MTTF（Mean Time To Failure）
『SRE サイトリライアビリティエンジニアリング ―Googleの信頼性を支えるエンジニアリングチーム』
2023/10/22 14:11:00
可用性が低いシステムは利用者の信頼を失う
2023/10/22 15:51:00
「単純性という品質は、一旦失われると取り戻すことが極めて難しい」
2023/10/22 15:47:00
システムのアップデートにはN+2の冗長性が必要
2023/10/22 15:00:00
- 負荷を捌くのに最低限必要な数：N
- アップデートで止まる部位：-1
- アップデート中に故障で止まる部位：-1
N+2の冗長性
2023/10/22 14:52:00
あれ
2023/10/22 14:36:00
システムの信頼性は平均故障時間と平均修復時間の関数
2023/10/22 14:30:00
平均修復時間
2023/10/22 14:27:00
平均故障時間
2023/10/22 14:27:00
効果的なモニタリングの出力
2023/10/22 14:21:00
- アラート
- 人間が即座に対応する必要がある
- チケット
- 人間がそのうち対応する必要がある
- ロギング
- 記録
- 何もなければ読む必要はない
メールによるシステム障害アラートは効果的ではない
2023/10/22 14:18:00
開発チームは新機能のローンチのためにエラーバジェットを使いたがる
2023/10/22 14:15:00
エラーバジェット
2023/10/22 14:12:00