はてなのサービス基盤を支える Kubernetes《足腰》

はてなのサービスプラットフォームチームでは少人数のチームで約40のサービスが稼働するKubernetes基盤を運用しています。安定したサービス提供を続けるためには基盤の継続的な改善が欠かせません。今回はサービスを支える「足腰」としてKubernetes基盤をどのように運用しているのかアップグレードや監視、運用改善などの例を交えながら、少人数のチームで基盤を支えるための工夫や考え方について紹介します。

https://developer.hatenastaff.com/entry/engineer-seminar-37

Transcript

1. はてなのサービス基盤を支える Kubernetes《足腰》 id:masayosu / @masayosu 2026/06/30 Hatena Engineer Seminar #37 1
2. 自己紹介 • masayosu • 株式会社はてな 　　　組織・基盤開発本部 　　　プラットフォーム部 　　　サービスプラットフォームチーム 　　　SRE • 趣味 ◦ 登山、キャンプ、ゲーム 2
3. サービスプラットフォームチーム • エンジニア　 6人 • EKS運用　2019年〜 • 約40サービス 3
4. 4 少人数で運用する仕組み
5. 目次 • ArgoCD • クラスタアップグレード • オブザーバビリティ • まとめ 5
6. 6 ArgoCD
7. ArgoCD 7
8. 認知負荷を減らす • CDの実装を毎回考えなくてよい • デプロイの方法を迷わない • まず見る場所が決まっている 8
9. 9 デプロイを特別なイベントにしない
10. 10 クラスターアップグレード
11. アップグレードへの不安 • アップグレードへの不安 • Kubernetesの更新頻度とチームリソース 11
12. B/Gアップグレード 12
13. 13 アップグレードの不安を コントロールする
14. 大きな変更を恐れなくなった • Nodeスケーラーの変更( Spot -> Karpenter) • GPUノードの追加 • Node、Addonのバージョンアップ 14
15. 15 オブザーバビリティ
16. EKS導入当初の監視 • Pod ◦ CPU / Memory • Node ◦ CPU / Memory ◦ Connectivity • 外形監視 いわゆる「ペット世代」の監視 16
17. 17 ユーザー影響の前に気づきたい
18. ユーザー影響の兆候を見る Before • CPU利用率 • Memory利用率 • Nodeの生存 • 外形監視 After • 監視 ◦ CrashLoop ◦ HPA ◦ Node数の減少 • 自動化 ◦ カスタムメトリクスで のスケール(KEDA) 18
19. 19 アラートが鳴ったら何かやること がある状態を目指す
20. 20 まとめ
21. 私たちのチームに合った基盤づくり • デプロイを特別なイベントにしない • アップグレードの不安をコントロールする • アラートが鳴ったら何かやることがある 21 チームにおける足腰とは 安心して変化できること
22. 22 ご清聴ありがとうございました