DLQ 10万件を復旧する

最初の一問

外部APIが復旧し、DLQに10万件残っています。通常の新規jobも流れ続けています。何を確認して、どのように復旧を始めますか？

これは演習で実測ではない。未提示のrate・quota・処理時間・期限はunknown。最初はこの一問だけを提示し、回答を待つ。以下の追加条件や解説を先に読み上げない。

進行役用：回答後に一つずつ追加する条件

すべて「演習上の追加条件」と明示する。各段階で判断と理由を一問ずつ聞き、回答を待つ。模範解答はここには置かない。

1. 新規jobは毎秒200件、下流API上限は全worker合計300 calls/s、1回の試行は1 call。復旧用の枠をどう決めるか。
2. API応答時間は平均0.5秒だがp99は5秒。同時実行数とrate limitをどう組み合わせるか。
3. 試行の10%で一時エラーが発生する。backoff・jitter・retry上限と総呼出し予算をどう変えるか。
4. 新規jobの期限は2分、DLQ残件の期限は6時間。公平性と優先度、復旧の停止条件をどう決めるか。
5. 一部は入力不正で常に失敗し、別の一部は下流成功済みだが結果不明。redrive対象と隔離対象をどう選ぶか。

回答後の振り返り

解説と図へ戻り、reviewのneeds_revisitを確認する。回答・ヒント・判断変更だけを新しいSession Syncへ記録し、この問題を置いたことを実施済みにしない。