DatadogとPagerDutyで改善するシステム障害対応

本資料は、2024-08-06開催のPagerDuty on Tourでの登壇資料です。
デモページの動画は、こちらをご覧ください。
https://youtu.be/vT1W3I3KFEM?feature=shared

Transcript

1. 2024-08-06 Taiji Hagino - Senior Developer Advocate, Datadog DatadogとPagerDutyで改善する システム障害対応
2. Taiji Hagino Senior Developer Advocate, Datadog @taiponrock
3. We'll learn about... • 我々が抱える課題 • DatadogによるPagerDutyの活用 • デモ ◦ DatadogとPagerDutyを組み合わせて、 検出と応答時間を短縮させてみよう！
4. 課題
5. 課題 企業がより速くビジネスを進めるために、ITの内製化が課題となっている。 一方で、ITの重要性はますます高まっており、障害のアラートはますます増え、重大なトラ ブルに繋がるアラートを見逃さないことがより困難になっている。 – 混沌としたインシデント対応はチームにとって大きな負担。 – システムの停止からインシデントへのエスカレーションがすばやく切り替わることがあ る。誰が何をいつ行ったかについてのタイムスタンプとレコードが必要。 – インシデントの前兆を捉え、集中的な対策へとすばやくギアを切り替えることが必要。
6. DatadogによるPagerDutyの活用
11. シームレスに 統合される スマートな ツールが 組み込まれた 単⼀のプラット フォーム
12. PagerDutyとDatadog 実際の活用方法 時差を意識することなくエンジニアをス ムーズに連携 対応する人材がいない場合のフォローアッ プやエスカレーションを管理 多くのチームが多く のサービスを管理、ス ジュールマッピン Slack との統合 アラートの優先順位を設定 緊急時のシフト変更をサポート オンコール時、必要に応じてダッシュボー ドを利用 履歴を一目で確認でき、コールに関するパ ターンがあるかどうかを確認 オンコール/オフコール時のリマインド
13. PagerDutyのSlack連携
14. DatadogのSlack連携 オープンインシデント + システム中断のリストを取得 インシデントをシステム中断にエスカレート。これにより、IC が関与するように 通知が送信される
15. インシデント発生時の PagerDuty の使用方法 インシデント 割り当てられた優先度 開始 影響終了 解決策 フォローアップ 応答 ポストモーテム
16. インシデント発生時の PagerDuty の使用方法 インシデント 割り当てられた優先度 開始 影響終了 解決策 フォローアップ 応答 ポストモーテム
17. デモ
19. Datadogの14 日間無料トライアル www.datadoghq.com/free-datadog-trial
20. Thank you! Feedback & Question 👇 @taiponrock