リファレンス用語集

MTTDとMTTA

平均検知時間は、障害が始まってから信号がそれを示すまでの平均時間です。平均確認時間は、その信号から誰かがインシデントを引き受けるまでの平均時間です。Google の SRE の本はどちらも MTTR と並べて数えます。速く直しても気づくのが遅いチームはやはり遅いからです。

信頼性

Quorum では#

すべてのインシデントは最初の信号が届いたシミュレーション秒と、プレイヤーが最初に動いた秒を記録し、ポストモーテムが MTTR と並べて MTTD と MTTA を示します。アラートがあれば信号はページャーで、ルールのしきい値を超えたステップで鳴ります。アラートがなければ信号はボードで、リクエストの 1% 超が失敗した最初の秒です。オンコールはページが届いてから 5 カレンダー分後に答えるので、それがローテーションの保つ MTTA です。オンコールがなければ、プレイヤーの最初の行動が確認になります。

設計#

The incident loop

MTTR、SLO・SLA・SLI、4つのゴールデンシグナル

さらに学ぶ#