メインコンテンツまでスキップ

🧩 SLO / SRE（Site Reliability Engineering）

✅ このスタイルの概要​

信頼性を「エンジニアリング」で達成するための実践体系。SLO（目標）とエラーバジェットで可用性を設計する。

✅ 解決しようとした問題​

  • 可用性の定義が曖昧なまま開発・運用してしまう
  • 「安定性 vs 開発速度」の衝突が収束しない
  • 障害時の対応が属人化している
  • 高可用性を“根性”で実現しようとする文化

✅ 基本思想・ルール​

  • SLI（指標）→ SLO（目標）→ SLA（契約）の三段階
  • “エラーバジェット” によるバランス制御
    → 信頼性が十分なら開発速度を上げ、
    使い切ったら安定化に注力する
  • インシデントレスポンスの標準化（On-call, Runbook）
  • ポストモーテム文化（責任追及ではなく改善）

✅ 得意なアプリケーション​

  • インターネット規模のサービス
  • マイクロサービスや分散システム
  • 強い可用性要件（99.9%〜99.999%）

❌ 不向きなケース​

  • 可用性要件が低い小規模アプリ
  • 運用文化が育っていない組織（組織トレーニングが必要）

✅ 歴史​

  • Google SRE を起点に体系化
  • SLO / Error Budget が標準化し、クラウド時代の指標に採用

✅ 関連スタイル​

✅ まとめ​

SRE は
「信頼性をコードで保証する」アプローチ
であり、
SLO + Error Budget による可用性管理が中心となる。