インフラの運用設計とは?決める項目と設計書へのまとめ方

インフラの運用設計は、システムを稼働させた後、誰が何を確認し、異常や変更へどう対応するかを決める作業です。監視項目や手順書だけでなく、業務時間、復旧の目標、権限、担当者への連絡、定期作業を一つの運用として組み立てます。

業務が必要とする状態から、確認・判断・実行の分担へ落とし込むことが中心です。この記事では、運用要件を設計書にまとめ、引き継ぐまでの流れを説明します。

業務上の要件を先に確認する

最初にサービスの利用時間、停止した場合の影響、重要な処理、許容するデータ損失、復旧までの目標を整理します。技術担当だけで決めず、業務側が何に困るかを確認します。

仮に平日の日中に使う社内システムでも、夜間の集計が翌朝の業務に必要なら、夜間障害を翌朝まで放置してよいとは限りません。「画面の利用時間」と「必要な処理が動く時間」を分けて考えます。

業務の条件 運用設計へつながる問い
翌朝9時に集計が必要 処理完了を何時に確認し、遅延時は誰へ連絡するか
月末は停止できない 変更できる期間と例外時の判断をどうするか
過去データを参照する 保持期間、保存先、復元方法をどうするか
担当者が不在になる 代行者と必要な権限をどう用意するか

設計書は運用全体の関係を示す

章の例 記載する内容
対象と前提 構成、対象範囲、業務時間、除外するサービス
体制と役割 業務責任者、運用担当、専門担当、外部委託先
日常運用 監視、定期確認、バックアップ、ジョブ、容量確認
障害対応 検知、重要度判断、連絡、調査、復旧、報告
変更管理 申請、影響確認、承認、実施、結果確認
権限と記録 操作権限、ログ、作業記録、棚卸し
引継ぎと改善 訓練、運用開始条件、改訂責任、見直し時期

すべてを一つの文書に重複記載する必要はありません。設計書に方針と参照先を置き、具体的なコマンドや操作は手順書へ分けると、変更時の整合を取りやすくなります。

監視の結果から、担当者の行動までつなぐ

「CPUを監視する」だけでは、通知後の対応が決まりません。何をサービスへの影響として捉え、どの条件で誰が調べるかを記載します。通知先だけでなく、未応答時の次の連絡先や、勤務時間外の扱いも確認します。

AWSのWell-Architected資料は、障害調査のplaybookに必要なツールや権限、関係者への連絡、原因不明時のエスカレーションを含める考え方を示しています。AWSの障害調査playbookの説明

たとえば夜間集計の遅延では、ジョブの状態、処理件数、関連サービスを確認し、定めた時刻までに解消しなければ業務責任者へ連絡する、といった流れを作ります。再実行で二重計上しないか、どの時点から再開できるかも設計と試験の対象です。

バックアップと復元を一緒に設計する

取得日時、対象、保存先、保持期間だけでなく、何を使ってどの順に戻すか、誰が判断するかを決めます。バックアップが取得できていても、業務に必要な時間で復元できるとは限りません。

仮の障害シナリオで復元を試し、データの整合、必要な権限、手順の不足を確認します。復元結果を誰が業務として確認するかまで含めると、技術的な起動だけで完了しにくくなります。

運用開始前に、引継ぎ先で試す

設計した人だけが操作できる状態では引継ぎが不十分です。担当者が参照先へアクセスでき、連絡先が有効で、必要な権限を持っているか確認します。実際の作業を行う場合は、承認された試験範囲を使います。

運用開始の判定では、重大な未解決事項、代替手段、担当と期限を明確にします。未完成の手順を「後で整理する」とだけ残さず、開始に影響するかを判断します。

構成変更に合わせて更新する

新しいサービスや監視を追加した際は、担当、復旧、権限、手順書への影響を確認します。設計書の更新担当と確認日を決め、実態と文書の違いを定期的に点検します。

運用設計は一度作って終える成果物ではなく、システムを継続して使うための合意です。体制や設計範囲を整理したい方は、テクノヴァースの技術支援をご確認ください。

記事一覧へ戻る

ITの困りごとを、
まずはご相談ください。

何から手をつけるか決まっていない段階でも構いません。ご相談内容に応じて、担当者からご連絡します。

まずは相談する

採用へのご応募は採用エントリーからお願いします。