[SRE](/wiki/SRE)において、Service Level Objectiveの略で、サービスの質を図る指標の目標値こと。

正常応答率99%を目指そう！と言った時、正常応答率を99%というのがSLO。

[SRE](/wiki/SRE)においてService Level Agreementの略で、対外的に満たすことを約束している指標のこと。

正常応答率99%を目指そう！と内部的に言うなら[SLO](/wiki/SLO)だが、対外的に約束してしまうとSLAになる。

[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

Continuous Integrationで、自動化されたパイプラインで継続的にテストなどでコードをチェックする仕組みのこと。

[CD](/wiki/CD)とセットでCI/CDとか言われる。

[DevOps](/wiki/DevOps)

[SRE](/wiki/SRE)においては[トイル](/wiki/トイル)は50%以下を目指すルールがある。

50%ルール

[DevOps Research and Assessment（DORA）](https://cloud.google.com/blog/products/devops-sre/the-2019-accelerate-state-of-devops-elite-performance-productivity-and-scaling)チームが実施した 6 年間の研究から確立されたソフトウェア開発チームのパフォーマンスを示す 以下の4 つの指標のこと。

- **デプロイの頻度** - 組織による正常な本番環境へのリリースの頻度
- **変更のリードタイム** - commit から本番環境稼働までの所要時間
- **変更障害率** - デプロイが原因で本番環境で障害が発生する割合（%）
- **サービス復元時間** - 組織が本番環境での障害から回復するのにかかる時間

参考
https://cloud.google.com/blog/ja/products/gcp/using-the-four-keys-to-measure-your-devops-performance

Four_Keys


[機械学習](/wiki/機械学習)においては[中間層](/wiki/中間層)の変数のこととほぼ同義

中間層はだいたい入力より次元が低く、その次元で入力の特徴を捉えるようにチューニングするので、入力の特徴だけを捉えたものになる

関連：[潜在空間](/wiki/潜在空間)

潜在変数

開発者の生産性をどう捉えるかについてのヒントを与えてくれるフレームワーク。  

著者の一人であるNicole Forsgren氏は、[LeanとDevOpsの科学](/wiki/LeanとDevOpsの科学)の著者の一人でもあり、氏が2021年にGitHub、ビクトリア大学、Microsoft Researchのメンバーと共に発表した論文[The SPACE of Developer Productivity](https://queue.acm.org/detail.cfm?id=3454124)で提唱されている。

- Satisfaction and well being
	- 開発者が自分の仕事、チーム、ツール、文化にどれだけ満足しているか
- Performance
	- 開発者が書いたコードは、想定されたことを確実に実行したか？
- Activity
	- 業務を遂行する過程で完了した行動やアウトプットの数
- Communication and collaboration
	- メンバーやチームがどのようにコミュニケーションをとり、協力し合うか
- Efficiency and flow
	- 個人であれシステムであれ、中断や遅延を最小限に抑えて作業を進める、完了する能力

参考
https://zenn.dev/loglass/articles/28c565a875e9bd

SPACEフレームワーク


Variational Auto Encoder
変分オートエンコーダ

入力を[潜在変数](/wiki/潜在変数)に良い感じにするやつ

https://ai-kenkyujo.com/term/what-is-vae/
https://zero2one.jp/ai-word/variational-autoencoder/


与えられた命題が真であることを、それ以外の情報を与えずに証明すること。

ゼロ知識証明

## 概要  
  
「ソフトウェアテストをカイゼンする50のアイデア」  
  
http://www.eijipress.co.jp/book/book.php?epcode=2085  
  
[Attribute_Component_Capability](/wiki/Attribute_Component_Capability)

ソフトウェアテストをカイゼンする50のアイデア


[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)

アーキテクチャの分解には[コンポーネントベース分解](/wiki/コンポーネントベース分解)と[戦術的フォーク](/wiki/戦術的フォーク)という2種類のやり方があり、それぞれメリットとデメリットがある。

[戦術的フォーク](/wiki/戦術的フォーク)は[コンポーネントベース分解](/wiki/コンポーネントベース分解)と比べて以下のような特徴がある。

- メリット
  - 事前の分析が不要なので作業開始が早い
  - コードは抽出するより消す方が簡単 (と書かれていたが本当か？)
- デメリット
    - 不要なコードを消す努力が必要
    - ロジックは汚いまま

アーキテクチャの分解に関するトレードオフ


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

ちょっと豆が細かい気がする

ソルデラマニャーウォッシュ


[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

カーボンを使ったヒーターのこと。
電気代が[ハロゲンヒーター](/wiki/ハロゲンヒーター)より安く、遠赤外線が2倍出るため電力効率に優れる。

カーボンヒーター

<p><a href="/wiki/SRE">SRE</a>において繰り返しで何も生み出さない作業のこと。</p>
<p>トイルを削減していき人が運用できる状態に保つことがSREの目標の一つ。</p>
