システム障害とは？

ITシステムは複数の機器やソフトウェアが組み合わされて構成されており、コンピュータやネットワークなどが日々進化することで高度化するとももに複雑化しています。なんらかの原因で、このシステムに問題や不具合が発生して、本来の機能を発揮できなくなるのがシステム障害です。システム障害は、機器やソフトウェアの問題のほかサイバー攻撃や自然災害、また停電などが原因になる場合があります。企業のインフラになっているシステムに障害が発生するとビジネスに大きな影響をおよぼす可能性があり、日常的にシステム障害を回避する対策を講じるとともに、想定外のシステム障害発生に常に備えることも必要です。そのためにシステム監視をすることは非常に重要です。

システム障害対応について

さてここまでお話してきましたように、システム監視をしないと大きなリスクを伴います。しかし、システム監視をしていても、システム障害は発生します。それに備えて対応をしておく必要があります。アイティーエムのシステム運用サービスは、24時間365日、お客様のシステムの安定稼動を実現するために、システム障害について迅速、確実な対応をします。障害発生時の電話等での状況報告から、手順書に基づいた復旧対応、テクニカルエンジニアによる障害ポイントの調査、切り分け等の復旧作業、またオンサイト（現地）対応やベンダーコントロールにも対応します フレキシブルな対応が求められるシステム運用業務だからこそ、これまでの20年以上にわたるMSP事業実績経験を活かした当社の高い技術力で、お客さまに安心と安全をご提供しております。

当社の主な監視グループ一覧と説明

当社の監視項目を見る前に「監視グループ」に関してご説明します。監視グループとは、当社の類似した役割の監視項目をグルーピングし分類したものです。各監視グループの詳細を見ていきましょう。

統合監視ソフトウェア「Zabbix」

統合監視ソフトウェアZabbix（ザビックス）とは、オープンソースの統合監視ソフトウェアです。サーバやネットワーク機器、アプリケーションの稼働監視やリソース監視とその設定などを一元管理でき、障害発生時や復旧時にはメールによる通知やコマンドの実行を行うことが出来ます。また、収集したデータを利用したグラフの作成やネットワークマップの作成なども可能です。当社の監視方法もZabbixを利用し様々な目的に応じて監視項目を設定しています。

Global外形監視

URLなどをインターネット経由越しでWebサービスが正常に動作しているか、ユーザー側の視点で監視することです。対象のWebサービスが動作しているサーバに対してPINGを打ったり、特定のURLのレスポンスを診て、異常があればメールなどで通知を飛ばします。PINGとはネットワークが正常に動作しているかを確認するためのものです。なお、当社監視システム基盤からのIPアドレス、プロトコル/監視に使用するプロトコルの通信許可が必要となります。
プロトコルとは通信規則のことで「OSI参照モデル」「TCP/IP」のようにコンピュータの通信機能を階層構造に分けて整理したモデルがあり、それぞれ各層の通信規則よって異なります。詳しくは「OSI参照モデルとTCP/IPの違いを比較」を御覧ください。

死活監視

対象機器にPINGをおくり、それを受け取った機器が送り返す応答を確認することで機器が動作しているとみなす監視方法で、稼働監視とも呼びます。サーバやネットワークの監視によく使われる方法で、PING応答がなかった場合、対象機器か経路のネットワークかのどちらかに問題があります。どちらの問題か確認する方法としては同じ経路でたどり着ける別の機器も同時に監視する方法もあり、もし、その機器からPINGの応答を得られたらネットワークは正常に機能していて関連する機器に問題があるといった推測が可能です。

BIG-IP

F5ネットワークス（F5 Networks）社が開発・販売している負荷分散装置(ロードバランサ)を中心とするトラフィック管理やアクセス管理などを行う通信制御装置などの製品群のブランド名です。OSI参照モデルのトランスポート層（L4）に加え、アプリケーション層（L7）での細かな通信制御を行うことができることも特徴です。

リソース監視

CPU、メモリ、ディスク、ネットワークなど、OSやサーバ、ハードウェア、ネットワーク機器などのリソース使用状況をチェックすることで、性能監視とも呼ばれます。ハードウェアのリソース状況をグラフで表示し、リソースの使いすぎによる高負荷でサーバダウンなどによるシステム障害の予防、早期発見の目的で行われます。

SNMP監視

SNMP（Simple Network Management Protocol）とはOSI参照モデルのプレゼンテーション像(L6)、アプリケーション層(L7)に該当するプロトコルでネットワーク管理の目的で利用されます。プロトコルとはコンピュータ同士を通信する際の手順や規格のことを意味します。エージェント(Agent)とは管理対象の機器（ルータ、スイッチ、ホスト）のことを示します。従ってSNMP監視とは対象の機器をOSI参照モデルのプレゼンテーション像(L6)、アプリケーション層(L7)に存在するプロトコルに則って「SNMPAgent」の死活監視を行うことを意味します。

SNMPv1 OID,SNMPv2 OID

v1とv2の違いはバージョンを示し、それぞれこのような特徴があります。
・SNMPv1：カウンター32bit,パケットは「get」「set」「trap」など
・SNMPv2：カウンター64bit,パケットはv1に「bulk request」「inform request」を追加する
OID(Object ID)とは文字通りオブジェクトのIDのことを示し、対象となる機器の何の情報が欲しいのかを指定する際に使用します。
すなわち「SNMPv1 OID」「SNMPv2 OID」の監視とは、ネットワーク管理プロトコルに則って対象となる機器の情報を指定して要求ををし監視することです。

TRAP監視

ネットワーク機器などで障害が発生した場合、SNMPトラップ(TRAP)を送信することで障害を検知できます。TRAPは自発的な監視機能で、監視対象（エージェント）が事前に設定された機器の情報を定期的に取得し、ある一定の条件を検知するとその旨をマネージャーに通知します。SNMPマネージャーとは、機器を監視するSNMPエージェントが収集した情報を管理する役割を指します。TRAP監視は機器のリブート（再起動）検知や、機器の急激な温度上昇などの検知によく利用されます。

接続監視

ネットワークの指定ポートへ接続をし応答があることを監視することです。ネットワークがダウンしていないか、あるいは性能低下でレスポンスが悪化していないかを調べる目的で行われます。障害や性能低下の発生を迅速に管理者に通知し、ネットワーク管理者は報告を受けることで、速やかに対策を行うことができます。

ログ監視

サーバからの収集したログを監視することです。予めログに含まれる文字列やキーワードをもとに監視をし、設定したキーワードのログが検知するとアラートがでる仕組みでシステムの異常を把握することができます。
Zabbixエージェントを利用することで「テキストログ」と「Windowsイベントログ」を行えます。Zabbixエージェントは出力されたログの内容を読み込み、ログデータをZabbixサーバに送付します。ログデータを受信したZabbixサーバでは、保存したログの内容を表示したり、文字列を指定してログに指定の内容が出力された場合に障害を検知できます。

プロセス/サービス監視

サーバのプロセスとはサーバで実行されるタスクのことです。サーバ上で稼働をするプロセスやサービスをまとめてアプリケーションとして定義をしプロセスの生死やWindowsサービスの状態によってアプリケーションが正常に動作しているかを監視することです。プロセスはWindows以外にもLinuxサーバにも対応しています。システム全体のサービスレベルが低下していないかカスタマーエンジニアが監視をします。

AWS監視

当社では監視を行うに当たりZabbixを使用しております。監視で提供できる対象のAWSサービスは以下となります。
Amazon Elastic Compute Cloud (EC2)インスタンスはZabbix Agentを監視対象にインストールを行いリソース監視を行います。またAmazon Elastic Block Store(EBS)、Amazon Elastic File System(EFS)などのディスク／ファイルシステムはEC2にマウントされていれば監視をすることが可能になります。 またAmazon Elastic Load Balancing(ELB)、Amazon Relational Database Service(RDS)、Amazon Simple Storage Service(S3)についてはAmazon Cloud Watchの値をAPIで取得を行います。
Amazon Cloud WatchとはAmazon Web Services(AWS)が提供しているモニタリングサービスです。Cloud WatchではAWSサービスやリソースの死活監視／性能／ログ監視をモニタリングし取得した値をグラフ化します。当社ではCloud Watchが生成したメトリック値、もしくはEC2に導入したAgentから当社の監視基盤で値を取得し取得した値を、しきい値判定を行い障害となったアラートをトリガーにシステム運用を実施いたします。

Oracle監視

Oracle（オラクル）とは、企業の情報システムなどで利用されるデータベース管理システム(DBMS)を中心とした業務用ソフトウェアの開発、販売などを行っている世界的な大手企業の一つです。Oracle監視とはOracle社が提供しているデータベースのログイン、セッション数や使用率を監視することです。
セッションとはデータベースにログインをしたあとに、データベースとサーバの間にトンネルを作りデータを流し込んで、データベースの検索や更新を行います。従ってデータベースにログインしデータベースを利用しているアカウント数がセッション数に当たります。
ログインやセッション数を監視することで不正ログインを防止し、表領域の使用率では利用しすぎることによる負荷によりデータベースの動作が重くなるなどのシステムが好ましくない状態になることを防ぎます。