もし大規模障害が、10分で解決できたら？

日本IBM CSM TEAMのnoteにアップロードする資料です。

クリエイターページのURLは下記となります。
https://note.com/ibmj_csm/

APMについて紹介し、どのように大規模障害を解決していくのか、その効果について説明しています。

Transcript

1. Copyright ©2024 IBM Corporation. もし大規模障害が、10分で解決できたら？ - 「どこかわからない」が減る。問題の解決が早まる - テクノロジー事業本部 デジタルカスタマーサクセスマネージャー 小石川 将晃
2. Copyright ©2024 IBM Corporation. 免責事項 本資料に含まれる情報は可能な限り正確を期しておりますが、 記載された内容に関して、日本アイ・ビー・エム株式会社が 何ら保証するものではありません。 従って、本資料の情報の利用は使用者の責任において 為されるものであり、資料の内容によって受けた 如何なる被害に関しても一切の補償をするものではありません。 何卒、ご了承ください。
3. Copyright ©2024 IBM Corporation. 複雑化するインフラ サービスが増える。技術も増える。 コンテナやクラウド、多くの知識。 もう誰も全体像が見えなくなっている。 障害の本当の場所は？ エラーが出たサーバーAにアクセス。 ログファイルを確認。 しかし原因はサーバーBに存在していた。 視覚的に状況を見たい 時間経過と共に変化する環境データ。 数字で見ても直感的にわからない。 自動でグラフ表示して欲しい。 平均修正時間が長い 障害通知が届き、調査を開始する。 原因の切り分けに難航する。 MTTRの時間は短くならない。 よくある運用の悩み、問題解決のプレッシャー
4. Copyright ©2024 IBM Corporation. 障害は１秒でも早く解決したい インシデント 発生 情報 収集 障害 場所 障害 内容 対処 方法 障害の レベル 焦り、不安、困惑 原因 解析 障害 対処 復旧 赤枠の時間は出来るだけ減らしたい、 障害のレベルが変化しても、すぐに対処まで進みたい。 APMの活用 問題背景 – 障害対応は時間との勝負
5. Copyright ©2024 IBM Corporation. APMがすぐ近くの未来を左右する APMを理解して、本当に効果のある、 デジタルプロセス改善を体験してください。 多くのITシステムは、APMを活用するべき時に来ています。 システム構成は複雑になっているし、コストも膨大です。 APMを利用することでシステム課題に即対応可能となるでしょう。 56.6%のMTTRの削減、99.99%の可用性の実現など、素晴らしい成果があります。 背景にある「よくある」を減らす 人間の管理には限界がある。コンピューターは人間の機能を外部から強化してくれる。
6. Copyright ©2024 IBM Corporation. なぜいまAPMが不可欠なのか？ 従来の方法 APMの活用 多様なクラウドやマイクロサービスの普及に より環境の急速な複雑化に追いつけない。 ベテランエンジニアの記憶が頼り。 環境の変化を自動でマッピングする。 新しい技術の追加に柔軟に対応される。 新人であっても、環境を目視で理解できる。 ユーザーの期待するアプリケーションの パフォーマンスを維持できない状況になる。 問題の特定をする余裕もない。 障害発生時、複雑化したインフラによって 解決までの時間が増加していく。 MTTRの時間が伸び、ストレスは蓄積する。 アプリケーションの問題特定が容易になる。 問題が起きている場所、なにが問題になって いるのかを見つけることができる。 障害発生時、どこで問題が発生しているかを すぐに切り分けることができる。 MTTRの改善によって、顧客のストレス緩和。 これまで起きていた問題には、早期対応、あるいは事前対応を可能にします。 APMを活用することは、ビジネスのダメージを最小にすることであり、安定運用のカギです。
7. Copyright ©2024 IBM Corporation. APMがもたらしてくれる、具体的な成果 パフォーマンス監視 スケーラビリティ ユーザー体験 顧客行動の変化 素早く異常検知、パフォーマンスを向上させる 利用率を視覚化、効果的なサイズ感へ 変化を読み取り、ユーザー体験を常に適切にする 顧客行動の変化に合わせて、戦略を最適化
8. Copyright ©2024 IBM Corporation. 事例 可観測性を高めて簡単に原因を究明する セブン＆アイ・ネットメディア様 引用元： https://www.ibm.com/downloads/cas/LVLN2LN1 インシデントを選択するだけで、 詳細が確認できる。 APM活用経緯 導入はしていたものの、うまく利活用に繋がらず 従来の対応で障害に対応していた。 対応状況 迅速な障害特定に繋がらない。 それどころか障害原因がわからないこともしばしば。 APMの再活用 スキルの再取得、APMの識者がいなくても、 わかりやすいUIと機能によって再度理解を進める。 結果 スキル再取得の直後に発生した障害において、 原因特定と復旧経過の観察に大きく活用される。
9. Copyright ©2024 IBM Corporation. 事例 インフラ全体やメインフレームの追跡ができる APMの導入によって得られる 依存関係を把握することができる。 依存関係を自動で図に作成する。 観測する範囲が大きく広がっても、どの アプリケーションに依存関係があるのか がわかる。 また観測範囲が大きくなっても、個別の インシデント一覧によって情報が錯綜す る事がなくなる。 障害の切り分けが楽になり、 チームが一丸となって活動できる。 Sogei Company様 (イタリアの経済財務省が所有する公共IT企業） 引用元： https://speakerdeck.com/instanautsjp/shi-li-how-to-use-instana- itariazheng-fu-guo-min-6000mo-ren-wozhi-eruinstananoli
10. Copyright ©2024 IBM Corporation. 事例 適切なトラブルシュートと速度改善 発生した事案 あるアプリで、画面遷移に5分かかる事態。 エンジニアによる分析が行われる。 対応状況 ベテランエンジニアでも、問題がわからない。 「SQLは遅くないからDBは原因ではない」と判断する。 Airitech株式会社様 引用元： https://speakerdeck.com/instanautsjp/koredesheng-turu-toraburusiyutowu-yong-chuan-by-instana APMでの対応 APMで再度確認、確かに遅いSQLではない。 分析によって、参照履歴の肥大化が確認される。 結果 確かにSQLに問題はない。 しかし原因の大元はDBにあることが判明する。 APMによる 再度の分析。 原因特定と対応 300秒 → 4秒 画面遷移の時間は1/75に短縮。 大幅な速度改善。 本番環境を影響なく 見ることができる
11. Copyright ©2024 IBM Corporation. APMでどう時間短縮を実現するのか？ ・1秒間隔のデータ収集による、リアルタイムパフォーマンスデータ 1秒単位でのデータ集取は、問題の検知を迅速にし、対応を早めます。 ・AIドリブンによる、アラート パフォーマンスに問題が発生すると、AIがその原因を特定し、時間を短縮します。 ・フルスタックの可観測性 Instanaが観測するのはアプリケーションだけではなく、システム全体の観測をします。 その他多彩な機能は別の資料でご紹介します。 IBM Instana Observabilityの強みを利用する
12. Copyright ©2024 IBM Corporation. 問題背景 – 解決の糸口はAPM 障害は１秒でも早く解決したい インシデント 発生 情報 収集 障害 場所 障害 内容 対処 方法 障害の レベル 焦り、不安、困惑 原因 解析 障害 対処 復旧 APM = IBM Instana Observabilityが このエリアをまるっと引き受けます！
13. Copyright ©2024 IBM Corporation. 早速体験してみませんか？ https://www.ibm.com/account/reg/us- en/signup?formid=urx-52345 IBM Instana Observabilityには 14日の無料利用があります。 日本語もありますので、安心して利用できます。 まずは環境を立ち上げてみて、どのように利用 できるのかをお試しください。 まず動画でInstanaを知りたい方は次の資料へ。 無料での利用導入方法が知りたいという場合は、 別途ご相談ください。
14. Copyright ©2024 IBM Corporation. 体験より先に動画で見たい方はこちら 動画配信も行っております。 下記のリンクからアクセスし、Instanaで録画ビデオを検索してください。 https://video.ibm.com/recorded/132875558
15. Copyright ©2024 IBM Corporation. 最後に：改めてAPMが当たり前の選択になる理由 APMは将来にわたってビジネスに必要な存在です。 ・リスクを低減する ・可観測性で可用率を高め続ける ・技術が多彩になっても人間をフォローし続ける ・トラブルシュートの強い味方である ・ユーザー体験を高め、ビジネスを継続する ・テスト環境で再現ではなく、本番環境を直に見る IBM Instana Observability で運用、障害対処を楽に 人間の管理には限界がある。コンピューターは人間の機能を外部から強化してくれる。 「どこかわからない」は「ここだ」に変わる。
16. Copyright ©2024 IBM Corporation. 閲覧ありがとうございました。 別途資料はCSMまでお問い合わせください。