CloudFrontのログで訪問者数を数える|個人開発の監視
個人開発のサーバーレスサービスに、CloudWatch メトリクスと CloudFront アクセスログで日次の監視を後付けしました。UA だけの判定に探索 bot が混ざった実例と、IP の振る舞いで分ける 2 段の判定も書いています。
SRE個人開発のサーバーレスサービスに、CloudWatch メトリクスと CloudFront アクセスログで日次の監視を後付けしました。UA だけの判定に探索 bot が混ざった実例と、IP の振る舞いで分ける 2 段の判定も書いています。
SREオンコールは何人で、何時間のシフトで回せば一人に偏らないのか。Google の SRE 本と PagerDuty の公開資料から、ローテーションの組み方・引き継ぎ・負荷の測り方と当番明けの回復の決め方を読み解きます。
SRE通知は多すぎても少なすぎても障害を見逃します。Google SRE本やPrometheus、PagerDutyの資料をもとに、何を・いつ・誰に鳴らすかの決め方を症状ベースの判定とバーンレートを軸にまとめました。
SREGoogle SRE本が示したゴールデンシグナル(レイテンシ・トラフィック・エラー・サチュレーション)の定義と、成功と失敗を分けて測る理由、USE/REDとの使い分けを整理しました。
SRE監視とオブザーバビリティの違いを、Google SRE本とOpenTelemetryの一次情報から整理しました。メトリクス・ログ・トレースの使い分けと、信号を増やす前に決めておくことをまとめています。
SRE99.9%と99.99%の差は0.09ポイントでも、止まってよい時間は10分の1です。ナインを時間に直す表、検知と復旧の上限、依存先のナイン、測り方の違いをSRE本と論文でまとめました。
SRESREが言うトイルは「面倒な作業」ではなく、6つの性質で判定できる測定対象です。Google SRE本の定義と50%上限、減らす順番の考え方を一次情報から整理しました。
SRESLO を決めた時点で自動的に決まる「落としてよい量」がエラーバジェット。Google SRE 本の定義と 30 日で 43 分という具体例、バーンレートで減り方を見るアラート設計までを整理しました。
SRESREの基本であるSLIとSLOの違い、100%を目指してはいけない理由とエラーバジェット、目標値を決めるときの5つの注意をGoogle SRE本とSRE Workbookをもとに整理しました。
SRESREを「インフラ担当の新しい呼び方」で終わらせないための整理です。Googleが定めた運用作業50%の上限とエラーバジェット、そしてDevOpsとの関係を、SRE本とWorkbookの記述をもとに解説します。