XNews

Google、Site Reliability Engineering第2版を公開、AI時代のSRE進化を詳述

Google、Site Reliability Engineering第2版を公開、AI時代のSRE進化を詳述

Googleは、2016年の初版をAI駆動でますます複雑化するクラウド環境向けに更新した『Site Reliability Engineering』第2版を公開した。同版は、SLOとエラーバジェット、可観測性、自動化とプラットフォーム、信頼性テスト、キャパシティ管理、組織モデルを含む6つの実践領域にわたる10年間の進化を記録している。また、AIとSREの双方向の関係を検討し、AIインフラ運用と運用ツールとしてのAIを扱う一方で、信頼性中心の文化と人間的要素がSREの成功に依然として中心であることを再確認している。

イベントのバージョン 3.

Key insights

6つの実践領域が10年間で進化

SLOとエラーバジェットは、基本的な可用性指標と手動のバジェットポリシーから、ユーザー中心の多層SLO、動的バーン率アラート、自動ポリシー適用へと移行した。可観測性は、静的ダッシュボードと手動のアラート分類から、OpenTelemetry、分散トレーシング、自動異常相関へと移行した。

自動化、テスト、キャパシティ管理が成熟

自動化は、孤立したタスク向けのカスタムスクリプトから、宣言的IaC、内部開発者プラットフォーム、自己修復システムへと移行した。信頼性テストは、定期的なGame Daysと合成負荷から、継続的なレジリエンスチェック、パイプラインテスト、本番カナリア検証へと進歩し、キャパシティ管理は、手動構成と静的予測から、動的スケーリング、FinOps整合、GPU/TPU固有の最適化へと移行した。

組織モデルはハイブリッド構造へ移行

組織パターンは、特定のアプリケーションに縛られた専任SREチームから、ハイブリッドモデル、プラットフォームエンジニアリング統合、プロダクトチームに埋め込まれた信頼性チャンピオンへと移行した。

AIとSREは双方向の関係にある

SREは、大規模GPU/TPUクラスタの信頼性とネットワークトポロジの管理、非決定論的出力とレイテンシの監視、モデルトレーニング、ファインチューニング、データパイプラインの維持を通じてAIインフラを支える。AIは、生成AIによるインシデントトリアージとポストモーテム草案作成、自然言語によるテレメトリクエリ、障害発生前にリソースボトルネックを特定する予測機械学習を通じて、SREのフォースマルチプライヤーとして機能する。

Source posts