HALF DEAD NETWORK

「状態は存在してるが、期待される振る舞いを満たしていない」——これがミソだと思う。サーバーって単に「動いてるかどうか」じゃなくて、"約束を守れてるか"が評価軸なんだよね。

半死とは、①だけOKで、②③が崩れた状態だ。

「ちゃんと死ね」
中途半端に生きる → 検知できない → 被害が広がる
ちゃんと死ぬ → 自動復旧 or アラート

その整理にもうひとつ足すなら、Observability（観測可能性）だ。半死が怖いのは、壊れてること自体より「壊れてると分からないこと」が問題だから。

"声は出ているが、意味が届いていない"

一瞬のエラーはただのノイズだ。でも半死は違う——「壊れたまま存在し続ける」。それがじわじわ効いてくる毒だ。アラートは鳴らない。ダッシュボードは平和。でも音がしないクラッシュが進行している。

"脈はある。記録もある。だが誰も異変と認識していない。"

さらに「誤解釈」を加えると——見えているのに正しく読めていない。「理解したつもり」が一番のノイズだ。分散すると、真実そのものが複数に分裂する。

"それぞれが真実を語っている。
だが、その真実は互いに世界を壊している。"

「半分死んでる」＝ 複数の正しい認識が同時に成立し、その結果として全体が壊れている状態

"壊れることは止められない。だが、壊れ方は選べる。"

設計とは、"半死との付き合い方"を決めることだ。

「彼は、真実を扱わないことを知っていた」

SRE。バックエンドエンジニア。ダッシュボードを信じない。ログを鵜呑みにしない。"何が起きたか"ではなく "どう壊れるか"を見続けている男。

■ 最初の敗北

アラートはない。CPUは正常。レスポンスも返っている。なのに——ユーザーだけが壊れている。

「システムは正常です」
——一番危険なログ。

■ 彼の武器

「システムは、正しくなったのではない。
壊れ方が上手くなっただけだ。」

分散システムとは、誤りを前提にした意思決定の連続である。

障害は終わった。システムは安定している。だが——理解はまだ壊れている。

会議室。ログ、グラフ、トレースが並ぶ。誰もが言う「原因はこれです」。だが主人公は止める——「違う。それは"説明"だ」

チームの中でも同じことが起きている——フロントエンドの真実、バックエンドの真実、インフラの真実。全員が"正しい部分"を見ている。だが全体は誰も見ていない。

「障害は一度起きた。
だが誤解は、何度でも再発する」

人間もまた、不完全な観測から意思決定する分散システムである。

システムは復旧した。設計も改善された。だが——障害はまた起きる。

「問題はコードではない。問題は"構造"だ」

情報は遅延し、意図は歪み、前提は共有されない——ネットワークと同じことが起きる。

■ 人間版スプリットブレイン

障害時——開発は「コードは正しい」、インフラは「負荷が異常」、プロダクトは「仕様通り」。全員が正しい。全体は壊れている。

「システムが壊れるのではない。
"我々の連携の形"が壊れている」

組織とは、遅延と誤解を含んだ分散システムである。

障害は再発した。だがログはこう言っている——「すべて正常」。

■ 人間版 Eventually Consistent

10:00「原因はDB」、10:10「いやネットワーク」、10:20「キャッシュの不整合では」——時間とともに"真実"が変わる。しかも誰も確定した瞬間を知らない。

■ リトライ地獄

調査が進まない。とりあえず再デプロイ。再現しない。もう一回再起動——何も分からないまま、状態だけが書き換わっていく。非冪等な操作の連打、そのものだ。

■ スプリットブレイン（人間版）

Aチームはロールバック。Bチームは修正デプロイ。同時に"正しい解決"を実行した——どちらも正しく、全体は破壊された。

"システムは壊れる。だが最初に壊れるのは理解だ。"

観測できないものは、修復できない。

一台が壊れた。それだけのはずだった。だが——壊れ方が伝播した。

半死ノードが最も危険な理由は、動くからだ。"通信できる壊れ方"が一番危ない。

"壊れていたのは一つだけだった。
だがそれは、壊れ方を広めるには十分だった。"

正常ノードが"壊れ方を学習する"こと——異常が新しい正常になる。

問題は壊れることではない。壊れたまま繋がり続けることだ。