手当たり次第に書くんだ

飽きっぽいのは本能

運用設計

属人化は誰の問題なのか – 専門性と独占性を分け、依存関係を設計する

属人化を考えるには、専門性と独占性を分ける必要があります。専門職や管理職の価値まで否定せず、一人へ集中した原因、業務の再現性、不在時のリスクから、組織の依存関係を設計します。

ランサムウェア対策のバックアップは「何世代残すか」だけでは設計できない

ランサムウェア対策では、バックアップを何世代残すかだけでなく、対象データ量、日次変更量、保存先容量、イミュータブル期間、容量不足時の動作まで含めて設計する必要があります。保持したい期間と実際に保持できる期間を分けて整理します。

Runbook は手順書ではなく判断の入口である – アラート、ダッシュボード、ログを対応へつなぐ

Runbook は固定手順を並べるだけの文書ではなく、アラート通知を受けた人が影響範囲、原因候補、確認画面、ログ、エスカレーション条件へ進むための入口です。Prometheus、Alertmanager、Grafana、Loki と Runbook の関係を整理します。

Alertmanager の通知設計 – ルーティング、抑制、沈黙、責任分界を分ける

Alertmanager はアラートを発火させる場所ではなく、通知の束ね方、宛先、抑制、沈黙、エスカレーションを設計する場所です。Prometheus の alert rule と Alertmanager の役割を分け、通知疲れを避けるための設計観点を整理します。

Grafana ダッシュボードはグラフを並べる場所ではない – 運用判断の順番を設計する

Grafana ダッシュボードを、グラフの置き場ではなく、異常検知、分類、絞り込み、詳細確認へ進む運用判断の順番として設計する考え方を整理します。

アラート閾値と自動実行条件を混同しない – 通知、抑制、停止、切り戻しの境界を分ける

アラート閾値、自動実行、通知抑制、停止条件、切り戻し条件、承認条件を分け、運用判断の境界として設計する考え方を整理します。

障害対応はどこで終わるのか – 復旧、安定化、恒久対応、再発防止を分ける

障害対応を復旧、安定化、原因整理、恒久対応、再発防止、報告完了に分け、どこで終わったと判断するかを整理します。

ピーク時間帯と定期処理を混ぜない – 業務時間、バッチ、バックアップ、障害対応で考える運用設計

業務ピーク、夜間バッチ、バックアップ、メンテナンス、障害対応を同じ運用時間として扱わず、時間帯ごとの前提から運用設計を整理します。

システム導入で問うべきは、作るか買うかではない – Build or Buy より業務の継承を考える

システム導入の Build or Buy を、内製か既製品かという二択ではなく、現行業務の何を継承し、何を標準化し、どの判断を組織に残すかという観点から考えます。

RFI/RFP の考え方 – 社内で何を握り、外部に何を任せるか

RFI/RFP を、社内で決めることと外部に任せることを分ける道具として捉え、ベンダー選定前の整理軸を考えます。

トップへ戻る