サイトリライアビリティエンジニアリング（ＳＲＥ）とは、Ｇｏｏｇｌｅで培われたシステム管理とサービス運用の方法論です。ＧｏｏｇｌｅのＳＲＥチームの主要メンバーによって書かれた本書は、ソフトウェアのライフサイクル全体にコミットすることで世界最大規模のソフトウェアシステムがどのように構築、導入、監視、維持されているのかを解説します。はじめにリスク管理やサービスレベル目標、リリースエンジニアリングなどＳＲＥの行動の基礎となる原則について解説し、次にインシデント管理や障害の根本原因分析、ＳＲＥ内でのソフトウェア開発など大規模分散コンピューティングシステムを構築し運用するＳＲＥの実践について詳述します。さらにＳＲＥのトレーニングやコミュニケーションなどの管理について紹介します。急速にスケールするサービスを高い信頼性で運用する方法を解説する本書はエンジニア必携の一冊です。

第１部　イントロダクション（イントロダクション
ＳＲＥの観点から見たＧｏｏｇｌｅのプロダクション環境）
第２部　原則（リスクの受容
サービスレベル目標　ほか）
第３部　実践（時系列データからの実践的なアラート
オンコール対応　ほか）
第４部　管理（ＳＲＥの成長を加速する方法：新人からオンコール担当、そしてその先へ
割り込みへの対処　ほか）
第５部　まとめ（他の業界からの教訓
まとめ）
付録