運用・サービス
SRE
Site Reliability Engineering
読み：えすあーるいー
ソフトウェア工学の方法を使って、サービスの信頼性と持続可能な運用を設計・改善する実践です。
01初心者向け
まず意味をつかむ
障害対応を人の頑張りだけに頼らず、仕組みとして改善します。どこまで安定性が必要かを決め、自動化や設計変更で運用の負担も減らします。
02実務者向け
仕事でどう使うか
利用者に重要な指標と目標を定め、障害、運用作業、改善投資を一緒に見ます。手動作業の削減や復旧能力の向上を計画し、開発側と変更の安全性を確認します。
03専門家向け
判断を一段深める
障害ゼロだけを追うと、費用や変更機会の損失が大きくなります。事業上必要な信頼性を定量化し、過剰な防御と不足する備えを見分けます。役職名として採用する場合も、権限と実践範囲を明示します。
別名・略語：SRE、サイト信頼性エンジニアリング
IN PRACTICE
具体例で考える
架空の予約サービスで、応答成功率の目標を定め、繰り返す手動再起動を自動回復と原因対策へ置き換えます。
理解を助けるための架空の例です。利用者が必要な水準
工学的な改善
継続できる運用
SREの判断観点を示します。特定企業の人員比率や運用規則を一般化する図ではありません。
ここは誤解しやすい
SREという担当を置くだけで、開発・運用全体の信頼性責任がその担当へ移るわけではありません。
この知識を、組織の力へ。