CloudWatchvsSRE

CloudWatch

CloudWatch 是 AWS 的原生监控服务，自动采集 EC2、RDS、Lambda 等服务的指标，支持自定义指标、日志聚合、告警和仪表盘。

SRE

SRE 是 Google 提出的运维方法论：用软件工程的思维和工具来保障系统可靠性。SRE 团队写代码来自动化运维任务，用 SLO/SLI 量化可靠性目标，用 Error Budget 平衡可靠性和迭代速度。

CloudWatch

• AWS 原生监控，自动采集服务指标
• 支持日志、指标、告警和仪表盘
• 与所有 AWS 服务深度集成

SRE

• Google 提出，用软件工程方法做运维
• 核心概念：SLO、SLI、Error Budget
• SRE 不是运维的新名字，是一种工程文化

CloudWatch

AWS 的原生监控和可观测性服务，提供指标采集、日志聚合和告警

SRE

用软件工程方法和自动化工具保障大规模系统可靠性的工程实践体系

CloudWatch

• AWS 资源的性能监控
• 应用日志的集中管理
• 基于指标的自动告警和通知

SRE

• 大规模系统的可靠性保障
• 运维自动化和 Toil 消除
• 服务级别目标的定义和管理

CloudWatch

CloudWatch 提供三大功能：Metrics（指标监控）、Logs（日志聚合）和 Alarms（告警通知）。CloudWatch 自动采集 AWS 服务的基础指标（CPU、内存、网络等），也支持通过 SDK 发送自定义指标。CloudWatch Logs Insights 提供日志查询能力。对于纯 AWS 环境，CloudWatch 是最便捷的监控方案；多云环境则建议使用 Prometheus + Grafana。

SRE

SRE 由 Google VP Ben Treynor 在 2003 年创立，核心理念是「用软件工程方法解决运维问题」。SRE 的关键实践包括：SLO（服务级别目标）定义可靠性标准、SLI（服务级别指标）量化实际表现、Error Budget（错误预算）在可靠性和迭代速度之间取得平衡。当 Error Budget 充足时加速发布，耗尽时冻结变更专注稳定性。SRE 文化强调自动化一切可自动化的工作，将 Toil（重复性手工操作）降到最低。