可観測性とSRE

可観測性と監視の違い、3本柱であるメトリクス・ログ・トレースの使い分け、分散トレーシングやOpenTelemetryなど、システムの内部状態を外部出力から推測するための基礎を学びます。

サービスの信頼性を数値で語るための枠組みを学びます。SLI・SLO・SLAの違い、エラーバジェット、可用性の意味、パーセンタイルやゴールデンシグナルなど、何を目標にどう測るかを扱います。

障害に気づき、対応し、学ぶための運用の型を学びます。症状ベースのアラート、アラート疲れ、オンコールとエスカレーション、MTTR、インシデント指揮官、ポストモーテムなど、システムを動かし続ける実務を扱います。

継続的インテグレーションと継続的デリバリー/デプロイ、パイプライン、ブルーグリーン・カナリア・ローリングといったデプロイ戦略、フィーチャーフラグやロールバックなど、変更を安全に届ける仕組みを学びます。

冗長化と単一障害点、フェイルオーバー、リトライと指数バックオフ、サーキットブレーカー、タイムアウト、レートリミット、グレースフルデグラデーションなど、障害があっても止まりにくいシステムを設計する考え方を学びます。

トイルの自動化、Infrastructure as Code、カオスエンジニアリング、キャパシティプランニング、災害復旧とRTO/RPO、変更管理、バックアップ検証、オンコール、ポストモーテムなど、SREの運用と組織の実践を学びます。