Submit Search
Upload
運用ドキュメントの構造化(案)
•
16 likes
•
3,890 views
Operation Lab, LLC.
Follow
議論の叩き台資料のため、逐次更新予定です。 (完成度は低いです。ご了承ください。)
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 26
Download now
Download to read offline
Recommended
ICCV19読み会 "Learning Single Camera Depth Estimation using Dual-Pixels"
ICCV19読み会 "Learning Single Camera Depth Estimation using Dual-Pixels"
Hajime Mihara
【DL輪読会】Poisoning Language Models During Instruction Tuning Instruction Tuning...
【DL輪読会】Poisoning Language Models During Instruction Tuning Instruction Tuning...
Deep Learning JP
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
ディープラーニングで音ゲー譜面を自動作成!
ディープラーニングで音ゲー譜面を自動作成!
KLab Inc. / Tech
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
YutaSuzuki27
物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑む
Hiroto Honda
Recommended
ICCV19読み会 "Learning Single Camera Depth Estimation using Dual-Pixels"
ICCV19読み会 "Learning Single Camera Depth Estimation using Dual-Pixels"
Hajime Mihara
【DL輪読会】Poisoning Language Models During Instruction Tuning Instruction Tuning...
【DL輪読会】Poisoning Language Models During Instruction Tuning Instruction Tuning...
Deep Learning JP
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
ディープラーニングで音ゲー譜面を自動作成!
ディープラーニングで音ゲー譜面を自動作成!
KLab Inc. / Tech
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
YutaSuzuki27
物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑む
Hiroto Honda
Webと経済学 數見拓朗
Webと経済学 數見拓朗
cyberagent
How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?
Kazuyuki Miyazawa
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
ResNetの仕組み
ResNetの仕組み
Kota Nagasato
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化
MicroAd, Inc.(Engineer)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
【Unity】 Behavior TreeでAIを作る
【Unity】 Behavior TreeでAIを作る
torisoup
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
Operation Lab, LLC.
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
SSII
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
Kazuhiro Mitsuhashi
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
Deep Learning Lab(ディープラーニング・ラボ)
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
(shibao)芝尾 (kouichiro)幸一郎
MLOps入門
MLOps入門
Hiro Mura
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
Preferred Networks
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
運用ドキュメントの分類と構造化
運用ドキュメントの分類と構造化
Hirokazu Hatano
運用設計の必要性と5年後のIT部門の姿について
運用設計の必要性と5年後のIT部門の姿について
UNIRITA Incorporated
More Related Content
What's hot
Webと経済学 數見拓朗
Webと経済学 數見拓朗
cyberagent
How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?
Kazuyuki Miyazawa
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
ResNetの仕組み
ResNetの仕組み
Kota Nagasato
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化
MicroAd, Inc.(Engineer)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
【Unity】 Behavior TreeでAIを作る
【Unity】 Behavior TreeでAIを作る
torisoup
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
Operation Lab, LLC.
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
SSII
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
Kazuhiro Mitsuhashi
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
Deep Learning Lab(ディープラーニング・ラボ)
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
(shibao)芝尾 (kouichiro)幸一郎
MLOps入門
MLOps入門
Hiro Mura
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
Preferred Networks
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
What's hot
(20)
Webと経済学 數見拓朗
Webと経済学 數見拓朗
How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
ResNetの仕組み
ResNetの仕組み
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
【Unity】 Behavior TreeでAIを作る
【Unity】 Behavior TreeでAIを作る
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
2015-10-31 クラウドネイティヴ時代の運用を考える 〜 ドキュメント駆動運用へ
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
SSII2022 [OS3-01] 深層学習のための効率的なデータ収集と活用
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
データ集計基盤のいままでとこれから 〜Hadoopからdataflowまで使い込んだ経験を徹底共有〜
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
MLOps入門
MLOps入門
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
Viewers also liked
運用ドキュメントの分類と構造化
運用ドキュメントの分類と構造化
Hirokazu Hatano
運用設計の必要性と5年後のIT部門の姿について
運用設計の必要性と5年後のIT部門の姿について
UNIRITA Incorporated
設計・構築においてのドキュメントの重要性について
設計・構築においてのドキュメントの重要性について
Takayuki Higashi
2015-03-27 ザ・運用 ~ 運用とは何か、運用とはどのようであるべきか
2015-03-27 ザ・運用 ~ 運用とは何か、運用とはどのようであるべきか
Operation Lab, LLC.
「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前に
Operation Lab, LLC.
2015-05-23 クラウドの運用になって インフラエンジニアは何が変わるのか?
2015-05-23 クラウドの運用になって インフラエンジニアは何が変わるのか?
Operation Lab, LLC.
CloudConductorの特長と最新動向(OSSユーザーのための勉強会#7)
CloudConductorの特長と最新動向(OSSユーザーのための勉強会#7)
cloudconductor
20110827 restudy-pyconjp2011
20110827 restudy-pyconjp2011
Hirokazu Hatano
2014-07-26 jawsug-chiba ドキュメントを書こう! 運用自動化時代のドキュメンテーション
2014-07-26 jawsug-chiba ドキュメントを書こう! 運用自動化時代のドキュメンテーション
Operation Lab, LLC.
JAWS-UG CLI #07 VPC
JAWS-UG CLI #07 VPC
Operation Lab, LLC.
2014-12-17 #ssmjp 運用現場における"品質"とは
2014-12-17 #ssmjp 運用現場における"品質"とは
Operation Lab, LLC.
運用現場の過去、現在、未来
運用現場の過去、現在、未来
Hirokazu Hatano
2015-09-01 クラウド時代の運用エンジニアは何が変わるのか
2015-09-01 クラウド時代の運用エンジニアは何が変わるのか
Operation Lab, LLC.
2014-10-27 #ssmjp 腹を割って話そう (運用xセキュリティ)
2014-10-27 #ssmjp 腹を割って話そう (運用xセキュリティ)
Operation Lab, LLC.
安全コンセプトチェックシートの概要(池田博康)
安全コンセプトチェックシートの概要(池田博康)
robotcare
AWSCLI AutoScaling
AWSCLI AutoScaling
Operation Lab, LLC.
API Gateway / AWS CLI
API Gateway / AWS CLI
Operation Lab, LLC.
『運用屋さんのためのVBA入門』 ~ 運用方法論 運用工程設計・自動化概論 〜
『運用屋さんのためのVBA入門』 ~ 運用方法論 運用工程設計・自動化概論 〜
Hirokazu Hatano
cloudpackサーバ仕様書(サンプル)
cloudpackサーバ仕様書(サンプル)
iret, Inc.
PDCAのΠ
PDCAのΠ
Ryo Nagai
Viewers also liked
(20)
運用ドキュメントの分類と構造化
運用ドキュメントの分類と構造化
運用設計の必要性と5年後のIT部門の姿について
運用設計の必要性と5年後のIT部門の姿について
設計・構築においてのドキュメントの重要性について
設計・構築においてのドキュメントの重要性について
2015-03-27 ザ・運用 ~ 運用とは何か、運用とはどのようであるべきか
2015-03-27 ザ・運用 ~ 運用とは何か、運用とはどのようであるべきか
「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前に
2015-05-23 クラウドの運用になって インフラエンジニアは何が変わるのか?
2015-05-23 クラウドの運用になって インフラエンジニアは何が変わるのか?
CloudConductorの特長と最新動向(OSSユーザーのための勉強会#7)
CloudConductorの特長と最新動向(OSSユーザーのための勉強会#7)
20110827 restudy-pyconjp2011
20110827 restudy-pyconjp2011
2014-07-26 jawsug-chiba ドキュメントを書こう! 運用自動化時代のドキュメンテーション
2014-07-26 jawsug-chiba ドキュメントを書こう! 運用自動化時代のドキュメンテーション
JAWS-UG CLI #07 VPC
JAWS-UG CLI #07 VPC
2014-12-17 #ssmjp 運用現場における"品質"とは
2014-12-17 #ssmjp 運用現場における"品質"とは
運用現場の過去、現在、未来
運用現場の過去、現在、未来
2015-09-01 クラウド時代の運用エンジニアは何が変わるのか
2015-09-01 クラウド時代の運用エンジニアは何が変わるのか
2014-10-27 #ssmjp 腹を割って話そう (運用xセキュリティ)
2014-10-27 #ssmjp 腹を割って話そう (運用xセキュリティ)
安全コンセプトチェックシートの概要(池田博康)
安全コンセプトチェックシートの概要(池田博康)
AWSCLI AutoScaling
AWSCLI AutoScaling
API Gateway / AWS CLI
API Gateway / AWS CLI
『運用屋さんのためのVBA入門』 ~ 運用方法論 運用工程設計・自動化概論 〜
『運用屋さんのためのVBA入門』 ~ 運用方法論 運用工程設計・自動化概論 〜
cloudpackサーバ仕様書(サンプル)
cloudpackサーバ仕様書(サンプル)
PDCAのΠ
PDCAのΠ
Similar to 運用ドキュメントの構造化(案)
『これからの.NETアプリケーション開発』セミナー .NET用アプリケーション フレームワーク Open 棟梁 概説
『これからの.NETアプリケーション開発』セミナー .NET用アプリケーション フレームワーク Open 棟梁 概説
Daisuke Nishino
Intalio japan special cloud workshop
Intalio japan special cloud workshop
Daisuke Sugai
ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方
Harada Kazuki
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
Shinichiro Isago
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
guest628c07
OSC2018 hiroshima session slide by OSSC
OSC2018 hiroshima session slide by OSSC
Daisuke Nishino
concrete5で社内システムのお話し
concrete5で社内システムのお話し
Tao Sasaki
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれ
Masataka MIZUNO
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
VirtualTech Japan Inc.
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
Nobuyuki Tamaoki
DevLove Kansai AWS
DevLove Kansai AWS
Takuro Sasaki
IaC化の3つのポイント
IaC化の3つのポイント
山下 達也
JAWS-UG三都物語 クラウドとデバイスが連携するアジェンダ
JAWS-UG三都物語 クラウドとデバイスが連携するアジェンダ
Kenichi Yoshida
Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24
Kazuki Aranami
とあるメーカーのRedmine活用事例
とあるメーカーのRedmine活用事例
agileware_jp
これからのOpenShiftの話をしよう
これからのOpenShiftの話をしよう
Kazuto Kusama
OpenStack Summit Vancouver YVR Ops
OpenStack Summit Vancouver YVR Ops
NTT Communications Technology Development
Azure DevOps と開発管理
Azure DevOps と開発管理
Tsukasa Kato
”試してみた”で終わらない サーバーレスアプリケーションの実践開発
”試してみた”で終わらない サーバーレスアプリケーションの実践開発
Yuta Matsumura
アジャイルにモデリングは必要か
アジャイルにモデリングは必要か
Hiromasa Oka
Similar to 運用ドキュメントの構造化(案)
(20)
『これからの.NETアプリケーション開発』セミナー .NET用アプリケーション フレームワーク Open 棟梁 概説
『これからの.NETアプリケーション開発』セミナー .NET用アプリケーション フレームワーク Open 棟梁 概説
Intalio japan special cloud workshop
Intalio japan special cloud workshop
ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
OSC2018 hiroshima session slide by OSSC
OSC2018 hiroshima session slide by OSSC
concrete5で社内システムのお話し
concrete5で社内システムのお話し
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれ
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
DevLove Kansai AWS
DevLove Kansai AWS
IaC化の3つのポイント
IaC化の3つのポイント
JAWS-UG三都物語 クラウドとデバイスが連携するアジェンダ
JAWS-UG三都物語 クラウドとデバイスが連携するアジェンダ
Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24
とあるメーカーのRedmine活用事例
とあるメーカーのRedmine活用事例
これからのOpenShiftの話をしよう
これからのOpenShiftの話をしよう
OpenStack Summit Vancouver YVR Ops
OpenStack Summit Vancouver YVR Ops
Azure DevOps と開発管理
Azure DevOps と開発管理
”試してみた”で終わらない サーバーレスアプリケーションの実践開発
”試してみた”で終わらない サーバーレスアプリケーションの実践開発
アジャイルにモデリングは必要か
アジャイルにモデリングは必要か
運用ドキュメントの構造化(案)
1.
Operation Lab 運用設計ラボ 運用ドキュメントの構造化(案) 運用設計ラボ合同会社 シニアアーキテクト 波田野
裕一 2014-06-22 メモ書き第2版 議論の叩き台につき未完成 (適宜更新予定)
2.
Operation Lab 運用設計ラボ 主張: クラウド時代の運用ドキュメンテーション •
WhatやHowはコード(Infrastructure As Code)に残るが、Whyは人 が自らドキュメントに書かなければ残らない。 • クラウド時代になって、オンプレミスと比較してあらゆる制約が減少。 制約が無い中で「なぜそうしたか(Why)」を残す重要性が増加。 • 人(Why)とシステム(What/How)が分担してドキュメントを書く時代。 How + Why = KnowHow 実装 設計 運用現場の資産 出典: JAWS-UG東京第22回勉強会「運用自動化時代のドキュメンテーショント」 (2014-06)
3.
Operation Lab 運用設計ラボ 価値基準によるドキュメントの構造
4.
Operation Lab 運用設計ラボ ドキュメントテーマの3類型 時間軸 activity活動 状 態 変化後 変化 変化前 What 何を書く? SCA分析
(仮称) ‣Status(状態) ‣Change(変化) ‣Activity (活動) 出典: Internet Week 2011 「運用ドキュメント2011 ∼手軽にスピーディに継続的に保守するためのツール入門」 Part-1
5.
Operation Lab 運用設計ラボ ドキュメントテーマによる価値 (仮説) activity活動 変化 状 態 •
反復・再利用性の高いドキュメント(資産性ドキュメント)。 • 「変化」「活動」の起点・終点となる最も重要なドキュメント • 何らかの形で売却できる場合「収益性」があると言える。 • 反復作成されるが再利用はしにくい。(費用性ドキュメント) • 「運用の費用対効果」を説明するためのドキュメントとなるた め「収益性」があると考えることもできる。 • 「活動」の蓄積が変化を生む。 • [留意]「変化させない事」が重要とされる業務もある。 • 反復作成されるが再利用はしにくい。(費用性ドキュメント) • コストが直接配賦されれば「収益性」があるが、共通配賦され る場合は、作成自体が「運用コスト」と評価される。 What 何を書く? 出典: Internet Week 2011 「運用ドキュメント2011 ∼手軽にスピーディに継続的に保守するためのツール入門」 Part-1 Quality Delivery Cost Qualityの向上 Deliveryの改善 活動=Cost
6.
Operation Lab 運用設計ラボ 6つのドキュメント要素 activity活動 変化 状 態 /activity.rst
/change.rst /define/ 人による活動情報 人による変化情報 • ドキュメントを利用する活動のト ラッカー • ドキュメント自体のトラッカ (更 新、要望) • 変化(実績)レポート (外部) • ドキュメントのリポジトリ(web) 人による状態情報 費用性ドキュメント 収益性ドキュメント 資産性ドキュメント バージョン管理の対象 システムの状態情報 システムによる随時更新 実装 設計 Why What How 「振り返り」(顧客レポートや考課に活用) 「事業継続性」「再現性」「反復性」などの基盤 システムの変化情報システムの活動情報 インクルード対象 インクルード対象 インクルード対象 • ログ • アラート • MRTG/DDR • CloudWatch • CloudFormation • OpsWorks (Chef) • AMI情報、など 「説明責任」(証拠、エビデンス) Quality Delivery Cost インクルード対象 QCD(F)のための基礎情報 議論ポイント 議論ポイント 議論ポイント
7.
Operation Lab 運用設計ラボ 運用ドキュメントの構造 状 態 人による状態情報 バージョン管理の対象 設計 Why ヒトによる資産性ドキュメント
8.
Operation Lab 運用設計ラボ 余談: サービスの立ち位置
(「設計」の最上位) ミッション ポリシー サービス 理想 制約 現実的な落しどころ ここまで書けるか? /define/mission /define/policy /define/service 対立
9.
Operation Lab 運用設計ラボ サービス サービス運用アーキテクチャの全体像 (仮説) 作 業 カ タ ロ グ サ ー ビ ス カ タ ロ グ リソースカタログ 運用フロー ライブラリ 情報
要員 予算 OperatorUser 人による状態情報
10.
Operation Lab 運用設計ラボ 「人による状態情報」ドキュメント構造 /define/service/ service-catalog/ ユーザが利用する公式情報 resource-catalog/ work-catalog/ サービスカタログ
作業カタログリソースカタログ リソースに関する公式情報 運用現場が利用する情報 インクルード インクルード • 第1レベル: リソース別 • 第2レベル: 利用形態別 • API • CLI • WebUIなど 運用フロー ライブラリ インクルードインクルード lib/
11.
Operation Lab 運用設計ラボ システムの状態情報の構造 状 態 システムの状態情報 システムによる随時更新 実装 What How システムによる資産性ドキュメント 議論ポイントインクルード対象
12.
Operation Lab 運用設計ラボ 「システムによる状態情報」ドキュメント構造 /define/service/resource-catalog/automation/(シンボリックリンク) • 単体構成情報
(JSON、ソースコードなど) • 単体定義情報 (replace定義など) • 関係情報 (定義間の関係、構成間の関係) • ディレクトリ構成 • 第一レベル: リソース別 (プロダクト毎) • 第二レベル: 取得方法別 (API/CLI/WebUI) システムによる随時自動更新 議論ポイント
13.
Operation Lab 運用設計ラボ 人による変化情報の構造 変化 人による変化情報 • 変化(実績)レポート
(外部) • ドキュメントのリポジトリ(web) 「振り返り」(顧客レポートや考課に活用) ヒトによる収益性ドキュメント Quality Delivery
14.
Operation Lab 運用設計ラボ 「人による変化情報」ドキュメント構造 /change.rst 人による変化情報 • 変化(実績)レポート
(外部) • ドキュメントのリポジトリ(web) 「振り返り」(顧客レポートや考課に活用)
15.
Operation Lab 運用設計ラボ システムの変化情報の構造 変化 「振り返り」(顧客レポートや考課に活用) システムの変化情報 インクルード対象 • MRTG/DDR •
CloudWatch システムによる収益性ドキュメント Quality Delivery 議論ポイント
16.
Operation Lab 運用設計ラボ 「振り返り」(顧客レポートや考課に活用) システムの変化情報 インクルード対象 •MRTG/DDR •CloudWatch 「システムの変化情報」ドキュメント構造 外部ドキュメント 議論ポイント
17.
Operation Lab 運用設計ラボ 人による活動情報の構造 • ドキュメントを利用する活動のト ラッカー •
ドキュメント自体のトラッカ (更 新、要望) activity活動 /activity.rst 人による活動情報 「説明責任」(証拠、エビデンス) ヒトによる費用性ドキュメント Cost
18.
Operation Lab 運用設計ラボ • ドキュメントを利用する活動のトラッカー •
ドキュメント自体のトラッカ (更新、要望) 「説明責任」(証拠、エビデンス) 「人による活動情報」ドキュメント構造 /activity.rst 人による活動情報
19.
Operation Lab 運用設計ラボ システムの活動情報の構造 activity活動 /activity.rst システムの活動情報 インクルード対象 • ログ •
アラート 「説明責任」(証拠、エビデンス) システムによる費用性ドキュメント Cost 議論ポイント
20.
Operation Lab 運用設計ラボ システムの活動情報 •ログ •アラート •PullRequestでのレビュー •実際のtaskでの説明
(資産性の可能性あり) 「説明責任」(証拠、エビデンス) 「システムの活動情報」ドキュメント構造 インクルード対象外部ドキュメント 議論ポイント
21.
Operation Lab 運用設計ラボ ドキュメントマップ
22.
Operation Lab 運用設計ラボ 運用ドキュメントのマップ • /define/ •
mission/ • policy/ • service/ • service-catalog/ (ユーザ向けメニュー) • work-catalog/ (運用現場向けメニュー) • resource-catalog/ (API/CLI/WebUIなどのリファレンス) • プロダクト別ドキュメント • automation/ (外部情報へのシンボリックリンク) • lib/ (手順パーツ、スクリプト、関数、ライブラリ) • /activity.rst • /change.rst • /words.rst (用語定義)
23.
Operation Lab 運用設計ラボ プロダクトドキュメントのマップ • /define/ •
work-catalog/ (運用現場向けメニュー) • resource-catalog/ • (API/CLI/WebUIなどのリファレンス) • automation/ (外部情報へのシンボリックリンク) • lib/ (手順パーツ、スクリプト、関数、ライブラリ) • /activity.rst • /change.rst • /words.rst (用語定義)
24.
Operation Lab 運用設計ラボ memo
25.
Operation Lab 運用設計ラボ memo • プロダクト単体のドキュメントについては、このモデル のサブセット&独立リポジトリで疎結合ドキュメンテー ションを実現するべき •
ドキュメントのtopレベル • resource-catalog(リファレンス/マニュアル) • work-catalog(作業手順) • lib(自動化ライブラリ)
26.
Operation Lab 運用設計ラボ http://www.operation-lab.co.jp/
Download now