[SRE](/wiki/SRE)においてアラートが鳴ったら対応するべく電話などを手元に置いておく状態のこと。最悪。

オンコール


Site Reliability Engineeringの略で運用と開発のバランスをとって信頼性を担保していく方法論のこと。

[DevOps](/wiki/DevOps)の実装とも言われる。

[Google](/wiki/Google)が提唱したり[Googleのソフトウェアエンジニアリング](/wiki/Googleのソフトウェアエンジニアリング)で触れられたりしている。

基本的な用語
- [SLI](/wiki/SLI)
- [SLO](/wiki/SLO)
- [SLA](/wiki/SLA)
- [エラーバジェット](/wiki/エラーバジェット)
- [トイル](/wiki/トイル)
- [オンコール](/wiki/オンコール)
- [50%ルール](/wiki/50%ルール)


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

マイクロサービスの粒度を大きくするか？小さくするか？もトレードオフである。  
  
粒度を小さくする要因としては以下のようなものがある。  
  
- サービスの範囲と機能  
  - 凝集性が高い状態になっているか？  
- コード変動率  
  - 一部のコードだけ変更頻度が高くないか？  
- スケーラビリティとスループット  
  - 一部だけスケールする必要があるか？  
- 耐障害性  
  - 一部の故障で全体が故障してしまわないか？  
- セキュリティ  
  - 一部だけ高いセキュリティが必要か？  
- 拡張性  
  - どの程度拡張されるか？  
  
粒度を大きくする要因としては以下のようなものがある。  
  
- トランザクション  
  - サービスをまたいだトランザクションが必要か？  
- ワークフローとコレオグラフィ  
  - サービス同士がやりとりする必要はあるか？  
- 共有コード  
  - サービス同士がコード共有の必要はあるか？  
- データ関係  
  - データは分解できるか？

サービスの粒度に関するトレードオフ


[グラフ理論](/wiki/グラフ理論)における[グラフ](/wiki/グラフ)の定義から、[辺](/wiki/辺)の集合ではない方の集合。

頂点


[Googleのソフトウェアエンジニアリング](/wiki/Googleのソフトウェアエンジニアリング)の定義では

> コードの挙動を変えずに整理された内容に書き直すこと

である。

つまり、最も重要なのは自動テストである。自動テストがないと挙動が変わってないことが担保できないからである。

参考
https://qiita.com/miketako3/items/3085e225a35cdf89cd55

リファクタリング

[Ethereum](/wiki/Ethereum)に対する[L2ソリューション](/wiki/L2ソリューション)の一つ。

Plasmaチェーンでトランザクションの処理とデータ記録を行い、[マークルツリー](/wiki/マークルツリー)のルートハッシュだけ定期的にルートチェーンに提出することで、ルートチェーンでの計算負担、ストレージ負担を大幅に軽減する仕組み。

Plasma

[万能チューリングマシン](/wiki/万能チューリングマシン)と同じ計算能力を持つこと。

チューリング完全


https://mickindex.sakura.ne.jp/schlick/schlick_MV_jp.html

ある命題が立てられているとき、この命題が有意味であるか無意味であるかという問いを立てるとしたならば、その命題が有意味であるための条件が問われている。
命題が有意味であるとはそれが検証可能であるということだ……という考え方が、意味の検証理論

意味の検証理論


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
ちょっと味薄めかも？

コロンビアスプレモ


アプリ開発とかでチュートリアル的にスライドが何枚か出てくるやつのこと

語源は知らない

ウォークスルー


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
https://www.kaldi.co.jp/ec/pro/disp/1/4515996015083
まあなかなかおいしい。エスプレッソ風味な豆ではあるがドリップコーヒーの味がする。そりゃそう。

カルディリッチブレンド


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

データベースを分けるか？分けないか？もトレードオフである。  
  
データを分解する要因として以下のようなものがある。  
  
- 変更制御  
  - カラムの変更等の影響が多岐にわたる  
- コネクション管理  
  - 1つのデータベースだけを使うとコネクション数の管理が難しい  
- スケーラビリティ  
  - コネクション数  
  - 容量  
  - スループット  
  - パフォーマンス  
- 耐障害性  
  - 1つのデータベースだけを使うとデータベースが単一障害点となってしまう  
- [アーキテクチャ量子](/wiki/アーキテクチャ量子)
  - 1つのデータベースだけを使うと1つの[アーキテクチャ量子](/wiki/アーキテクチャ量子)となってしまう (つまり独立してデプロイできない、等)  
- データベース種別の最適化  
  - 1つのデータベースだけを使うと1つの保存方法だけしか使えない (つまりデータ特性ごとに最適な選択肢が取れない)  
  
逆に、データを統合する要因としては以下のようなものがある。  
  
- データ関係  
  - 密結合な外部キー等があるか？  
- トランザクション  
  - 単一のトランザクション単位が必要か？  
  
モノリスなデータベースを分解するには5段階のプロセスを踏むと良い。  
  
1. 分析し、ドメインを特定する  
2. ドメインごとにテーブルを割り当て、移動する  
3. コネクションをドメインごとに分離する  
4. スキーマをそれぞれのデータベースに移動する  
5. コネクションを切り替える

業務データの分解に関するトレードオフ


[コンセンサスアルゴリズム](/wiki/コンセンサスアルゴリズム)の一種。

[プルーフオブワーク](/wiki/プルーフオブワーク)が計算量で信頼を得るのに対し、こちらは[暗号通貨](/wiki/暗号通貨)の保有量で信頼を得る。

その[暗号通貨](/wiki/暗号通貨)に[51%攻撃](/wiki/51%攻撃)をするためには51%の通貨が必要だが、当然クラックされた通貨は暴落するため、攻撃する経済的理由が無くなる、というのがプルーフオブステークの理屈。

プルーフオブステーク


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)で定義されている概念。

アーキテクトの問題はそれぞれユニークなため、ベストプラクティスが存在しない。  

だからこそ「ハード」パーツである。  

- 難しい問題  
- 堅い、システムの土台となる部分

ハードパーツ

[暗号通貨](/wiki/暗号通貨)の取引所で最近日本にも正式に参入してきた。

[Binance_Smart_Chain](/wiki/Binance_Smart_Chain)を運営している。

Binance

Continuous Deliveryの略で、本番環境までのデプロイを自動化して安定かつ高速にリリースしようぜというやつ。
<a href="/wiki/CI">CI</a>とセットでCI/CDと呼ばれる。
<a href="/wiki/DevOps">DevOps</a>