「誰が」ではなく「どの前提が」崩れたか
障害は人ではなく前提を疑う。観測ログ・制約・判断の記録だけを残し、個人攻撃は書かない。
§ 04
旗艦ストーリー
あるワークロード向けに積み上げた構成が、月間の電気代・回線費を含む運用コストをおよそ 4.5 倍に押し上げていた。観測データと制約を並べ直し、「維持するより廃止する」と判断した記録。
- 01 / 観測
数字を並べる
月間の電気代・回線費・稼働率・実際に使われた時間を同じ表に置いた。 Prometheus のメトリクスと請求書を突き合わせ、感覚ではなく 「何に、いくら、どれだけ使ったか」を可視化した。
- 02 / 判断
維持より廃止
単スレッド性能が要る実験負荷のために組んだ構成は、目的を果たした後は過剰だった。 稼働率データが裏付けた：月間で実際に使われたのは全体の 12% 未満。 サンクコストに引きずられず、薄い構成へ戻す判断を下した。
- 03 / 改善
−75% と基準の文書化
余剰を削り、月間の関連コストはおよそ 75% 減。Blameless な振り返りで 「次に同じ判断を迫られたときの基準」を文書化し、再発防止策をリポジトリに残した。
この判断プロセスは、規模に関わらず同じフレームワークが適用できると考えています。 「観測→判断→改善」のサイクルを言語化し、チームで共有可能な基準に落とし込むことが重要です。