効率的なオペレーション

運用モデルの例としては、「You build it you run it（自分で作ったものは、自分で運用する）」やサイト信頼性エンジニアリングの実践の確立などが挙げられます。これらの運用モデルやその他の運用モデルの採用は、ビジネス、顧客、管理者、開発チームのニーズと状況の理解にかかっています。

運用モデルは、業界、規制要件、既存のソリューション、ユーザーの目的などの要素を考慮して、継続的に評価、調整、組織のニーズに合わせて調整する必要があることを理解することが重要です。

スクリプト作成、インテリジェントなエージェント、その他のツールを使用して一般的かつ日常的な運用のタスクを自動化すると、高いサービス・レベルを維持できます。

この原則は、エンドツーエンドの効率/速度、精度、エラーの削減、俊敏性を実現し、運用環境内での一貫性を確保するために、チームや依存関係全体に拡張する必要があります。

現在、運用チームは運用ツールの選択肢が非常に多く、特定の運用面に合わせて最善のツールを多数選択する場合がありますが、管理されていないと無秩序な拡張につながる可能性があります。

ツール間の差異や統合は、チーム・メンバーのオンボーディング、ライセンスおよびコスト管理、俊敏性、脆弱性の増大などの課題につながる可能性があります。運用チームは、使用している運用ツールとコンソールを最小限に抑えて統合するよう継続的に目指す必要があります。

すべてのソリューションが24時間365日の可用性や即時応答時間を必要とするわけではありません。効率的なソリューションは、単一のソリューション内で複数のサービス・レベルをサポートし、ワークロードの運用要件を最もよく満たすインフラストラクチャー上にワークロードを配置できるようにする必要があります。

サービス・レベルは、ビジネス目標とポジティブなユーザー体験を支援するために、アプリケーション・レベルの構成と計測機能を考慮するよう開発チームに指示する役割も果たします。

効率的な運用チームは複数の専門分野にまたがっており、一連のアプリケーションをサポートするために必要なすべてのスキルを備えています。この能力を実現するには、アプリケーション・サービスやインフラストラクチャー・サービスを含むワークロードのスタック全体で検討を行う必要があります。

ソリューションと運用ツールは、統合（ソリューション・コンポーネント間）と、運用ツールと情報の（他のソリューションからの）分離の両方を可能にすることで、このモデルをサポートする必要があります。

多くの運用方法は一般的であり、自動化することも、アクセスを向上させるために API の内側でアクセスすることもできます。たとえば、シークレットを管理するための自動化を構築するだけでなく、シークレット管理業務を実行するための長時間実行されるAPIを構築することもできます。

このアプローチは、新しい機能のオンボーディングと動的なワークフローへの統合にまで拡張できます。これにより、手順が標準化され、チーム間の待ち時間が短縮されます。

各クラウド・アプリケーションは、独自の管理チームまたはSREチームがあるため、モニタリング・ソリューションを採用または構築する傾向があります。制御プレーンを最小限に抑えるには、運用チームは集中型ツール チームと協力して集中型監視ソリューションを導入することを優先する必要があります。

システム、イベント、アプリケーションのログを中央の場所に統合すると、運用スタッフが監視および管理する必要があるログ・ソースと場所の数が最小限に抑えられるため、運用の監視と問題の診断が大幅に簡素化されます。これにより、チームは包括的な監視システムを構築して、システムのさまざまなコンポーネントからメトリクスとログを継続的に収集して分析できます。これらのシステムは、SLIが許容範囲から逸脱するとアラートをトリガーし、エンジニアまたは自動化プロセスが状況の兆候に迅速に対応できるようにします。

旧来の「Break Fix（壊れたら直す）」モデルは、顧客のニーズが高まり、マルチクラウド・ソリューションが無秩序に拡散し、すべてを管理する熟練した従業員が少ない現代のIT環境では機能しません。人工知能支援運用（AIOps）ツールは、運用チームが環境の可用性、性能、セキュリティーを維持し、環境内の潜在的な問題や継続的な問題を迅速に特定して解決するのに役立ちます。

AIOpsの導入は、次のような主要な活動を通じて可能になります。

• インシデント、問題、変更などの運用プロセス全体にわたるデータ収集
• SLOとSLIに合わせたモデル・トレーニング
• 個別サービスと統合サービス全体で自動化された検知とトリアージ
• 自己修復システムを実現するための自動応答と修復
• 継続的なフィードバックと学習

インフラストラクチャーの仕様と構成は、コードのように管理されます。つまり、自動プロビジョニング・ツールを使用することで、構成管理を可能にし、導入環境全体でインフラストラクチャーの一貫性を確保します。

コードで一貫したインフラストラクチャー設定を行うことで、SLDCライフサイクル全体と環境全体でのデプロイメントで再現可能な環境を確保します。

このアプローチにより、次のような主要なメリットが得られます。

• Gitなどのシステムを活用したガバナンス、監査適合性、バージョン管理
• 協働を可能にし、必要に応じて変更をロールバックする機能
• リソースのプロビジョニングと管理の自動化と迅速化
• しきい値とトリガーに応じた拡張性
• チームやプロジェクト間での再利用性

製品チームは利害関係者と協力してサービス・レベル目標（SLO）を定義し、レジリエンスとサービスの提供を測定するサービス・レベル指標（SLI）を確立します。SLI は、確立された目標の達成に寄与するレイテンシー、エラー率、アップタイムなど測定可能なメトリクスを活用して、SLOと多対1の関係を持つ場合があります。

SLOとSLIの確立により、次のような主要なメリットが得られます。

• 測定可能な目標により、チームが明確に定義された明確な目標を設定できるようにする
• ビジネスの期待とユーザー体験に基づいたユーザー中心の焦点
• 客観的な測定とアセスメントを可能にする定量的な測定
• 外部ベンダーを利用する際のサービス品質に合わせるためのガイダンス
• チーム間での共通測定（開発、運用、ビジネス）

インシデント、変更、問題管理などの主要プロセスにおける役割、責任、コミュニケーション・チャネル、エスカレーション・パスを概説した手順を一貫して作成します。これらの手順により、クラウド・リソースを機能性、安全性、拡張性に優れ、コスト効率の高い方法で利用できます。

一般的なクラウド運用手順は次のとおりです。

• コード型インフラストラクチャーの事前定義済みテンプレートに基づくプロビジョニングと展開
• しきい値または健全性パラメーターに違反した場合にチームに通知するモニタリングとアラート
• 堅牢でタイムリーな復旧計画を策定できるようにデータと構成を定期的にバックアップ
• リソース使用率を監視し、コスト最適化の機会を特定
• 復旧計画の有効性を検証するための定期的な災害復旧テストの実施
• 利用状況と成長傾向を分析し、資源需要を予測
• 重大イベント（停電や侵害など）に対処するためのインシデント対応計画の策定

明確に定義された手順の導入と管理には、シナリオをエミュレートするためのプロセス・シミュレーションが含まれ、チーム全体で品質と効率性を維持しながら実行するための準備が整っていることを確認します。

予期しないインシデントが発生した後、チームは事後検証と徹底的な調査を実施して、寄与要因、根本原因、対応の効率性を特定します。その後、将来の同様のインシデントを防ぐために、デジタル化/自動化されたソリューションを導入します。

この実践には、データ駆動型の知見、事後分析、利害関係者からのフィードバックに基づく定期的なレビューと改善が伴います。さらに、サービスがオンボードされ、環境に組み込まれる中、先見的な体制を維持するためには、既存の自動化ソリューションとの統合が鍵となります。

これにより、プロセスは静的なままではなく、動的なビジネス目標、要件、課題に合わせて進化するようになります。

セキュリティー・チームと協力して、セキュリティー対策が開発、導入、保守プロセスに確実に組み込まれるようにします。

これには、セキュリティーとソフトウェア開発ライフサイクル（SDLC）における早い段階でのセキュリティーの組み込みが含まれ、コード化され自動化されたソリューションを通じたポリシーの実装に重点が置かれます。

セキュリティーとの一貫した連携により、展開されたワークロードが動的な組織のポリシーやビジネス目標に合わせて確実に維持されます。その他のプロセスには、定期的なセキュリティー評価の採用、脆弱性管理の組み込み、定期的なコンプライアンス・チェックの実施が含まれます。