サービス運用を管理する

インシデント管理は、サービスの中断や品質低下が起きたとき、影響を抑えながら正常なサービスを早く回復することを重視します。原因が未解明でも、利用可能な回避策によって復旧を優先する場合があります。

問題管理は、インシデントの背景にある根本原因を調査し、再発の防止や影響低減を図ります。原因と回避策などが把握された問題は既知の誤りとして管理されることがあります。

インシデントは早期復旧、問題は根本原因と再発防止。

変更管理は、変更要求を記録し、優先度、リスク、事業上の利益、実現可能性、費用などを評価して承認や実施を統制します。失敗時に元へ戻すロールバックの方法も計画します。

承認され、構築・試験された変更を稼働環境へ導入する段階では、リリース及び展開管理を用います。変更管理は変更の評価と統制、リリース及び展開管理は承認済み変更の稼働環境への展開という役割の違いを押さえます。

変更管理は統制、リリース及び展開管理は稼働環境への導入。

構成管理では、サーバ、ソフトウェア、文書など管理対象となる構成品目(CI)を識別し、版や相互関係などの構成情報を正確に保ちます。変更の影響範囲を確認するときにも構成情報が役立ちます。

容量・能力管理は、需要に対して必要な処理能力や資源を確保できるよう、CPU使用率、メモリ使用率、ディスク使用率、ネットワーク使用率などを監視し、将来の需要も踏まえて計画します。

構成管理はCIと関係、能力管理は資源量と需要を扱う。

サービス可用性管理は、要求された時間帯にサービスを利用できるよう、信頼性、保守性、回復力などを管理します。修理可能なシステムについて、平均故障間隔をMTBF、平均修復時間をMTTRと表します。

正常稼働と修復を繰り返す単純なモデルでは、稼働率はMTBF÷(MTBF＋MTTR)で求めます。MTBFが長いほど、またMTTRが短いほど稼働率は高くなるという関係も確認します。

稼働率はMTBF÷(MTBF＋MTTR)。

サービス継続管理は、大規模障害や災害などが起きても、事業上必要なサービスを許容できる時間と水準で復旧できるよう準備します。RTOは停止後に復旧するまでの目標時間、RPOはどの時点までのデータ状態へ戻すことを目標とするかを表します。

予備のシステム(待機系)の準備の程度には、待機系を常に稼働させておき即時に切り替えるホットスタンバイ、ある程度まで準備しておくウォームスタンバイ、障害が起きてから待機系を起動・準備するコールドスタンバイなどがあります。一般に復旧の速さと準備コストにはトレードオフがあります。

RTOは復旧時間、RPOは復旧するデータ時点の目標。