真のシステム効率とは
だからネトフリは落ちない BTSのカムバも支えたNetflixの裏側
2026年3月、Netflixを通じてBTSのライブが全世界に配信された。滞りなく配信が終了したその裏では、同社のどのようなロジックや技術が活用されたのか。
Netflixは2026年3月21日、韓国のアーティストBTSのライブ「BTS THE COMEBACK LIVE | ARIRANG」を全世界同時配信した。3100万PVを記録したとの報道もある本配信は、途中で”落ちる”ことなく終了した。
なぜNetflixは”落ちなかった”のか。2025年12月、Netflixのエンジニアがこのヒントとなる同社の取り組みを講演で語っている。
BTSの全世界配信も”落とさなかった” Netflixの秘策は
併せて読みたいお薦め記事
クラウド障害で情シスはどう動くべきか
講演に登壇したのは、AWSのプリンシパルソリューションアーキテクトであるプラティーク・シャルマ氏とNetflixのシニアソフトウェアエンジニア、アルガ・C氏だ。同氏は、Netflixのライブオペレーションにおいて、スケーラビリティと可用性を確保する責任も担っている。
NetflixはAWSが展開する4リージョンを同時に本番稼働させる体制を取っている。そのため、あるリージョンに障害が発生した場合もサービスを継続できる。その背景には「年商1000億ドル規模の企業では、1分間の停止が約20万ドルの損失になる」というアルガ氏の試算がある。サービスが10分止まれば200万ドル相当の損失だ。事業規模が大きくなるほど、障害のテールリスク(発生率は極めて低いが甚大な被害をもたらすリスク)は指数関数的に増大する。従って、効率性だけを追求するのは誤りであり、障害コストを考慮した「リスク調整後の正味価値」で評価すべきだと同氏は指摘する。
一方、ユーザーはスマートフォン、PC、タブレット、テレビなど多様なデバイスからNetflixのサービスを利用する。アルガ氏はこの状況を前提に「単一の安定したネットワークを前提にできない」と指摘する。さらに、デバイスの計算処理能力や画面の解像度も多様だ。
そこでアルガ氏が紹介するのが、Netflixが自社で運用するコンテンツ配信ネットワーク(CDN)の「Open Connect」(以下、OC)だ。OCは、世界中の配信品質向上とコスト削減を目的に設計されている。
CPUの使用率は効率を表さない
アルガ氏によると、Netflixはシステムの性能や効率をCPUの稼働率のみで計測しないという。同社は、キングマンの近似式(注)を用いてシステム性能を評価している。負荷を高めると応答時間は加速度的に悪化し、ある地点を越えると処理の待ち時間が急増する。「稼働率だけを見るのは誤りだ」というのがアルガ氏の指摘だ。同じCPU使用率30%でも、サービスAは安定し、Bは突発的に使用率が跳ね上がり、Cはその中間的な挙動を示す、というようにサービスによって状況は異なる。従って、単なるCPU使用率を効率の指標として見るのでは不十分だと同氏は述べる。
※注1:キングマンの近似式は、待ち行列理論において「稼働率と待ち時間の関係」を算出する計算式。稼働率が100%に近づくと待ち時間が急激に増大する現象を説明するために用いられる場合がある(近似式は、複雑な厳密解を簡略化する式)。待ち行列理論は、サービスを受けるために顧客やジョブが待つ「待ち行列」を数学的に解析する理論。
ワークロードを階層化する
Netflixはワークロードを重要度別に4つのグループに分類している。
- Tier 0
- 停止するとNetflixのサービスは即時停止となる
- 劣化許容
- 停止してもユーザーはそれほど困ることがないNetflixの一部の機能
- ベストエフォート
- 停止してもユーザーは気付かない機能。空いているサーバがあれば実行できるようにする
- バッチ処理
- リアルタイムに実施せず、後回しにしても問題がない処理
アルガ氏によると、従来はこれら全てを約50%の稼働で運用していたが、Tier 0を約30%、バッチを60~70%で運用し、総コストを変えずに全体効率を改善している
成功バッファと失敗バッファの概念を導入
Netflixは「成功バッファ」と「失敗バッファ」という概念を導入した。前者は、サーバの負荷を増やしても遅延もエラーも出さずに耐えられる負荷の範囲、後者は、表面上は動いているが、わずかでも負荷が増えると一気にシステムが破綻する直前の範囲を示す。
このバッファ量は、インスタンスの世代、サイズ、データベースの特性ごとに異なるため、一律のCPU指標は用いないとアルガ氏は説明する。例えば「Apache Cassandra」(オープンソース型のデータベース管理システム<DBMS>)はデータを内部に持ち、内部処理が性能を左右する状態保持型のサービスだ。同サービスは、バックグラウンドで定期的にコンパクション(ファイル統合処理)を実施するが、その際にCPUやメモリに負荷を掛ける。Netflixはその負荷を考慮して別のバッファを設定している。アルガ氏は「効率だけを追うと信頼性を失う。両者は補完関係にある」と述べる。
講演をまとめると
Netflixは効率を単独で考えず、信頼性とリスクを補完関係として捉えている。需要を先読みする容量設計、変化に即応するオートスケール、秒単位で動作するロードシェディング(負荷遮断機能)までを組み合わせることで、巨大規模でも停止しないクラウド運用を実現している。
※本稿は、公開済みの記事を修正の上、再公開したものです。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
新着ホワイトペーパー PR
-
比較資料
[JCOM株式会社] PBX更改の最適解は? 「オンプレvs.クラウド」比較ガイド -
製品資料
[JCOM株式会社] 「電話環境」見直しガイド:PBX保守終了前に知っておきたいポイントを解説 -
製品資料
[JFEシステムズ株式会社] 製造業のERP刷新:手戻り・肥大化・長期化を招く「6つの落とし穴」の回避策とは -
事例
[JFEシステムズ株式会社] キャタラーに学ぶ「製造業のERP刷新」 約8カ月の短期稼働を実現した秘訣とは? -
製品資料
[JFEシステムズ株式会社] Dynamics 365×製造業向けテンプレートで実現する、失敗リスクを抑えたERP刷新
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
大和証券や日経も被害に 2026年秋のインシデント集中で崩れた「防御の前提」
-
2
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
3
Outlookでゼロデイ悪用、ChromeはXSLT停止――今朝の情シスニュース
-
4
「Microsoft 365」障害はなぜ拡大? “安全装置”フェイルオーバーのわな
-
5
なぜMicrosoftは「Rust」を標準言語に? AIで進むC/C++書き換えの課題
-
6
「Android」の極悪マルウェア、非公式アプリからうっかり感染しないためには?
-
7
情シスに転職して活躍する人、孤立する人 専門エージェントが見た分かれ目
-
8
「収入ゼロの恐怖」におびえながらも正社員に戻らない? フリーランスのリアル
-
9
Claudeを使い続けて大丈夫か? IPOで見えるAnthropicの財務と新機能
-
10
「エンタープライズAI活用・基盤整備」に関するアンケート
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
6
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
7
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
8
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
9
「止まらない」と「シンプル運用」を両立、四街道市新庁舎を支えるネットワーク
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー