クラウドの無秩序な拡大は、たいてい善意から始まります。デモのためにさっと作った環境、顧客のための二つ目の環境、誰も触れたがらない手作業で設定したサーバー。3年後には、誰も基盤をゼロから再構築できなくなっています。
解決策は、重要なところでは方針がはっきりしていて、そうでないところでは柔軟な基盤です。お客様の基盤で私たちが行っている選択と、その理由をご紹介します。
基本の形
基盤を定義するものはすべて、お客様が所有するリポジトリにあります。本番を変えるものはすべて、パイプラインを通ります。
退屈なインフラを選ぶ
| 選ぶもの | 避けるもの | 理由 |
|---|---|---|
| マネージドデータベース | VM上で自前運用するデータベース | バックアップ、パッチ、フェイルオーバーが含まれる |
| Terraformなど | コンソールでのクリック操作 | 環境を再構築でき、レビューできる |
| Kubernetes上のコンテナやサーバーレス | 手作業で設定したサーバー | クラウド間やオンプレミスへ持ち運べる |
| 一つのCI/CDシステム | いくつものスクリプト | リリースを一か所で監査できる |
| 明確なネットワーク境界 | フラットなネットワーク | 一つのミスの被害を限定できる |
新しいインフラ技術は、実際に抱えている問題を解決するなら問題ありません。ほとんどのプロダクト企業は、まだその問題を抱えていません。
コードで定義された退屈なインフラこそ、3年後も再構築できるものです。
サーバーだけでなく、定義を所有する
ドイツ企業のERP移行では、お客様のシステムはベンダーのサーバー上で動いており、お客様が所有する定義はありませんでした。移行するには、まず何が動いているかを書き出す必要があり、その多くは一度も文書化されていませんでした。本当の成果物は、移行そのものではありません。環境が、お客様自身のリポジトリにある定義(Terraform、Docker、Kubernetes)になったことです。
環境をきれいに分ける
開発から本番への昇格は、文書化され、自動化され、元に戻せるものであるべきです。監査を受けるお客様には、変更を書いた開発者がそのリリースを承認できない承認ゲートを加えます。
コストを利用量に連動させる
日本のグループ企業では、Webサイトごとにホスティングがあり、費用はトラフィックではなくサイトの数に比例していました。AWSのサーバーレス上の一つの共有CMSに移すことで、費用が実際の利用に連動するようになりました。
可観測性は初日から計画する
ログ、メトリクス、トレースはおまけではありません。リリース後にチームが安心して眠るための手段です。私たちが最低限用意するもの:
- サービスをまたぐリクエストID付きの構造化ログ。
- サービスごとの4つの基本メトリクス:トラフィック、エラー、レイテンシ、飽和度。
- 担当者付きのアラート。 誰にも届かないアラートはただの雑音です。
- 復元テスト。 一度も復元したことのないバックアップは、バックアップではなく願望です。
3年後のためのチェックリスト
- リポジトリだけから本番を再構築できるか?
- 構築した人がいなくてもデプロイできるか?
- 各環境の月額費用を把握しているか?
- 直近の四半期に、誰かがバックアップを復元したか?
- 作り直さずに別のプロバイダーへ移れるか?
どれか一つでも「いいえ」なら、そこが基盤の手を入れるべき場所です。
参考資料
- The Twelve-Factor App(12factor.net)
- AWS Well-Architected Framework(AWS)
- Azure Well-Architected Framework(Microsoft Learn)
- Cloud security guidance(UK National Cyber Security Centre)
- Monitoring distributed systems(Google SRE book)
関連ケーススタディ
主導権を取り戻す:ベンダーのサーバーから自社所有のKubernetesへERPを移行
