IT用語: SRE（サイト信頼性エンジニアリング）とは｜Googleが考案した運用手法
ソフトウェアエンジニアリングの手法で運用を改善するSREの概念とSLI・SLO・SLAの関係を解説。
SRE（Site Reliability Engineering）とは
SREはGoogleが考案した、ソフトウェアエンジニアリングの手法で運用の問題を解決するアプローチです。「信頼性を保ちながらいかに速くリリースするか」のバランスをエンジニアリングで最適化します。
重要な指標
| 用語 | 意味 |
|---|---|
| SLI（Service Level Indicator） | 実際の信頼性を示す指標（例: 99.5%の可用性） |
| SLO（Service Level Objective） | 目標値（例: 可用性99.9%を目指す） |
| SLA（Service Level Agreement） | ユーザーとの契約（例: 99.5%未満なら返金） |
エラーバジェットとは
SLOとSLAの差分が「使える障害の余裕（エラーバジェット）」です。例えばSLO 99.9%なら月約43分の障害は許容範囲。バジェットが残っている間は積極的にリリースし、使い切ったら安定化を優先するという判断軸になります。
DevOpsとSREの違い
DevOpsが文化・哲学的な概念であるのに対し、SREはGoogleにおけるDevOpsの具体的実装形態です。「開発者と運用者の協力」を達成するための方法論の一つです。
関連する用語 (DevOps)
全58件を見るカナリアリリース
新バージョンを全ユーザーにいきなり公開せず、まず少数（5〜10%）のユーザーにのみ提供してリスクを最小化するリリース手法。問題があれば即座にロールバックできる。
可観測性（Observability）
システムの内部状態を外部から観察できる能力。メトリクス・ログ・トレースの3本柱で構成され、複雑な分散システムの問題を効率的に特定・解決するための基盤となる。
APM
Application Performance Monitoring（アプリケーションパフォーマンス監視）の略。アプリの応答時間・エラー率・トランザクションを追跡し、パフォーマンスのボトルネックを特定する監視手法。DatadogやNew R
Lambda
AWSのサーバーレス関数実行サービス（Function as a Service）。コードをアップロードするだけで実行環境を自動管理し、実行時間のみの課金。イベントドリブンな処理やAPIバックエンドに多用される。
GitOps
Gitをシステムの信頼できる唯一の情報源（Single Source of Truth）として扱う運用手法。インフラやアプリの設定変更をGitのPull Requestで管理し、自動デプロイを行う。ArgoCD・Fluxが普及。
Pod
Kubernetesの最小デプロイ単位。1つ以上のコンテナとストレージ・ネットワーク設定をまとめたもの。通常はDeploymentやStatefulSetを通じて管理され、スケーリング・再起動の単位となる。