途中まで成功した処理を復旧する

監視ではメトリクス、ログ、トレース、監査記録を分け、しきい値・相関ID・復旧手順を設計する。

パーティション単位の状態・チェックポイントと再実行を実装する

チェックポイントは分散処理の進捗を保存する。

全期間を毎回最初から処理する

全再処理は復旧の粒度が粗い。

失敗時に入力データを削除する

原データは復旧の入力として保持する。

CloudTrailで完了パーティションを推測する

CloudTrailは操作履歴を記録する。