現代のソフトウェアインフラストラクチャには、何らかの形でモニタリングやログの仕組みがほぼ必ず組み込まれています。1980年代にUnix向けのsyslogが登場したことで、システム内部で何が起きているかを監査し把握できることの価値と、その仕組みを本体から切り離してアーキテクチャとして持つことの重要性が確立されました。
ところが、システムの挙動を可視化するこの仕組みは、価値も重要性も明らかでありながら、後回しにされがちです。出力されたログがどこにも集約されず、重要な情報が分析されないまま消えていく。あるいは10年前に導入されたレガシーなモニタリングシステムが、現在の水準に更新されないまま使われ続けている。そうした例は枚挙にいとまがありません。
近年、運用の現場が変化するなかで生まれたのが、可観測性(Observability)という考え方です。アプリケーションの性能を静的な計測値から各エンジニアが推測するのではなく、アプリケーションの挙動を全体像として捉え、さらに重要な点として、ユーザーが体感する性能まで把握できるようにする。それが可観測性の狙いです。
ご案内です。6月23日開催のGitLab 15ローンチイベントに、ぜひご参加ください。DevOpsの第一人者であるGene Kim氏とGitLabのリーダー陣が、DevOpsとThe One DevOps Platformのこれからについてお話しします。
可観測性とは
可観測性の価値を理解するには、まずモニタリングとは何か、そしてそれが提供する情報とコンテキストの範囲はどこまでなのかを押さえておくと近道になります。
モニタリングの本質は、対象のシステムやソフトウェアスタックのさまざまな値や出力を計測し、その結果を提示することにあります。代表的な計測対象は、CPU使用率、RAM使用率、応答時間(レイテンシー)など。従来型のログも性質は同じで、システム稼働中に発生したイベントに関する静的な情報の記録です。
モニタリングが提供するのは、限られたコンテキストのなかでの計測値であり、そこから大きな問題の兆候を読み取る形になります。従来のモニタリングツールでも集約や相関分析はできますが、全体像を描くには手作業での設定とチューニングが欠かせません。業界が成熟するにつれ、効果的なモニタリングの定義もCPU使用率のような静的な計測からは離れてきました。いまや古典となったSRE本のなかで、Googleは「ゴールデンシグナル」と呼ばれる4つの重要指標に注目すべきだと説いています。
- レイテンシー:リクエストの処理にかかる時間
- トラフィック:全体的な需要を大まかに示す指標
- エラー:リクエストが失敗する割合
- サチュレーション:全体に対する割合としてのリソース使用量。通常は制約となっているリソースに着目する
これらの指標はシステム全体の性能をより正確に捉える助けになりますが、完全なモニタリングシステムを設計・構築・統合・設定するには、相応のエンジニアリング投資が必要です。障害モードを洗い出す作業は負担が大きく、単純なケースであっても、正しい相関関係を手作業で定義し紐付けていくには時間がかかります。
一方、可観測性では、より直感的で完全な全体像が標準機能として得られます。バラバラのモニタリングツールを手作業で突き合わせる必要はありません。集約型のモニタリングダッシュボードの品質は、結局のところ、それを最後に構築したエンジニアの力量次第。これに対し可観測性プラットフォームは、重要な情報を適切なコンテキストとともに自動で提示するよう、みずから適応していきます。この考え方はソフトウェア開発ライフサイクル(SDLC)のさらに上流にも広がり、CI/CDの実行中に性能のフィードバックを返すことで、開発者が自分のコードについて運用面の手がかりを得る、といった使い方も可能になります。
最終的に可観測性がもたらすのは、より全体的なデバッグと理解です。可観測性データは「未知の未知(unknown unknowns)」を可視化し、本番環境のインシデントの理解を深めます。それがなぜ重要なのか。次のセクションでは、モニタリングでは不十分で、可観測性が決定的な役割を果たす好例を紹介します。
なぜ可観測性に注目するのか
可観測性に取り組むと、平均修復時間(MTTR)の短縮につながり、結果としてサービス停止時間の短縮、アプリケーション性能の向上、顧客体験の改善が期待できます。一見するとモニタリングでも同じ効果が得られそうですが、次のエピソードを読むと印象が変わるはずです。
ある日、エンジニアリング組織に経理部門から連絡が入ります。クラウドサービスの請求額が膨らみ、CFOが気づくほどの水準になっているというのです。DevOpsエンジニアがモニタリングシステムを隅々まで調べても、原因は見つかりません。メモリ、CPU、ディスクI/Oといった指標は、どれも一貫して正常値を示していました。真の原因は、またしても「未知の未知」です。CI/CDパイプラインでDNSのレイテンシーが発生し、ビルドの失敗率が上昇していました。再試行の増えたビルドが、大量のクラウドリソースを消費していたのです。ところがこの現象は、モニタリングシステムに現れるほど長くは続きません。可観測性ツールを導入して環境内のあらゆるイベントを収集したことで、運用チームはようやく原因を特定し、解消できました。従来型のモニタリングだけなら、DNSのレイテンシー問題をあらかじめ知っていなければ、たどり着けなかったでしょう。
可観測性は、技術部門以外のステークホルダーや事業部門にとっても重要です。テクノロジーが収益の中核と不可分になるにつれ、ソフトウェアインフラのKPIはそのままビジネスKPIになり、可観測性は、その推移をより深く把握する手段であると同時に、各チームがセルフサービスで必要な情報を得る手段にもなります。
現代のソフトウェアやアプリケーションは、優れたユーザーエクスペリエンス(UX)の提供に大きく依存しています。先ほどのエピソードが示すとおり、静的な指標を見ているだけでは、UXやシステム性能の全体像は見えてきません。健全に見えるダッシュボードの裏側に、深刻な問題が潜んでいることもあるのです。
可観測性の主要な指標
可観測性ツールの導入を決めた組織にとって、次のステップは、可観測性で達成したい中核的な目標を定め、それを自社のスタック全体にどう実装するかを見極めることです。
出発点として最適なのが、可観測性を支える3本の柱です。
- ログ:情報とイベントの記録
- メトリクス:特定の指標や性能データの計測
- トレーシング:実行時のリクエスト性能をエンドツーエンドで記録
一見すると大がかりに思えるかもしれませんが、OpenTelemetryのようなプロジェクトが、ログ・メトリクス・トレーシングに関する標準の普及を後押ししています。OpenTelemetry標準に準拠したツールで可観測性を実装すれば、エコシステムの一貫性が高まり、価値を得るまでの時間も短くなります。
さらに、可観測性のデータや柱には次のようなものもあります。
- エラートラッキング:集約機能を備えた、より詳細なログ
- 継続的プロファイリング:コードレベルでの細かな性能評価
- リアルユーザーモニタリング(RUM):実際のユーザーの視点からアプリケーション性能を把握
これらの柱を眺めると、ひとつの共通したテーマが浮かび上がってきます。現代の分散システムでは、時間と空間のごく一部を切り取って見るだけでは足りず、1万フィート上空からの俯瞰が欠かせないということ。アプリケーション性能の理解は、実際の顧客が体験するとおりにサンプリングすることから始まり、そのうえでソフトウェアとのやり取り全体の挙動と性能を追っていく形になります。
従来のアプリケーションモニタリングの枠を越えて、可観測性はあらゆるエンジニアリング組織の運用レベルを引き上げます。よく練られたアラートやインシデント管理の仕組みは、たいてい実際の障害から得た手痛い教訓の産物。カオスエンジニアリングを実践すれば、結果が分かっている制御された環境とはいえ、実際の障害時に可観測性プラットフォームがどう機能するかを検証できます。本番環境のワークロードだけでなく、CI/CDパイプライン、サプライチェーン、DNSなど「未知の未知」が潜みうる領域にカオスエンジニアリングを持ち込むことは、運用基盤の大幅な強化につながります。
可観測性はDevOpsに欠かせない
可観測性が欠かせないのは、DevOpsだけではありません。組織全体にとっても同じです。レガシーなモニタリングソリューションの静的なデータに取って代わる可観測性は、アプリケーションインフラの全体像を余すところなく示します。
DevOpsチームには、可観測性の指標を組織全体の利益になる形でステークホルダーと共有し、実装そのものも改善していく取り組みが求められます。アプリケーションの計装がもたらすメリットを自ら学び、開発チームに広めていけば、可観測性の効果はさらに高まり、本番環境のインシデントの根本原因もより早く突き止められるようになります。十分に計装されたアプリケーションコードがあれば、インフラ起因の問題との切り分けも容易。そして可観測性をCI/CDパイプラインの上流にシフトレフトさせれば、サービスレベル目標(SLO)との乖離を、本番環境に届く前に捉えられます。
アプリケーション性能とビジネス成果の双方で意味のある改善を目指すDevOpsチームにとって、可観測性は、その両方を実現する手段になります。
動画:シニアデベロッパーエバンジェリストのMichael Friedrichが、モニタリングから可観測性への転換をさらに掘り下げて解説します




