SRE

サイト信頼性エンジニアリング。Googleが提唱した、ソフトウェアエンジニアリングの手法でシステム運用の課題を解決するアプローチ。SLI/SLOに基づくエラーバジェットの管理、トイル（手作業）の削減、ポストモーテム文化などが特徴。

ソフトウェアエンジニアリングの手法で運用を担う考え方。SLI/SLO/エラーバジェットで信頼性を定量管理し、手作業（トイル）の削減と自動化を進めることで、機能開発の速度と信頼性を両立させる。

サイト信頼性エンジニアリング。Googleが提唱した、ソフトウェアエンジニアリングの手法でシステム運用の課題を解決するアプローチ。SLI/SLOに基づくエラーバジェットの管理、トイル（手作業）の削減、ポストモーテム文化などが特徴。

Googleが提唱した、ソフトウェアエンジニアリングの手法でシステム運用の信頼性を確保する考え方と、それを担う役割。SLIとSLOで信頼性の目標を定量化し、エラーバジェットで新機能の投入と安定性の釣り合いを取り、繰り返しの手作業（トイル）を自動化で減らす。

開発（Development）と運用（Operations）が連携・協力し、システムの開発からリリース、運用までを迅速かつ頻繁に行うための考え方や文化。自動化ツールやCI/CDパイプラインの活用が特徴。

必要な資源をあらかじめ用意し、利用できる状態に準備しておくこと。クラウドでは、需要の変化に合わせて仮想サーバや記憶領域を自動的に増減させる仕組みが提供されている。

多数のジョブを、実行順序・時刻・先行条件に従って自動的に起動・管理するソフトウェア。夜間バッチ処理の運用を自動化でき、異常時のリトライや後続ジョブの停止も制御できる。

機器やサービスが正常に動作しているかを定期的に確認する監視。pingへの応答やポートへの接続可否で判定する。障害の発生を早期に検知し、影響が広がる前に対処するために行う。

回線や機器を流れる通信量を継続的に測定し、記録する監視。帯域の不足や異常な増加を把握でき、増強の判断材料になるほか、マルウェア感染や不正な通信の発見にも役立つ。

SNMPで管理対象の機器が公開する情報を、木構造で定義したデータベース。インタフェースの通信量やエラー数などが定義されており、管理ステーションはここを参照して状態を収集する。