> For the complete documentation index, see [llms.txt](https://atomoh.gitbook.io/kubernetes/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://atomoh.gitbook.io/kubernetes/jp/kuizu/gaido/08-observability-analysis-quiz.md).
# 可観測性分析クイズ
> **関連ドキュメント**: [Observability Analysis](/kubernetes/jp/gaido/ops/08-observability-analysis.md)
## 選択問題
### 1. 分散トレーシングにおける Trace ID とは何ですか？
* A) 単一の span に対する一意の識別子
* B) サービスをまたいでリクエスト内のすべての span を関連付ける一意の識別子
* C) サービスの名前
* D) タイムスタンプ
回答を表示
**回答: B) サービスをまたいでリクエスト内のすべての span を関連付ける一意の識別子**
**解説:** Trace ID は、リクエストがシステムに入ったときに割り当てられ、すべての下流サービス呼び出しへ伝播される一意の識別子です。同じリクエストを処理した異なるサービスの logs、spans、metrics を結び付けることができます。
### 2. 特定の namespace で error logs を見つける正しい LogQL クエリはどれですか？
* A) `SELECT * FROM logs WHERE level='error'`
* B) `{namespace="production"} |= "error"`
* C) `logs.namespace.production.error`
* D) `grep error /var/log/production`
回答を表示
**回答: B) `{namespace="production"} |= "error"`**
**解説:** LogQL は、波かっこ内の label selector に続けて filter expression を使用します。`{namespace="production"}` はその namespace の logs を選択し、`|= "error"` は "error" を含む行で絞り込みます。`|=` operator は大文字小文字を区別する substring matching を行います。
### 3. RED method は何を測定しますか？
* A) Resource usage、Events、Duration
* B) Rate、Errors、Duration（サービス向け）
* C) Requests、Endpoints、Data
* D) Replicas、Endpoints、Deployments
回答を表示
**回答: B) Rate、Errors、Duration（サービス向け）**
**解説:** RED method は、Rate（1 秒あたりのリクエスト数）、Errors（失敗したリクエスト率）、Duration（レイテンシ分布）を通じてサービスの健全性を測定します。リクエスト駆動型サービスに最適化されており、リソース向けの USE method を補完します。
### 4. USE method は何を測定しますか？
* A) User、Session、Events
* B) Utilization、Saturation、Errors（リソース向け）
* C) Upload、Storage、Encryption
* D) Units、Scale、Efficiency
回答を表示
**回答: B) Utilization、Saturation、Errors（リソース向け）**
**解説:** USE method は、Utilization（使用率）、Saturation（キューの深さ/待機）、Errors（エラー数）を通じてリソースの健全性を測定します。CPU、memory、network、storage リソースの分析向けに設計されています。
### 5. Prometheus における Exemplars とは何ですか？
* A) 設定ファイルの例
* B) metric から trace への関連付けを可能にする、metric samples に付与された Trace IDs
* C) Prometheus クエリのサンプル
* D) テンプレート dashboards
回答を表示
**回答: B) metric から trace への関連付けを可能にする、metric samples に付与された Trace IDs**
**解説:** Exemplars は、特定の時点で metric samples と一緒に保存される Trace IDs です。Grafana で histogram や counter を表示しているとき、exemplars により、特定の metric data point を生成した trace へ直接クリックして移動できます。
### 6. histogram から 95 パーセンタイルの latency を計算する PromQL 関数はどれですか？
* A) `avg()`
* B) `histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))`
* C) `max()`
* D) `percentile(95, latency)`
回答を表示
**回答: B) `histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))`**
**解説:** `histogram_quantile()` は histogram bucket counts から quantile を計算します。最初の引数（0.95）は percentile で、`_bucket` metric の rate に対して動作します。これにより、リクエストの 95% が完了する latency の上限値が得られます。
### 7. TraceQL は何に使用されますか？
* A) Prometheus alerts の作成
* B) Grafana Tempo での distributed traces のクエリ
* C) log aggregation rules の作成
* D) service mesh policies の定義
回答を表示
**回答: B) Grafana Tempo での distributed traces のクエリ**
**解説:** TraceQL は、traces を検索するための Tempo のクエリ言語です。サービス名、span 名、duration、attributes、status によるフィルタリングをサポートします。例: `{resource.service.name="api-gateway" && duration>1s}` は遅い API gateway traces を見つけます。
### 8. LogQL で JSON field を抽出するにはどうしますか？
* A) `json.fieldname`
* B) `{app="myapp"} | json | line_format "{{.fieldname}}"`
* C) `SELECT fieldname FROM logs`
* D) `logs.fieldname`
回答を表示
**回答: B) `{app="myapp"} | json | line_format "{{.fieldname}}"`**
**解説:** `| json` parser は、log lines から JSON fields を labels に抽出します。その後、Go template syntax を使って `| line_format` で出力を整形したり、`| status_code >= 500` のように抽出した fields でフィルタリングしたりできます。
### 9. Grafana で logs と traces の関連付けを可能にするものは何ですか？
* A) IDs の手動コピーアンドペースト
* B) log fields に trace\_id を含め、Loki datasource で derived fields を設定すること
* C) 同じ dashboard を使用すること
* D) 別の plugin をインストールすること
回答を表示
**回答: B) log fields に trace\_id を含め、Loki datasource で derived fields を設定すること**
**解説:** Applications は logs に Trace IDs を出力する必要があります。Grafana では、trace\_id field を認識して Tempo にリンクするように Loki の derived fields を設定します。これにより、log lines から関連する trace へ直接移動できるクリック可能なリンクが作成されます。
### 10. distributed tracing における span attributes の目的は何ですか？
* A) trace visualization の見た目を整えるため
* B) contextual metadata（user ID、request parameters）を spans に付与するため
* C) trace data を暗号化するため
* D) trace storage を圧縮するため
回答を表示
**回答: B) contextual metadata（user ID、request parameters）を spans に付与するため**
**解説:** Span attributes は、`http.method`、`http.status_code`、`user.id`、`db.statement` など、spans に context を追加する key-value pairs です。これにより、business context で traces をフィルタリングでき、どのリクエストに問題があるかを特定しやすくなります。