PagerDutyによるインシデント管理実践入門

気合と根性の運用は、もう終わりだ。 本書はPagerDutyを活用した、障害対応の実践的解説書です。 現代の複雑化したITシステムにおいて、障害を完全に防ぐことは不可能です。「システムは壊れる」という前提に立ち、いかに迅速に復旧し、ビジネスへの影響を最小限に抑えるためのインシデント管理の重要性は非常に高い。 ■本書について 本書は単なるツールの操作説明にとどまらず、障害対応の現場で培われたICS（インシデントコマンドシステム）の概念や、SREの原則に基づいた組織としての対応力を高める方法についても解説しました。 「検知→トリアージ→動員→解決→学習」というインシデントライフサイクル全般を網羅し、アラートノイズの削減、オンコール負担の軽減、AI（PagerDuty Adevance）を活用した最新の自動化手法まで解説しています。 操作画面も丁寧に収録しているので、手を動かしながら学べます。 ■本書の特徴 ・インシデント管理の型が身につく ICSをベースにした指揮系統、役割分担や戦時と平時の切り替えなど、組織として動くためのフレームワークを体系的に解説しています。 ・PagerDutyを活用するための実践知が学べる オンコールスケジュールやエスカレーションポリシーの設定はもちろん、Event Orchestrationによる高度なノイズ削減、Service Graphによる影響範囲の可視化といった現場ですぐに使える手法を紹介しています。 ・失敗を学習に変える方法を紹介 障害対応が終わってそのままにしないための「ポストモーテム」の考え方や、Jeliを活用した振り返り手法を紹介します。 ■読者対象 ・PagerDutyを実際に利用する運用エンジニア ・インシデント管理ツールに興味があるエンジニア ■目次 Chapter 1 インシデント管理の必要性とPagerDutyの役割 Chapter 2 PagerDutyの基礎 Chapter 3 検知 イベントをPagerDutyに連携する Chapter 4 トリアージ 一次対応を自動化する Chapter 5 動員 担当者を確実にアサインする Chapter 6 修復 組織で連携し、原因特定と復旧を行う Chapter 7 学習 インシデント対応から学び、改善する Chapter 8 PagerDuty Advanceの活用 Chapter 9 運用の成熟度を上げるには Chapter 10 サポート活用ガイド