Google Cloud Well-Architected Framework のオペレーショナル エクセレンスの柱には、 Google Cloudでワークロードを効率的に運用するための推奨事項が記載されています。クラウドでのオペレーショナル エクセレンスには、価値、パフォーマンス、セキュリティ、信頼性を提供するクラウド ソリューションの設計、実装、管理が含まれます。この柱の推奨事項は、クラウドのダイナミックで絶え間なく進化するニーズを満たすために、ワークロードを継続的に改善して適応させるうえで役立ちます。
オペレーショナル エクセレンスの柱は、次の対象者に関連しています。
- マネージャーとリーダー: クラウドでのオペレーショナル エクセレンスを確立して維持し、クラウドへの投資が価値をもたらし、ビジネスの目標をサポートすることを保証するフレームワーク。
- クラウド運用チーム: インシデントや問題の管理、容量の計画、パフォーマンスの最適化、変更の管理に関するガイダンス。
- サイト信頼性エンジニア（SRE）: モニタリング、インシデント対応、自動化など、サービス信頼性の向上に役立つベスト プラクティス。
- Cloud Architect とエンジニア: 運用要件と設計・実装フェーズのベスト プラクティス。運用効率とスケーラビリティを重視したソリューションの設計に役立ちます。
- DevOps チーム: 自動化、CI / CD パイプライン、チェンジ マネジメントに関するガイダンス。より迅速で信頼性の高いソフトウェア デリバリーを実現します。
オペレーショナル エクセレンスを実現するには、自動化、オーケストレーション、データドリブンの分析情報を活用する必要があります。自動化によりトイル（繰り返し行われる手作業）を排除できます。また、繰り返し行うタスクの周囲のガードレールを簡素化して構築します。オーケストレーションは、複雑なプロセスを連携させるうえで役立ちます。データドリブンの分析情報により、エビデンスに基づいた意思決定が可能になります。これらのプラクティスを使用すると、クラウド運用の最適化、コストの削減、サービスの可用性の向上、セキュリティの強化を実現できます。
クラウドでのオペレーショナル エクセレンスは、クラウド運用の技術的な習熟にとどまりません。これには、継続的な学習と試験運用を促進する文化的な変化が含まれます。チームには、イノベーションを起こしてイテレーションし、成長志向を採用する権限が必要です。オペレーショナル エクセレンスの文化は、個人がアイデアを共有し、前提に疑問を投げかけ、改善を推進することを奨励するコラボレーション環境を育みます。
AI ワークロードと ML ワークロードに固有のオペレーショナル エクセレンスの原則と推奨事項については、Well-Architected Framework の AI と ML の視点: 運用の卓越性をご覧ください。
エージェント スキルを使用してワークロードを評価する
AI エージェントがこの柱の原則と推奨事項に照らしてクラウド ワークロードを評価できるようにするには、GitHub の Google Agent Skills リポジトリにある google-cloud-waf-operational-excellence スキルを使用します。
スキルをインストールするには、エージェントのクライアントまたはターミナルで次のコマンドを実行します。
npx skills add google/skills --skill google-cloud-waf-operational-excellence
プロンプトが表示されたら、スキルをインストールする AI エージェントを指定し、インストール スコープ（プロジェクトまたはグローバル）を設定します。
スキルがすでにインストールされている場合は、次のコマンドを実行して最新バージョンに更新できます。
npx skills update
基本原則
Well-Architected Framework のオペレーショナル エクセレンスの柱の推奨事項は、次の基本原則にマッピングされています。
- CloudOps を使用して運用の準備とパフォーマンスを確保する: サービスレベル目標（SLO）を定義し、包括的なモニタリング、パフォーマンス テスト、容量計画を実行することで、クラウド ソリューションが運用要件とパフォーマンス要件を満たしていることを確認します。
- インシデントや問題を管理する: 包括的なオブザーバビリティ、明確なインシデント対応手順、徹底した振り返り、予防措置を通じて、クラウド インシデントの影響を最小限に抑え、再発を防ぎます。
- クラウド リソースを管理して最適化する: 適切なサイズ設定、自動スケーリングなどの戦略や、効果的な費用モニタリング ツールを使用して、クラウド リソースを最適化して管理します。
- 変更の自動化と管理: プロセスを自動化し、チェンジ マネジメントを効率化して、手作業の負担を軽減します。
- 継続的な改善とイノベーション: 競争力を維持するために、継続的な機能強化と新しいソリューションの導入に重点を置きます。
寄稿者
著者:
- Alex Stepney | リード プリンシパル アーキテクト
- Ryan Cox | プリンシパル アーキテクト
- Hadrian Knotz | エンタープライズ アーキテクト
その他の寄稿者:
- Daniel Lees | クラウド セキュリティ アーキテクト
- Filipe Gracio, PhD | カスタマー エンジニア兼 AI / ML スペシャリスト
- Gary Harmson | プリンシパル アーキテクト
- Jose Andrade | カスタマー エンジニア兼 SRE スペシャリスト
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Nicolas Pintaux | カスタマー エンジニア、アプリケーション モダナイゼーション スペシャリスト
- Radhika Kanakam | Google Cloud Well-Architected Framework プログラム リード
- Samantha He | テクニカル ライター
- Zach Seils | ネットワーキング スペシャリスト
- Wade Holmes | グローバル ソリューション ディレクター
CloudOps を使用して運用体制とパフォーマンスを確保する
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、運用準備の重点分野の 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。
- 期限がある: 測定と評価の期間が定められている。
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 では、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（コンプライアンス違反に対する罰則や救済策など）を規定します。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措置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、両者がクラウド サービスに関連する期待と義務を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。Cloud Monitoring 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を備えており、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。これらのツールを利用することで、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。Cloud 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: Cloud Load Balancing と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ストレステストを行います。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。
パフォーマンス テストを定期的に実施し、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レスポンシブなエクスペリエンスを提供できます。そうすることで、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、システム負荷の経時変化を追跡します。
- 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 の容量を計画するときは、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、動的ワークロード スケジューリング（DWS）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。
- 一時的な開発環境用に古いマシン 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（複数の互換性のある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。
パフォーマンスを調整する:
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。
インシデントと問題を管理する
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では、クラウド ワークロードに関連するインシデントと問題を管理するうえで役に立つ推奨事項が示されています。これには、包括的なモニタリングとオブザーバビリティの実装、明確なインシデント対応手順の確立、徹底的な根本原因分析の実施、予防措置の実装が含まれます。この原則で説明するトピックの多くは、信頼性の柱で詳しく説明されています。
原則の概要
インシデント管理と問題管理は、機能的な運用環境の重要なコンポーネントです。重大度の異なるインシデントへの対応方法、分類方法、解決方法は、運用に大きな影響を与える可能性があります。また、信頼性とパフォーマンスを最適化するために、プロアクティブかつ継続的に調整を行う必要があります。インシデントと問題の管理を効率的に行うには、次の基本要素が必要です。
- 継続的なモニタリング: 問題を迅速に特定して解決します。
- 自動化: タスクを合理化し、効率を向上させます。
- オーケストレーション: クラウド リソースを効果的に調整して管理します。
- データドリブンな分析情報: クラウド オペレーションを最適化し、情報に基づいた意思決定を行います。
これらの要素は、幅広い課題や中断に対応できる、復元力のあるクラウド環境の構築に役立ちます。これらの要素は、コストのかかるインシデントやダウンタイムのリスクを軽減し、ビジネスの俊敏性と成功を向上させるためにも役立ちます。これらの基本要素は、運用準備の 4 つの重点分野（人材、プロセス、ツール、ガバナンス）に分散しています。
推奨事項
インシデントと問題を効果的に管理するには、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、運用準備の重点分野の 1 つ以上に関連しています。
明確なインシデント対応手順を確立する
インシデントに効果的かつ調整された対応を行うには、明確な役割と責任が不可欠です。また、明確なコミュニケーション プロトコルとエスカレーション パスにより、インシデント発生時に情報を迅速かつ効果的に共有できます。この推奨事項は、運用準備の重点分野（従業員、プロセス、ツール）に関連しています。
インシデント対応手順を確立するには、インシデント コマンダー、調査担当者、コミュニケーター、テクニカル エキスパートなど、各チームメンバーの役割と期待値を定義する必要があります。コミュニケーションとエスカレーションのパスを確立するには、重要な連絡先の特定、コミュニケーション チャネルの設定、必要に応じてインシデントを上位の管理レベルにエスカレーションするプロセスの定義を行います。定期的なトレーニングと準備により、チームはインシデントに効果的に対応するための知識とスキルを身に付けることができます。
インシデント対応手順をランブックまたはハンドブックに文書化することで、インシデント発生時にチームが参照できる標準化されたリファレンス ガイドを提供できます。ランブックには、コミュニケーション、トリアージ、調査、解決など、インシデント対応プロセスの各段階で実施する手順を記載する必要があります。また、関連するツールやリソースに関する情報、重要な担当者の連絡先情報も記載する必要があります。ランブックを定期的に確認して更新し、最新の状態に保って効果を維持する必要があります。
インシデント管理を一元化する
インシデントのライフサイクル全体で効果的に追跡と管理を行うには、一元化されたインシデント管理システムの使用を検討してください。この推奨事項は、運用準備の重点分野（プロセスとツール）に関連しています。
一元化されたインシデント管理システムには、次の利点があります。
- 可視性の向上: インシデント関連のすべてのデータを 1 か所に統合することで、チームがさまざまなチャネルやシステムでコンテキストを検索する必要がなくなります。このアプローチにより、時間を節約し、混乱を軽減できます。また、ステークホルダーは、ステータス、影響、進捗状況など、インシデントの包括的なビューを確認できます。
- 調整とコラボレーションの改善: 一元化されたシステムにより、コミュニケーションとタスク管理のための統合プラットフォームが提供されます。インシデント対応に関与するさまざまな部門や機能間のシームレスなコラボレーションを促進します。このアプローチにより、全員が最新の情報にアクセスできるようになり、コミュニケーションの誤りや不整合のリスクが軽減されます。
- 説明責任とオーナーシップの強化: 一元化されたインシデント管理システムにより、組織は特定の個人またはチームにタスクを割り当て、責任を明確に定義して追跡できます。このアプローチにより、チームメンバーは進捗状況と貢献度を簡単にモニタリングできるため、説明責任が促進され、積極的な問題解決が促されます。
一元化されたインシデント管理システムには、インシデントの追跡、タスクの割り当て、コミュニケーション管理のための堅牢な機能が必要です。これらの機能を使用すると、ワークフローのカスタマイズ、優先度の設定、モニタリング ツールやチケット発行システムなどの他のシステムとの統合を行うことができます。
一元化されたインシデント管理システムを実装することで、組織のインシデント対応プロセスを最適化し、コラボレーションを改善して、可視性を高めることができます。これにより、インシデントの解決時間の短縮、ダウンタイムの短縮、顧客満足度の向上につながります。また、過去のインシデントから学び、改善すべき領域を特定できるため、継続的な改善の文化を育むことにも役立ちます。
インシデント後の徹底的なレビューを実施する
インシデントが発生した後は、詳細なインシデント後のレビュー（PIR）（事後検証とも呼ばれます）を実施して、根本原因、寄与要因、教訓を特定する必要があります。この徹底的なレビューは、将来的に同様のインシデントを防止するのに役立ちます。この推奨事項は、プロセスとガバナンスという運用準備の重点分野に関連しています。
PIR プロセスには、インシデントのさまざまな側面に関する専門知識を持つ、複数の分野にまたがるチームが関与する必要があります。チームは、インタビュー、ドキュメントの確認、サイトの検査を通じて、関連するすべての情報を収集する必要があります。インシデントにつながった一連のアクションを特定するために、イベントのタイムラインを作成する必要があります。
必要な情報を収集したら、根本原因分析を実施して、インシデントにつながった要因を特定する必要があります。この分析では、インシデントの原因となった直接的な原因とシステムの問題の両方を特定する必要があります。
PIR チームは、根本原因の特定に加えて、インシデントの原因となった可能性のある他の要因を特定する必要があります。これらの要因には、人的ミス、機器の故障、コミュニケーションの不具合やトレーニングの不足などの組織的な要因が含まれます。
PIR レポートには、イベントのタイムライン、根本原因分析、推奨される対応など、調査結果を記載する必要があります。このレポートは、是正措置を講じ、再発を防止するための貴重なリソースです。レポートは、関連するすべての関係者と共有し、安全トレーニングと手順の作成に使用する必要があります。
PIR プロセスを成功させるには、責任を追及するのではなく、学習と改善に重点を置く、責任を追及しない文化を組織で育む必要があります。この文化は、個人が報復を恐れずにインシデントを報告することを奨励し、システム上の問題に対処して有意義な改善を行うことを可能にします。
徹底的な PIR を実施し、その結果に基づいて是正措置を講じることで、将来的に同様のインシデントが発生するリスクを大幅に軽減できます。インシデントの調査と防止に対するこのプロアクティブなアプローチは、関係者全員にとってより安全で効率的な作業環境の構築に役立ちます。
ナレッジベースを維持管理する
既知の問題、解決策、トラブルシューティング ガイドのナレッジベースは、インシデントの管理と解決に不可欠です。チームメンバーは、ナレッジベースを使用して、一般的な問題を迅速に特定して対処できます。ナレッジベースを実装すると、エスカレーションの必要性が減り、全体的な効率が向上します。この推奨事項は、運用準備の重点分野である人材とプロセスに関連しています。
ナレッジベースの主なメリットは、チームが過去の経験から学び、同じ間違いを繰り返さないようにできることです。既知の問題の解決策を記録して共有することで、チームは一般的な問題の解決方法とインシデント管理のベスト プラクティスについて共通の理解を構築できます。ナレッジベースを使用すると、時間と労力を節約できます。また、プロセスの標準化とインシデント解決の一貫性の確保にも役立ちます。
ナレッジベースは、インシデントの解決時間の短縮に役立つだけでなく、チーム間の知識の共有とコラボレーションを促進します。情報の中央リポジトリを使用すると、チームはナレッジベースに簡単にアクセスして貢献できるため、継続的な学習と改善の文化が促進されます。この文化により、チームは専門知識や経験を共有するようになり、より包括的で価値のあるナレッジベースが構築されます。
ナレッジベースを効果的に作成して管理するには、適切なツールとテクノロジーを使用します。Google Workspace などのコラボレーション プラットフォームは、ドキュメントを簡単に作成、編集、共有できるため、この目的に適しています。これらのツールは、バージョン管理と変更追跡もサポートしているため、ナレッジベースを最新かつ正確に保つことができます。
関連するすべてのチームがナレッジベースに簡単にアクセスできるようにします。これを実現するには、ナレッジベースを既存のインシデント管理システムと統合するか、専用のポータルまたはイントラネット サイトを提供します。すぐに利用できるナレッジベースがあれば、チームはインシデントを効率的に解決するために必要な情報にすばやくアクセスできます。この可用性により、ダウンタイムを短縮し、ビジネス オペレーションへの影響を最小限に抑えることができます。
ナレッジベースを定期的に確認して更新し、関連性と有用性を維持します。インシデント レポートをモニタリングし、一般的な問題と傾向を特定して、新しいソリューションとトラブルシューティング ガイドをナレッジベースに組み込みます。最新のナレッジベースは、チームがインシデントをより迅速かつ効果的に解決するのに役立ちます。
インシデント対応の自動化
自動化は、インシデント対応と修復プロセスの効率化に役立ちます。これにより、セキュリティ侵害やシステム障害に迅速かつ効率的に対応できます。Cloud Run functions や Cloud Run などの Google Cloud プロダクトを使用すると、通常は手動で時間のかかるさまざまなタスクを自動化できます。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。
自動インシデント対応には、次の利点があります。
- インシデントの検出と解決にかかる時間の短縮: 自動化ツールは、システムとアプリケーションを継続的にモニタリングし、不審なアクティビティや異常なアクティビティをリアルタイムで検出して、関係者に通知したり、介入なしで対応したりできます。この自動化により、潜在的な脅威や問題を特定し、重大なインシデントに発展する前に対処できます。インシデントが検出されると、自動化ツールは、影響を受けたシステムの隔離、悪意のあるファイルの隔離、変更のロールバックなど、事前定義された修復アクションをトリガーして、システムを既知の良好な状態に復元できます。
- セキュリティ チームと運用チームの負担を軽減: インシデント対応を自動化することで、セキュリティ チームと運用チームはより戦略的なタスクに集中できます。診断情報の収集やアラートのトリガーなどの定型的な反復作業を自動化することで、組織はより複雑で重要なインシデントに対応する人員を確保できます。この自動化により、インシデント対応の全体的な有効性と効率が向上します。
- 修復プロセスの一貫性と精度の向上: 自動化ツールを使用すると、影響を受けるすべてのシステムに修復アクションを均一に適用できるため、人的ミスや不整合のリスクを最小限に抑えることができます。この修復プロセスの標準化により、インシデントがユーザーやビジネスに与える影響を最小限に抑えることができます。
クラウド リソースを管理して最適化する
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では、クラウド ワークロードで使用されるリソースを管理および最適化するうえで役に立つ推奨事項が示されています。これには、実際の使用量と需要に基づくリソースサイズの適正化、動的リソース割り当てでの自動スケーリングの使用、費用最適化戦略の実装、リソース使用率と費用の定期的な確認が含まれます。この原則で説明するトピックの多くは、費用最適化の柱で詳しく説明されています。
原則の概要
クラウド リソースの管理と最適化は、クラウド費用、リソース使用量、インフラストラクチャの効率を最適化するうえで重要な役割を果たします。これには、クラウド支出の価値とリターンを最大化することを目的としたさまざまな戦略とベスト プラクティスが含まれています。
この柱の最適化への焦点は、費用削減にとどまりません。次の目標を重視しています。
- 効率性: 自動化とデータ分析を使用して、ピーク時のパフォーマンスとコスト削減を実現します。
- パフォーマンス: リソースを簡単にスケーリングして、変動する需要に対応し、最適な結果を提供します。
- スケーラビリティ: 急速な成長と多様なワークロードに対応できるようにインフラストラクチャとプロセスを適応させます。
これらの目標に焦点を当てることで、費用と機能のバランスを実現できます。リソースのプロビジョニング、スケーリング、移行について、十分な情報に基づいて意思決定を行うことができます。また、リソース消費パターンに関する貴重な分析情報を得られるため、潜在的な問題が深刻化する前に、事前に特定して対処できます。
推奨事項
リソースを管理して最適化するには、以下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、運用準備の重点分野の 1 つ以上に関連しています。
リソースのサイズを適正にする
効率的なクラウド リソース管理には、リソース使用率を継続的にモニタリングし、実際の需要に合わせてリソース割り当てを調整することが不可欠です。リソースを過剰にプロビジョニングすると、不要な費用が発生する可能性があります。また、プロビジョニングが不足すると、パフォーマンスのボトルネックが発生し、アプリケーションのパフォーマンスとユーザー エクスペリエンスに影響する可能性があります。最適なバランスを実現するには、クラウド リソースのサイズを適切に設定するためのプロアクティブなアプローチを採用する必要があります。この推奨事項は、運用準備のガバナンス重点分野に関連しています。
Cloud Monitoring と Recommender は、サイズ適正化の機会を特定する際に役立ちます。Cloud Monitoring を使用すると、リソース使用率の指標をリアルタイムで可視化できます。この可視性により、リソースの使用パターンを追跡し、潜在的な非効率性を特定できます。Recommender は、リソース使用率データを分析して、リソース割り当てを最適化するためのインテリジェントな推奨事項を作成します。これらのツールを使用すると、リソース使用量に関する分析情報を取得し、リソースの適切なサイジングについて十分な情報に基づいて意思決定を行うことができます。
Cloud Monitoring と Recommender に加えて、カスタム指標を使用して自動サイズ適正化アクションをトリガーすることを検討してください。カスタム指標を使用すると、アプリケーションやワークロードに関連する特定のリソース使用率指標を追跡できます。また、事前定義されたしきい値に達したときに管理者に通知するようにアラートを構成することもできます。管理者は、必要に応じてリソースの割り当てを調整できます。このプロアクティブなアプローチにより、リソースがタイムリーにスケーリングされ、クラウド費用の最適化とパフォーマンスの問題の防止に役立ちます。
自動スケーリングを使用する
コンピューティング リソースやその他のリソースを自動スケーリングすることで、クラウドベースのアプリケーションのパフォーマンスと費用対効果を最適化できます。自動スケーリングを使用すると、ワークロードの変動に基づいてリソースの容量を動的に調整できるため、必要なときに必要なリソースを確保し、オーバープロビジョニングと不要な費用を回避できます。この推奨事項は、運用準備のプロセスの重点分野に関連しています。
さまざまなアプリケーションやワークロードの多様なニーズに対応するため、Google Cloud には次のようなさまざまな自動スケーリング オプションが用意されています。
- Compute Engine マネージド インスタンス グループ（MIG）は、単一のエンティティとして管理およびスケーリングされる VM のグループです。MIG を使用すると、グループ内で維持する VM の最小数と最大数、自動スケーリングをトリガーする条件を指定する自動スケーリング ポリシーを定義できます。たとえば、CPU 使用率が特定のしきい値に達したときに MIG に VM を追加し、使用率が別のしきい値を下回ったときに VM を削除するようにポリシーを構成できます。
Google Kubernetes Engine（GKE）の自動スケーリングは、アプリケーションのニーズに合わせてクラスタ リソースを動的に調整します。次のツールが用意されています。
- クラスタ オートスケーラーは、Pod のリソース需要に基づいてノードを追加または削除します。
- HorizontalPodAutoscaler は、CPU、メモリ、カスタム指標に基づいて Pod レプリカの数を変更します。
- VerticalPodAutoscaler は、使用パターンに基づいて Pod のリソース リクエストと上限を微調整します。
- ノード自動プロビジョニングでは、ワークロードに最適化されたノードプールが自動的に作成されます。
これらのツールは連携して、リソース使用率の最適化、アプリケーション パフォーマンスの確保、クラスタ管理の簡素化を実現します。
Cloud Run は、インフラストラクチャを管理することなくコードを実行できるサーバーレス プラットフォームです。Cloud Run には、受信トラフィックに基づいてインスタンス数を自動的に調整する自動スケーリングが組み込まれています。トラフィック量が増加すると、Cloud Run はインスタンスの数をスケールアップして負荷を処理します。トラフィックが減少すると、Cloud Run はインスタンス数をスケールダウンして費用を削減します。
これらの自動スケーリング オプションを使用すると、オーバープロビジョニングと不要な費用を回避しながら、クラウドベースのアプリケーションにさまざまなワークロードを処理するために必要なリソースを確保できます。自動スケーリングを使用すると、パフォーマンスの向上、費用の削減、クラウド リソースの効率的な使用につながります。
費用最適化戦略を活用する
クラウド支出を最適化すると、組織の IT 予算を効果的に管理できます。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。
Google Cloud には、クラウド費用の最適化に役立つツールと手法がいくつか用意されています。これらのツールと手法を使用することで、クラウド支出から最大限の価値を得ることができます。これらのツールと手法は、使用率の低いリソースの特定や、より費用対効果の高いインスタンス タイプの推奨など、費用を削減できる領域を特定するのに役立ちます。 Google Cloud クラウド費用の最適化に役立つオプションには、次のようなものがあります。
- 確約利用割引（CUD）は、一定期間にわたって一定レベルの使用量を確約することで適用される割引です。
- Compute Engine の継続利用割引では、サービスを継続的に使用すると割引が適用されます。
- Spot VM を使用すると、通常の VM と比較して低コストで未使用の VM 容量にアクセスできます。
料金モデルは時間の経過とともに変化する可能性があり、既存のオプションよりもパフォーマンスが向上したり、コストが削減されたりする新機能が導入される可能性があります。そのため、料金モデルを定期的に確認し、代替機能を検討する必要があります。最新の料金モデルと機能を把握することで、クラウド アーキテクチャについて十分な情報に基づいた意思決定を行い、費用を最小限に抑えることができます。
予算やアラートなどのGoogle Cloudの費用管理ツールは、クラウド支出に関する貴重な分析情報を提供します。予算とアラートを使用すると、ユーザーは予算を設定し、予算を超過したときにアラートを受け取ることができます。これらのツールは、ユーザーがクラウドの支出を追跡し、費用を削減できる領域を特定するのに役立ちます。
リソースの使用状況と費用を追跡する
タグ付けとラベル付けを使用して、リソースの使用量と費用を追跡できます。プロジェクト、部門、その他の関連するディメンションなどのクラウド リソースにタグとラベルを割り当てることで、リソースを分類して整理できます。これにより、特定のリソースの支出パターンをモニタリングして分析し、使用量が多い領域や費用を削減できる可能性のある領域を特定できます。この推奨事項は、運用準備の重点分野であるガバナンスとツールに関連しています。
Cloud Billing や Cost Management などのツールを使用すると、支出パターンを包括的に把握できます。これらのツールは、クラウドの使用状況に関する詳細な分析情報を提供し、傾向の特定、費用の予測、情報に基づいた意思決定を可能にします。過去のデータと現在の支出パターンを分析することで、費用最適化の取り組みの重点分野を特定できます。
カスタム ダッシュボードとレポートを使用すると、費用データを可視化し、支出傾向に関する分析情報をより深く把握できます。関連する指標とディメンションを使用してダッシュボードをカスタマイズすることで、重要業績評価指標（KPI）をモニタリングし、費用最適化の目標に向けた進捗状況を追跡できます。レポートでは、費用データの詳細な分析が提供されます。レポートでは、特定の期間またはリソースタイプでデータをフィルタして、クラウド支出に影響する要因を把握できます。
タグ、ラベル、コスト分析ツールを定期的に確認して更新し、クラウドの使用状況と費用に関する最新情報を把握します。最新情報を把握し、費用の事後分析やプロアクティブな費用レビューを実施することで、支出の予期しない増加を迅速に特定できます。これにより、クラウド リソースの最適化と費用の管理をプロアクティブに決定できます。
費用配賦と予算編成を確立する
クラウド費用管理における説明責任と透明性は、リソース使用率の最適化と財務管理の確保に不可欠です。この推奨事項は、運用準備の重点分野であるガバナンスに関連しています。
説明責任と透明性を確保するには、費用配分とチャージバックの明確なメカニズムが必要です。特定のチーム、プロジェクト、個人に費用を割り当てることで、組織はこれらの各エンティティがクラウドの使用状況に責任を持つようにできます。このプラクティスにより、オーナーシップの意識が育まれ、責任あるリソース管理が促進されます。また、チャージバック メカニズムにより、組織は内部顧客からクラウド費用を回収し、インセンティブをパフォーマンスに合わせ、財政規律を促進できます。
さまざまなチームやプロジェクトの予算を設定することも、クラウド費用管理の重要な側面です。予算を使用すると、組織は費用の上限を定義し、その上限に照らして実際の費用を追跡できます。このアプローチにより、支出の管理不能を防ぐためのプロアクティブな意思決定を行うことができます。現実的で達成可能な予算を設定することで、クラウド リソースを効率的に使用し、ビジネスの目標に沿って使用できます。予算に対する実際の支出を定期的にモニタリングすることで、差異を特定し、潜在的な超過に迅速に対処できます。
予算をモニタリングするには、Cloud Billing の予算とアラートなどのツールを使用します。これらのツールは、クラウド支出に関するリアルタイムの分析情報を提供し、潜在的な超過を関係者に通知します。これらの機能を使用すると、クラウド費用を追跡し、大きな差異が発生する前に是正措置を講じることができます。このプロアクティブなアプローチにより、予期しない費用を回避し、クラウド リソースを責任を持って使用できます。
変更の自動化と管理
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では、クラウド ワークロードの変更を自動化して管理するうえで役に立つ推奨事項が示されています。これには、Infrastructure as Code（IaC）の実装、標準的な運用手順の確立、構造化された変更管理プロセスの実装、自動化とオーケストレーションの使用が含まれます。
原則の概要
変更管理と自動化は、クラウド環境内でスムーズかつ制御された移行を実現するうえで重要な役割を果たします。効果的な変更管理を行うには、中断を最小限に抑え、変更が既存のシステムとシームレスに統合されるようにする戦略とベスト プラクティスを使用する必要があります。
効果的な変更管理と自動化には、次の基本要素が含まれます。
- 変更ガバナンス: 承認プロセスやコミュニケーション計画など、変更管理に関する明確なポリシーと手順を確立します。
- リスク評価: 変更に関連する潜在的なリスクを特定し、リスク管理手法によって軽減します。
- テストと検証: 変更を徹底的にテストして、機能要件とパフォーマンス要件を満たしていること、潜在的な回帰が軽減されていることを確認します。
- 制御されたデプロイ: 変更を制御された方法で実装し、ユーザーが新しい環境にシームレスに移行できるようにします。必要に応じてシームレスにロールバックできるメカニズムも用意します。
これらの基本要素は、変更の影響を最小限に抑え、変更がビジネス オペレーションにプラスの影響を与えるようにするのに役立ちます。これらの要素は、プロセス、ツール、ガバナンスの運用準備の重点分野で表されます。
推奨事項
変更を自動化して管理するには、以下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、運用準備の重点分野の 1 つ以上に関連しています。
IaC を導入する
Infrastructure as Code（IaC）は、クラウド インフラストラクチャを管理するための革新的なアプローチです。Terraform などのツールを使用して、クラウド インフラストラクチャを宣言的に定義して管理できます。IaC は、一貫性、再現性、簡素化された変更管理を実現するのに役立ちます。また、デプロイの迅速化と信頼性の向上も実現します。この推奨事項は、運用準備の重点分野（プロセスとツール）に関連しています。
クラウド デプロイに IaC アプローチを採用する主なメリットは次のとおりです。
- 人が読めるリソース構成: IaC アプローチでは、JSON や YAML などの人が読める形式でクラウド インフラストラクチャ リソースを宣言できます。インフラストラクチャの管理者とオペレーターは、インフラストラクチャを簡単に理解して変更し、他のユーザーと共同作業できます。
- 整合性と再現性: IaC により、インフラストラクチャのデプロイメントの一貫性と再現性が実現します。これにより、デプロイを行うユーザーに関係なく、インフラストラクチャが常に同じ方法でプロビジョニングされ、構成されるようになります。このアプローチにより、エラーを減らし、インフラストラクチャを常に既知の状態に保つことができます。
- 説明責任とトラブルシューティングの簡素化: IaC アプローチは、説明責任の向上に役立ち、問題のトラブルシューティングを容易にします。IaC コードをバージョン管理システムに保存することで、変更を追跡し、変更がいつ、誰によって行われたかを特定できます。必要に応じて、以前のバージョンに簡単にロールバックできます。
バージョン管理を実装する
Git などのバージョン管理システムは、IaC プロセスの重要なコンポーネントです。堅牢な変更管理機能とリスク軽減機能を備えているため、社内開発または SaaS ソリューションを通じて広く採用されています。この推奨事項は、運用準備の重点分野であるガバナンスとツールに関連しています。
バージョン管理では、IaC コードと構成の変更を追跡することで、コードの進化を可視化し、変更の影響を把握して潜在的な問題を特定しやすくします。この可視性の向上により、同じ IaC プロジェクトに取り組むチームメンバー間のコラボレーションが促進されます。
ほとんどのバージョン管理システムでは、必要に応じて変更を簡単にロールバックできます。この機能は、意図しない結果やエラーのリスクを軽減するのに役立ちます。IaC ワークフローで Git などのツールを使用すると、チェンジ マネジメント プロセスを大幅に改善し、コラボレーションを促進して、リスクを軽減できます。これにより、より効率的で信頼性の高い IaC 実装が実現します。
CI / CD パイプラインを構築する
継続的インテグレーションと継続的デリバリー（CI/CD）パイプラインは、クラウド アプリケーションの開発とデプロイのプロセスを効率化します。CI/CD パイプラインは、ビルド、テスト、デプロイの各ステージを自動化します。これにより、品質検証（QC）を改善しながら、より迅速かつ頻繁にリリースできるようになります。この推奨事項は、運用準備の重点分野であるツールに関連しています。
CI/CD パイプラインにより、コードの変更が中央リポジトリ（通常は Git などのバージョン管理システム）に継続的に統合されます。継続的インテグレーションにより、問題の早期検出と解決が容易になり、バグや互換性の問題が発生する可能性が低くなります。
クラウド アプリケーションの CI/CD パイプラインを作成して管理するには、Cloud Build や Cloud Deploy などのツールを使用します。
- Cloud Build は、デベロッパーがビルドステップを宣言的に定義して実行できるフルマネージド ビルドサービスです。一般的なソースコード管理プラットフォームとシームレスに統合され、コードの push や pull リクエストなどのイベントによってトリガーできます。
- Cloud Deploy は、テスト、ステージング、本番環境などのさまざまな環境へのアプリケーションのデプロイ プロセスを自動化するサーバーレス デプロイ サービスです。Blue/Green デプロイ、トラフィック分割、ロールバック機能などの機能が用意されており、アプリケーションのデプロイの管理とモニタリングが容易になります。
CI/CD パイプラインをバージョン管理システムやテスト フレームワークと統合すると、クラウド アプリケーションの品質と信頼性を確保できます。CI/CD プロセスの一環として自動テストを実行することで、開発チームはコードを本番環境にデプロイする前に問題を迅速に特定して修正できます。この統合により、クラウド アプリケーションの全体的な安定性とパフォーマンスが向上します。
構成管理ツールを使用する
Puppet、Chef、Ansible、VM Manager などのツールを使用すると、クラウド リソースの構成と管理を自動化できます。これらのツールを使用すると、クラウド環境全体でリソースの一貫性とコンプライアンスを確保できます。この推奨事項は、運用準備の重点分野のツールに関連しています。
クラウド リソースの構成と管理を自動化すると、次のメリットがあります。
- 手動エラーのリスクを大幅に軽減: 手動プロセスが関与すると、人為的ミスによるエラーの可能性が高くなります。構成管理ツールは、プロセスを自動化することでこのリスクを軽減し、すべてのクラウド リソースに構成が一貫して正確に適用されるようにします。この自動化により、クラウド環境の信頼性と安定性が向上します。
- 運用効率の向上: 反復作業を自動化することで、IT スタッフがより戦略的なイニシアチブに集中できるようになります。この自動化により、生産性の向上、コストの削減、変化するビジネスニーズへの対応力の向上が実現します。
- 複雑なクラウド インフラストラクチャの管理の簡素化: クラウド環境の規模と複雑さが増すにつれて、リソースの管理がますます困難になる可能性があります。構成管理ツールは、クラウド リソースを管理するための一元化されたプラットフォームを提供します。これらのツールを使用すると、構成の追跡、問題の特定、変更の実装が容易になります。これらのツールを使用すると、クラウド環境の可視性、制御、セキュリティを向上させることができます。
テストの自動化
自動テストを CI/CD パイプラインに統合すると、クラウド アプリケーションの品質と信頼性を確保できます。デプロイ前に変更を検証することで、エラーや回帰のリスクを大幅に軽減し、より安定した堅牢なソフトウェア システムを実現できます。この推奨事項は、運用準備の重点分野（プロセスとツール）に関連しています。
自動テストを CI/CD パイプラインに組み込む主なメリットは次のとおりです。
- バグや不具合の早期検出: 自動テストは、開発プロセスの早い段階でバグや不具合を検出するのに役立ちます。これにより、本番環境で大きな問題が発生するのを防ぐことができます。この機能により、開発プロセスの後半で費用のかかる手戻りやバグの修正を行う必要がなくなり、時間とリソースを節約できます。
- 高品質で標準ベースのコード: 自動テストは、コードが特定の標準とベスト プラクティスを満たしていることを確認することで、コードの全体的な品質を向上させるのに役立ちます。この機能により、保守性と信頼性が高く、エラーが発生しにくいアプリケーションを実現できます。
CI/CD パイプラインでは、さまざまな種類のテスト手法を使用できます。各テストタイプには特定の目的があります。
- 単体テストは、関数やメソッドなど、コードの個々の単位をテストして、期待どおりに動作することを確認することに重点を置いています。
- 統合テストでは、アプリケーションのさまざまなコンポーネントまたはモジュール間の相互作用をテストして、それらが適切に連携していることを確認します。
- エンドツーエンド テストは、単体テストや統合テストと併用されることがよくあります。エンドツーエンド テストでは、実際のシナリオをシミュレートしてアプリケーション全体をテストし、アプリケーションがエンドユーザーの要件を満たしていることを確認します。
自動テストを CI/CD パイプラインに効果的に統合するには、適切なテストツールとフレームワークを選択する必要があります。さまざまなオプションがあり、それぞれに長所と短所があります。また、実施するテストの種類、テストの頻度、テストの合否基準を概説する明確なテスト戦略を確立する必要があります。これらの推奨事項に沿って、自動テスト プロセスを効率的かつ効果的に実施できます。このようなプロセスにより、クラウド アプリケーションの品質と信頼性に関する貴重な分析情報を得ることができます。
改善とイノベーションを継続的に行う
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では、クラウド オペレーションを継続的に最適化し、イノベーションを推進するうえで役に立つ推奨事項が示されています。
原則の概要
クラウドで継続的に改善とイノベーションを行うには、継続的な学習、テスト、適応に重点を置く必要があります。これにより、新しいテクノロジーを探索し、既存のプロセスを最適化できます。また、組織が業界のリーダーシップを達成して維持できるようにする優れた文化を促進できます。
継続的な改善とイノベーションにより、次の目標を達成できます。
- イノベーションを加速する: 新しいテクノロジーとサービスを探索して、機能を強化し、差別化を推進します。
- コストを削減する: プロセス改善イニシアチブを通じて非効率性を特定して排除します。
- アジリティの向上: 変化する市場の需要や顧客のニーズに迅速に対応します。
- 意思決定の改善: データと分析から貴重な分析情報を取得して、データドリブンな意思決定を行います。
継続的な改善とイノベーションの原則を採用する組織は、クラウド環境の可能性を最大限に引き出し、持続可能な成長を達成できます。この原則は、主に運用準備の重点分野である Workforce にマッピングされます。イノベーションの文化により、チームは新しいツールやテクノロジーを試して、機能を拡張し、コストを削減できます。
推奨事項
クラウド ワークロードを継続的に改善して革新するには、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、運用準備の重点分野の 1 つ以上に関連しています。
学びの文化を育てる
チームがテストを行い、知識を共有し、継続的に学習することを奨励します。失敗を成長と改善の機会と捉える、非難のない文化を採用します。この推奨事項は、運用準備の重点分野である従業員に関連しています。
学習の文化を育むことで、チームは間違いから学び、迅速に反復できます。このアプローチにより、チームメンバーはリスクを冒し、新しいアイデアを試し、仕事の境界を広げることができます。また、個人が失敗を共有し、そこから学ぶことができる心理的に安全な環境も構築されます。このように共有することで、よりオープンで協力的な環境が生まれます。
知識の共有と継続的な学習を促進するには、チームが知識を共有し、互いに学習する機会を作ります。これは、非公式および公式の学習セッションやカンファレンスを通じて行うことができます。
試験運用、知識共有、継続的な学習の文化を育むことで、チームがリスクを負い、イノベーションを起こし、成長できる環境を構築できます。このような環境は、生産性の向上、問題解決の改善、従業員のエンゲージメントとモチベーションの向上につながります。さらに、責任を追及しない文化を促進することで、従業員が失敗から学び、チームの集合知に貢献できる安全な空間を作ることができます。この文化は、最終的には、課題に対処し、長期的に成功を収めるための、よりレジリエンスが高く適応力のある従業員につながります。
定期的に事後検証を行う
振り返りにより、チームは経験を振り返り、うまくいったことと改善できることを特定できます。プロジェクトや重大なインシデントの後に振り返りを行うことで、チームは成功と失敗から学び、プロセスとプラクティスを継続的に改善できます。この推奨事項は、プロセスとガバナンスという運用準備の重点分野に関連しています。
振り返りを効果的に構成するには、Start-Stop-Continue モデルを使用します。
- 開始: ふりかえりの開始フェーズでは、チームメンバーは、作業を強化できると考える新しいプラクティス、プロセス、行動を特定します。変更が必要な理由と、変更を実装する方法について話し合います。
- 停止: 停止フェーズでは、チームメンバーは、効果がなくなった、または進捗を妨げているプラクティス、プロセス、行動を特定して排除します。これらの変更が必要な理由と、その実装方法について説明します。
- 継続: 継続フェーズでは、チームメンバーは、うまく機能していて継続する必要があるプラクティス、プロセス、行動を特定します。これらの要素が重要である理由と、それらを強化する方法について説明します。
Start-Stop-Continue モデルのような構造化された形式を使用することで、チームは振り返りを生産的かつ集中的に行うことができます。このモデルは、ディスカッションを促進し、主なポイントを特定して、今後の機能強化に向けた実用的なステップを特定するのに役立ちます。
クラウド テクノロジーの最新情報を入手する
Google Cloud サービスの可能性を最大限に引き出すには、最新の進歩、機能、ベスト プラクティスを常に把握しておく必要があります。この推奨事項は、運用準備の重点分野である従業員に関連しています。
関連するカンファレンス、ウェブセミナー、トレーニング セッションに参加することは、知識を広げるための貴重な方法です。これらのイベントは、 Google Cloud のエキスパートから学び、新機能を理解し、同様の課題に直面している可能性のある業界の同業者と交流する機会を提供します。これらのセッションに参加することで、新機能を効果的に使用する方法、クラウド オペレーションを最適化する方法、組織内でイノベーションを推進する方法に関する分析情報を得ることができます。
チームメンバーがクラウド テクノロジーに遅れずについていけるように、認定資格の取得やトレーニング コースへの参加を促します。 Google Cloudでは、特定の Cloud Domains のスキルと知識を証明する幅広い認定資格を提供しています。これらの認定資格を取得することで、卓越性への取り組みを実証し、クラウド テクノロジーの習熟度を具体的に証明できます。 Google Cloud と Google のパートナーが提供するトレーニング コースでは、特定のトピックをさらに深く掘り下げます。実際のプロジェクトにすぐに適用できる直接的な経験と実践的なスキルを身に付けることができます。チームの専門能力開発に投資することで、継続的な学習の文化を育み、全員がクラウドで成功するために必要なスキルを身につけることができます。
積極的にフィードバックを求め、取り入れる
ユーザー、関係者、チームメンバーからフィードバックを収集します。フィードバックを使用して、クラウド ソリューションを改善する機会を特定します。この推奨事項は、運用準備の重点分野である従業員に関連しています。
収集したフィードバックは、ソリューションのユーザーのニーズ、問題、期待の変化を把握するのに役立ちます。このフィードバックは、改善を推進し、今後の機能強化の優先順位を付けるための貴重なインプットとなります。さまざまなメカニズムを使用してフィードバックを収集できます。
- アンケートは、多数のユーザーや関係者から定量的なデータを収集する効果的な方法です。
- ユーザー インタビューは、詳細な定性データを収集する機会となります。インタビューでは、個々のユーザーの具体的な課題や経験を把握できます。
- クラウド ソリューション内に配置されたフィードバック フォームを使用すると、ユーザーはエクスペリエンスに関するフィードバックをすぐに提供できます。
- チームメンバーとの定期的なミーティングにより、技術的な側面や実装上の課題に関するフィードバックを収集しやすくなります。
これらのメカニズムを通じて収集したフィードバックを分析して統合し、共通のテーマとパターンを特定する必要があります。この分析は、提案された改善の影響と実現可能性に基づいて、将来の機能強化の優先順位を付けるのに役立ちます。フィードバックを通じて特定されたニーズと問題に対処することで、クラウド ソリューションがユーザーとステークホルダーの進化する要件を継続的に満たすことができます。
進捗状況を測定、追跡する
重要業績評価指標（KPI）と指標は、進捗状況を追跡し、クラウド オペレーションの効果を測定するために不可欠です。KPI は、全体的なパフォーマンスを反映する定量化可能な測定値です。指標は、KPI の計算に寄与する特定のデータポイントです。指標を定期的に確認し、改善の機会を特定して進捗状況を測定します。これにより、クラウド環境を継続的に改善して最適化できます。この推奨事項は、運用準備の重点分野であるガバナンスとプロセスに関連しています。
KPI と指標を使用する主なメリットは、組織がクラウド オペレーションにデータドリブンなアプローチを採用できることです。運用データを追跡して分析することで、クラウド環境を改善する方法について情報に基づいた意思決定を行うことができます。このデータドリブンなアプローチにより、体系的な指標を使用しないと見えない傾向、パターン、異常を特定できます。
運用データを収集して分析するには、Cloud Monitoring や BigQuery などのツールを使用します。Cloud Monitoring を使用すると、クラウド リソースとサービスをリアルタイムでモニタリングできます。BigQuery を使用すると、モニタリングで収集したデータを保存して分析できます。これらのツールを組み合わせて使用すると、重要な指標と傾向を可視化するカスタム ダッシュボードを作成できます。
運用ダッシュボードでは、最も重要な指標を一元的に表示できるため、要確認の領域をすばやく特定できます。たとえば、ダッシュボードには、特定のアプリケーションまたはサービスの CPU 使用率、メモリ使用量、ネットワーク トラフィック、レイテンシなどの指標が含まれる場合があります。これらの指標をモニタリングすることで、潜在的な問題をすばやく特定し、解決するための措置を講じることができます。