責務分割・モノリスとサービス分割

最初の一問

5人チームで注文・在庫・請求を作ります。まずどう分割し、何が起きたらサービスを分けますか？

詳細な解説や模範解答を読む前に、まず自分の仮定と判断を口頭で説明する。

学習の切り口

• Learn：業務境界とデータ所有を、自分の言葉と小さな例で説明する。
• Practice：最初の問いについて、要件確認 → 初案 → 理由 → 代替案を説明する。
• Interview：在庫だけ負荷と開発頻度が大きく増え、別チームが担当するなら？
• Production：一つの注文失敗をサービス横断でどう追跡しますか？

判断を見直す観点：業務境界とデータ所有／独立deploy／分散した整合性と運用負担。

コードと図で詳しく学ぶ

Goコードで理解するHexagonal・Clean Architecture：同じ見積APIで、3層からの依存性逆転、Port/Adapter/Use Case、DTO、テスト、採用しない条件、運用まで追う。Learn用の詳細教材であり、Practiceでは回答前に解説を読み上げない。

この題でセッションを始める

ChatGPT開始文

tech2026 の CHATGPT.md と reviews/architecture-boundaries.yaml、
src/content/docs/topics/architecture/boundaries.md を読み、architecture-boundaries の interview を始めてください。
最初はこのページの最初の一問だけを出し、私の回答を待ってください。
以降は回答に応じて条件を一つずつ変え、理由とtrade-offを聞いてください。
終了時は実際の回答を根拠に、CHATGPT.mdと既存テンプレートに従ってYAML＋Session narrativeを含む [Session Sync] GitHub IssueをMFQWKMR4/tech2026に作成し、URLを返してください。作成できない場合は未作成と明示し、コピー可能なタイトルと本文を返してください。

基礎からなら interview を learn、設計練習なら practice に変更する。口頭で15〜20分を目安に、一回は一つの判断に絞る。 GitHubを読めない場合は npm run session:pack -- architecture-boundaries の出力を貼る。

一次資料への入口

公式資料 — 性能だけでなく信頼性・運用・費用を含めて分割判断をレビューする。

資料確認日：2026-09-07。これは出題の入口で、学習済み・実験済みを意味しない。 AIは未提示の要件を事実として補わず、回答後に必要な資料を確認する。