Google Cloud Well-Architected Framework のオペレーショナル エクセレンスの柱におけるこの原則は、クラウド ワークロードの運用準備とパフォーマンスを確保するうえで役立ちます。サービス パフォーマンスに関する明確な期待値とコミットメントの確立、堅牢なモニタリングとアラートの実装、パフォーマンス テストの実施、容量ニーズのプロアクティブな計画に重点を置いています。
原則の概要
運用準備の解釈は組織によって異なる場合があります。運用準備とは、 Google Cloudでワークロードを正常に運用するために組織が準備する方法です。複雑な多層クラウド ワークロードの運用を準備するには、本番環境への移行と day-2 の運用の両方を慎重に計画する必要があります。これらのオペレーションは、多くの場合、CloudOps と呼ばれます。
運用準備の重点分野
運用準備は、4 つの重点分野で構成されています。各重点分野は、 Google Cloudで複雑なアプリケーションや環境を運用する準備に必要な一連のアクティビティとコンポーネントで構成されています。次の表に、各重点分野のコンポーネントとアクティビティを示します。
| 運用準備の重点分野 | アクティビティとコンポーネント |
|---|---|
| 従業員 |
|
| プロセス |
|
| ツール | CloudOps プロセスをサポートするために必要なツール。 |
| ガバナンス |
|
推奨事項
CloudOps を使用して運用上の readiness とパフォーマンスを確保するには、次のセクションの推奨事項を検討してください。このドキュメントの各推奨事項は、運用の準備状況の重点分野の 1 つ以上に関連しています。
SLO と SLA を定義する
クラウド運用チームの主な責任は、すべての重要なワークロードに対してサービスレベル目標(SLO)とサービスレベル契約(SLA)を定義することです。この推奨事項は、運用準備のガバナンスの重点分野に関連しています。
SLO を定義する:
SLO は、具体的、測定可能、達成可能、関連性、期限付き(SMART)であり、必要なサービスレベルとパフォーマンスを反映している必要があります。
- 具体的: 必要なサービスレベルとパフォーマンスを明確に示します。
- 測定可能: 定量化可能で追跡可能。
- 達成可能: 組織の能力とリソースの範囲内で達成可能。
- 関連性: ビジネスの目標や優先事項に沿っている。
- 期限が明確である: 測定と評価の期間が明確に定義されている。
たとえば、ウェブ アプリケーションの SLO は「99.9% の可用性」や「平均返信時間が 200 ミリ秒未満」などです。このような SLO は、ウェブ アプリケーションに必要なサービスレベルとパフォーマンスを明確に定義し、SLO を時間の経過とともに測定して追跡できます。
SLA を定義する:
SLA には、サービスの可用性、パフォーマンス、サポートに関するお客様へのコミットメントが記載されています。これには、コンプライアンス違反に対する罰則や救済策も含まれます。SLA には、提供されるサービス、期待されるサービスレベル、サービス提供者とお客様の両方の責任、コンプライアンス違反に対するペナルティや救済策に関する具体的な詳細を含める必要があります。SLA は、2 者間の契約上の合意として機能し、クラウド サービスに関連する期待と義務を両者が明確に理解できるようにします。
SLO を追跡する:
Cloud Monitoring とサービスレベル指標(SLI)を使用して SLO を追跡します。Monitoring には、包括的なモニタリング機能とオブザーバビリティ機能が用意されています。これにより、組織はクラウドベースのアプリケーションとサービスの可用性、パフォーマンス、レイテンシに関連する指標を収集して分析できます。SLI は、SLO を測定して追跡するために使用できる特定の指標です。これらのツールを使用すると、クラウド サービスを効果的にモニタリングして管理し、SLO と SLA を確実に満たすことができます。
すべての重要なクラウド サービスの SLO と SLA を明確に定義、伝達、追跡することで、デプロイされたアプリケーションとサービスの信頼性とパフォーマンスを確保できます。
包括的なオブザーバビリティを実装する
クラウド環境の健全性とパフォーマンスをリアルタイムで可視化するには、Google Cloud Observability ツールとサードパーティ ソリューションを組み合わせて使用することをおすすめします。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
オブザーバビリティ ソリューションを組み合わせて実装すると、クラウド インフラストラクチャとアプリケーションのさまざまな側面をカバーする包括的なオブザーバビリティ戦略を構築できます。Google Cloud Observability は、さまざまなGoogle Cloud サービス、アプリケーション、外部ソースから指標、ログ、トレースを収集、分析、可視化するための統合プラットフォームです。Monitoring を使用すると、リソースの使用量、パフォーマンス特性、リソースの全体的な健全性に関する分析情報を取得できます。
包括的なモニタリングを実現するには、CPU 使用率、メモリ使用量、ネットワーク トラフィック、ディスク I/O、アプリケーションの応答時間など、システムの健全性指標に沿った重要な指標をモニタリングします。ビジネス固有の指標も検討する必要があります。これらの指標を追跡することで、潜在的なボトルネック、パフォーマンスの問題、リソース制約を特定できます。また、潜在的な問題や異常について、関連チームに事前に通知するアラートを設定することもできます。
モニタリング機能をさらに強化するには、サードパーティ ソリューションを Google Cloud Observability と統合します。これらのソリューションは、高度な分析、ML を活用した異常検出、インシデント管理機能などの追加機能を提供できます。Google Cloud Observability ツールとサードパーティ ソリューションを組み合わせることで、特定のニーズに合わせてカスタマイズ可能な堅牢なモニタリング エコシステムを構築できます。この組み合わせアプローチを使用すると、問題を事前に特定して対処し、リソース使用率を最適化して、クラウド アプリケーションとサービスの全体的な信頼性と可用性を確保できます。
パフォーマンス テストと負荷テストを実装する
定期的なパフォーマンス テストを実施することで、クラウドベースのアプリケーションとインフラストラクチャがピーク時の負荷を処理し、最適なパフォーマンスを維持できるようになります。負荷テストでは、現実的なトラフィック パターンをシミュレートします。ストレステストでは、システムを限界まで追い込んで、潜在的なボトルネックとパフォーマンスの制限を特定します。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
パフォーマンスをテストする: 負荷テストサービスを使用して、実際のトラフィック パターンをシミュレートし、アプリケーションの負荷テストを行います。これらのツールは、さまざまな負荷条件下でのシステムの動作に関する貴重な分析情報を提供し、最適化が必要な領域を特定するのに役立ちます。
パフォーマンスを最適化する: パフォーマンス テストの結果に基づいて、最適なパフォーマンスとスケーラビリティを実現するためにクラウド インフラストラクチャとアプリケーションを最適化する決定を行うことができます。この最適化には、リソース割り当ての調整、構成のチューニング、キャッシュ メカニズムの実装などが含まれる場合があります。
たとえば、トラフィックが多い期間にアプリケーションの速度が低下していることがわかった場合は、アプリケーションに割り当てられる仮想マシンまたはコンテナの数を増やす必要があります。また、パフォーマンスを向上させるために、ウェブサーバーまたはデータベースの構成を調整する必要がある場合もあります。
定期的にパフォーマンス テストを実施し、必要な最適化を実装することで、クラウドベースのアプリケーションとインフラストラクチャが常に最高のパフォーマンスで実行され、ユーザーにシームレスで応答性の高いエクスペリエンスを提供できます。これにより、競争上の優位性を維持し、お客様との信頼関係を築くことができます。
容量を計画して管理する
需要の変化に応じてクラウド システムの実行とスケーリングを維持するには、クラウド リソースの容量を積極的に計画して管理する必要があります。この推奨事項は、運用準備の重点分野であるプロセスとツールをサポートしています。
サービスの上限を考慮し、リソース割り当てを管理する: クラウド リソースの容量を計画するには、まず、使用する予定のサービスのハードリミット(固定制約)から始めます。
- 必要なコンピューティング、ストレージ、API の上限、その他のリソースの割り当て要件を見積もります。リソースが必要になる前に、適切な割り当ての調整をリクエストします。
- Cloud Monitoring から BigQuery に指標を読み込み、その指標を使用してトラフィック パターンを特定し、時間の経過に伴うシステム負荷を追跡します。
- 今後のマーケティング キャンペーン、ユーザー登録、機能のロールアウトに基づいて、リソースの需要を予測します。また、現在および計画中の SLA コミットメントも考慮してください。
柔軟性と効率性を考慮した設計: Cloud Deploy の容量を計画する際は、アプリケーション コンポーネントを特定のマシンタイプから切り離します。ワークロードを単一のマシンタイプに固定すると、新しいクラウド ハードウェアやリージョン容量の変更を活用できません。
- ハイメモリ インスタンスや GPU などの専用ハードウェアを必要とするワークロードの場合は、必要に応じてリソースを取得できるようにします。将来の予約を使用して、重要なマシンタイプの容量を最大 1 年先まで確保します。
- 開始時間が変動しても問題ないバッチ処理やモデル トレーニングのワークロードの場合は、Flex Start VM を使用して容量を動的にスケジュールします。これらの VM は、Dynamic Workload Scheduler を使用してリクエストをキューに入れ、コンピューティング費用を削減します。
- 一時的な開発環境に古いマシン ファミリーやリソースを予約しないようにします。
- 障害復旧(DR)のために効率的にフェイルオーバーできるように、セカンダリ リージョンのリソースを計画します。
自動スケーリングを実装する: リアルタイムのワークロードの変動にクラウド リソースを動的に適応させるには、自動スケーリング ポリシーを実装します。自動スケーリング アルゴリズムは、CPU 使用率、メモリ負荷、キューの深さなどの指標を評価します。評価に基づいて、トラフィックのピーク期間中にリソースがスケールアウトされ、使用率が低い期間中にスケールインされます。これにより、クラウド リソースの費用を最適化できます。
- 現行世代と新世代のマシンタイプを組み合わせた混合インスタンス テンプレートを使用して、マネージド インスタンス グループ(MIG)を構成します。
- MIG 構成に、インスタンスの柔軟性(互換性のある複数のマシンタイプの指定)とロケーションの柔軟性(リージョン内の複数のゾーンにターゲットを分散する)の両方が含まれていることを確認します。現在の容量要件に応じて、システムはリクエストをドロップしたり、コンピューティング リソースを制限したりすることなく、フォールバック リストから次に優先されるマシンタイプを自動的にプロビジョニングします。
継続的にモニタリングして最適化する
クラウド ワークロードを管理して最適化するには、パフォーマンス指標を継続的にモニタリングして分析するプロセスを確立する必要があります。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
データを追跡して収集する:
継続的なモニタリングと分析のプロセスを確立するには、クラウド環境のさまざまな側面に関連するデータを追跡、収集、評価する必要があります。このデータを使用することで、改善の余地がある領域を事前に特定し、リソースの使用率を最適化して、クラウド インフラストラクチャがパフォーマンスの期待値を常に満たすか、それを上回るようにできます。
ログとトレースを確認する:
ログは、システム イベント、エラー、警告に関する貴重な分析情報を提供します。トレースは、アプリケーション内を通過するリクエストのフローに関する詳細情報を提供します。ログとトレースを分析することで、潜在的な問題を特定し、問題の根本原因を特定して、さまざまな条件下でアプリケーションがどのように動作するかをより深く理解できます。サービス間のラウンドトリップ時間などの指標は、ワークロードのボトルネックを特定して理解するのに役立ちます。
パフォーマンスのための調整:
パフォーマンス チューニング手法を使用して、アプリケーションのレスポンス時間と全体的な効率を大幅に最適化します。使用できる手法の例を次に示します。
- キャッシュ保存: 頻繁にアクセスされるデータをメモリに保存して、データベース クエリや API 呼び出しを繰り返す必要性を減らします。
- データベースの最適化: インデックス登録やクエリの最適化などの手法を使用して、データベース オペレーションのパフォーマンスを向上させます。
- コード プロファイリング: リソースを過剰に消費したり、パフォーマンスの問題を引き起こしたりするコードの領域を特定します。