久しぶりに時間がとれて早く帰ってきたはいいけれども、明日は朝から健康診断で、食事も酒も制限多すぎて身もだえする今日この頃、しょさんです。
仕方ないので、コレ書いたらさっさと寝てやろうと考えてるんですけど、明日の朝早く起きたところで、ご飯も食べられないし、血液検査があるから走ったり運動しないほうがいいのかと考えると、なにをしたら良いのか分からず途方に暮れています。
統計学
さて、そんなこんなで統計学です。全然、話が繋がってませんが、最近、統計学のお勉強にお熱が上がっています。ただ、この黄金週間の大半はシステム障害に関わっていて、解析や対応策の検討とかをしていました。お陰様で、外部との連絡経路が経たれた(個人用のiPhoneが使えない)場所に軟禁状態になって、ダメ軍人みたいになっていましたが、そこはそれ、腐らず一所懸命、解析に命はってました。
唐突に統計と解析の話を、つじつまをあわせるように書きましたが、勿論関係がある話で。高校生のころに「確率・統計」とかの時間があったかと思います。障害の解析において、仮設をたてて障害の原因を絞っていく方法がありますが、この方法はまさに統計などを利用することがあるわけですね。役に立つんです。故障、障害が発生した機器やサーバなど、1台で発生した時は、その1台を丹念に調査すればいいわけですが、複数台、特に数百台にも影響が出たような場合、障害の発生したものと、障害の発生しなかったものとで、何がちがったのかを分類してみることがあります、ね。実際には複数の状態を持つようなものもあるでしょう。例えば、完全に停止したもの、ネットワークだけ落ちたもの、稼働していたけれどもミドルウェアが落ちたもの、視点はイロイロありますが、なにかを起因して障害が発生した時に、傾向をみるために、統計を取ってみるのは一つの手です。
そんな大規模障害が起きなければ、こんな事考えなくていいんですけどね。いや、今回対応したものは、そこまでおおきくなかったんですけれども、いろいろな視点で分析をしていった結果、ある一つの仮説にたどり着きまして。実際に障害の発生したサーバの解析の結果が、その仮説にぴったりと一致してちょっと嬉しかったんですね。仮説検証型で、ある程度、早いタイミングで対策なども考えたことで、短い時間で対応を検討できたことは、良い結果だったなと自画自賛しているわけです。
どこで、どんな風に過去の学習内容が使えるか分かりませんから、中学生の教科書とか見てみると楽しいと思うのです。