快適なマニュアル作成・共有を支えるSite Reliability Engineering

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Copyright (C) 2018 Studist Corporation. All Rights Reserved Toil 削減と優先度問題 26 #devsumiE ● そのToil 削減に、どれくらいインパクトがあるのか？ ● そのToil はいま削減する必要があるのか？ ● エンジニアリングによる自動化での解決が、最適な解き方？　　その答えをどのやり方で出したかなんてどうでもいいんだということを　　悟ることができたのは、実に幸運だったと思う。ーリチャード・ファインマン

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Copyright (C) 2018 Studist Corporation. All Rights Reserved #devsumiE 30 There are alerts, which say a human must take action right now. Something that is happening or about to happen, that a human needs to take action immediately to improve the situation. The second category is tickets. A human needs to take action, but not immediately. You have maybe hours, typically, days, but some human action is required. The third category is logging. No one ever needs to look at this information, but it is available for diagnostic or forensic purposes. The expectation is that no one reads it. What is ‘Site Reliability Engineering’? https://landing.google.com/sre/interview/ben-treynor.html

Slide 31

Slide 31 text

Copyright (C) 2018 Studist Corporation. All Rights Reserved ● Slack Channel 通知先を分ける ○ emergency 　( 書き込まれると常に関係者にプッシュ通知 ) ○ info 　( 必要なタイミングで対応 ) ● 通知先の出し分けが容易で、アラート設定が手間でないツール選定も大事 ○ Stackdriver ○ NewRelic アラートとチケットを意識した運用設計 31 #devsumiE

Slide 32

Slide 32 text

Copyright (C) 2018 Studist Corporation. All Rights Reserved #devsumiE ログ 32 ● forensic purposes ○ サーバーのログ集約 ■ S3 ○ コンソール操作もログを残す ■ CloudTrail ● diagnostic purposes ○ 性能ダッシュボード ■ Elasticsearch, Kibana ○ ここでも NewRelic, Stackdriver は活躍

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Copyright (C) 2018 Studist Corporation. All Rights Reserved 36 #devsumiE 今日話したことは、この1年でやったことのほんの一部運用作業自動化 Monitoring 環境刷新 Infrastructure as Code 化インスタンスの統廃合必要なツール選定と導入アラート再設計運用業務の標準化 DB 移行インスタンスサイズ最適化インフラCI 環境整備全リソースのインスタンスファミリー最新化運用ルール整備中途入社社員向け教育パッチ適用の半自動化セキュリティ情報自動チェックインフラテスト駆動開発 DB テーブル設計見直しクエリ改善

Slide 37

Slide 37 text

Slide 38

Slide 38 text