APIの可観測性：信号を判断につなげる

テレメトリをユーザータスクに接続する

メトリクス、ログ、トレースはそれぞれ異なる疑問に答えます。高い稼働率は、チェックアウトやサインインの失敗を隠蔽する可能性があります。ユーザーが期待する結果を定義し、それを実現する呼び出しを計測します。

• 成功、遅延、ユーザーに表示される障害を示すジャーニーインジケーターを選択します。
• トレース内の機密データを制限しながら、サービス間で相関関係を伝播します。
• 依存関係の障害をリハーサルし、アラートが適切なアクションと理解しやすい劣化モードにつながるかどうかを確認します。

一次資料：OpenTelemetry — Observability primer. 関連する方法：実践ガイドを読む.

収集停止：ログと欠けたイベントを照合する

生成、受信、利用可能なイベントを分け、記録の静けさを障害がない証拠としません。

• アプリ、収集器、保存先と担当者を整理します。秘密や顧客データを含まない、安定した識別子の有限な架空イベント列を準備します。イベント時刻と観測時刻を残します。収集の遅延は自動的に喪失を意味しません。
• テストで宛先を止めて復旧します。キュー、再試行、拒否、再起動を観測します。永続キューは一部の喪失を抑えますが、容量が有限で保存先に依存します。満杯時の動作を定め、収集がサービスを黙って停止させないか確認します。
• 同じ観測締切で参照集合と実際に読めるイベントを照合します。重複、遅延、欠落を別々に数えます。通信の確認は最終的な利用可能性を証明しません。信頼できる参照なしでは範囲は不明であり、喪失ゼロや障害ゼロとしません。

{
    "expected_ids": [
        "E1",
        "E2",
        "E3"
    ],
    "received_ids": [
        "E1",
        "E1",
        "E3"
    ],
    "received_rows": 3,
    "unique_received": 2,
    "missing_ids": [
        "E2"
    ],
    "observation_cutoff": "same_for_both_sets"
}

一次資料：OpenTelemetry — Collector resiliency. 関連する方法：実践ガイドを読む.

放置されたサブドメイン：CNAMEを管理下で廃止する

DNS名を管理中のリソースに結び付け、サービス解放前に依存先を閉じます。

• 公開名、CNAME連鎖、事業者リソース、担当者を記録し、DNSを権限のあるアカウントの台帳と照合します。HTTPエラー、NXDOMAIN、リソース不在だけでは乗っ取り可能とは判断できません。事業者の保護を確認します。
• 解放前に参照を削除するか管理中の宛先へ変更します。以前のTTLとキャッシュを考慮し、権威DNSと複数のリゾルバーを確認します。必要な所有権確認は残し、TXTを一括削除しません。
• リンク、転送、OAuthコールバック、Webhook、Cookieドメインを調べます。既に解放済みならDNSを修正し、インシデント手順で露出を調査します。削除後にDNSとリソースを照合します。

{
    "name": "portal.example",
    "cname_present": true,
    "resource_deleted": true,
    "provider_claimability": "not_verified",
    "takeover_observed": false,
    "expected": "remove_or_replace_mapping_and_review_exposure"
}

一次資料：Microsoft — Prevent dangling DNS entries. 関連する方法：実践ガイドを読む.

API再試行：経路全体の時間を数える

呼出し、待機、全経路を分けます。

関連する方法：実践ガイドを読む.