Well-Architected Framework: 信頼性の柱

信頼性 (Reliability) とは

Well-Architected Framework における「信頼性」の柱は、ワークロードが意図した機能を、期待されるタイミングで正確かつ一貫して実行する能力を指します。これには、障害による中断や停止を防ぐこと、そして障害が発生した際にその影響を最小限に抑え、迅速に復旧する能力が含まれます。

設計原則（設計事項）

信頼性を高めるためには、以下の原則に従ってアーキテクチャを設計します。

• 障害復旧を自動化する: システムをモニタリングし、設定したしきい値を超えた場合に自動で復旧プロセス（フェイルオーバーや再起動など）がトリガーされるようにします。
• 復旧手順をテストする: 実際の障害をシミュレーションし、復旧手順が正しく機能するかを定期的に検証します。
• 水平方向にスケールしてワークロード全体の可用性を高める: 1つの大きなリソース（垂直スケーリング）に依存するのではなく、複数の小さなリソース（水平スケーリング）にリクエストを分散させることで、単一障害点（SPOF）を排除します。
• キャパシティを推測することをやめる: オンプレミス環境のようにリソースの最大需要を推測して事前確保するのではなく、需要の変化に応じてリソースを自動的に追加・削除（Auto Scaling）します。
• オートメーションで変更を管理する: インフラへの変更は自動化を利用して行い、人為的なミスを防ぎます。

信頼性の対応領域と主要サービス

信頼性の確保は、大きく以下の3つの対応領域に分けられます。

1. 基盤 (Foundations)

   • システムを支えるネットワークやコンピューティングリソースの基盤を確固たるものにします。
   • 主要サービス: AWS IAM, Amazon VPC, AWS CloudFormation など。制約（サービスクォータ）を把握し、ネットワークトポロジを適切に設計します。

2. 変更管理 (Change Management)

   • システムへの変更（需要の増減やデプロイ）を監視し、安全に管理します。
   • 主要サービス: AWS Auto Scaling, AWS CloudTrail, AWS Config など。需要の変化に対するスケーリングや、設定変更の追跡を行います。

3. 障害管理 (Failure Management)

   • 障害を検知し、影響を軽減し、復旧させます。
   • 主要サービス: Amazon CloudWatch, Elastic Load Balancing (ELB) など。メトリクスを監視して異常を検知し、トラフィックを正常なリソースへルーティングします。

試験では「オンプレミスからAWSへの移行において、信頼性を高めるにはどうすべきか」といったシナリオで、「推測をやめてAuto Scalingを導入する」「マルチAZ構成にする」などの選択肢が正解となるケースが多く見られます。