SREの知識地図——基礎知識から現場での実践まで

構成数 : 1枚

第1章 SREとは
1.1 SREの概要
1.1.1 サイトとは何か
1.1.2 信頼性とは何か
1.1.3 信頼性を制御するとはどういうことか
1.1.4 ソフトウェアエンジニアリングの原則と手法を運用に応用するとはどういうことか
1.2 なぜSREが重要なのか
1.2.1 信頼性が失われるとどうなるか
1.2.2 過剰な信頼性を追い求めるとどうなるか
1.3 SREの価値観
1.3.1 信頼性は機能の一部である
1.3.2 100%の信頼性を目指すわけではない
1.3.3 運用をエンジニアリングする
1.3.4 データにもとづく意思決定を行う
1.3.5 失敗から学ぶ、非難なき文化を構築する
1.4 SREに必要なスキル
1.4.1 どのSREにも求められる単一のスキルセットはない
1.4.2 中核となるスキル
1.5 本書の歩き方
1.5.1 信頼性を定義し組織で運用する
1.5.2 システムの状態を観測する
1.5.3 障害への向き合い方
1.5.4 手作業を自動化し効率化する
1.5.5 サービスのリリースを事前にレビューする
1.5.6 組織構造
1.5.7 今後の手引き
1.6 まとめ
第2章 信頼性を定義して組織で運用する
2.1 SLOを理解するための4つの要素
2.1.1 SLA
2.1.2 SLO
2.1.3 SLI
2.1.4 エラーバジェット
2.2 なぜSLOが重要なのか
2.3 エラーバジェットの理解と活用
2.3.1 エラーバジェットの基本的な考え方
2.3.2 エラーバジェットの目的と意義
2.3.3 エラーバジェットの管理と監視
2.4 SLO導入ステップ
2.4.1 1.クリティカルユーザージャーニーの特定
2.4.2 2.適切な目標値の設定
2.4.3 3.組織的な合意・運用体制
2.4.4 4.継続的改善のしくみ作り
2.5 まとめ
第3章 システムの状態を観測する
3.1 システムを観測するための基本概念
3.1.1 モニタリングとは
3.1.2 オブザーバビリティとは
3.1.3 モニタリングとオブザーバビリティのちがい
3.2 モニタリングの基本
3.2.1 The Four Golden Signals
3.2.2 USEメソッドによるリソースモニタリング
3.2.3 REDメソッドによるサービスモニタリング
3.2.4 各メソッドの活用シーン
3.3 アラート通知の基本と運用
3.3.1 アラート通知とはなにか
3.3.2 効果的な通知の原則
3.3.3 通知強度に応じたSlack活用例
3.3.4 システム運用でよくある課題と工夫
3.4 オブザーバビリティツールの構成
3.4.1 オブザーバビリティツールの全体像
3.4.2 収集
3.4.3 保存
3.4.4 活用
3.5 オブザーバビリティにおける5つの重要なシグナル
3.5.1 CNCFが提唱する5つのシグナル
3.5.2 ログ
3.5.3 メトリクス
3.5.4 トレース
3.5.5 プロファイル
3.5.6 ダンプ
3.5.7 シグナルは組み合わせて使うことが重要
3.6 オブザーバビリティツールの選定と実装
3.6.1ツールの選択肢
3.6.2 ツール選定の基準
3.6.3 実装の基本プロセス
3.6.4 社内での継続的な取り組み
3.6.5 オブザーバビリティはどこを目指すべきなのか
3.7 まとめ
第4章 障害を学びにつなげる
4.1 ポストモーテム
4.1.1 ポストモーテムの目的と意義
4.1.2 ポストモーテムはいつやるのか
4.2 ポストモーテムのフレームワーク
4.2.1 ポストモーテムの準備
4.2.2 ポストモーテムの実施
4.2.3 ポストモーテムの共有
4.2.4 ポストモーテムのまとめ
4.3 ポストモーテムの実践
4.3.1 具体的なポストモーテ<...