サイト基盤の監視サービス

概要

複数サイトを載せた事業サイト v4 の基盤を対象に、資源の使用量とエラーを定期的に判定し、異常だけを Slack と GitHub の Issue に出す常時稼働のサービス。Cloudflare Workers の Cron でのみ動き、ルートも独自ドメインも持たないため、外部からは到達できない。

課題・背景

個人で複数サイトを運用していると、資源の枯渇やエラーの増加に気付くのは表示が壊れた後になる。かといって一日中ダッシュボードを見ているわけにもいかない。必要なのは通知そのものではなく、異常に気付いた時点で対処の入口（何が起きたか、根拠は何か、次に何をするか）まで揃っている状態だった。

アプローチ

3 時間ごとに使用量とエラーを取得し、サイトごとのベースラインと突き合わせて判定する。閾値はコードではなく設定ファイルに外出しし、判定の根拠と対処手順へのリンクを Issue の本文に含めた。権限は用途ごとに分け、計測用のトークンは読み取りのみ、起票用のトークンは Issue の読み書きのみに絞っている。

通知が来ないことと監視が死んでいることは、受け取る側から区別できない。無音を正常のサインにしないため、週に一度は異常が無くても生存報告を出し、API の疎通と、トークンが失効するまでの残り日数を添える。

成果

稼働開始（2026-07-18）から 2026-08-31 までに 14 件の異常を検知して Issue を起票した。そのうち、人が本番環境を直接操作して対処したものは 0 件である（コードの修正で解消したものが 8 件、対処不要と判定したものが 5 件、閾値の見直しが 1 件）。

担当範囲

企画／設計／開発／インフラ／運用

技術スタック

Cloudflare（Workers・Cron Triggers・GraphQL Analytics API・Workers Observability）／TypeScript／GitHub API／Slack