Day1で気になったセッションについて感想
Reslilence Reliabiliy
データセンターでサーバ群で構成されている。一部が故障しても、顧客に影響していない。すぐ対応しないといけないかの問いがあったが、目的が達成できているのであればいいとの話。Reslient
ABEMAにおけるIncident Management再設計
インシデントの仕組みはつくっても、だれかがよしなにしてしまう、振り返りがまわらない
AI-native時代の信頼性を育てる、インシデント学習と改善ループの実践
エラーの度に手動の対応で行っていた。表面的な改善のみでジリジリ根本な原因が悪化していってしまった 決済とか信頼性求められることもあるので共通SLOにしていると高いSLOを信頼性ここまで高くしないところも高くなってしまう
PR単位で使い捨てるカイポケコネクトのpreview環境の設計と運用
機能開発を加速、リリーストレイン方式だと環境占有とか課題、検証作業を分離並列化
SREの積み重ねがAI駆動開発のガードレールになった ― 7つの実践例
開発者は、コーディングからAIの出力を検証するところに移ってきた
仕様駆動開発は仕様を固めるまで実装させるように強制させる
AI活用でPRの限界。PRの廃止。モブプラグラミングの過程でリアルタイムレビュー
低コストなログ基盤を支えるアーキテクチャ 〜Grafana Lokiの設計思想〜
indexからオブジェクトストレージS3のchunkの場所を探して取ってくる。 chunkを全て読み込む必要がある。小さいインデックスすることでchunkを圧縮できるが、スキャン処理のcpuのトレードオフがある https://grafana.com/docs/loki/latest/community/design-documents/labels/
カーディナリティ高いクエリはフルスキャンになり、Readerの負荷がたかまることがある。
Loglineに今後全文検索とか期待できそう。
AIと共生する開発者プラットフォーム：バクラクのモノレポ×マイクロサービス基盤
どこまでデプロイできているかService consoleで一元で確認できるようにして認知負荷の削減
datadog、GitHubとか個別に取得するより、Service consoleでコンテキスト集めてコンテキストトークン削減