SLI_SLOをどうやって決めたか.pdf

Transcript

1. SLI/SLOをどうやって決めたか 目賀田 裕人
2. 目賀田 裕人 千株式会社 ECチーム所属 趣味 サーフィン、スノーボード、ゴルフ
3. 結論 • The Art of SLOsをやる • カスタマーサクセスチームを巻き込みながらクリティカルユーザージャーニー(CUJ)を決める • SLI計測 • SLOを決める • とりあえずダッシュボードに出してみる
4. The Art of SLOs googleが無料公開してくれているワークショップ SLI/SLOの基礎知識から選定方法までを学べる
5. CUJ(クリティカルユーザージャーニー ) • CUJとは？ ◦ 顧客がサービスを利用する上で最も重要な体験の一連の流れ ECサイトなら商品を選んで購入するまでの動線。。。とか
6. カスタマーサクセスチームを巻き込む • なぜ？ 顧客に何かあったら最初に問い合わせが入る部署だから、 ユーザーが不満に感じるところを熟知している クリティカルユーザージャーニーを抑えている
7. SLIの計測 • SLIとは ユーザーの視点からサービスがどのように動いているかを示すメトリクス 　 • ちゃんとログインできたか？ • カートに商品が追加できたか？ • 決済は問題なくできたか？
8. どうやって SLIの計測をしたか nginxログ • Clientで計測だと ◦ ネットワーク環境起因か原因が不透明になる • ALBで計測だと ◦ リアルタイムでダッシュボードに出すのは厳しい nginxログ • ログ検索が容易 • アプリケーション内で起きていることが計測できる
9. どうやって SLOを定めたか • 成功したかとレスポンスタイムに分ける • 実現可能なSLOと理想的なSLOは分ける • 実現可能なSLOを定める • 数値は計測したSLI次第 • 99.9％にこだわらない • 2時間、1日、7日、28日でダッシュボード化
10. 出来上がったダッシュボード
11. 4ヶ月後のダッシュボード
12. 運用してみて • アプリケーションの状態を分かっているようで分かっていなかったことに気づいた • 今まで隠れてたやばい実装が出てきた • 見る場所がCPU使用率からユーザー体験になった • オブザーバビリティと相性がめちゃくちゃ良かった • 嫌でも改善しないとって気持ちになる • アラート運用まで出来なくても効果は全然ある やって良かった