オンコール対応とは？〜現場担当者が語るオンコール対応の不安解消方法を解説!～|インシデント管理プラットフォーム│PagerDuty
DevOpsの導入によって、開発エンジニアがサービスの信頼性と可用性に対する責任を負い、オンコール対応に携わるようになりました。オンコールは重要な職務ですが、精神的な負荷が大きいため不安を感じる方も多く、いわゆる「燃え尽き症候群」に陥る方も生じます。 そこで今回は、PagerDutyコミュニティのメンバーから寄せられた、オンコール対応の不安を取り除く方法や、オンコールローテーションに臨む際のアドバイスをご紹介します。ぜひ、今後の参考にしてください！ インシデント管理における「オンコール対応の重要性」オンコールとは、勤務時間外を含めて緊急対応が必要なインシデントに対応できるように、対応者や担当時間を決めておく仕組みです。 現在は、24時間365日稼働が前提となるシステムが多いなか、サービスの信頼性を守るには迅速なインシデント対応が求められます。仮にサービスが停止することになれば、機会喪失や顧
大規模言語モデルによるシステム障害の診断技術に関する研究動向
さくらインターネット研究所の坪内（@yuuk1t）です。 私の個人ブログにて、クラウドのプラットフォームやクラウド上に展開されるアプリケーションの障害を大規模言語モデル（LLM）を用いて、自動で診断するための技術を提案する最新の研究動向を紹介する次の調査記事を書きました。 LLM for SRE“の世界探索 – ゆううきブログ 本記事では、この研究動向の調査をさくらインターネット研究所の研究活動の一環として位置づけ、調査の概要と動機、公開後に得られたフィードバック、今後の研究について紹介します。 調査記事の概要 我々は、SRE（Site Reliability Engineering）やAIOps（AI for IT Operations）の分野で、システム障害の自動検知・診断・対応に関する研究を行っています。LLMを使ったシステム障害診断は、SREの知識をLLMが学習し、障害発生時のシス
PagerDuty｜インシデント管理プラットフォーム｜PagerDuty株式会社
「Fortune 100企業の65%」が利用する 世界のデファクトスタンダード オペレーショナル・レジリエンスに必要不可欠なインシデント管理プラットフォームPagerDuty（ペイジャーデューティ）はシステムのインシデント対応を一元化するプラットフォームです。システム障害対応に費やす時間を軽減し、貴重なエンジニアリソースをビジネス拡大に充てることができます。
Opsgenie: Alert & On-Call Management Support | Atlassian
Products Featured Developers Product Managers IT professionals
忘れ去られたドメイン名に宿る付喪神 | IIJ Engineers Blog
開発・運用の現場から、IIJのエンジニアが技術的な情報や取り組みについて執筆する公式ブログを運営しています。 こんにちは。IIJ Engineers Blog編集部です。 IIJの社内掲示板では、エンジニアのちょっとした技術ネタが好評となって多くのコメントが付いたり、お役立ち情報が掲載されています。 そんな情報を社内に留めておくのはもったいない！ということで、IIJ Engineers Blog編集部より、選りすぐりの情報をお届けします。 今回は、使わなくなったドメイン名はどのようにすればよいかを紹介します。 そのまま放置しておいてよいのか？（ダメ） 廃止すればよいのか？（もっとダメ） どういった対応を行えばよいのか？ どうぞご覧ください。 終わったサービス・キャンペーンのドメイン名、放置されていませんか？ ドメイン名を放置すると付喪神がやどり、ひとりでにサイトを公開したりメールを出し始め
君の名は - Qiita
立花「ごめん、間違ってサーバ OSごと落としちゃったから、データセンター行って電源入れてくるわ」 宮水「はぁ？ なんでそんなことになったの？」 立花「Tomcatを落とそうと思って、間違ってshutdownを実行しちゃった」 宮水「なんでTomcatを落とそうと思ってshutdown実行することになるの？」 立花「それが・・・Tomcatを落とすshellの名前が・・・」 宮水「まさか・・・」 大事なshell。忘れたくないshell。忘れちゃダメなshell。何だ、何だ、何だ？ 名前は...！ 君の 名前は－－－ shutdown.sh でも、確かなことがある。私たちは絶対、見ればすぐに分かる。 見ればすぐわかるように、わかりやすいshellの名前を付けたら、間違ってOSのshutdownコマンドを実行してしまった話。 うっかり他のコマンドやシェルを実行してしまわないように、名前はsto
なぜ大規模システム向け「マネージドモニタリング for Zabbix」なのか― IIJだからできる！エンタープライズ向け総合ソリューション | IIJ Engineers Blog
サポートセンター勤務、システム監視運用設計担当を経てIIJ統合運用管理サービス（UOM）を始めとする、アウトソーシングサービスの企画/開発に従事。 IIJの福原です。 サポートセンターの24-365勤務、システム監視運用設計担当を経て、IIJ統合運用管理サービスの企画/開発に従事しています。 今回は「IIJ統合運用管理サービス（UOM） マネージドモニタリング for Zabbix」の開発背景をご紹介します。 時代に合った、新しい運用ソリューションの必要性 「IIJ統合運用管理サービス（以下、UOM）」は「PATROLCLARICE（パトロールクラリス、通称パトクラ）」を使ったSaaS型の監視サービスを提供しています。PATROLCLARICEは、現場のプロフェッショナルエンジニアが求める細かな項目や設定に幅広く対応し、Amazon CloudWatchやAzure Monitorにも対応
【#CODT2020 解説】Infrastructure as Code の静的テスト戦略 - チェシャ猫の消滅定理
こんにちは、チェシャ猫です。先日行われた Cloud Operator Days Tokyo 2020 で、Infrastructure as Code のテストについて発表してきました。公募 CFP 枠です。 Cloud Operator Days Tokyo 2020 は今回が初開催のイベントですが、昨年 CloudNative Days Tokyo と併設されていた OpenStack Days Tokyo が前身となっているようです。 ASCII.jp：ふれあえるオンラインイベント「Cloud Operator Days Tokyo 2020」は泥臭い？ 今年は OpenStack に限らず広く運用がテーマにされていますが、セッションのラインナップを見る限り、他のイベントよりもオンプレミス・エンタープライズ的な色が強く出ているように感じられます。 ちなみに、チェシャ猫の発表は事前ア
Machinistでリモートワーク中の自宅環境を分析する | IIJ Engineers Blog
システムクラウド本部の高橋です。 リモートワークで長時間部屋にこもると息苦しさを感じるなど、自宅の環境に気になるところがありました。 そこで環境センサを用いて自宅の環境を可視化してみることにしました。 Machinist でメトリクスを管理する の記事を受けて、自室環境のメトリクスをMachinistで収集してみます。 Machinist 公式サイト：https://machinist.iij.jp/ データ収集環境について 我が家は24時間換気が無いマンションの1階です。これまでも息苦しさを感じる度に換気をしていました。 エンジニアらしく定量的な情報で判定し解決したいと考えていました。 そんな折、当社と中部電力さんで設立した合同会社ネコリコさんからホームIoTサービスnecolico HOME+が発売されました。 オムロンさんのUSB環境センサ「2JCIE-BU01」が付属する環境情報お
無料＆オープンソースでシステム障害のレポートを一元化できるNetflix製インシデント管理ツール「Dispatch」
システムの保守・運用を行うインフラエンジニアにとって、障害対応は最も責任のある仕事のひとつであり、障害の監視や通知に関するツールは「PagerDuty」や「Zabbix」が有名です。そうした障害対応を助けてくれるツールとして、Netflixが無料のオープンソースソフトウェア「Dispatch」を公開しました。 Introducing Dispatch - Netflix TechBlog https://netflixtechblog.com/introducing-dispatch-da4b8a2a8072 About - Dispatch https://hawkins.gitbook.io/dispatch/ Netflix Dispatch - Reviews, Pros & Cons | Companies using Netflix Dispatch https://stack
Serverspec から Goss に移行してサーバーのテストが 60 秒から 3 秒に！ | 株式会社ヌーラボ(Nulab inc.)
TypetalkのSREの二橋です。今回は、Gossの紹介をしたいと思います。 TypetalkではサーバーのテストにServerspecを利用していました。機能的には申し分なかったのですが、サーバーの台数/環境/テストの項目が増えるにつれて、ツールの実行速度やメンテナンス性に改善が必要になりました。Gossに乗り換えることで問題が解消されました。 サーバーのテストとは？ サーバーのテストとは、サーバーの状態が意図したものになっているか検証するものです。例えば、以下のような項目を検証します。 意図したパッケージのバージョンがインストールされているか？ 意図したサーバーと通信できるか？ 意図したポートが待ち受けているか？ 意図したユーザー/グループが存在するか？ 意図したプロセスが動作しているか？ 意図したファイルに指定した記述が存在するか？ Serverspecで困っていたこと ①テスト実
monitを利用した自動化 | Tech ブログ | サーバ運用保守・運用監視なら JIG-SAW OPS
本記事のポイント monitを利用してプロセスダウンの際の自動復旧システムを構築します。AWSのCloudWatchLogsと連携することで自動復旧が実行された際や、自動復旧に失敗したことの通知を行います。 はじめに 東京でエンジニアをしているK.Kです。 弊社では日々、運用の自動化を進めています。 私の中で一番ホットなmonitを利用して自動化を実装しようと思います。 monitとは 本記事では簡易監視ツールのmonitについてご紹介します。monitはオープンソースのツールで一定周期で監視し、設定したイベント検知すると自動でコマンドを実行してくれる便利なツールです。 【関連リンク】 公式サイト monit設定 インストール まずmonitをインストールしましょう。epelリポジトリからyumで簡単にインストールすることができます。 # yum install epel-release
Error Monitoring, Error Tracking, and Notification for Ruby on Rails 2 and 3 - Honeybadger
Honeybadger is an application health monitoring tool built by developers for developers. We give you everything you need to keep production happy — and nothing you don't. Know — the moment critical errors occur. See — how many customers are affected. Respond — instantly when your systems go down. ...and fix problems before customers can report them!
Welcome to Central Dogma — Central Dogma 0.63.1 documentation
Welcome to Central Dogma¶ Central Dogma is an open-source highly-available version-controlled service configuration repository based on Git, ZooKeeper and HTTP/2. With Central Dogma, you can: Store your configuration files such as .json, .yaml and .xml into a centralized, multi-master replicated, version-controlled repository. Retrieve your configuration using RESTful API, Java library and command
load averageが高い(3.00~4.75)がCPUの使用率は10%前後なのはどうして？
MySQL（マイエスキューエル）は、TCX DataKonsultAB社などが開発するRDBMS（リレーショナルデータベースの管理システム)です。世界で最も人気の高いシステムで、オープンソースで開発されています。MySQLデータベースサーバは、高速性と信頼性があり、Linux、UNIX、Windowsなどの複数のプラットフォームで動作することができます。 Apacheは、Apache HTTP Serverの略で、最も人気の高いWebサーバソフトウェアの一つです。安定性が高いオープンソースソフトウェアとして商用サイトから自宅サーバまで、多くのプラットフォーム向けに開発・配布されています。サーバーソフトウェアの不具合(NCSA httpd)を修正するパッチ(a patch)を集積、一つ独立したソフトウェアとして開発されました。
第480回 ウェブブラウザーから操作できる軽量管理ツール「Cockpit」 | gihyo.jp
Cockpitはかんたんに使えて、軽量で、マルチサーバーにも対応したウェブベースのLinuxシステム管理ツールです。シェル端末機能もついているため、ウェブブラウザーから直接システムを管理することも可能です。今回はこのCockpitをUbuntuにインストールする方法を紹介します。 Linuxサーバーの「UI」となるCockpit Cockpitをインストールすると次のような処理を、ウエブブラウザーから行えるようになります。 ユーザーアカウント管理 システムの再起動やシャットダウン systemdを使用したサービスの起動・停止・有効化・無効化などの設定 systemdのjournalctlを利用したシステムログの閲覧 udisks2もしくはstoragedを利用したストレージ関連のモニタリング NetworkManagerを利用したネットワーク管理 Performance Co-Pilotで
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Serverless Status Page system
GitHub - osquery/osquery-python: Python bindings for osquery's Thrift API
MySQLを割と一人で300台管理する技術
GitHub - aksakalli/gtop: System monitoring dashboard for terminal
