https://gihyo.jp/magazine/SD/archive/2025/202502
「Flatcar Container Linux」（以下、Flatcar）は、コンテナ化されたアプリケーションの実行に特化したLinuxディストリビューションです。コンテナを実行するのに必要なツールのみを含む最小限のパッケージで構成されている点が大きな特徴です。
知らなかった. 気になるので後で調べよう.
Python 3.10 以降の新機能を中心に機能が紹介されていて, 個人的にはよかった. Python はいつの間にか機能が増えたり, デファクトスタンダードなパッケージが変わってたりして, 書き方がガラッと変わるのでこうやって紹介してもらえるのはありがたい. 全体的に Python の機能の紹介に寄っていて, 「こういうときはこう書く」といった説明はないので, あまり書き慣れていないと読んでもピンとこないかもしれない.
個人的に使ってないので流し読み. ユーザーが増えると痒い所に手が届くような機能が増えるし, それに関する情報も増えるので, 良いループが回ってるなと思った. DBMSの機能に強く依存するようなシステムを組んだことがないので, 実際にアップデートで機能が追加されたときにどう倒していくのかが気になる.
境界値分析法と Property-based testing について見落としやすいテストケースも踏まえて解説されていてよかった. 境界値分析法は当たり前のように使うのであまり気にしてなかったが, 境界値分析法が機能する前提条件が提示されていてよかった. Property-based testing は境界値分析法に対する答えみたいな扱われかたをされることもあるが, 当然うまくいかないケースもあって, そういった場合についても解説されているので良い.
ひどい月には、障害対応＋ポストモーテムのエンジニア稼働時間が60時間ほどありました。60時間という対応時間を数十名のエンジニアで均等にバランスするのであればまだよいのですが、実際には障害対応が得意なエンジニアやチームリーダー層に偏っていました。
泣いた.
障害の緊張感の中、会話とテキスト両方のコミュニケーションで情報を集めて障害の状況を記録しながら、障害対応の調整・判断を行うのはかなり負荷が高いため、少しでも負荷を減らすために、生成AIによる障害対応スレッドの要約を行い、状況把握・共有の容易化とポストモーテムの省力化を目指しています。
面白い使い方.
AWSのサービスのなかで最も重要な機能.
Cost Anomaly Detectionは、機械学習モデルを使用して、利用中のAWSサービスにおける支出の異 常パターンを検出します。
神機能.