インフラ障害対応とポストモーテム

「家族アルバム みてね」のSREチームの清水です。これは、ミクシィグループAdvent Calendar 2020、14日目の記事です。あまり時間がなく若干殴り書きとなっているので、抜け漏れ、誤りがあったらごめんなさい。 少し前にTwitterでこんなことをつぶやきました。 この内容について、もう少し掘り下げてみたいと思います。 インフラ障害への対応インフラに携わっている多くの方が何らかの障害を経験したことがあるのではないでしょうか。インフラの障害は全く起きないことが理想ではあります、絶対に起きないという保証はなかなかできません。提供するサービスの形態によってはSLAをかなり厳しくして、多少の障害点があったとしてもサービスが継続できる形をとっているケースもあるかと思いますが、すべてのサービスがそうであるわけではありません。かけられるコストとのバランスを考えて、多少のエラーレートを許容してい