高可用性とは

可用性の高いシステムは、計画的なダウンタイムやサイト全体の災害などの停止に耐えられる必要があります。通常、HAシステムは次の2つの特性を持っています。

• ほぼ100%の時間使用できる必要があります。
• 事前に決定された、ユーザーの持つ一連の想定に応えることができる必要があります。

デジタル変革イニシアチブの成長とそれに続く多くのサービスのクラウドへの移行に伴い、Microsoft社、Amazon社（AWS社）、IBM、Red Hat®など、多くのテクノロジー企業やサービスとしてのソフトウェア（SaaS）企業が高可用性ソリューションを提供するようになりました。

ITシステムの高可用性は、重要なアプリケーションにおいてシステムのダウンタイムがほとんど、またはまったくないことが前提となっている業種・業務では特に重要です。たとえば、病院やデータセンターでは、ユーザーは日常的な多くの業務を実行するために高可用性ソリューションに依存しています。ユーザーが何らかの理由でシステムにアクセスできない場合、そのシステムは「利用不可能」とみなされます。ユーザーがシステムを利用できない時間期間は、ダウンタイムと呼ばれます。

災害復旧（DR）は、壊滅的なイベントの結果として生じるデータ損失や事業継続性の中断を防止または最小限に抑えるように設計されたITインフラストラクチャ ・テクノロジーとベスト・プラクティスで構成されます。一方、高可用性（HA）は、通常、システムの可用性に影響を与える可能性のある小さな障害や欠陥に関係します。

DRとHAは異なりますが、どちらもITシステムの中断を最小限に抑えるという目標を共有しており、通常は全体的なストラテジーの一環として冗長コンポーネントと冗長システムを採用します。また、DRとHAはどちらもデータのバックアップを使用して、ハードウェア障害、ソフトウェア障害、停電などのさまざまな問題が発生した場合にデータを利用できるようにします。

フォールト・トレランスとは、1つ以上の重要なコンポーネントに障害が発生した後でも継続的に動作するシステムの能力です。HAと同様、フォールト・トレランスは、混乱を招くイベントの発生中または発生後に、システムを利用可能にする上で役立ちます。

ただし、フォールト・トレランスとHAが異なる点は、ダウンタイムの対処方法にあります。HAはダウンタイムをできるだけ少なくすることを目指しますが、フォールト・トレランスの目標はゼロ・ダウンタイムです。これは冗長性を確保し、インフラストラクチャー内のすべてのコンポーネントのバックアップまたは2次コピーを作成することによってのみ達成できる目標です。

企業が重要なアプリケーションやサービスを提供するためにオンラインサービス、クラウド、ハイブリッドクラウドへの依存度がこれまで以上に高まっているため、インフラストラクチャへの要求が高まっており、高可用性が優先事項となっています。高可用性システムが企業にもたらす最も一般的なメリットをいくつか紹介します。

医療や金融などの業界でゼロ・ダウンタイムを達成しようとしている場合でも、単に障害による評判上の被害を回避する方法を探している場合でも、高可用性を求める企業は、通常、4段階のプロセスに従います。

1. 単一障害点の排除：単一障害点とは、障害が発生した場合にシステム全体の機能を停止させるコンポーネントです。たとえば、複数のサーバーが単一のネットワーク・スイッチ上で動作している場合、そのスイッチに障害が発生すると、ネットワーク上のすべてのサーバーに障害が発生します。単一障害点の削減、あるいは完全に排除するためによく用いられるのは、負荷分散と呼ばれる施策で、システムの処理能力全体に処理を分散します。
   
   
2. 信頼性の高いフェイルオーバーの構築：フェイルオーバーとは、プライマリ・システムに障害が発生した場合に、プライマリ・システムからセカンダリ・システムへワークロードを転送することです。企業が信頼性の高いフェイルオーバーを構築することで、大幅なダウンタイム、データ損失、運用パフォーマンスの低下を招くことなく、ワークロードを容易に転送できます。
   
   
3. 障害を即座に検知：高可用性は、システム内の障害や欠陥を発生後即座に検知するプロセスを実装することに依存します。最新のシステムの多くには、自動化された障害検知が組み込まれています。中には、障害を検知し、フェイルオーバー・プロセスの実装など、次のアクションを選択できるものもあります。
   
   
4. 強力なデータのバックアップおよび復元機能を構築：システムの個々の部分に障害が発生した場合、適切なデータのバックアップおよび復元手順が実施されていないと、データが失われる可能性があります。データ保護の技術と実践では、データとアプリケーションを別のセカンダリ・デバイスに定期的にコピーすることで、データとアプリケーションを迅速に復元できるようにします。

多くのHAシステムでは、アプリケーションの可用性を最適化するために、複数のサーバー間でトラフィックを分散するプロセスである負荷分散が使用されます。たとえば、トラフィックの多いWebサイトやクラウド・サービスでは、システムは毎日何百万ものユーザー・リクエストを受け取ります。負荷分散により、アプリケーションはWebサーバーからユーザーにコンテンツを迅速かつ中断することなく配信できます。負荷分散では、特に多数のロード・バランサーを一度に使用することで、システム内の単一のコンポーネントが過負荷となり、ダウンタイムや停止を引き起こす可能性のある単一障害点が発生するのを防ぐことができます。

冗長性、つまりプライマリ・コンポーネントに障害が発生した場合にセカンダリ・コンポーネントまたはバックアップ・コンポーネントを引き継ぐことができるようにすることは、高可用性システムの重要な部分です。冗長性により、コンポーネントが機能していない場合でも、ユーザーやアプリケーションがデータベースを使用し続けることができます。システム内のコンポーネントが冗長でない場合、そのコンポーネントが失われるとシステム全体が機能しなくなる可能性があるため、そのコンポーネントは単一障害点と見なされます。

高可用性クラスターは、高可用性クラスタリングとも呼ばれ、単一システムとして連動して動作する接続されたマシンのグループです。クラスター内の1台のマシンに障害が発生した場合、クラスター管理ソフトウェアはそのワークロードを別のマシンに転送します。高可用性クラスター内では、各ノード（コンピューター）間の共有ストレージによって、単一のノードが機能を停止した場合でもデータ損失がゼロになります。

高可用性は、100%稼働しているか、または一度も停止していないシステムに関連付けて測定されます。システムは100%稼働することは不可能ですが、目標として設定すると、一定期間におけるシステムの可用性を測定する上で役立ちます。高可用性システムとサービスの最も一般的なメトリクスは、ファイブナインの可用性と呼ばれるものです。

ファイブナインの可用性とは、システムが99.999%の時間稼働して実行できることを意味します。通常、ファイブナインの可用性を必要とするのは、医療、運輸、金融、官公庁・自治体などの重要な業種・業務のシステムだけです。これらのシステムは、人々の生活、食料や避難所へのアクセス、経済的幸福にとって重要です。

こうした重要な業種・業務で運用されていないシステムは、通常、高い運用可能性を必要とせず、「スリーナインまたはフォーナイン」（99.9%または99.99%）の可用性で事足ります。この点について頻繁に用いられる説明として、高可用性システムの「99.9/99.999%のアップタイム」という表現があります。

IT System Managerは、ファイブナインの可用性に加えて、システムの可用性を測定するために、他にもいくつかの主要なメトリクスを使用します。

• 平均故障間隔（MTBF）：平均故障間隔（MTBF）は、システムまたはコンポーネントの信頼性の尺度です。これはメンテナンス管理の重要な要素であり、システムまたはコンポーネントが故障するまでの平均稼働時間を表します。MTBFの公式は、コンポーネントの故障が重大なダウンタイムや安全上のリスクにつながる可能性がある産業用システムや電子システムの保守性のコンテキストで使われることが多いですが、多くの種類の修理可能なシステムやさまざまな産業でも使われています。
  
  
• 平均修復時間（MTTR）：平均修復時間（MTTR）は、平均復旧時間とも呼ばれ、システムまたは設備が故障した後に修復するまでにかかる平均時間を測定するために使用されるメトリクスです。MTTRは、故障が発生してからシステムや設備が完全に機能するようになるまでの時間を意味します。これには、故障を検知し、問題を診断し、問題を解決するために要する時間も含まれます。MTTRは、システムや設備の可用性と信頼性を評価するため、監視すべき重要なメトリクスです。
  
  
• 目標復旧時間（RTO）：目標復旧時間（RTO）は、停止（計画的、計画外、または災害）から復旧し、システム、アプリケーション、または一連のアプリケーションの通常の運用を再開するまでにかかる時間です。RTOは、計画停止、計画外停止、および災害復旧によって異なる場合があります。
  
  
• 復旧時点目標（RPO）： RPO（Recovery Point Objective：復旧時点目標）とは、データの保全が必要となる、障害発生時点からの相対的な時点のことです。少なくとも障害または災害が発生したこの期間より前のデータ変更は、復元処理によって保存されます。ゼロは有効な値であり、「データ損失ゼロ」要件に相当します。

多くの業界の組織が、広範なデジタル・トランスフォーメーションに取り組む中、インフラに対する可用性の要求が高まっています。リモートワークや5Gネットワークの普及により、ユーザーはいつでもどこからでもデータやアプリケーションにアクセスできることが当たり前になりました。しかし、アプリケーションを動かし、データへのアクセスを制御する基礎となるシステムが利用可能である場合に限られます。以下に、現代企業の繁栄を支える高可用性システムの例を挙げます。