Google ha anunciado el 12 de octubre de 2026 la segunda edición de "Site Reliability Engineering: How Google Runs Production Systems", coincidiendo con el décimo aniversario de la primera. Según el post, firmado por Betsy Beyer y David Huska, es una reescritura completa y ya se puede pedir en papel (vía Google Books) o en digital (vía O'Reilly). El post no indica si habrá acceso gratuito online.
Qué cambia
El artículo no detalla capítulos, pero sí las áreas que se han puesto al día respecto a lo que era práctica habitual en 2016:
- SLOs y presupuestos de error: de métricas básicas de disponibilidad y políticas manuales a SLOs en varios niveles, alertas dinámicas por burn rate y aplicación automática de políticas.
- Monitorización y observabilidad: OpenTelemetry, trazado distribuido y correlación automática de anomalías.
- Automatización y plataformas: infraestructura declarativa, plataformas internas para desarrolladores y sistemas que se autorreparan.
- Pruebas de fiabilidad: comprobaciones de resiliencia continuas, pruebas de pipelines y verificación con canarios en vivo.
- Capacidad: autoescalado, alineación con FinOps y optimización de clústeres de GPU y TPU.
- SRE e IA: operar infraestructura de IA (fiabilidad de clústeres, monitorizar salidas no deterministas, pipelines de entrenamiento) y usar IA en operaciones (triaje de incidentes, postmortems, consultas de telemetría en lenguaje natural).
- Cultura y modelos organizativos: modelos híbridos, integración con platform engineering y "reliability champions" dentro de los equipos.
Por qué importa en producción
El libro original definió el vocabulario con el que muchos equipos hablan de fiabilidad: SLO, presupuesto de error, toil. Que la nueva edición dedique espacio a burn rate dinámico, OpenTelemetry y operar cargas de IA indica hacia dónde se ha movido el oficio en una década. Es una señal útil si estás justificando inversión en observabilidad o definiendo qué debería saber un SRE nuevo.
Conviene ser realista: es un anuncio, no una reseña. Yo no he leído el libro, y el post no da fecha de publicación ni capítulos concretos, así que no puedo valorar la calidad del contenido.
Qué haría yo
- Mirar el índice completo antes de comprarlo y comparar con lo que ya tengo de la primera edición.
- Contrastar mis SLOs actuales: ¿tengo alertas por burn rate o sigo con umbrales fijos?
- Revisar si mi observabilidad ya usa OpenTelemetry y trazas, o sigo solo con métricas.
- Si opero cargas de IA, apuntar qué señales de fiabilidad específicas (latencia, salidas no deterministas) no estoy midiendo.
Fuentes
- Google Cloud Blog, "10 Years of the SRE book: Announcing the second edition of Site Reliability Engineering" (12/10/2026): https://cloud.google.com/blog/products/devops-sre/sre-book-second-edition/