サイトリライアビリティワークブック(サイトリライアビリティワークブック)

SRE を組織で実践するためのノウハウを網羅し、事例を数多く紹介!
SRE の考え方や原則を組織に導入するための具体的な方法を事例とともに解説する書籍です。既刊書の『 SRE サイトリライアビリティエンジニアリング』は SRE の考え方について理論を中心に書いた本でしたが、本書 Workbook はそれとペアになる実践編として書かれた書籍です。 Google 内の事例だけでなく、 Evernote 、 The Home Depot 、 New York Times などを掲載。

Google が提唱した SRE (Site Reliability Engineering) の原典である『サイトリライアビリティエンジニアリング』は、思想と原則を体系的に示した書籍でした。本書はその実践編にあたるワークブックで、「原則はわかったが、自分たちの組織ではどう始めればいいのか」という問いに具体例で答えます。 SLO の設計と運用、アラートの閾値設定、インシデント対応、ポストモーテムの書き方など、現場で手を動かすときに直面する判断を、 Google 内外の事例をもとに解説しています。

前著との大きな違いは、 Google 以外の組織が SRE を導入する過程の記述が含まれている点です。数千台規模のインフラを持たないチームでも、 SLO を起点にした信頼性の定量化やエラーバジェットの考え方は適用可能であり、その導入ステップを具体的に追えます。 DevOps との関係を整理した章もあり、既存の運用文化とどう接続すればよいかを検討する起点になります。

一方で、前著を読まずに本書だけで SRE の全体像を把握するのはやや困難です。原則編を先に通読し、概念の地図を持ったうえで本書に入ると、各章の位置づけが明確になります。信頼性を「感覚」ではなく「指標と意思決定」で扱いたいエンジニアやマネージャーにとって、原則を実務へ翻訳するための手引きとなる一冊です。