何を監視するの？
大きく3つ。①インフラメトリクス（CPU使用率、メモリ、ディスク、ネットワーク）、②アプリケーションメトリクス（レスポンスタイム、エラー率、リクエスト数）、③ビジネスメトリクス（注文数、売上、アクティブユーザー数）。異常値にはアラート（Slack通知、PagerDuty）を設定するよ
アラートが多すぎて困る…
「アラート疲れ」は深刻な問題だよ。重要度でレベル分け（Critical:電話/SMS、Warning:Slack、Info:ダッシュボードのみ）して、本当にアクションが必要なものだけ通知する。「CPU使用率80%超え」は警告、「サービス応答なし」はCritical。閾値の調整と不要アラートの削除を定期的に行おう
おもしろい！オブザーバビリティって何？
監視の進化形で、「メトリクス」「ログ」「トレース」の3本柱でシステムの内部状態を把握する考え方だよ。監視が「何が起きたか」を検知するのに対し、オブザーバビリティは「なぜ起きたか」まで分析できる。分散トレーシング（Jaeger、OpenTelemetry）でマイクロサービス間の問題箇所を特定するんだ
ダッシュボードのコツは？
①USE Method（Utilization:使用率、Saturation:飽和度、Errors:エラー）でリソースを整理、②RED Method（Rate:リクエスト率、Errors:エラー率、Duration:処理時間）でサービスを整理、③ダッシュボードは目的別に分ける（概要/詳細/障害対応）。Grafanaでテンプレートを作っておくと新サービスも素早く監視できるよ
