自動化を取り入れてDevOpsで先を行く

DevOpsは、新しい製品とサービスを大規模に、確実に、手頃な価格で提供することを加速することです。これを実現するには自動化が必要です。ソフトウェアを使って、他のソフトウェアを構築、設定、展開、スケール、更新、管理します。

通常、監視はこのプロセスと並行して行われると考えられています。その仕事は、問題が発生したときにオペレーターに警告し、問題を分析し、サービスレベル目標への準拠を確認することです。しかし、監視を運用自動化の不可欠な一部として扱う方がより良いプラクティスです。最新のフル機能監視プラットフォームは、それ自体が強力な自動化エンジンとなり、アプリケーションとインフラストラクチャのライフサイクル管理と問題緩和におけるより大規模な自動化イニシアチブの重要なイネーブラーとなります。多くの場合、セルフスケーリングやセルフヒーリングのような自律運用さえ可能にします。

>関連記事: IT監視：自分自身を監視して狂わせないで、Opsview

ここでは、監視システムがより多くのことを実現し、人的ミスを排除し、SLOを（単に準拠するだけでなく）満たすのに役立ついくつかの方法を紹介します：

合理化された自動化された監視システムの導入とライフサイクル管理

オンプレミス監視ソリューションは、監視対象インフラストラクチャと共存できます。クラシックなプライベートクラウドとデータセンター、プロバイダーホスト型仮想プライベートクラウド（VPC）の両方で。これにより、セキュリティ、プライバシー、データガバナンス、その他の規制への準拠が可能になり、帯域幅とコストの障壁を克服し、SaaS監視ソリューションのスケーラビリティを制限する要因を取り除きます。しかし、プレミス監視は導入、スケール、更新が必要です。非常にシンプルなシングルサーバー構成以外では、これは困難を伴う場合があります。

この種の監視プラットフォームの先進的なメーカーは、Ansible、Puppet、Chefなどの一般的な導入自動化フレームワーク（DevOpsがインフラストラクチャ導入と日常運用の自動化に使用している同じもの）を活用し始めています。これにより、スケールアウトされた高可用性構成での監視システム導入を合理化します。オペレーターの利便性のために、導入ツールの複雑さをWeb UIと簡素化された設定ツールの裏に隠していますが、標準ツールはDevOpsの人々が監視システムやメトリクス収集器の導入をインフラストラクチャのロールアウトと連携させたい場合にアクセス可能です。これはベストプラクティスです。監視の詳細は、決定的な「インフラストラクチャとしてのコード」リポジトリの一部として定義および維持できます。

APIを通じたエージェントの自動導入と監視対象オブジェクトの登録

Ansibleなどの標準導入ツールを使用して、監視コンポーネント（エンドポイントエージェント、必要なライブラリなど）をホストに注入、設定、更新することもできます。同じツールで導入マニフェストから、またはホストから直接導入時に事実を抽出し、監視システムAPIを使用して、ホストインフラストラクチャとアプリケーションの監視を迅速に設定し、ライフサイクル終了時にホストを「監視解除」できます。システムを導入と同時に定期的に監視下に置くことで、ステージングや本番環境での問題を迅速に検出し、必要に応じてロールバックをトリガーできます。これは継続的デリバリーの重要なベストプラクティスです。

CMDBの取り込み

一部の監視プラットフォームは、ServiceNowなどが提供する運用管理ツールや構成管理データベース（CMDB）からデータを取り込めます。これにより、オペレーターは既存のインフラストラクチャ、アプリケーション、フルビジネスサービスの監視を迅速かつ確実に設定でき、システム事実の面倒でエラーを招きやすい手動編集を回避できます。

>関連記事: DevOps成功に必要な適切なストレージソフトウェアとは？

検出と自動監視

高度な監視ソリューションは、SSHによるホストへの直接アクセスや、ActiveDirectoryのような構成リポジトリやWindows Discoveryのようなサービスを通じた間接アクセスなど、ますます多様な手法を使用して、既存インフラストラクチャから事実を抽出し、オペレーターによる監視設定を高速化します。最先端の製品は、インフラストラクチャ、アプリ、完全なビジネスサービスの包括的なマップを作成し、手動の介入や指示なしでこれらを監視する方向へ、プロセスを完全に自動化する方向に進んでいます。

アラート処理、通知、エスカレーション、統合

アラートは、もちろん強力な自動化の形です。意思決定を伴います。単純な場合（例：あるメトリクスが閾値を超えた）もあれば、かなり複雑な場合（例：別々のシステムからの複数のメトリクスが、重要なビジネスサービスの特定の既知の障害を予測する状態に入った）もあります。問題、チームローテーション、日時、その他の変数に基づいた洗練された割り当てとエスカレーションが含まれます。メールなどの通信手段や、PagerDutyのようなマルチモード通知プラットフォームとのアウトバウンド統合、またはJIRAのような課題管理、ServiceNowのような運用ワークフロー管理、Slackのようなコラボレーションなど、より高度な統合を要求します。これらすべての自動化パワーが連携して、適切なアラートを適切な人に適切なタイミングで届け、過剰なアラートと疲労を回避します。運用をスムーズにし、チームがダウンタイムを回避し、SLOコミットメントを果たすのを支援します。

>関連記事: ワークロード自動化がDevOpsをスピードアップさせる方法

プロアクティブな問題緩和

最後に、高度な監視ソリューションは、ホスト上でスクリプトを実行したり、Ansibleのような一元化された自動化をトリガーしたりして、監視条件に基づいてタスクを実行する機能を提供します。失敗したサーバーの再起動からインフラストラクチャクラスタのスケールアップまで。今後10年間で、機械学習の発展により、システムを監視してビジネスサービスの抽象的な構造と機能を推測し、自動的に監視し、障害モードを予測し、修復し、パフォーマンスを最適化する能力が徐々に向上します。自律的に、またはオペレーターリソースをタスクに最適に割り当てることで。

執筆：Opsviewコンテンツ戦略リード、John Jainschigg