Grafanaのオンコール機能で実践：システム障害検知から解決まで迅速化する手法：グラファナラボ日本合同会社提供Webキャスト

[ITmedia]

　クラウドネイティブ化やマイクロサービス化が進む中で、システム障害の検知や原因特定はますます難しくなっている。監視対象が分散し、メトリクス、ログ、トレースが別々に管理された結果、アラートは上がっても「どこで何が起きているのか」をすぐに把握できず、復旧までに時間がかかるケースも少なくない。

　そのため多くの組織では、MTTD（平均検知時間）やMTTR（平均解決時間）が増加傾向にあり、危機的な状況に陥っている。システムの複雑化と分散およびデータのサイロ化は今後も加速すると予測されるため、組織はオブザーバビリティ運用の在り方を抜本的に見直し、将来の変化に備える必要がある。

　本動画では、現状の監視体制における問題点を指摘した上で、解決策としてメトリクス、ログ、トレースの各データを統合し、それらを相関させて管理するオブザーバビリティ基盤の重要性を提示する。さらに、オープンソースベースでベンダーロックインの懸念がない定番のオブザーバビリティ基盤について、主要機能のデモンストレーションを交えて紹介する。今後の運用改善の参考として、ぜひ参考にしてほしい。