記事

• We analyzed 30 SRE job postings to find top SRE responsibilities..
  • 30 社の JD を集計して SRE という役割の仕事をまとめたもの
  • インフラの構築運用、SLOSLIの定義と管理、モニタリングとアラートの設定、オンコール対応、自動化
• 10 questions teams should be asking for faster incident response | PagerDuty
  • pagerduty の統計では 2019-2020 比でインシデント数は増えているが MTTA, MTTR は改善していてるらしい。より効率的に障害に対処できるようになってきている
  • 障害対応を Detect, Prevent customer impact, Diagnose, Resolve, Learn のステップに分けてそれぞれの概説
  • まだ読んでないがリンクされている pagerduty のそれぞれのガイドが良さそうだった
• Reduce Cloud SQL costs with optimizations by Active Assist | Google Cloud Blog
  • Cloud SQL のコスト最適化についてアドバイスしてくれる機能がでたらしい
• The value of in-house expertise
  • ある程度のスケールの組織では、高度に専門的なチームを内部で持った方が有利になる
    • 例えばカーネルや JVM の専門家チーム
  • 規模が大きいのでその分野の問題が起こる頻度が高い
  • また少しの割合の改善でも絶対値が大きいのでペイしやすい
  • 買ってくるよりも自作した方が、深く使いこなせるので有利なことも多い
• Lessons learned in a major Rails upgrade: tooling | by Luan Vieira | Aug, 2021 | Invoca Engineering Blog
  • Rails 4 から 5 へアップグレードした際に使ったツールなど
  • 複数バージョンを並行できるようにして、細かくリリースしていく戦略が良い

ドキュメント

• Memory management best practices  |  Memorystore for Redis
  • redis プロセスが使っているメモリ使用量 redis.googleapis.com/stats/memory/usage とインスタンスのメモリ使用量 redis.googleapis.com/stats/memory/system_memory_usage_ratio が別概念としてある、というのがポイント
    • 前者は maxmemory-gb というパラメータが上限で、それに対してのメモリ使用量。maxmemory-gb を超えると eviction の処理が走る
    • 後者はそのインスタンスの実際のメモリ使用量
  • GCP の推奨は system_memory_usage_ratio 80% で検知して何らかの対処をすること
  • あまりにもメモリ使用量が高まると -OOM command not allowed under OOM prevention というエラメッセージとともに、write がブロックされる
    • これが発生した期間は System memory overload duration (redis.googleapis.com/stats/memory/system_memory_overload_duration) という metric に記録されている
  • またデータのエクスポート (BGSAVE) やスケールアップ、バージョンのアップグレードを行う際、理論上 2 倍のメモリを使いうるので 50% の空き領域が必要になる
• Moving Forward From Beta | Kubernetes
  • beta である期間に制限時間を設けているのが面白い
    • rest api だけ