散在するメトリクスを集約、事例で学ぶ大規模サーバ群「監視」業務の合理化策

　ホテル、レストラン予約サイト「一休.com」をはじめとする、さまざまなメディアを運営する一休では、そのビジネス規模を拡大しながら、300台以上のサーバの大部分をAmazon Elastic Compute Cloud（Amazon EC2）上で、ごくわずかをオンプレミス上で、いずれも安定的に運用している。しかしかつては、これらの大規模サーバ群の健全性監視に課題を抱えていたという。

　同社ではそれまで、急激なサイトアクセス数増加のたびに、サイトごとダウンする問題を繰り返していた。その背景には、システムの健全性を把握するために必要なメトリクスやログなどの情報の散在があり、異常発生時には複数のツールにまたがって原因を特定しなければならないという、職人技と運頼りの非効率な監視体制があった。

　本コンテンツでは、同社における大規模サーバ群の監視業務の効率化、合理化に向けた取り組みと、それを支えるSaaS型のパフォーマンス監視ツールについて紹介する。同社がツールの選定において重視したのは、システム内のあらゆるインスタンスのメトリクスを単一画面で確認できる点と、社内の連絡手段であったSlackとの親和性の高さだったという。