MTTR（平均復旧時間） とは？

障害が起きても素早く復旧できるということだよ。たとえばMTTRが5分なら、ユーザーへの影響は最小限に抑えられるね。SREの世界では「障害を防ぐ」より「素早く復旧する」方が現実的という考え方もあるんだ。

一定期間の障害復旧時間を全部足して、障害の回数で割るだけだよ。たとえば3回の障害でそれぞれ10分、20分、30分かかったら、MTTRは20分だね。

3つのアプローチがあるよ。まず検知を速くする（アラートの改善）。次に診断を速くする（ランブックの整備）。そして復旧を速くする（ロールバックの自動化）。どれか一つでも改善すればMTTRは縮まるんだ。

そうだよ。DORAの4つの指標の「サービス復旧時間」がまさにMTTRだね。エリートチームは1時間未満、ローパフォーマーは1週間以上という差があるんだ。

MTBFやMTTDも一緒に見るべきだよ。MTTRが短くても障害が頻発していたら問題だし、検知までに時間がかかっていたらMTTRの数字が良くても実際のダウンタイムは長いからね。