雪岡 高士郎
AWSの運用でやってきた対策を、可用性・耐久性・機密性で整理し直した
2026年11月16日
要約
- AWS運用で行った障害対策やバックアップ、アクセス制御を、可用性・耐久性・機密性の観点で整理した。
- 可用性は「壊れにくさ」だけでなく「壊れても早く復旧できること」も含み、信頼性とは異なると説明している。
- 複製環境では可用性と一貫性の両立が難しく、データの性質に応じて優先順位を選ぶ必要がある。
運用で気づいた「システムの健全さ」の話
目先の不安を潰してただけだった
AWS を使用してバックエンド(インフラ込み)を構築・運用する機会があったのですが、
その中で目先のものをクリアする感覚で一個一個気にしてやってたことがあって↓
いかに障害に強くするか
障害が起きた時にデータが復旧できるか
セキュアな状況(攻撃が入り込む余地がないか)
これを後から整理してみると、信頼性やセキュリティの世界で昔から使われてる考え方に対応している部分がありました↓
可用性(= 使いたい時にちゃんと使える状態を保つ)
EC2のディスクがログで埋まってエラーがでた → ログローテーションを設定して恒久対応
DBのメモリが枯渇する前に気づけるようアラートを設定
キューの処理失敗を検知するアラートを追加
全部「止まってから気づく」じゃなくて「止まる前に気づく、止まっても自動で直る」ようにする話でした。
耐久性(= データが消えずに残り続ける)
「データが飛んだら終わり」なので、どこに何をどう保存するかは一番慎重に決めてたところでした。バックアップの設計や、障害が起きた時にどの時点まで戻せるかを気にしていました。
機密性(= 権限のない人に見られない・攻撃されない)
WAFでIP制限を設定して不正アクセスをブロック
IAM権限を最小限に分離
「攻撃されたらどうする」じゃなくて「そもそも入り込む余地をなくす」方向で一個一個潰してました。
などなど、振り返ると世間一般的な設計パターンに自然と一致してる部分もありました。
可用性と信頼性は違う
この辺の指標を調べてて、可用性と信頼性の区別がいまいちつかなかったので整理しました。
信頼性 = そもそも壊れにくいかどうか(故障の「回数」に注目)
可用性 = トータルで使える時間がどれくらいか(故障の「影響時間」に注目)
具体例↓
ケース | 信頼性 | 可用性 |
|---|---|---|
A: 1年に1回しか壊れないけど、直るのに1週間かかる | 高い | 低い |
B: 毎日1回壊れるけど、2秒で直る | 低い | 高い |
Aは「滅多に壊れない」から信頼性は高いけど、壊れた時の影響が大きいから可用性は低い。
Bは「しょっちゅう壊れてる」けどすぐに直るからトータルで見るとほぼ使える状態を維持できている。
つまり可用性を上げるには「壊れにくくする」か「壊れてもすぐ直す」かのどちらか(または両方)で、信頼性はそのうちの片方でしかなかっただけでした。(補集合的に理解できると楽になった)
可用性と一貫性は両立が難しい話
サーバーを複数台にしてデータを複製すると、可用性は上がる(1台壊れても他で応答できるから)。でもその代わり、複製が全部揃うまでの間、ユーザーによって見えるデータが違うという状態が起きうる。
「ネットワーク分断(通信が途切れる障害)が起きたときに、一貫性と可用性のどちらを取るか迫られる」という考え方があるそうです。(CAP定理)
実務だと、扱ってるデータの性質で使い分けてる↓
判断基準 | 例 |
|---|---|
多少古くても問題ない → 可用性を優先(止まらない方が大事) | SNSのいいね数、ブログのキャッシュ |
古いデータを使うと事故になる → 一貫性を優先(正確さが大事) | 決済、銀行残高、新幹線などの座席予約 |
新幹線の予約やクレジットカード決済が遅いのって、一貫性を優先してるからなのかな、と勝手に推測しています。座席の二重予約とか二重決済とか、シャレにならないので、多少遅くなっても全部のデータが揃うまで待っている、みたいな。
初めてのリリース怖かっただろうな(震)
追記(2026/11/16):コメントで教えてもらいました🙏
上の推測は、CAP定理の「複製したデータが揃うまで待つ」話と、1つのDBの中で起きることをごっちゃにしてたので訂正。
同じ「整合性を保つ」ための処理でも、一貫性(複製のどこを読んでも同じデータが見える)と、DBで同時に更新しても矛盾しないようにする排他制御(ロック)は、別の話。
そして二重決済のほうは、同じリクエストを2回処理しない「冪等性」で防ぐ話でした😇
メモ✍️
排他制御(ロック):同じ席に同時に書き込ませない仕組み。二重予約を防ぐ
冪等性:同じリクエストが2回来ても1回分しか処理しない性質。二重決済を防ぐ感想
最初は「目先の不安を一個一個潰してる」だけのつもりだった作業が、後から振り返ると体系化された指標と一致している部分がありました。
実務で痛い目を見ながら身につけた判断と、体系化された理論が近い結論に収束するというのが面白かったです。
エンジニアなりたての時に基本情報の勉強してた時は???状態でしたが、実務から入ると全部「サービスを守る」という観点ができていたので以前より理解しやすかったです。
とはいえ分からないことは山のようにあるので気長にやっていこうと思います😇





(知らんけど)新幹線予約とかって二重決済は冪等性の問題だから遅いのはあんま関係なさそうで、二重予約はDBロックによる待ち発生で
直接直列処理になったり、決済まで同期的にやってるんやないかなとか、色んなデータの更新でトランザクション張ってる時間がそもそも長そうやなとか色々想像しつつ、一貫性を担保するための排他制御がボトルネックになってそう!(知らんけど)