Share
Embed
[DBRE Summit 26] DBRE はデータベース運用をどう変えたのか
DBRE Summit 2026 での登壇資料です
https://mercari.connpass.com/event/409917/
_awache
November 17, 2026
Transcript
31 slides
-
DBRE はデータベース運用をどう変えたのか ~ DBRE Summit 2026 ~ Keisuke.Awata KINTO Technologies,
Inc. Cloud Engineering Group -
この資料の位置づけ SRE Next 登壇資料の続編です 前編|SRE Next RACIで比較する DBA と DBRE
の思想の違い Speaker Deck で資料を見る -
前編|RACI とは 「誰が何に責任を持つか」を4つの役割で整理する 例|新機能をリリースするとき R A C Responsible A|リード 実行する人
Accountable 承認・報告 承認し責任を負う 相談・助言 Consulted 相談される人 C|レビュアー I 共有 Informed 報告を受ける人 R|開発者 I|関連チーム -
前編|DBA が抱える課題 DBA はデータベースが増えるほど、責任の集中でスケールしにくくなる ① 従来 ② 変化 ③ 課題
DBA が機能する世界 システム構造が変わった DBA に責任が集中する 開発チーム DBA DBA データベース 少数の大規模データベースを、 DBA が専門運用 サービスごとにデータベース を持ち、データベースの数が 増え続ける 出典:SRE Next 登壇「RACIで比較する DBA と DBRE の思想の違い」 依頼が DBA に集中 成長に追いつかない -
前編|DBA と DBRE を RACI で比較 違いは技術ではなく、責任構造にある DBA 型 DBRE
型 項目 Product Team DBA Infra Team 項目 Product Team DBRE Infra Team スキーマ変更 C A/R I スキーマ変更 A/R C I 権限管理 I A/R I 権限管理 A/R バックアップ I A/R C バックアップ 責任と実行が DBA に集中 I Platform I 責任を再配置する 「誰がデータベースを触るか」ではなく「誰が何に責任を持つか」 出典:SRE Next 登壇「RACIで比較する DBA と DBRE の思想の違い」 A/R -
前編|DBRE は万能ではない 参照: DBRE 活動と information_schema DBA が一手に担っていた責任は、プロダクトエンジニアも一緒に担う システムが安定して動く 正しいデータが格納されている
→ クラウド・マネージド + DBRE が担う → プロダクトエンジニアが担う 信頼性 カラムの妥当性 セルフサービス化 データの整合性 ガバナンスコントロール 業務的な意味 明確に担われている 意識的に曖昧になりやすい 「データベースが落ちずに動く」≠「正しいデータが入っている」 前者への関心は高まり、後者の責任は曖昧なまま 出典:SRE Next 登壇「RACIで比較する DBA と DBRE の思想の違い」 -
前編|何か感じることありませんか? DBRE の RACI には、A/R を持つ項目が一つもない 項目 Product Team DBRE
Infra Team スキーマ変更 A/R C I 権限管理 A/R バックアップ I モニタリング A/R Platform I A/R Platform AI が進む今の時代が、さらに進んだら—— DBRE としての仕事は、どうなるのか? 簡単にはなくならない、けど今のままあり続けることはありえない 今一人一人が考える時なのかもしれない、続きはまたいつか♪ 出典:SRE Next 登壇「RACIで比較する DBA と DBRE の思想の違い」 -
自己紹介 mysql > SELECT * FROM me \G *************** 1.
row *************** name: 粟田 啓介 nickname: あわっち X: @_awache company: KINTO テクノロジーズ株式会社 role: Cloud Engineering Group MGR favorite: EXPLAIN (FORMAT=TRADITIONAL) 1 rows in set (0.00 sec) -
環境の変化 ~2024年ごろ Public Cloud が台頭 変わったのは環境で、データベースへのアプローチは変わらない 変わったこと 変わらないこと データベースを取り巻く環境 データベースへの基本アプローチ
クラウド技術の爆発的な発展 環境分離 構成管理 DevOps / SRE 思想の醸成 パフォーマンス測定 Backup / Restore セキュリティ対応 など 誰でも一定水準で解決できる土壌が揃った -
DBRE に求められていたこと DBRE に求められていたのは、4つの価値提供 サービスの稼働率を守る 現場の生産性を高める 復旧スキルで ダウンタイムを短くする 手間を標準化し 全体の工数を減らす
継続的成長を促進する データベースを内外から守る 価値が高まるデータベースを守り 事業の成長を支える 法律や世論など 外の変化に対応する -
稼働率を守る データベースが止まると、共有するサービスがドミノ倒しになる データベース が停止 1 データベースのダウンは そのままサービスのダウン 2 共有データベースは ドミノ倒しのリスク
3 素早く復旧するには データベースのスキルが不可欠 同じデータベースを使うサービス 1つのデータベースを複数サービスで共有すると、 障害が連鎖して全体が止まる サービス復旧 > データベース復旧 -
生産性を高める 少しの手間も、エンジニア全体で見れば大きな工数になる ちょっとした手間 1回あたりは小さい × エンジニア全体 全員が行う作業 = 大きな工数 全体で見ると大きい
DBRE は、手間を標準化して全体の生産性を上げる 標準化した基盤を提供する 現場のお困りごとを解決する • ガイドライン適用済みの基盤を提供 • クラウド新機能の検証と適用 • データベースドキュメントの自動生成 • Slow Query などの対応サポート -
内外の要因からデータベースを守る 自分たちでコントロールできない内外の要因をデータベース運用に反映する 外からの変化 政治 具体例 個人情報保護法 定期的に改定され、改定のたびに罰則 が厳しくなる傾向 法律 データベース運用に
求められることは GDPR などのグローバル標準 世論 追従が求められる 年々厳しくなる -
AI の爆発的な発展 クラウドは環境を、AI は知識と作業を広げている クラウド(〜2024年) AI(2025年〜) 「環境」へのアクセス 「知識と作業」へのアクセス AI で、現場のエンジニアが自分で進められること
SQL の作成と 改善案の提示 設定や構成を 検討する エラーや メトリクスの分析 運用手順や 文書の作成 -
専門性の使われ方の変化 専門家なしで進められる場面が増え、専門性と価値の間に距離が生まれる これまで 現場 いま DBRE 現場 専門家に相談しないと進められない AI 現場のエンジニア自身で進められる
距離が生まれている 身につけてきた専門性 これから求められる価値 -
変わらない責任、変わる関わり方 果たす責任は同じで、DBRE が直接行うことが変わる 変わらない4つの責任 サービスの稼働率を守る DBRE が直接行うこと 1 AI に任せられる作業は
AI に任せる 2 現場で解決できることは 現場で解決できるようにする 3 残る判断と組織の課題に 専門性を使う 現場の生産性を高める 企業の継続的成長を促進する データベースを内外の要因から守る -
「できること」と「やってよいこと」 実行できることと、本番で安全に実行できることは別の判断になる できること やってよいこと SQL を実行できる その企業・サービスでの適切さ 別の判断 本番で安全に実行できるか 企業・サービスに適切か
影響を事前に見極める 前提と優先順位を見極める データ量・アクセス傾向・ロック 許容できる停止時間とデータ損失 他サービスや業務への依存 性能・コスト・安全性の優先順位 失敗時の影響範囲と復旧方法 今すぐ解決か、将来への備えか -
選択肢を評価する力 AI で選択肢を得やすくなるほど、評価する力が問われる 1 見抜く 2 揃える 3 根拠を作る 出力の誤りと
考慮されていない前提 判断に必要な情報を 集めて整理する 検証を通じて 採用できる根拠にする 評価の土台 事業の理解 + データベースのスキル -
生産性の高め方の変化 前編の責任の再配置を、AI も使える形に広げる 前編の答え:責任の再配置 AI 時代に足す仕組み AI が参照できる最新の構成情報と運用ルール DBRE 基盤とガードレールを提供
変更の影響を検証できる環境 権限と操作範囲の制御 現場 自分で実行し責任も持つ 危険な変更の検知と、人への判断の差し戻し 失敗の検知と復旧 専門性を、個人の対応能力から組織全体の能力へ -
今、感じていること DBRE に対する必要のされ方が作業の依頼から判断の相談へ変わる 依頼が減らして相談が増えた状態を作ることが 価値提供できた結果とする 専門家としての不安 実現したかった姿に近づく感覚 積み上げてきた知識や経験の一部が、 自分だけの強みではなくなる その知識や経験を、より広い範囲の
課題に使えるようになる 相談相手は人に限らず DBRE としてのスキルを乗せたエージェントでもいい -
DBA のスキルを再現する DBRE は DBA としてのスキルを誰でも同じ水準で使える状態にする 個人のスキル 仕組みにする 再現できる DBA
の調べ方 ソースを読むボット 誰が聞いても ソースで根拠を確かめる Slack で質問すると答える 同じ水準で根拠が返る いまの調べもので時間がかかるところ 見つけた答えを、信じてよいか確かめる時間 バージョンが分からない 根拠を誰も示せない AI の答えを確かめられない -
こんなイメージ 「たぶんこうだと思う」を「ソースのここに書いてある」に変える Slack で質問 ソースを読む 根拠つきで回答 /mysqlmcp + 質問 MySQL
8.0.42 未確認の点も明記 1 2 3 根拠を見せる 分からないと言う 聞き直させない ファイル・関数・行番号 を付ける 確認できなかったことは 「未確認」と書く 未確認の点は調べ直して 返信に足す -
AI が台頭しても変わらないこと AI でやり方が変わっても、DBRE の仕事の価値は変わらない 変わっていくこと 変わらないこと やり方 AI に任せられる作業は任せる
思想 DBRE の仕事の価値は 現場で解決できるようにする 専門性を判断と仕組みに使う ビジネスに良い影響を 与えること