Part 7

運用と監視

このパートで学ぶこと

可観測性（Observability）はデータを集める技術ですが、運用（Operations） はそのデータを使って行動する技術です。メトリクスが異常を示したとき、誰が・何を・どの順番で対応するかが設計されていなければ、データは活かされません。本パートではアラート設計・インシデント管理・SRE の原則を学び、「観る」から「動く」へのギャップを埋めます。

前提知識

Metrics / Logs / Traces の基本概念（Part 3–4 の内容）
Prometheus と Grafana の基本操作
SLI / SLO の概念を聞いたことがある程度で可

想定所要時間

全 5 章を通して 3〜4 時間 を想定しています。各章は独立して読めますが、アラート設計→インシデント管理→SRE の順に進めると体系的に理解できます。

到達目標

ノイズの少ない実用的なアラートを設計できる
インシデント発生時のライフサイクルに沿って対応できる
SLI / SLO / エラーバジェットを使ってリリース判断ができる
USE / RED メソッドに基づくダッシュボードを設計できる
オンコール体制を設計し、トイルを削減する方針を立てられる