SRE (Site Reliability Engineering) คือการดูแลความเสถียรของระบบด้วยวิธีวิศวกรรม ทีม SRE ใช้การเขียนซอฟต์แวร์และตัวชี้วัดจากฝั่งผู้ใช้ เช่น SLI, SLO และ Error Budget เพื่อดูแลให้ระบบพร้อมใช้งาน แทนการแก้ปัญหาด้วยแรงคนเป็นหลัก ตามแนวทางที่ Google เผยแพร่ในหนังสือ Site Reliability Engineering

ในช่วงสองสามปีที่ผ่านมา คำถามที่ทีม IT หลายองค์กรในไทยถามเข้ามาซ้ำ ๆ คือ "SRE กับ DevOps ต่างกันยังไง แล้วเราควรจ้างอะไรดี?" ความสับสนนี้เข้าใจได้ เพราะทั้งสองคำพูดถึงเรื่องระบบ การ deploy และการทำงานร่วมกันระหว่าง Dev กับ Ops เหมือนกันเกือบทุกบรรทัด แต่ถ้าไม่แยกให้ออก งบประมาณที่ลงทุนอาจไปผิดทาง และระบบที่ควรจะ "แข็งแกร่ง" ก็อาจกลายเป็น "แข็งทื่อ" แทน

ไดอะแกรมเปรียบเทียบ DevOps กับ SRE แสดง delivery pipeline ฝั่ง DevOps และ reliability loop ที่มี SLO และ error budget ฝั่ง SRE พร้อม feedback loop เชื่อมสองฝั่งเข้าด้วยกัน
DevOps ดูแล "ความเร็วในการส่ง" ส่วน SRE ดูแล "ความเสถียรของสิ่งที่ส่งไปแล้ว" — สองเลเยอร์ที่ซ้อนทับกัน

SRE คืออะไร

Site Reliability Engineering (SRE) กำเนิดขึ้นที่ Google ในปี 2003 เมื่อ Ben Treynor Sloss ได้รับมอบหมายให้ดูแลระบบ production ขนาดใหญ่ แนวคิดง่ายมาก:

"SRE คือสิ่งที่เกิดขึ้นเมื่อคุณให้ Software Engineer เป็นผู้ออกแบบทีม Operations"
— Ben Treynor Sloss, Google (บทนำ Site Reliability Engineering)

แทนที่จะแก้ปัญหาระบบด้วยการเพิ่มคน SRE ใช้ การเขียนโค้ดแก้ปัญหาการดูแลระบบ โดยมีหลักการสำคัญสามอย่าง:

1. SLI — Service Level Indicator

ตัวชี้วัดจริงของระบบ เช่น latency, error rate, availability ที่วัดได้จริงจากฝั่ง user

2. SLO — Service Level Objective

เป้าหมายที่ตกลงกันภายใน เช่น "ระบบต้องมี availability ≥ 99.9% ในแต่ละเดือน"

3. Error Budget

ช่องว่างระหว่าง 100% กับ SLO — ถ้า SLO = 99.9% แสดงว่ามี error budget 0.1% (ประมาณ 43 นาทีต่อเดือน) ทีม Dev สามารถใช้ budget นี้ deploy feature ใหม่ได้ แต่ถ้าใช้หมดแล้ว หน้าที่ของ SRE คือ "ยับยั้ง" การ deploy ใหม่จนกว่าระบบจะกลับมาเสถียร

กลไกนี้เองที่ทำให้ SRE ไม่ใช่แค่ "Ops ที่เขียนโค้ดได้" แต่เป็น ตัวกลางที่สมดุลระหว่างความเร็วและความเสถียร

SRE ทำงานอะไรบ้างในแต่ละวัน

บทนำของหนังสือ SRE ของ Google ระบุว่าทีม SRE รับผิดชอบ availability, latency, performance, efficiency, change management, monitoring, emergency response และ capacity planning ของบริการที่ดูแล งานประจำวันจึงมักวนอยู่กับเรื่องต่อไปนี้ โดยสัดส่วนของแต่ละงานขึ้นกับระบบและองค์กร:

  • ติดตาม SLI และ Error Budget: ดูว่าบริการยังอยู่ในเป้า SLO หรือไม่ และ budget ถูกใช้เร็วผิดปกติหรือเปล่า
  • ดูแล monitoring และ alert: ปรับ alert ให้แจ้งเฉพาะเรื่องที่ต้องลงมือทำ ลด alert ที่ดังแต่ไม่มีใครต้องทำอะไร
  • รับมือเหตุขัดข้องและ on-call: แก้ปัญหาเฉพาะหน้า สื่อสารสถานะ และส่งต่อตามขั้นตอนที่ตกลงไว้
  • ทำ postmortem: สรุปสาเหตุและงานป้องกันหลังเหตุการณ์ โดยเน้นแก้ที่ระบบมากกว่าหาคนผิด
  • ร่วมดูแลการเปลี่ยนแปลง: วางแผน release การปล่อยทีละส่วน และวิธี rollback ร่วมกับทีมพัฒนา
  • วางแผน capacity: ประเมินทรัพยากรล่วงหน้าจากแนวโน้มการใช้งานและแผนของธุรกิจ
  • ลด toil: เขียนเครื่องมือหรือ automation แทนงาน manual ที่ทำซ้ำ

หนังสือเล่มเดียวกันระบุว่า Google จำกัดงาน operations เช่น ticket, on-call และงาน manual ไว้ไม่เกิน 50% ของเวลาทีม SRE รวมกัน เวลาที่เหลือใช้กับงานวิศวกรรมที่ทำให้ระบบดูแลง่ายขึ้น นี่คือจุดที่ทำให้ SRE ต่างจากงาน operations แบบเดิมที่เวลาส่วนใหญ่หมดไปกับการตามแก้ปัญหา

DevOps กับ SRE ทำงานต่อกันอย่างไร

DevOps (Development + Operations) คือวัฒนธรรมและแนวปฏิบัติที่ให้ทีมพัฒนากับทีมดูแลระบบทำงานร่วมกัน เพื่อส่งซอฟต์แวร์ได้เร็วและมีคุณภาพผ่าน pipeline อัตโนมัติตั้งแต่ build, test ถึง deploy ส่วน SRE ทำงานต่อจากจุดนั้นโดยดูแลให้ระบบที่ขึ้น production แล้วยังเสถียร อ่านหลักการและเครื่องมือของ DevOps เพิ่มเติมได้ในบทความ DevOps คืออะไร

เปรียบเทียบ DevOps vs SRE

อินโฟกราฟิกเปรียบเทียบ DevOps กับ SRE ใน 6 มิติ: เป้าหมายหลัก, focus, metrics, โครงสร้างทีม, เครื่องมือหลัก และต้นกำเนิด
หกมิติที่แยก DevOps ออกจาก SRE — ทั้งสองไม่ได้แข่งกัน แต่เป็นเลเยอร์ที่ซ้อนทับกัน
มิติDevOpsSRE
เป้าหมายหลักส่งซอฟต์แวร์เร็วและต่อเนื่องรักษาความเสถียรและ reliability ของ production
FocusDelivery pipeline, CI/CD, collaborationIncident response, SLO, capacity planning
MetricsDeployment frequency, lead time, MTTRAvailability, error rate, latency (SLI/SLO)
ทีมCulture ที่ฝังทั่วทั้ง Dev+Opsทีมเฉพาะทาง (มักอยู่ใน platform/infra)
เครื่องมือหลักGitHub Actions, Jenkins, ArgoCD, TerraformPrometheus, Grafana, PagerDuty, Chaos Engineering
ต้นกำเนิดAgile + Lean IT (2009)Google internal practice (2003)
เหมาะกับทุกองค์กรที่ต้องการ ship บ่อยขึ้นองค์กรที่ระบบ downtime มีผลกระทบสูง

สรุปง่าย ๆ: DevOps แก้ปัญหา "ส่งได้ช้า" ส่วน SRE แก้ปัญหา "ระบบล่มบ่อย"

ทั้งสองไม่ได้แข่งกัน แต่เป็นเลเยอร์ที่ซ้อนทับกัน — องค์กรที่ลงทุนเรื่อง cloud และ infrastructure แล้วก็มักจะต้องการทั้ง DevOps practice และ SRE discipline ควบคู่กันไป

องค์กรขนาดไหนควรมี SRE?

อินโฟกราฟิก 4 สัญญาณว่าองค์กรถึงเวลาต้องมี SRE: ระบบใช้งานตลอด 24 ชั่วโมง, ทีม Dev ถูก interrupt ตลอด, ไม่มี SLO ที่ชัดเจน และทีม Dev เกิน 10 คนที่มีหลาย service ต้อง coordinate
สี่สัญญาณที่บ่งบอกว่าถึงเวลาฝัง SRE mindset อย่างจริงจัง

ไม่มีสูตรตายตัว แต่มีสัญญาณที่บ่งบอกชัดว่าถึงเวลาแล้ว:

  • ระบบ production มีผู้ใช้งานจริงตลอด 24 ชั่วโมง และ downtime ทุก 1 นาทีมีมูลค่าความเสียหายที่วัดได้
  • ทีม Dev ถูก interrupt ทุกครั้งที่ระบบมีปัญหา จนไม่มีเวลา build feature ใหม่
  • ไม่มี SLO ที่ชัดเจน — ไม่รู้ว่าระบบ "ดีพอ" แค่ไหน
  • ขนาดทีม Dev เกิน 10 คน และมีหลาย service ที่ต้อง coordinate กัน

องค์กรที่ยังเล็กและมี product เดียวอาจยังไม่จำเป็นต้องมี SRE เต็มรูปแบบ แต่ควรเริ่มฝัง mindset ของ SRE เช่น การกำหนด SLO และการทำ on-call rotation ที่เป็นระบบ ก่อนที่ระบบจะใหญ่เกินควบคุม

ทำไม SRE ถึงยังหายากในไทย และองค์กรควรทำอย่างไร

ความเป็นจริงในตลาดแรงงานไทยปี 2025–2026 คือ SRE Engineer ระดับ Senior แทบไม่มีขาย เหตุผลหลักมีสองข้อ:

1. เส้นทางอาชีพไม่ชัด — มหาวิทยาลัยไทยยังไม่มีหลักสูตร SRE โดยตรง และบริษัทส่วนใหญ่ยังรวม SRE เข้ากับ DevOps Engineer หรือ System Admin ทำให้คนที่มีทักษะจริงไม่รู้ว่าตัวเองอยู่ในสายงานนี้

2. ต้องการประสบการณ์ production จริงระดับสูง — SRE ที่ดีต้องเคยผ่านระบบที่ล้มแล้วลุกขึ้นมาหลายครั้ง ทักษะนี้สร้างได้ยากในสภาพแวดล้อมที่ระบบไม่ซับซ้อนพอ

จ้างเอง vs Outsource

มิติจ้างเองOutsource / Managed SRE
ความเชี่ยวชาญขึ้นกับโชคในการหาคนได้ทีมที่มีประสบการณ์ข้ามหลาย industry
ต้นทุนเงินเดือน + เวลา onboard 3–6 เดือนควบคุมได้ตามระดับ SLA
ความเร็วช้าเริ่มได้ภายใน 2–4 สัปดาห์
Knowledge transferอยู่ใน organizationต้องวางแผน runbook ร่วมกัน
เหมาะกับบริษัทที่มี product ซับซ้อน ระยะยาวองค์กรที่อยากได้ SRE เร็ว หรือยังไม่แน่ใจว่าต้องการเต็มเวลา

UNIXDEV ดูแลระบบให้องค์กรในไทยมาตั้งแต่ปี 2013 และพบว่า โมเดลที่ได้ผลที่สุดสำหรับองค์กรกลาง-ใหญ่ในไทย คือการเริ่มด้วย Managed SRE ก่อน เพื่อสร้าง SLO framework, runbook และ incident response process ที่ถูกต้อง จากนั้นค่อย transfer knowledge ให้ทีมภายในเมื่อพร้อม แทนที่จะรอหาคนเก่งที่หายากและจ้างยาก

สรุป: SRE ไม่ใช่ "DevOps ขั้นสูง" แต่เป็นศาสตร์ที่ต่างออกไป

  • DevOps = วัฒนธรรมที่ทำให้ส่งงานได้เร็วและต่อเนื่อง
  • SRE = วิศวกรรมที่ทำให้ระบบที่ส่งแล้วยังคงทำงานได้ดี
  • ทั้งสองต้องการกัน — DevOps ที่ดีโดยไม่มี SRE มักจบลงด้วยระบบที่ deploy เร็วแต่ล่มบ่อย
  • องค์กรที่ระบบมีผล mission-critical ควรกำหนด SLO ก่อนทุกอย่าง แล้วค่อย build process รอบ ๆ มัน

หากองค์กรของคุณกำลังเจอปัญหา incident บ่อย, on-call ไม่เป็นระบบ, หรือไม่มี SLO ที่วัดได้ — UNIXDEV มี Platinum Managed SRE tier ที่ให้ทีม SRE dedicated พร้อม NOC 24×7, error budget tracking และ runbook ที่ออกแบบตามระบบของคุณโดยเฉพาะ ดูรายละเอียดบริการได้ที่ DevOps & SRE Managed

ไม่ต้องรอหาคนเก่งที่ยังไม่มีในตลาด — ทีมงานพร้อมประเมิน SRE readiness ให้องค์กรของคุณ

ขอ Proposal และประเมิน SRE readiness ฟรี →


UNIXDEV Co., Ltd. — Craft code · Ship systems · Scale impact
ISO 9001:2015 · ISO/IEC 29110-4-1:2018 · Founded 2013 · unixdev.co.th

คำถามที่พบบ่อย

SRE คืออะไร?

SRE (Site Reliability Engineering) คือการดูแลความเสถียรของระบบด้วยวิธีวิศวกรรม ทีม SRE ใช้การเขียนซอฟต์แวร์และตัวชี้วัดจากฝั่งผู้ใช้ เช่น SLI, SLO และ Error Budget เพื่อดูแลให้ระบบพร้อมใช้งาน แทนการแก้ปัญหาด้วยแรงคนเป็นหลัก ตามแนวทางที่ Google เผยแพร่ในหนังสือ Site Reliability Engineering

SRE กับ DevOps ต่างกันอย่างไร?

DevOps คือวัฒนธรรมและแนวปฏิบัติที่ดึงทีม Development กับ Operations มาทำงานร่วมกันเพื่อส่งซอฟต์แวร์ได้เร็วและต่อเนื่อง ส่วน SRE คือวิศวกรรมที่ดูแลความเสถียรของระบบ production ด้วย SLI, SLO และ Error Budget ทั้งสองไม่ได้แข่งกัน แต่เป็นเลเยอร์ที่ซ้อนทับกัน

SLI, SLO และ Error Budget คืออะไร?

SLI คือตัวชี้วัดจริงของระบบที่วัดจากฝั่งผู้ใช้ เช่น latency, error rate และ availability ส่วน SLO คือเป้าหมายที่ตกลงกันภายใน เช่น availability ไม่ต่ำกว่า 99.9% ในแต่ละเดือน Error Budget คือช่องว่างระหว่าง 100% กับ SLO เช่น หาก SLO คือ 99.9% จะมี Error Budget 0.1% หรือประมาณ 43 นาทีต่อเดือน

เมื่อ Error Budget หมดแล้วต้องทำอย่างไร?

ทีม Dev ใช้ Error Budget เพื่อ deploy feature ใหม่ได้ แต่เมื่อใช้หมดแล้ว หน้าที่ของ SRE คือยับยั้งการ deploy ใหม่จนกว่าระบบจะกลับมาเสถียร กลไกนี้ทำให้ SRE เป็นตัวกลางที่สร้างสมดุลระหว่างความเร็วกับความเสถียร

องค์กรของเราถึงเวลาต้องมี SRE แล้วหรือยัง?

สัญญาณที่บทความระบุ ได้แก่ ระบบมีผู้ใช้งานจริงตลอด 24 ชั่วโมงและ downtime มีมูลค่าความเสียหายที่วัดได้ ทีม Dev ถูก interrupt ทุกครั้งที่ระบบมีปัญหา ไม่มี SLO ที่ชัดเจน และทีม Dev เกิน 10 คนพร้อมหลาย service ที่ต้อง coordinate กัน องค์กรเล็กที่มี product เดียวอาจยังไม่ต้องมี SRE เต็มรูปแบบ แต่ควรเริ่มฝัง mindset ของ SRE เช่น กำหนด SLO และจัด on-call rotation ให้เป็นระบบ

ควรจ้าง SRE เองหรือใช้ Managed SRE?

การจ้างเองเหมาะกับบริษัทที่มี product ซับซ้อนระยะยาว แต่ต้องใช้เวลา onboard และหาคนได้ยาก ส่วน Managed SRE เหมาะกับองค์กรที่อยากเริ่มเร็วหรือยังไม่แน่ใจว่าต้องการเต็มเวลา โดยต้องวางแผน runbook และ knowledge transfer ร่วมกัน

ทำไม SRE จึงหายากในตลาดแรงงานไทย?

บทความให้เหตุผลสองข้อ คือเส้นทางอาชีพยังไม่ชัด เพราะบริษัทส่วนใหญ่รวม SRE เข้ากับ DevOps Engineer หรือ System Admin และงานนี้ต้องการประสบการณ์ production จริงระดับสูง ซึ่งสร้างได้ยากในสภาพแวดล้อมที่ระบบไม่ซับซ้อนพอ