対象： AWS上で稼働する既存の業務システム
担当範囲： 監視・通知とバックアップの設計・設定、運用設定の文書化、自動起動・停止の設計
監視・通知とバックアップの役割を抜粋した概略図です。破線は監視対象との関係、矢印は通知とバックアップの流れを表しています。通信経路や通知の中継サービスは省略しています。
背景と課題
業務システムを継続して利用するには、サーバーの異常に気づく仕組みと、障害に備えてデータを残す仕組みが必要です。
Markshipの対応
Markshipは、既存のAWS環境を対象に監視とバックアップを設計・設定しました。CloudWatchによるリソース監視、New RelicによるURL監視、Slack・メールへの異常通知とAWS Backupによる日次バックアップを整備しています。
監視する項目や通知先、バックアップの取得頻度・保存世代を整理し、運用時に確認できる設計書へまとめました。継続支援では、利用時間帯に合わせたEC2の自動起動・停止スケジュールも設計しました。
具体的な取り組み
サーバーの状態と外部からの応答を確認
サーバー内部の状態はCloudWatchで確認し、CPU、メモリ、ディスクの使用状況やEC2のステータスチェックを監視する構成にしました。メモリやディスクの情報はCloudWatch Agentで収集しています。
これに加えて、New Relicから公開URLの応答を確認する監視を設けました。サーバーのリソース状況と、外部からアクセスできるかを別々に確認できるようにしています。
異常を担当者へ届けるところまで整備
監視項目を設定するだけでなく、異常と判断する条件、通知の重要度、連絡先を整理しました。運用担当者が気づけるよう、Slackやメールへの通知につなげています。
URL監視では応答がない状態の継続時間に応じて重要度を分け、リソース監視では項目ごとに判定条件を設定しました。
日々のバックアップ取得を自動化
障害時の復旧に備え、AWS BackupでEC2のバックアップを日次で取得するよう設定しました。取得スケジュールと保存世代を決め、定期的な取得を手作業に依存しない形にしています。
バックアップ対象と設定値は設計書にまとめ、運用時に何をどの頻度で保存しているか確認できるようにしました。
利用時間に合わせた稼働を設計
継続支援では、利用時間帯を踏まえたEC2の自動起動・停止も設計しました。EventBridgeのスケジュール機能を使い、環境ごとの稼働時間と起動・停止時刻を整理しています。
監視やバックアップに加え、日常の稼働スケジュールも運用設定として明確にしました。
