Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
reInventで学んだWebシステム運用のBadDayへの備え方 / How to Prep...
Search
yayoi_dd
January 29, 2025
Technology
0
60
reInventで学んだWebシステム運用のBadDayへの備え方 / How to Prepare for BadDay in Web System Operations Learned at reInvent
弥生株式会社 もくテク
AWS re:Invent 2024 参加報告会(2025/01/29)
https://mokuteku.connpass.com/event/340760/
yayoi_dd
January 29, 2025
Tweet
Share
More Decks by yayoi_dd
See All by yayoi_dd
“お客さま視点”を手に入れろ!! / Get the Customer’s Perspective!!
yayoi_dd
0
79
プロジェクト改善、まずは“ネタ出しの文化”から / Improving Projects Starts with a Culture of Idea Generation
yayoi_dd
0
76
使いにくい仕様を改善した件 / How We Improved a Difficult-to-Use Feature
yayoi_dd
0
74
弥生のQAエンジニア 品質保証活動と今後の課題 / Yayoi QA engineers, Quality assurance activities and future challenges
yayoi_dd
0
110
【弥生】20250130_AWSマルチアカウント運用セミナー登壇資料
yayoi_dd
2
3.2k
Amazon OpenSearchのコスト最適化とZeroETLへの期待 / Amazon OpenSearch Cost Optimization and ZeroETL Expectations
yayoi_dd
1
85
フロントエンドとバックエンド非同期連携パターンのセッションを見てきた話 / Talk about seeing a session on front-end and back-end asynchronous coordination patterns
yayoi_dd
0
79
AWS reInventで感じた世界に見る生成AIの競争 / Competition in Generative AI as Seen Around the World at AWS reInvent
yayoi_dd
0
71
データの意味を適切に伝えましょう データ可視化のお手本/Conveying the Meaning of Data Appropriately: Exemplary Data Visualization
yayoi_dd
0
90
Other Decks in Technology
See All in Technology
Oracle Audit Vault and Database Firewall 20 概要
oracle4engineer
PRO
3
1.6k
実践! AIエージェント導入記
1mono2prod
0
140
Observability в PHP без боли. Олег Мифле, тимлид Altenar
lamodatech
0
280
AI技術トレンド勉強会 #1MCPの基礎と実務での応用
nisei_k
1
240
BrainPadプログラミングコンテスト記念LT会2025_社内イベント&問題解説
brainpadpr
0
160
成立するElixirの再束縛(再代入)可という選択
kubell_hr
0
950
あなたの声を届けよう! 女性エンジニア登壇の意義とアウトプット実践ガイド #wttjp / Call for Your Voice
kondoyuko
1
150
TechLION vol.41~MySQLユーザ会のほうから来ました / techlion41_mysql
sakaik
0
150
Amplifyとゼロからはじめた AIコーディング 成果と展望
mkdev10
1
360
Microsoft Build 2025 技術/製品動向 for Microsoft Startup Tech Community
torumakabe
1
210
変化する開発、進化する体系時代に適応するソフトウェアエンジニアの知識と考え方(JaSST'25 Kansai)
mizunori
0
140
AIにどこまで任せる?実務で使える(かもしれない)AIエージェント設計の考え方
har1101
3
1.3k
Featured
See All Featured
A designer walks into a library…
pauljervisheath
206
24k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.3k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
29
9.5k
Docker and Python
trallard
44
3.4k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
Site-Speed That Sticks
csswizardry
10
650
Facilitating Awesome Meetings
lara
54
6.4k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
26k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
4
200
Making the Leap to Tech Lead
cromwellryan
134
9.3k
Transcript
re:Inventで学んだ Webシステム運用のBad Dayへの備え方
自己紹介 宮崎 怜美(みやざき さとみ) 入社時期:2022年5月(中途) 担当サービス:スマート証憑管理 AWS経験:1年弱
休日の過ごし方:楽器演奏(クラリネット)、散歩
AWS re:Invent初参加の感想 とにかく楽しくて毎日が充実 ➢ 国際カンファレンスならではのスケールの大きさに感動 ➢ 参加したいセッションが多くて迷う 英語でのやり取りはやっぱり大変
➢ 雑談が一番難しい ➢ 準備しておいて良かったフレーズ ◼ セッション会場までの行き方を尋ねる ◼ ワークショップ中にわからない箇所を質問
参加したセッションの紹介① セッション形式:Chalk Talk 内容: ➢ レジリエンスの担保 ➢ 発生しうる障害にどう対処するか
◼ ビジネス損失の定量化 ◼ 障害発生のシナリオと対策検討の流れ ◼ 障害への備えと対処 参加した理由: ➢ セッションタイトルに惹かれて ➢ 自分が担当してきた業務と関連しそう
参加したセッションの紹介② 参加者からも多くの意見や質問が出る ➢ 発言するとステッカーがもらえる Speaker⇔参加者のやり取りでケーススタディを進めていく EC2をECSに置き換えると レジリエンスは変化する? YES!
NO! Depends!
ビジネス損失の定量化 障害発生時のビジネス損失を正確にとらえる ➢ 収益損失(違約金等も含む) ➢ ブランドイメージの低下 ➢ 障害に対処するエンジニアの生産性の低下
対応が必要かの判断 ➢ 見積もった損失が対応コスト下回る場合は許容もあり
障害発生のシナリオと対策検討の流れ ビジネス損失を想定する 例)インターネット通販で商品を購入できない 損失を発生させうる障害の種類を挙げる 例)商品購入時のログインに失敗する 障害発生のシナリオを洗い出す 例)認証システムがダウン 各シナリオへの備え(または対処)を検討する 例)マルチAZ、エラー検知の仕組みを導入 etc.
障害への備えと対処 アクションの種類 ➢ 探知(Detective) ➢ 予防(Preventive) ➢ 復旧(Recovery) ➢
テスト(Testing) アーキテクチャ図だけでは備えが十分か判断できない ➢ 安全にデプロイされる仕組みがあるか ➢ 障害復旧のプロセスは整備されているか etc. 現状で不足しているものがないか?
実際のセッションで議論した内容
担当サービスの状況を確認してみる シナリオ①関連システムの停止により処理が行えない エラー発生時のCloudWatch Alarm→Slack通知 SQSを使用し、リトライ/再実行可能に 上記の処理が正しく動作するかの検証 シナリオ②災害発生によるシステムダウン マルチAZ対応
データバックアップおよび別リージョンへのコピー バックアップデータから復元できることの検証 探知 復旧 テスト 予防 復旧 テスト この他にも、社内ガイドラインに従ってチームで対応を継続中
まとめ 議論を楽しめるのも現地参加のメリット ➢ エンジニア同士の白熱したやり取りから刺激をもらった ➢ 自分も発言できるとより楽しい(はず) これまでの運用業務をふりかえるきっかけになった ➢
自分の担当タスクの意義を再確認 ➢ 社内ガイドラインや相談に乗ってくれる有識者に改めて感謝 Thank you!