SRE
46 件の記事
2026
11
- 2026年11月に発生したMicrosoft 365の接続障害についてまとめてみた - piyolog
- Software Design 2026年12月号に寄稿しました
- SRE ブックの 10 年間:『Site Reliability Engineering』第 2 版のご紹介 | Google Cloud 公式ブログ
- Googleが「SREの教科書」を10年ぶりに全面改訂 “システム運用の常識”はどう変わった？
- 強いエンジニアになりたくて。20代の大失敗で始まる、夢を掴んでも挑み続ける二刀流というキャリア - Findy Media
- TVerインフラアーキテクチャの現在地(2025年)
- アンドパッドSREが抱える課題をPlatform Engineering Kaigi 2026の参加者にぶつけてみた結果
- Uberはリトライストームからどのように身を守っているのか
- サービスレベル設計として捉える非機能の考え方 | フューチャー技術ブログ
- IVRyのSREの取り組み 2026冬
10AI 時代の監視・開発基盤と、障害時の容量計画
- 非機能はなぜ必要なのか | フューチャー技術ブログ
- 読んでいないコードを私たちはどれだけ信頼できるのか - YAMAGUCHI::weblog
- 書き手が人でもAIでも正しくなる道、 SREを埋め込んだDeveloper Platform / tech drivers day8
- Agentic Monitoring
- Buy the SRE ebook and throw it at your work Claude.
- リトルの法則で考える障害時のキャパシティプランニング
- DeNAにおけるAI時代のネットワーク管理システム [DeNA インフラ SRE] | BLOG - DeNA Engineering
- Kubelet watches inodes. Just not until it’s an emergency.
- Kubernetesノードが物理障害でNotReadyになってからPodが再スケジュールされるまで
09「手順書は死んだ」と、属人化した知識の喪失
- Runbooks Are Dead; Make Operations Executable
- Moving from Datadog to Opensource Observability ecosystem
- "Redis just froze" — a diagnosis checklist based on why it actually happens
- The guy who knew why is gone, what now?
- Counted the tools named in 134 DevOps and SRE job postings
- Kubernetes disaster recovery: Guidance from three reproducible failure scenarios
- SREを組織にする技術
- AI handles incidents, engineers lose touch with their systems
- クラウドから物理サーバーまでのコストを共通スキーマFOCUSで統一して可視化する
- Snowflake's Aug 27 outage was a bad load balancer config which took down private connectivity for an hour
08「戻せる」バックアップ検証と、アラート削減
- whats up AT&T's outage dropping a bunch of phones to SOS mode nationwide.
- Automating root cause analysis at scale: Multi-signal correlation for cloud native incident response
- バックアップが「戻せる」かを 5 段階で測る
- Kubernetesのポリシー運用ってどうやるの？既存構成にモヤモヤして、Kyvernoと責任分離の設計を一から調べて整理してみた【前編】
- Cut our alert volume way down. The pages that survive are somehow harder to act on at 3am
- How we cut our Prometheus / VictoriaMetrics storage bill 60% ($4,900 → $1,950/mo) with a cardinality audit
- 障害対応の「優先順位」を仕組みにできないか - Operation Decision Recordsという着想
- 復元したことのないバックアップは、バックアップではない
- CloudFront VPC Origins障害とトレードオフに向き合うためのアンドパッドの答え