SRE（サイトリライアビリティエンジニアリング）とは
SREとは、サービスの信頼性を、手作業や気合いではなくソフトウェア工学の手法で設計・運用していく考え方、およびそれを担う役割のことです。
言い換えると「運用をエンジニアリングの問題として扱う」アプローチです。正式名称は Site Reliability Engineering で、Googleが社内で実践してきた運用の方法論として広く知られるようになりました。役割を指して「SREエンジニア」「SREチーム」と呼ぶこともあります。
従来の運用では、開発チームは新機能を早く出したい、運用チームは変更を減らして安定させたい、という対立が起きがちでした。SREは、信頼性の目標を数値で合意し、その範囲内で変更のスピードを調整することで、この対立を解こうとします。
SREの主な考え方
SREの中心にあるのは、信頼性を測り、目標を決め、その余白を使って開発を進めるという仕組みです。
| 用語 | 意味 | 例 |
|---|---|---|
| SLI（サービスレベル指標） | 信頼性を測る具体的な指標 | 正常に応答したリクエストの割合、応答時間 |
| SLO（サービスレベル目標） | SLIに対して社内で合意する目標値 | 一定期間の正常応答の割合を目標値以上に保つ |
| SLA（サービスレベル合意） | 顧客と契約で約束する水準 | 下回った場合の返金などを伴う |
| エラーバジェット | SLOを守った上で許される失敗の量 | 目標に対する残りの余裕 |
エラーバジェットという発想
信頼性を完璧にすることは不可能で、目指すほど費用がかかり、開発のスピードも落ちます。そこでSREでは、SLOを下回らない範囲の「失敗してよい量」をエラーバジェットとして扱います。余裕があるうちは新機能のリリースを積極的に行い、障害が続いて余裕を使い切りそうになったら、リリースを控えて信頼性の改善に集中する、という判断の基準になります。開発と運用が「どちらが正しいか」で揉めるのではなく、同じ数字を見て判断できるのが利点です。
トイルを減らす
SREでは、手作業で繰り返される、自動化できる、価値を生まない運用作業を「トイル」と呼び、減らす対象とします。手動でのサーバー再起動、定型的なデータ修正、決まった手順の確認作業などがその例です。トイルを自動化して空いた時間を、仕組みの改善に回すのがSREの基本的な姿勢です。
その他の実践
- 障害後のブレームレスなポストモーテム
- 監視とアラートの設計（利用者への影響を基準にする）
- 段階的なリリースや自動ロールバック
- キャパシティ計画と負荷テスト
実務での使い方・具体例
小さな組織での取り入れ方
SREチームを置く余裕がない会社でも、考え方だけを取り入れることはできます。
- 利用者にとって一番重要な体験を一つ選ぶ（ログインできる、注文できるなど）
- それを測るSLIを決め、監視で計測を始める
- 現状の数値を見ながら、無理のないSLOを関係者で合意する
- 毎月SLOの達成状況を確認し、余裕がなければ改善を優先する
- 繰り返し発生する手作業を書き出し、自動化の候補にする
架空の例：BtoB SaaSのリリース判断
ある業務向けSaaS（架空）では、営業部門から新機能の早期リリースを求められる一方、直近で障害が続いていました。そこで「主要画面の正常応答」をSLIとし、SLOを決めて月次で追うようにしました。目標を下回りそうな月は新機能のリリースを一時止め、障害の原因となっていた処理の改修を優先すると合意したことで、営業部門と開発チームの議論が感覚ではなく数字に基づくものになりました。
運用の数字を経営の言葉にする
SLOの達成状況は、開発チームの中だけで共有するものではありません。目標を下回ったときに新機能の公開を遅らせる判断は、営業や経営の予定にも影響します。そのため、月に一度は事業側の担当者も交えて、信頼性の状況と次の打ち手を確認する場を設けると、信頼性への投資が「開発の都合」ではなく「事業の判断」として扱われるようになります。
よくある誤解と注意点
- SRE＝運用担当者の新しい呼び名、ではない：手作業の運用をこなす役割ではなく、仕組みで信頼性を高める役割です。
- SLOは高ければよいわけではない：利用者が満足する水準を超えて高めても、費用と開発スピードを失うだけです。
- 大企業向けの手法と決めつけない：SLIとSLOを一つ決めるだけでも、判断の質は変わります。
- ツール導入が目的化しやすい：まず「何を守りたいか」を決めることが先です。
関連用語
- 可用性：SREが守ろうとする信頼性の中心的な要素
- 稼働率：SLIとしてよく使われる指標の一つ
- ポストモーテム（障害振り返り）：SREが重視する障害後の振り返り
- 監視（システムモニタリング）：SLIを計測するための基盤
- IaC（Infrastructure as Code）：インフラ構築をコード化し、手作業を減らす手法
Otsumuに相談できること
SREの考え方は、専任チームがなくても、運用の判断基準や自動化の優先順位づけに役立ちます。Otsumuでは、守るべき指標の設定から監視の整備、繰り返し作業の自動化までを、組織の規模に合わせて支援しています。運用中のシステムは保守・運用、手作業の削減は自社サービス運用の自動化コンサルティングのページをご覧ください。
30分の無料相談で、運用の悩みからお聞かせください。
執筆：Otsumu株式会社 ／ 編集日 2026.10.01