# Jamie Wilkinson [[Google]] の Site Reliability Engineer。SREcon17 Americas（2017-03-13）で時系列・分布・Prometheus を使った監視とアラート設計の実践を説明し、SREcon18 Asia（2018-06-08）でシンプトムベースドアラーティングと SLO バーンレートアラートを体系化した発表を行った。SREcon17 Americas のスライドには [email protected]、SREcon18 Asia の公式ページには [email protected] が記載される。 ## 主な貢献 - SLO に基づく「シンプトムベースドアラーティング」の定式化: symptom = SLO で計測できるものすべて、symptom-based alert = SLO が危険になったときのアラート - 静的しきい値監視から、満杯までの時間・修復に要する時間・レイテンシ分布・SLO 違反へアラート条件を移す実践的整理 - Prometheus のラベル付き時系列、記録ルール、トポロジ集約を使った大規模監視設定の抽象化 - リクエスト成功率による可用性定義の推奨（分散システムへの適用） - Prometheus / PromQL を用いた SLO バーンレートアラート（Fast Burn）の実装例 - ブログ記事「Does your service have an SLO? The answer may surprise you!」（2018-05-31） 『SREをはじめよう』付録A「若きSREへの手紙」(A.8)では「サイトリライアビリティエンジニア」の肩書きで寄稿し、SREの決定的な特徴はシステムの適切な信頼性を測定しそれを守ることそのものであり、オンコール・自動化・システムの再エンジニアリングといった「古典的な運用」に見えるものはすべて道具箱の中の道具にすぎないと述べた。信頼性の測定・保護という第一の使命から作業パターンが創発的に生まれると理解することで、新しい仕事のやり方を考え出す創造的な自由が得られると説いた(Source: [[@2024__OReillyJapan__SREをはじめよう - Appendix A 若きSREへの手紙]] A.8)。 ## 関連 - 所属: [[Google]] - ソース: [[@2017__SREcon17 Americas__A Practical Guide to Monitoring and Alerting with Time Series at Scale]] / [[@2018__SREcon18 Asia__A Theory and Practice of Alerting with Service Level Objectives]] / [[@2024__OReillyJapan__SREをはじめよう - Appendix A 若きSREへの手紙]] - 概念: [[サービスレベル目標]] / [[エラーバジェット]] / [[アラート管理]]