[[Open棟梁Project>http://opentouryo.osscons.jp/]] - [[マイクロソフト系技術情報 Wiki>http://techinfoofmicrosofttech.osscons.jp/]]

-[[戻る>障害発生時の分析]]

* 目次 [#l1d6e5f0]
#contents

*概要 [#w55392f9]
「処理能力」の問題や「障害」の発生を未然に防止したり、迅速に対応したりすることで~
高い可用性を維持するには、「処理能力」・「信頼性（障害）」に関する情報の監視が必要になる。

一般的に、サーバの監視タスクには、以下の項目がある。

*サーバの監視タスク [#i306dbd9]
**処理能力の監視 [#s6d4f02f]
***サーバ マシン [#o5394949]
ハードウェアの状態、リソース消費量などの警告を確認して、問題発生の可能性を確認する。
***サーバ プロセス [#q4120c1a]
サーバ プロセス独自のリソース（キュー数、スレッド数、仮想アドレス空間など）の利用状況、アクセス状況を確認する。

**ログ監視 [#vafb5f50]
***信頼性（障害） [#if8850b4]
ハードウェア・ソフトウェアの障害、設定ミスによるエラーの発生情報と発生原因などを確認する。

***イベント [#ve64a13c]
各種イベント（システム イベント、アプリケーション イベント、セキュリティ イベント）を確認する。

***アクセス [#yf6ff0cf]
サーバへのリクエスト・レスポンス、レスポンス時間などを確認する。

**死活（生存）監視 [#xe76f02a]
***サービス [#k41c7a6c]
サーバ上のネットワーク サービスと定期的に通信を行い、正常に動作しているか否かを確認する。

-ping疎通チェック（サーバ）
-ポートチェック（サーバの特定のサービス）
-HTTPチェック（Web,APサーバの場合）
-DNSチェック (DNSサーバの場合)
-,etc.

***ネットワーク [#b984ca1e]
サーバに向かって定期的にpingなどを実行することで、~
経路が途中で遮断されていないかなどを確認する。

**ネットワークのトラフィック監視 [#k372416b]
ネットワークのトラフィック量、

特定のサーバ、サービスへのトラフィック量を定常的に監視することで、~
トラフィック量が最大になる時間帯の把握や、回線容量の再見積もりができる。

**アップデートの監視 [#u3de9a6a]
-オンライン アップデートの状況
-その他のソフトウェアの修正
-プログラム・ＳＰの適用
-ハードウェアのドライバの更新状況

について確認する。

**セキュリティ監視 [#z3c85700]
-セキュリティ アップデートについて確認する。
-また、不正アクセス・攻撃、盗聴ノードがないか確認する。

*問題の分析・対策、結果の確認の手順 [#v8631a81]
**処理能力 [#k69df5be]
「処理能力」の監視と、問題の分析・対策、結果の確認の手順。

#ref(ProcedureOfPerformanceMonitoringAndMeasures.png,left,nowrap,「処理能力」の監視と対策の手順)

***対策の実施例 [#ec6e676f]
+++ハードウェア増設の必要性は、「システム モニタ」で「カウンタ」を監視することで判断する。
+++パラメータ チューニングについては、種々の監視を重ね必要性を判断する。~
またパラメータを変更する場合は、システムのバックアップを用意した上で、慎重に実施する。
+++DBMSのインデックス チューニングの必要性は、~
各DBMSのトレース ツール等を使用してDBサーバを監視することで判断する。
+++アプリケーションがボトルネックとなっている際に、コードレベルで問題を特定する。~
支援ツールなどを活用してボトルネックの特定後、必要に応じてプログラムを改修する。

**信頼性（障害） [#j9ff7095]
「信頼性（障害）」の監視と、問題の分析・対策、結果の確認の手順（フロー図）。

#ref(ProcedureOfReliabilityMonitoringAndMeasures.png,left,nowrap,「信頼性（障害）」の監視と対策の手順)

-障害の特定には、多くの場合、障害発生時のログの内容からサポート技術文書を検索する。~
このため障害発生時のログが残るように、システムやアプリケーションを実装する必要がある。

-また、正確且つ、迅速な対応が必要となる場合は、~
製品サポートに加えて、高度なデバッグ ツール・ダンプツールを必要とする場合もある。

*手順の説明 [#i11ade51]
**問題の把握・原因の特定 [#j4393ca6]
問題発生後のセルフ・サポートの開始部分になります。

-ツールを使用してシステムがどういう状況にあるか？

問題の把握・原因の特定をしていく作業になります。

例えば、システム上で実行される種々の処理が引き起こす、
-ボトルネック
-メモリリーク
-クラッシュ（＝例外）
-ハング
-, etc.

また、これら収集したシステム状態の情報は解決できなかった場合にも、
サポート・エンジニアに提供する重要な情報源になります。

**解決策の決定 [#u1926a9c]
セルフ・サポートの部分になります。~
「原因の把握」ができれば、その情報を元に~
Webなどから情報を収集して解決策を導く事が出来ます。

↓↓↓上記で解決できなかった場合

**運用回避可能？ [#u3a5a9ac]
原因の把握→本対策とのトレードオフを検討しつつ~
運用回避などで対処できないかも合わせて検討しておきます。

・・・例えば、以下の様な場合。
-PG修正量が大きく現実的でない
-本番（稼働）環境で発生しており早急な対処が必要
-, etc.

**サポートを活用して解決策を決定する [#n093ec63]
サポート・エンジニアとの連携部分になります。

ここまでで収集したシステム状態の情報は~
サポート・エンジニアに提供します（現象報告レベルでも可）。

この場合も（原因の特定がまだされていないようなら）~
継続して「原因の把握」が必要になります。

この作業は、現地作業者とサポート・エンジニアとの~
連携により行われ、最終的に解決策を導く形をとります。

*[[因果関係の分析例]] [#n912344c]

*[[障害対応に使用するツールの一覧]] [#r3ea0a64]
トップ   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS