错）1.SRE核心是让系统永远不出故障。（）2.SLA是SRE内部可靠性目标。（）3.混沌工程必须在生产环境进行。（）4.RPO是数据恢复最大时间窗口。（）5.Prometheus仅采集PromQL数据。（）6.容量规划无需考虑业务增长。（）7.故障注入不会影响用户体验。（）8.黄金信号“饱和度”指资源使用比例。（）9.SRE需参与代码审查。（）10.监控告警可完全替代人工排查。（）五、简答题（共4题，每题5分）1.简述SLI、SLO、SLA的关系。2.简述混沌工程实施注意事项。3.简述容量规划基本流程。4.简述MTTR（平均恢复时间）优化方法。六、讨论题（共2题，每题5分）1.如何平衡系统可用性与开发效率？2.云原生环境下如何设计有效监控体系？---答案部分一、填空题答案1.系统可用性2.Level3.分析4.可用性百分比5.类生产（或生产，注：优先类生产）6.可靠性7.饱和度8.资源（如CPU/内存）9.恢复目标（RecoveryTimeObjective）10.时序（TimeSeries）二、单项选择题答案1.C2.A3.B4.A5.B6.A7.B8.B9.D10.B三、多项选择题答案1.ABC2.ABCD3.ABCD4.ABCD5.ABC6.ABCD7.ABCD8.ABC9.ABC10.ABC四、判断题答案1.错2.错3.错4.对5.错6.错7.错8.对9.对10.错五、简答题答案1.SLI、SLO、SLA关系：SLI是衡量服务可靠性的具体指标（如可用性、延迟）；SLO是基于SLI设定的内部可靠性目标（如99.9%可用性）；SLA是对外承诺的可靠性标准（通常不低于SLO，含违约条款）。三者递进：SLI是测量工具，SLO是内部目标，SLA是对外承诺，SRE通过监控SLI达标情况确保SLO实现，进而满足SLA。2.混沌工程注意事项：①优先类生产/非核心环境实验，避免影响用户；②定义明确稳态假设（如“99%请求成功”）；③控制故障范围（单节点、非核心服务）；④实时监控+及时回滚异常；⑤实验后复盘优化；⑥获相关方授权。核心是“可控、安全、有价值”。3.容量规划流程：①收集历史数据（流量、资源使用率、故障）；②分析业务增长趋势（用户/订单预测）；③评估当前资源容量（CPU/内存/存储）；④计算未来需求（含安全余量、突发流量）；⑤制定扩容/缩容方案（自动扩缩容、资源预留）；⑥监控效果+定期迭代。4.MTTR优化方法：①故障分级（P0/P1）+明确响应流程；②完善监控告警（准确、低噪声）；③准备故障预案（恢复步骤、回滚流程）；④定期故障演练；⑤事后复盘（根因分析+系统优化）；⑥自动化恢复（自动重启、流量切换）。六、讨论题答案1.平衡可用性与开发效率：①设定合理SLO（不盲目追求100%可用性，避免过度约束）；②自动化运维（CI/CD、自动扩缩容，减少人工干预）；③混沌工程左移（开发/测试阶段注入故障，不影响生产）；④共享责任（开发考虑可靠性，SRE理解业务）；⑤实时监控反馈（及时调整目标）。核心是“适度约束+自动化+协作”。2.云原生监控体系设计：①多维度采集（metrics+logs+traces，如Prometh