システムの可用性とは?稼働率と冗長化・復旧の関係

システムの可用性は、必要なときに利用できる度合いを表す考え方です。サーバーが起動しているかだけでなく、利用者が必要な処理を行えるかという観点で確認します。

可用性は、個々の機器の数値だけでなく、依存関係と障害時の動きで変わります。高い稼働率のサービスを組み合わせれば、そのまま全体も同じ数値になるとは限りません。

何を「利用できる」とするかを決める

注文サービスなら、トップページを表示できるだけでよいのか、注文の確定まで必要なのかを決めます。後者なら、アプリケーションだけでなく、認証、データベース、決済などの利用条件も確認対象です。

AWSのReliability Pillarでは、可用性を時間だけでなく、有効な要求に対する成功した応答の割合で測る考え方も説明されています。どの測り方を使うかは、サービスの使われ方に合わせて決めます。出典:AWS Availability

監視用のURLだけが正常でも、業務上の主要操作が失敗している可能性があります。利用者から見た操作と、内部の機器状態を分けて測ると、どこで利用できなくなったかを調べる材料になります。

直列の依存関係では、全部が動く必要がある

二つの要素AとBが両方利用できないとサービスが成立しない場合を考えます。各要素の利用可能・不可能が独立しているという単純な仮定の下では、全体の可用性はAとBの積です。

A = 99.9%、B = 99.9% と仮定
全体 = 0.999 × 0.999 = 0.998001
     = 99.8001%

これは計算の説明用の仮例です。AWSも、停止が直接サービスへ影響する依存先を含む場合の積の計算を示しています。ただし、公開SLAを掛けるだけで実際の停止時間を予測できるわけではありません。同社の別資料も、依存先の可用性を使った理論計算には限界があると説明しています。出典:AWS 依存関係と可用性

現実の構成では、独立性の仮定が成立するか、同じ障害原因の影響を受けないかを確認する必要があります。

並列にすればよい、というだけでは足りない

AかBのどちらか一つが動けばよく、故障が独立し、残った一つで処理を担え、切り替えも完全に行えると仮定します。この場合、両方が同時に利用できない確率を全体から引く計算ができます。

A = 99.9%、B = 99.9% と仮定
全体 = 1 − (1 − 0.999) × (1 − 0.999)
     = 0.999999 = 99.9999%

AWSの資料にも、独立した冗長要素で同じ考え方が示されています。これは二台にすれば必ず達成できる数値ではありません。出典:AWS Availability

同じ電源、同じ接続先、共通の設定ミスなどで両方が止まるなら、独立した故障として扱えません。また、切り替えの検知が遅い、残った側に容量が足りない、必要なデータがそろわない、といった問題があれば、利用者から見た停止は残ります。

冗長化の確認は、故障から復帰までを対象にする

構成図に二つの箱があることより、一方が使えなくなったときに何が起こるかを確かめます。検知、通信の切り替え、処理の再開、データの整合性、元へ戻す際の動きを順に確認する方法です。

仮にWebサーバーを二台にしても、セッション情報が片側だけにあれば、切り替え後に利用者が操作を続けられないかもしれません。この例では、機器の二重化とは別に、状態をどこで保持するかが論点になります。

訓練や試験は、影響範囲と停止条件を合意した環境で行います。実施結果には、どの故障を想定し、どれだけの時間や操作へ影響したかを記録します。試していない故障まで確認済みとしないでください。

目標に合わせて、依存と復旧方法を見直す

すべてを冗長化することだけが選択肢ではありません。重要でない依存先が停止したときに一部機能を制限して主要業務を続ける、復旧手順を短くする、といった方法も比較できます。利用者に何を提供し続ける必要があるかから考えます。

可用性目標を確認する際は、契約上のSLA、設計上の目標、観測した実績を区別しましょう。構成の依存関係や障害時の切り替えを整理したい場合は、テクノヴァースのインフラ支援をご覧ください。

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。