Google Cloud Well-Architected Framework のオペレーショナル エクセレンスの柱には、 Google Cloudでワークロードを効率的に運用するための推奨事項が記載されています。クラウドでの運用効率には、価値、パフォーマンス、セキュリティ、信頼性を提供するクラウド ソリューションの設計、実装、管理が含まれます。このピラーの推奨事項は、クラウドのダイナミックで絶え間なく進化するニーズを満たすために、ワークロードを継続的に改善して適応させるうえで役立ちます。
運用の卓越性に関する柱は、次の対象者に関連しています。
- マネージャーとリーダー: クラウドでの運用エクセレンスを確立して維持し、クラウドへの投資が価値をもたらし、ビジネス目標をサポートすることを保証するフレームワーク。
- クラウド運用チーム: インシデントや問題の管理、容量の計画、パフォーマンスの最適化、変更の管理に関するガイダンス。
- サイト信頼性エンジニア（SRE）: モニタリング、インシデント対応、自動化など、サービス信頼性の向上に役立つベスト プラクティス。
- クラウド アーキテクトとエンジニア: 運用要件と設計フェーズと実装フェーズのベスト プラクティス。運用効率とスケーラビリティを重視したソリューションの設計に役立ちます。
- DevOps チーム: 自動化、CI/CD パイプライン、変更管理に関するガイダンス。より迅速で信頼性の高いソフトウェア デリバリーを実現します。
運用の優れたパフォーマンスを実現するには、自動化、オーケストレーション、データドリブンの分析情報を活用する必要があります。自動化はトイルを排除するのに役立ちます。また、繰り返し行うタスクのガードを簡素化し、構築します。オーケストレーションは、複雑なプロセスの調整に役立ちます。データドリブンの分析情報により、エビデンスに基づく意思決定が可能になります。これらのプラクティスを使用すると、クラウド運用の最適化、コストの削減、サービスの可用性の向上、セキュリティの強化を実現できます。
クラウドでの運用の優秀性は、クラウド運用の技術的な習熟度を超えています。これには、継続的な学習とテストを奨励する文化の変化が含まれます。チームには、イノベーションを起こし、反復処理を行い、成長志向を採用する権限が必要です。オペレーショナル エクセレンスの文化は、個人がアイデアを共有し、前提に疑問を投げかけ、改善を推進することを奨励するコラボレーション環境を育みます。
AI ワークロードと ML ワークロードに固有のオペレーショナル エクセレンスの原則と推奨事項については、Well-Architected フレームワークの AI と ML の視点: オペレーショナル エクセレンスをご覧ください。
基本原則
Well-Architected フレームワークのオペレーショナル エクセレンスの柱の推奨事項は、次のコア原則にマッピングされています。
- CloudOps を使用して運用の準備とパフォーマンスを確保する: サービスレベル目標（SLO）を定義し、包括的なモニタリング、パフォーマンス テスト、容量計画を実行することで、クラウド ソリューションが運用要件とパフォーマンス要件を満たしていることを確認します。
- インシデントや問題を管理する: 包括的なオブザーバビリティ、明確なインシデント対応手順、徹底した振り返り、予防措置を通じて、クラウド インシデントの影響を最小限に抑え、再発を防ぎます。
- クラウド リソースを管理して最適化する: 適切なサイズ設定、自動スケーリングなどの戦略や、効果的な費用モニタリング ツールを使用して、クラウド リソースを最適化して管理します。
- 変更の自動化と管理: プロセスを自動化し、変更管理を効率化し、手作業の負担を軽減します。
- 継続的な改善とイノベーション: 競争力を維持するために、継続的な機能強化と新しいソリューションの導入に重点を置きます。
寄稿者
著者:
- Ryan Cox | プリンシパル アーキテクト
- エンタープライズ アーキテクト | Hadrian Knotz
その他の寄稿者:
- Daniel Lees | クラウド セキュリティ アーキテクト
- Filipe Gracio 博士 | カスタマー エンジニア
- Gary Harmson | カスタマー エンジニア
- Jose Andrade | エンタープライズ インフラストラクチャ カスタマー エンジニア
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Nicolas Pintaux | カスタマー エンジニア、アプリケーション モダナイゼーション スペシャリスト
- Radhika Kanakam | シニア プログラム マネージャー、Cloud GTM
- Zach Seils | ネットワーキング スペシャリスト
- Wade Holmes | グローバル ソリューション ディレクター
CloudOps を使用して運用の準備とパフォーマンスを確保する
Google Cloud Well-Architected Framework のオペレーショナル エクセレンスの柱にあるこの原則は、クラウド ワークロードの運用準備とパフォーマンスを確保するのに役立ちます。サービス パフォーマンスに関する明確な期待値とコミットメントの確立、堅牢なモニタリングとアラートの実装、パフォーマンス テストの実施、容量ニーズに対する事前計画に重点を置いています。
原則の概要
組織によって運用の準備状況の解釈が異なる場合があります。運用準備とは、組織が Google Cloudでワークロードを正常に運用するための準備方法です。複雑な多層クラウド ワークロードの運用を準備するには、本番環境とDay 2 オペレーションの両方を慎重に計画する必要があります。このようなオペレーションは、CloudOps と呼ばれます。
運用準備の重点分野
運用準備は 4 つの重点分野で構成されています。各重点分野は、 Google Cloudで複雑なアプリケーションまたは環境を運用する準備に必要な一連のアクティビティとコンポーネントで構成されています。次の表に、各重点分野のコンポーネントとアクティビティを示します。
| 運用準備の重点分野 | アクティビティとコンポーネント |
|---|---|
| 従業員 |
|
| プロセス |
|
| ツール | CloudOps プロセスをサポートするために必要なツール。 |
| ガバナンス |
|
推奨事項
CloudOps を使用して運用の準備とパフォーマンスを確保するには、次のセクションの推奨事項を検討してください。このドキュメントの推奨事項は、運用準備の重点分野の 1 つ以上と関連しています。
SLO と SLA を定義する
クラウド オペレーション チームの主要な責任は、すべての重要なワークロードのサービスレベル目標（SLO）とサービスレベル契約（SLA）を定義することです。この推奨事項は、ガバナンスの運用準備の重点分野に関連しています。
SLO は、具体的、測定可能、達成可能、関連性があり、期限がある（SMART）もので、望ましいサービスレベルとパフォーマンスを反映している必要があります。
- 具体的: 必要なサービスレベルとパフォーマンスを明確に示します。
- 測定可能: 定量化でき、追跡可能。
- 達成可能: 組織の能力とリソースの範囲内で達成可能。
- 関連性: ビジネス目標と優先事項に沿っている。
- 期限があること: 測定と評価の期間が定義されている。
たとえば、ウェブ アプリケーションの SLO は、「99.9% の可用性」や「平均レスポンス時間が 200 ミリ秒未満」などです。このような SLO では、ウェブ アプリケーションに必要なサービスレベルとパフォーマンスが明確に定義され、SLO は時間の経過とともに測定、追跡できます。
SLA には、サービス可用性、パフォーマンス、サポートに関するお客様への約束が概説されています。これには、違反に対する罰則や救済策も含まれます。SLA には、提供されるサービス、期待できるサービスレベル、サービス プロバイダとお客様の両方の責任、違反に対する罰則や救済策に関する具体的な詳細情報を含める必要があります。SLA は、両当事者間の契約として機能し、クラウド サービスに関連する期待と義務を両当事者が明確に理解できるようにします。
Google Cloud には、SLO の定義と追跡に役立つ Cloud Monitoring やサービスレベル指標（SLI）などのツールが用意されています。Cloud Monitoring は、包括的なモニタリングとオブザーバビリティ機能を提供します。これにより、組織はクラウドベースのアプリケーションとサービスの可用性、パフォーマンス、レイテンシに関連する指標を収集して分析できます。SLI は、SLO を測定して経時的に追跡するために使用できる特定の指標です。これらのツールを使用すると、クラウド サービスを効果的にモニタリングして管理し、SLO と SLA を満たしていることを確認できます。
すべての重要なクラウド サービスについて SLO と SLA を明確に定義して伝えることで、デプロイされたアプリケーションとサービスの信頼性とパフォーマンスを確保できます。
包括的なオブザーバビリティを実装する
クラウド環境の健全性とパフォーマンスをリアルタイムで可視化するには、Google Cloud Observability ツール とサードパーティ ソリューションを組み合わせて使用することをおすすめします。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
オブザーバビリティ ソリューションを組み合わせて実装すると、クラウド インフラストラクチャとアプリケーションのさまざまな側面をカバーする包括的なオブザーバビリティ戦略を実現できます。Google Cloud Observability は、さまざまなGoogle Cloud サービス、アプリケーション、外部ソースからの指標、ログ、トレースを収集、分析、可視化するための統合プラットフォームです。Cloud Monitoring を使用すると、リソースの使用率、パフォーマンス特性、リソースの全体的な健全性に関する分析情報を取得できます。
包括的なモニタリングを行うには、CPU 使用率、メモリ使用量、ネットワーク トラフィック、ディスク I/O、アプリケーション レスポンス時間など、システムの健全性指標に沿った重要な指標をモニタリングします。ビジネス固有の指標も考慮する必要があります。これらの指標を追跡することで、潜在的なボトルネック、パフォーマンスの問題、リソース制約を特定できます。また、潜在的な問題や異常について、関連チームに事前に通知するアラートを設定することもできます。
モニタリング機能をさらに強化するには、サードパーティ ソリューションを Google Cloud Observability と統合します。これらのソリューションでは、高度な分析、機械学習を活用した異常検出、インシデント管理などの追加機能を利用できます。Google Cloud のオブザーバビリティ ツールとサードパーティ ソリューションを組み合わせることで、特定のニーズに合わせてカスタマイズ可能な堅牢なモニタリング エコシステムを構築できます。この組み合わせアプローチを使用すると、問題を事前に特定して対処し、リソース使用率を最適化して、クラウド アプリケーションとサービスの全体的な信頼性と可用性を確保できます。
パフォーマンスと負荷のテストを実装する
定期的にパフォーマンス テストを実施すると、クラウドベースのアプリケーションとインフラストラクチャがピーク負荷を処理し、最適なパフォーマンスを維持できることを確認できます。負荷テストでは、現実的なトラフィック パターンをシミュレートします。ストレス テストでは、システムを限界まで押し上げて、潜在的なボトルネックとパフォーマンスの制限を特定します。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
Cloud Load Balancing や負荷テスト サービスなどのツールを使用すると、実際のトラフィック パターンをシミュレートしてアプリケーションのストレステストを行うことができます。これらのツールは、さまざまな負荷条件下でのシステムの動作に関する貴重な分析情報を提供します。また、最適化が必要な領域を特定するのにも役立ちます。
パフォーマンス テストの結果に基づいて、クラウド インフラストラクチャとアプリケーションを最適化し、パフォーマンスとスケーラビリティを最適化できます。この最適化には、リソース割り当ての調整、構成のチューニング、キャッシュ メカニズムの実装が含まれる場合があります。
たとえば、トラフィックの多い期間にアプリケーションの速度が低下している場合は、アプリケーションに割り当てられている仮想マシンまたはコンテナの数を増やす必要があります。または、パフォーマンスを改善するために、ウェブサーバーまたはデータベースの構成を調整する必要があります。
パフォーマンス テストを定期的に実施し、必要な最適化を実装することで、クラウドベースのアプリケーションとインフラストラクチャが常に最高のパフォーマンスで実行され、ユーザーにシームレスでレスポンシブなエクスペリエンスを提供できます。これにより、競争上の優位性を維持し、お客様との信頼関係を築くことができます。
容量を計画、管理する
将来の容量ニーズ（有機的または無機的）を事前に計画することで、クラウドベースのシステムの円滑な運用とスケーラビリティを確保できます。この推奨事項は、運用準備の重点分野のプロセスに関連しています。
将来の容量を計画するには、コンピューティング インスタンス、ストレージ、API リクエストなどのさまざまなリソースの割り当てを理解して管理する必要があります。過去の使用パターン、成長予測、ビジネス要件を分析することで、将来のキャパシティ要件を正確に予測できます。Cloud Monitoring や BigQuery などのツールを使用して、使用状況データを収集して分析し、傾向を特定して将来の需要を予測できます。
過去の使用パターンは、時間の経過に伴うリソース使用率に関する貴重な分析情報を提供します。CPU 使用率、メモリ使用量、ネットワーク トラフィックなどの指標を調べることで、需要が高い期間や潜在的なボトルネックを特定できます。また、ユーザーベースの増加、新製品や新機能の追加、マーケティング キャンペーンなどの要因に基づいて成長予測を行うことで、将来の容量ニーズを推定することもできます。容量のニーズを評価する際は、SLA やパフォーマンス目標などのビジネス要件も考慮する必要があります。
ワークロードのリソース サイジングを決定する際は、リソースの使用率に影響する要素を考慮してください。ホリデー ショッピング シーズンや四半期末セールなどの季節的な変動により、需要が一時的に急増することがあります。商品のリリースやマーケティング キャンペーンなどの計画されたイベントでも、トラフィックが大幅に増加する可能性があります。プライマリ システムと障害復旧（DR）システムが予期しない需要の急増に対応できるようにするには、自然災害やサイバー攻撃などの中断中に正常なフェイルオーバーをサポートできる容量を計画します。
自動スケーリングは、ワークロードの変動に基づいてクラウド リソースを動的に調整するための重要な戦略です。自動スケーリング ポリシーを使用すると、需要の変化に応じてコンピューティング インスタンス、ストレージ、その他のリソースを自動的にスケーリングできます。これにより、ピーク時でも最適なパフォーマンスが確保され、リソース使用率が低い場合はコストが最小限に抑えられます。自動スケーリング アルゴリズムは、CPU 使用率、メモリ使用量、キューの深さなどの指標を使用して、リソースをスケーリングするタイミングを決定します。
継続的にモニタリングして最適化する
クラウド ワークロードを管理して最適化するには、パフォーマンス指標を継続的にモニタリングして分析するプロセスを確立する必要があります。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
継続的なモニタリングと分析のプロセスを確立するには、クラウド環境のさまざまな側面に関連するデータを追跡、収集、評価します。このデータを使用すると、改善の余地がある領域を事前に特定し、リソース使用率を最適化して、クラウド インフラストラクチャがパフォーマンスの期待値を常に満たすようにすることができます。
パフォーマンス モニタリングの重要な要素は、ログとトレースを定期的に確認することです。ログは、システム イベント、エラー、警告に関する貴重な分析情報を提供します。トレースには、アプリケーションを通過するリクエストのフローに関する詳細情報が提供されます。ログとトレースを分析することで、潜在的な問題を特定し、問題の根本原因を特定し、さまざまな条件下でのアプリケーションの動作をより深く理解できます。サービス間のラウンドトリップ時間などの指標は、ワークロードのボトルネックを特定して理解するのに役立ちます。
さらに、パフォーマンス チューニング手法を使用して、アプリケーションのレスポンス時間と全体的な効率を大幅に改善できます。使用できる手法の例を次に示します。
- キャッシュ: 頻繁にアクセスされるデータをメモリに保存して、データベース クエリや API 呼び出しの繰り返しを減らします。
- データベースの最適化: インデックス作成やクエリの最適化などの手法を使用して、データベース オペレーションのパフォーマンスを向上させます。
- コード プロファイリング: リソースを過剰に消費しているコードやパフォーマンスの問題の原因となっているコードを特定します。
これらの手法を適用することで、アプリケーションを最適化し、クラウドで効率的に実行できます。
インシデントや問題を管理する
Google Cloud Well-Architected Framework の運用上の優秀性の柱にあるこの原則では、クラウド ワークロードに関連するインシデントや問題を管理するための推奨事項が示されています。これには、包括的なモニタリングとオブザーバビリティの実装、明確なインシデント対応手順の確立、徹底した根本原因分析の実施、予防措置の実装が含まれます。この原則で説明するトピックの多くは、信頼性の柱で詳しく説明しています。
原則の概要
インシデント管理と問題管理は、機能的な運用環境の重要な要素です。重大度の異なるインシデントへの対応、分類、解決方法は、運用に大きな影響を与える可能性があります。また、信頼性とパフォーマンスを最適化するために、事前に継続的に調整を行う必要があります。インシデント管理と問題管理の効率的なプロセスは、次の基本要素に依存しています。
- 継続的なモニタリング: 問題を迅速に特定して解決します。
- 自動化: タスクを効率化し、生産性を高めます。
- オーケストレーション: クラウド リソースを効果的に調整して管理します。
- データドリブンの分析情報: クラウド運用を最適化し、情報に基づいて意思決定を行う。
これらの要素は、さまざまな課題や中断に対処できる復元力のあるクラウド環境を構築するのに役立ちます。また、これらの要素は、コストのかかるインシデントやダウンタイムのリスクを軽減し、ビジネスの俊敏性と成功を高めることにも役立ちます。これらの基盤要素は、運用準備の 4 つの重点分野（人材、プロセス、ツール、ガバナンス）に分散されています。
推奨事項
インシデントや問題を効果的に管理するには、次のセクションの推奨事項を検討してください。このドキュメントの推奨事項は、運用準備の重点分野の 1 つ以上と関連しています。
明確なインシデント対応手順を確立する
インシデントへの効果的で調整された対応を確実に行うには、明確な役割と責任が必要です。また、明確なコミュニケーション プロトコルとエスカレーション パスにより、インシデント中に情報が迅速かつ効果的に共有されるようになります。この推奨事項は、運用準備の重点分野（人材、プロセス、ツール）に関連しています。
インシデント対応手順を確立するには、インシデント コマンダー、調査担当者、コミュニケーション担当者、技術担当者など、各チームメンバーの役割と期待値を定義する必要があります。コミュニケーションとエスカレーション パスを確立するには、重要な連絡先の特定、コミュニケーション チャネルの設定、必要に応じてインシデントを上位の管理者にエスカレーションするプロセスの定義などが必要です。定期的なトレーニングと準備を行うことで、チームがインシデントに効果的に対応するための知識とスキルを身に付けることができます。
インシデント対応手順をランブックまたはハンドブックに記録することで、インシデント発生時にチームが遵守する標準化されたリファレンス ガイドを提供できます。ランブックには、コミュニケーション、優先度付け、調査、解決など、インシデント対応プロセスの各ステージで行う手順の概要を記載する必要があります。また、関連するツールやリソースに関する情報と、重要な担当者の連絡先情報も含める必要があります。ランブックを最新の状態に保ち、有効にするために、定期的に確認して更新する必要があります。
インシデント管理を一元化する
インシデントのライフサイクル全体で効果的にトラッキングして管理するには、一元化されたインシデント管理システムの使用を検討してください。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
一元化されたインシデント管理システムには次の利点があります。
- 可視性の向上: インシデント関連のすべてのデータを 1 か所に統合することで、チームがさまざまなチャネルやシステムでコンテキストを検索する必要がなくなります。このアプローチにより、時間と混乱を軽減し、ステークホルダーにステータス、影響、進行状況など、インシデントの包括的なビューを提供できます。
- 調整とコラボレーションの向上: 一元化されたシステムにより、コミュニケーションとタスク管理のための統合プラットフォームが提供されます。これにより、インシデント対応に関与するさまざまな部門や機能間のシームレスなコラボレーションが促進されます。このアプローチにより、全員が最新の情報にアクセスできるようになります。また、コミュニケーションのミスや不一致のリスクを軽減できます。
- アカウンタビリティとオーナーシップの強化: 一元化されたインシデント管理システムにより、組織は特定の個人またはチームにタスクを割り当てることができ、責任が明確に定義され、追跡されるようになります。このアプローチでは、チームメンバーが進捗状況と貢献度を簡単にモニタリングできるため、説明責任が促進され、事前の問題解決が促進されます。
一元化されたインシデント管理システムには、インシデントの追跡、タスクの割り当て、コミュニケーション管理のための堅牢な機能が必要です。これらの機能を使用すると、ワークフローをカスタマイズしたり、優先度を設定したり、モニタリング ツールやチケット システムなどの他のシステムと統合したりできます。
一元化されたインシデント管理システムを実装することで、組織のインシデント対応プロセスを最適化し、コラボレーションを強化し、可視性を高めることができます。これにより、インシデントの解決時間が短縮され、ダウンタイムが短縮され、顧客満足度が向上します。また、過去のインシデントから学び、改善が必要な分野を特定できるため、継続的改善の文化を育むうえでも役立ちます。
インシデント後の徹底したレビューを実施する
インシデントが発生したら、根本原因、要因、教訓を特定するために、詳細な事後レビュー（PIR）を実施する必要があります。このレビューは、事後分析とも呼ばれます。このような徹底した確認は、今後同様のインシデントを防ぐうえで役立ちます。この推奨事項は、運用準備の重点分野であるプロセスとガバナンスに関連しています。
PIR プロセスには、インシデントのさまざまな側面に関する専門知識を持つ多分野のチームが関与する必要があります。チームは、面談、ドキュメントの確認、現場調査を通じて、関連する情報をすべて収集する必要があります。インシデントに至るまでのアクションの順序を特定するには、イベントのタイムラインを作成する必要があります。
チームは必要な情報を収集した後、根本原因分析を実施してインシデントにつながった要因を特定する必要があります。この分析では、インシデントにつながった直接的な原因とシステムの問題の両方を特定する必要があります。
PIR チームは、根本原因の特定に加えて、インシデントの原因となった可能性のあるその他の要因を特定する必要があります。これらの要因には、人的エラー、機器の故障、コミュニケーションの不備やトレーニング不足などの組織的な要因が含まれます。
PIR レポートには、イベントのタイムライン、根本原因分析、推奨されるアクションなど、調査の結果を記録する必要があります。このレポートは、是正措置を講じ、再発を防止するための貴重なリソースです。このレポートは、関連するすべての関係者と共有し、安全に関するトレーニングと手順の開発に使用する必要があります。
PIR プロセスを成功させるには、責任の追及ではなく学習と改善に重点を置く、非難のない文化を組織で育成する必要があります。この文化により、個人は報復を恐れずにインシデントを報告し、組織的な問題に対処して有意な改善を図ることができます。
徹底した PIR を実施し、検出結果に基づいて是正措置を講じることで、今後同様のインシデントが発生するリスクを大幅に軽減できます。インシデントの調査と防止に対するこの事前対応型のアプローチは、関係するすべての人にとってより安全で効率的な職場環境を構築するのに役立ちます。
ナレッジベースを維持する
既知の問題、解決策、トラブルシューティング ガイドのナレッジベースは、インシデントの管理と解決に不可欠です。チームメンバーはナレッジベースを使用して、一般的な問題をすばやく特定して対処できます。ナレッジベースを実装すると、エスカレーションの必要性が軽減され、全体的な効率性が向上します。この推奨事項は、運用準備の重点分野（人材とプロセス）に関連しています。
ナレッジベースの主なメリットは、チームが過去の経験から学び、間違いを繰り返さないことです。既知の問題の解決策をキャプチャして共有することで、チームは一般的な問題の解決方法とインシデント管理のベスト プラクティスをチーム全体で理解できます。ナレッジベースを使用すると、時間と労力を節約できます。また、プロセスの標準化とインシデント解決の一貫性の確保にも役立ちます。
ナレッジベースは、インシデントの解決時間を短縮するだけでなく、チーム間のナレッジ共有とコラボレーションを促進します。情報の中央リポジトリを使用すると、チームはナレッジベースに簡単にアクセスして貢献できるため、継続的な学習と改善の文化が促進されます。この文化は、チームが専門知識と経験を共有することを奨励し、より包括的で価値の高いナレッジベースを構築することにつながります。
ナレッジベースを効果的に作成して管理するには、適切なツールとテクノロジーを使用します。Google Workspace などのコラボレーション プラットフォームは、ドキュメントの共同作成、編集、共有を簡単に行えるため、この目的に適しています。また、これらのツールはバージョン管理と変更トラッキングもサポートしているため、ナレッジベースを最新の状態に保ち、正確性を維持できます。
関連するすべてのチームがナレッジベースに簡単にアクセスできるようにします。これは、ナレッジベースを既存のインシデント管理システムと統合するか、専用のポータルまたはイントラネット サイトを提供することによって実現できます。すぐに利用できるナレッジベースにより、チームはインシデントを効率的に解決するために必要な情報にすばやくアクセスできます。この可用性により、ダウンタイムを短縮し、ビジネス運用への影響を最小限に抑えることができます。
ナレッジベースが関連性と有用性を維持できるように、定期的にレビューして更新します。インシデント レポートをモニタリングし、一般的な問題と傾向を特定し、新しいソリューションとトラブルシューティング ガイドをナレッジベースに組み込みます。最新のナレッジベースは、チームがインシデントをより迅速かつ効果的に解決するのに役立ちます。
インシデント対応を自動化する
自動化により、インシデント対応と修復プロセスを効率化できます。これにより、セキュリティ侵害やシステム障害に迅速かつ効率的に対処できます。 Google Cloud Cloud Run functions や Cloud Run などのプロダクトを使用すると、通常は手動で時間のかかるさまざまなタスクを自動化できます。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
自動インシデント対応には次のメリットがあります。
- インシデントの検出と解決に要する時間を短縮: 自動化ツールは、システムとアプリケーションを継続的にモニタリングし、不審なアクティビティや異常なアクティビティをリアルタイムで検出し、関係者に通知したり、介入なしで対応したりできます。この自動化により、潜在的な脅威や問題が重大なインシデントに発展する前に特定できます。インシデントが検出されると、自動化ツールは、影響を受けるシステムの分離、悪意のあるファイルの隔離、変更のロールバックによるシステムの既知の正常な状態への復元など、事前定義された修復アクションをトリガーできます。
- セキュリティ チームと運用チームの負担を軽減: インシデント レスポンスが自動化されるため、セキュリティ チームと運用チームはより戦略的なタスクに集中できます。診断情報の収集やアラートのトリガーなどの日常的な反復タスクを自動化することで、人員を解放し、より複雑で重大なインシデントに対応できます。この自動化により、インシデント対応全体の効果と効率が向上します。
- 修復プロセスの一貫性と精度の向上: 自動化ツールを使用すると、影響を受けるすべてのシステムに修復アクションを均一に適用できるため、人的エラーや不整合のリスクを最小限に抑えることができます。このように修復プロセスを標準化することで、インシデントによるユーザーとビジネスへの影響を最小限に抑えることができます。
クラウド リソースの管理と最適化
Google Cloud Well-Architected Framework の運用上の優秀性の柱にあるこの原則では、クラウド ワークロードで使用されるリソースの管理と最適化に役立つ推奨事項が示されています。具体的には、実際の使用状況と需要に基づいてリソースを適切に調整し、自動スケーリングを使用してリソースを動的に割り当て、費用最適化戦略を実装し、リソースの使用率と費用を定期的に確認します。この原則で説明されているトピックの多くは、費用最適化の柱で詳しく説明されています。
原則の概要
クラウド リソースの管理と最適化は、クラウド費用、リソース使用量、インフラストラクチャの効率を最適化するために不可欠な役割を果たします。これには、クラウド費用から得られる価値と収益を最大化することを目的としたさまざまな戦略とベスト プラクティスが含まれています。
この柱の最適化の焦点は、費用削減だけではありません。次の目標を重視しています。
- 効率性: 自動化とデータ分析を使用して、最高のパフォーマンスとコスト削減を実現します。
- パフォーマンス: リソースを簡単にスケーリングして、変動する需要に対応し、最適な結果を提供します。
- スケーラビリティ: 急速な成長と多様なワークロードに対応するようにインフラストラクチャとプロセスを適応させます。
これらの目標に重点を置くことで、費用と機能性のバランスを実現できます。リソースのプロビジョニング、スケーリング、移行について、十分な情報に基づいて意思決定できます。また、リソース使用パターンに関する有益な分析情報を得て、潜在的な問題を事前に特定し、エスカレーションする前に対処できます。
推奨事項
リソースを管理して最適化するには、次のセクションの推奨事項を検討してください。このドキュメントの推奨事項は、運用準備の重点分野の 1 つ以上と関連しています。
リソースのサイズを適正にする
クラウド リソースを効率的に管理するには、リソース使用率を継続的にモニタリングし、実際の需要に合わせてリソース割り当てを調整することが不可欠です。リソースを過剰にプロビジョニングすると、不要な費用が発生する可能性があります。また、リソースを過小にプロビジョニングすると、パフォーマンスのボトルネックが発生し、アプリケーションのパフォーマンスとユーザー エクスペリエンスに影響する可能性があります。最適なバランスを実現するには、クラウド リソースのサイズを適切に設定するための事前対応型のアプローチを採用する必要があります。この推奨事項は、ガバナンスの運用準備の重点分野に関連しています。
Cloud Monitoring と Recommender を使用すると、適切なサイズの調整の機会を特定できます。Cloud Monitoring は、リソース使用率の指標をリアルタイムで可視化します。この可視性により、リソース使用パターンを追跡し、潜在的な非効率性を特定できます。Recommender は、リソース使用率データを分析して、リソース割り当てを最適化するためのインテリジェントな推奨事項を生成します。これらのツールを使用すると、リソースの使用状況に関する分析情報を取得し、リソースの適切なサイズについて十分な情報に基づいて意思決定できます。
Cloud Monitoring と Recommender に加えて、カスタム指標を使用して自動適切なサイズ設定アクションをトリガーすることを検討してください。カスタム指標を使用すると、アプリケーションとワークロードに関連する特定のリソース使用率の指標を追跡できます。事前定義されたしきい値に達したときに管理者に通知するようにアラートを構成することもできます。管理者は、必要に応じてリソース割り当てを調整できます。この事前対応型のアプローチにより、リソースがタイムリーにスケーリングされるため、クラウド費用を最適化し、パフォーマンスの問題を防ぐことができます。
自動スケーリングを使用する
コンピューティングなどのリソースを自動スケーリングすると、クラウドベースのアプリケーションのパフォーマンスと費用対効果を最適化できます。自動スケーリングを使用すると、ワークロードの変動に基づいてリソースの容量を動的に調整できるため、必要なときに必要なリソースを確保でき、オーバープロビジョニングと不要な費用を回避できます。この推奨事項は、運用準備の重点分野のプロセスに関連しています。
さまざまなアプリケーションとワークロードの多様なニーズを満たすために、Google Cloud には次のようなさまざまな自動スケーリング オプションが用意されています。
- Compute Engine マネージド インスタンス グループ（MIG）は、単一のエンティティとして管理およびスケーリングされる VM のグループです。MIG を使用すると、グループ内で維持する VM の最小数と最大数、および自動スケーリングをトリガーする条件を指定する自動スケーリング ポリシーを定義できます。たとえば、CPU 使用率が特定のしきい値に達したときに MIG に VM を追加し、使用率が別のしきい値を下回ったときに VM を削除するようにポリシーを構成できます。
Google Kubernetes Engine（GKE）自動スケーリングは、アプリケーションのニーズに合わせてクラスタ リソースを動的に調整します。次のツールが用意されています。
- クラスタ オートスケーラーは、Pod のリソース需要に基づいてノードを追加または削除します。
- Horizontal Pod Autoscaler は、CPU、メモリ、またはカスタム指標に基づいて Pod のレプリカ数を変更します。
- 垂直 Pod 自動スケーリングは、使用パターンに基づいて Pod リソースのリクエストと上限を微調整します。
- ノードの自動プロビジョニングは、ワークロードに最適なノードプールを自動的に作成します。
これらのツールは連携して、リソース使用率を最適化し、アプリケーションのパフォーマンスを確保し、クラスタ管理を簡素化します。
Cloud Run は、インフラストラクチャを管理することなくコードを実行できるサーバーレス プラットフォームです。Cloud Run には、受信トラフィックに基づいてインスタンス数を自動的に調整する自動スケーリングが組み込まれています。トラフィックの量が増加すると、Cloud Run はインスタンス数をスケールアップして負荷を処理します。トラフィックが減少すると、Cloud Run はインスタンス数をスケールダウンして費用を削減します。
これらの自動スケーリング オプションを使用すると、オーバープロビジョニングと不要な費用を回避しながら、クラウドベースのアプリケーションにさまざまなワークロードを処理するために必要なリソースを確保できます。自動スケーリングを使用すると、パフォーマンスの向上、費用の削減、クラウド リソースの効率的な使用につながります。
費用最適化戦略を活用する
クラウド費用を最適化すると、組織の IT 予算を効果的に管理できます。この推奨事項は、ガバナンスの運用準備の重点分野に関連しています。
Google Cloud には、クラウド費用の最適化に役立つさまざまなツールと手法が用意されています。これらのツールと手法を使用すると、クラウド費用から最大限の価値を引き出すことができます。これらのツールと手法は、未使用のリソースの特定や、より費用対効果の高いインスタンス タイプの推奨など、費用を削減できる領域を特定するのに役立ちます。 Google Cloud クラウド費用を最適化するためのオプションには、次のようなものがあります。
- 確約利用割引（CUD）は、一定期間にわたって特定の使用量を確約するための割引です。
- Compute Engine の継続利用割引では、サービスの継続的な使用に対して割引が適用されます。
- Spot VM は、通常の VM よりも低コストで未使用の VM 容量を利用できます。
料金モデルは時間の経過とともに変更される可能性があり、既存のオプションよりもパフォーマンスが向上したり、費用が削減されたりする新機能が導入される可能性があります。そのため、料金モデルを定期的に確認し、代替機能を検討する必要があります。最新の料金モデルと機能について最新情報を入手することで、クラウド アーキテクチャについて十分な情報に基づいて意思決定を行い、費用を最小限に抑えることができます。
Google Cloudの費用管理ツール（予算やアラートなど）を使用すると、クラウドの費用に関する有益な分析情報を得ることができます。予算とアラートを使用すると、ユーザーは予算を設定し、予算が超過したときにアラートを受け取ることができます。これらのツールは、ユーザーがクラウドの費用を追跡し、費用を削減できる領域を特定するのに役立ちます。
リソースの使用状況と費用を追跡する
タグ付けとラベル付けを使用して、リソースの使用量と費用を追跡できます。プロジェクト、部門、その他の関連するディメンションなどのクラウド リソースにタグとラベルを割り当てることで、リソースを分類して整理できます。これにより、特定のリソースの費用パターンをモニタリングして分析し、使用量が多い領域や費用削減の可能性のある領域を特定できます。この推奨事項は、運用準備の重点分野であるガバナンスとツールに関連しています。
Cloud Billing や費用管理などのツールを使用すると、費用パターンを包括的に把握できます。これらのツールは、クラウドの使用状況に関する詳細な分析情報を提供します。これにより、傾向を特定し、費用を予測し、十分な情報に基づいて意思決定できます。過去のデータと現在の費用パターンを分析することで、費用の最適化に重点を置くべき分野を特定できます。
カスタム ダッシュボードとレポートを使用すると、費用データを可視化して、費用の傾向に関する詳細な分析情報を得ることができます。関連する指標とディメンションでダッシュボードをカスタマイズすると、重要業績評価指標（KPI）をモニタリングし、費用の最適化目標達成に向けた進捗状況を追跡できます。レポートでは、費用データの詳細な分析を行うことができます。レポートを使用すると、特定の期間やリソースタイプでデータをフィルタして、クラウド費用の増加につながっている根本的な要因を把握できます。
タグ、ラベル、費用分析ツールを定期的に確認して更新し、クラウドの使用状況と費用に関する最新情報を入手してください。最新情報を把握し、費用のモルテモルトや費用の予防的なレビューを行うことで、予期しない費用の増加を迅速に特定できます。これにより、クラウド リソースを最適化して費用を管理するためのプロアクティブな意思決定を行うことができます。
費用の割り当てと予算を確立する
クラウド費用管理における説明責任と透明性は、リソース使用率を最適化し、財務管理を確実に行うために重要です。この推奨事項は、ガバナンスの運用準備の重点分野に関連しています。
説明責任と透明性を確保するには、費用の割り当てとチャージバックのための明確なメカニズムが必要です。費用を特定のチーム、プロジェクト、個人に割り当てることで、組織はこれらのエンティティのそれぞれがクラウド使用量に責任を持つようにすることができます。この方法により、所有権の意識が高まり、責任あるリソース管理が促進されます。また、チャージバック メカニズムにより、組織は内部顧客からクラウド費用を回収し、インセンティブをパフォーマンスと調整し、財務規律を促進できます。
さまざまなチームやプロジェクトの予算を確立することも、クラウド費用管理の重要な要素です。予算を使用すると、組織は支出限度額を定義し、実際の費用をその限度額と照らし合わせて追跡できます。このアプローチでは、予測外の費用を防ぐために事前に判断できます。現実的で達成可能な予算を設定することで、クラウド リソースを効率的に使用し、ビジネス目標に合わせて調整できます。予算に対する実際の費用を定期的にモニタリングすると、差異を特定し、潜在的な超過額に迅速に対応できます。
予算をモニタリングするには、Cloud Billing の予算とアラートなどのツールを使用します。これらのツールは、クラウドの費用に関するリアルタイムの分析情報を提供します。また、潜在的な超過額を関係者に通知します。これらの機能を使用すると、クラウド費用を追跡し、大幅な差異が発生する前に是正措置を講じることができます。この事前対応型のアプローチは、予期しない費用の発生を防ぎ、クラウド リソースを責任を持って使用できるようにします。
変更の自動化と管理
Google Cloud Well-Architected Framework の運用効率の柱にあるこの原則では、クラウド ワークロードの変更を自動化して管理するための推奨事項が示されています。これには、Infrastructure as Code（IaC）の実装、標準オペレーション プロシージャの確立、構造化された変更管理プロセスの実装、自動化とオーケストレーションの使用が含まれます。
原則の概要
変更管理と自動化は、クラウド環境内でスムーズかつ制御された移行を確実に行ううえで重要な役割を果たします。変更管理を効果的に行うには、中断を最小限に抑え、変更が既存のシステムとシームレスに統合されるように戦略とベスト プラクティスを使用する必要があります。
効果的な変更管理と自動化には、次の基本要素が含まれます。
- 変更ガバナンス: 承認プロセスやコミュニケーション計画など、変更管理に関する明確なポリシーと手順を確立します。
- リスク評価: 変更に関連する潜在的なリスクを特定し、リスク管理手法で軽減します。
- テストと検証: 変更を徹底的にテストして、機能要件とパフォーマンス要件を満たしていることを確認し、潜在的な回帰を軽減します。
- 制御されたデプロイ: 変更を制御された方法で実装し、ユーザーが新しい環境にシームレスに移行できるようにします。必要に応じてシームレスにロールバックするメカニズムも用意します。
これらの基盤要素は、変更の影響を最小限に抑え、変更がビジネス運用にプラスの効果をもたらすことを保証するのに役立ちます。これらの要素は、プロセス、ツール、ガバナンスの運用準備の重点分野で表されます。
推奨事項
変更を自動化して管理するには、次のセクションの推奨事項を検討してください。このドキュメントの推奨事項は、運用準備の重点分野の 1 つ以上と関連しています。
IaC を導入する
Infrastructure as Code（IaC）は、クラウド インフラストラクチャを管理するための変革的なアプローチです。Terraform などのツールを使用して、クラウド インフラストラクチャを宣言的に定義して管理できます。IaC は、一貫性、再現性、変更管理の簡素化を実現します。また、デプロイの速度と信頼性を高めることもできます。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
クラウド デプロイに IaC アプローチを採用する主なメリットは次のとおりです。
- 人間が読めるリソース構成: IaC アプローチでは、クラウド インフラストラクチャ リソースを JSON や YAML などの人間が読める形式で宣言できます。インフラストラクチャ管理者とオペレーターは、インフラストラクチャを簡単に理解、変更し、他のユーザーとコラボレーションできます。
- 整合性と再現性: IaC により、インフラストラクチャのデプロイの一貫性と再現性が実現されます。デプロイを実行するユーザーに関係なく、インフラストラクチャが常に同じ方法でプロビジョニングされ、構成されるようにできます。このアプローチにより、エラーを減らし、インフラストラクチャが常に既知の状態になるようにします。
- アカウンタビリティとトラブルシューティングの簡素化: IaC アプローチは、アカウンタビリティを向上させ、問題のトラブルシューティングを容易にします。IaC コードをバージョン管理システムに保存すると、変更を追跡し、変更がいつ、誰によって行われたかを特定できます。必要に応じて、以前のバージョンに簡単にロールバックできます。
バージョン管理を実装する
Git などのバージョン管理システムは、IaC プロセスの重要なコンポーネントです。堅牢な変更管理とリスク軽減機能を備えているため、社内開発または SaaS ソリューションを通じて広く採用されています。この推奨事項は、運用準備の重点分野であるガバナンスとツールに関連しています。
バージョン管理では、IaC コードと構成の変更を追跡することで、コードの進化を可視化できます。これにより、変更の影響を把握し、潜在的な問題を特定しやすくなります。この可視性の向上により、同じ IaC プロジェクトに取り組むチームメンバー間のコラボレーションが促進されます。
ほとんどのバージョン管理システムでは、必要に応じて変更を簡単にロールバックできます。この機能は、意図しない結果やエラーのリスクを軽減するのに役立ちます。IaC ワークフローで Git などのツールを使用すると、変更管理プロセスを大幅に改善し、コラボレーションを促進し、リスクを軽減できます。これにより、IaC の実装がより効率的で信頼できるものになります。
CI/CD パイプラインを構築する
継続的インテグレーションと継続的デリバリー（CI/CD）パイプラインは、クラウド アプリケーションの開発とデプロイのプロセスを効率化します。CI/CD パイプラインは、ビルド、テスト、デプロイの各ステージを自動化します。これにより、リリースの迅速化と頻度向上を実現し、品質管理を強化できます。この推奨事項は、運用準備の重点分野のツールに関連しています。
CI/CD パイプラインを使用すると、コード変更が中央リポジトリ（通常は Git などのバージョン管理システム）に継続的に統合されます。継続的インテグレーションにより、問題の早期検出と解決が容易になり、バグや互換性の問題が発生する可能性が低くなります。
クラウド アプリケーションの CI/CD パイプラインを作成して管理するには、Cloud Build や Cloud Deploy などのツールを使用します。
- Cloud Build は、デベロッパーが宣言的にビルドステップを定義して実行できるフルマネージド ビルドサービスです。一般的なソースコード管理プラットフォームとシームレスに統合され、コードプッシュやプル リクエストなどのイベントによってトリガーできます。
- Cloud Deploy は、テスト環境、ステージング環境、本番環境など、さまざまな環境にアプリケーションをデプロイするプロセスを自動化するサーバーレス デプロイ サービスです。Blue/Green デプロイ、トラフィック分割、ロールバック機能などの機能を備えており、アプリケーションのデプロイの管理とモニタリングが容易になります。
CI/CD パイプラインをバージョン管理システムとテスト フレームワークと統合すると、クラウド アプリケーションの品質と信頼性を高めることができます。CI/CD プロセスの一部として自動テストを実行することで、開発チームはコードが本番環境にデプロイされる前に問題を迅速に特定して修正できます。この統合により、クラウド アプリケーションの全体的な安定性とパフォーマンスが向上します。
構成管理ツールを使用する
Puppet、Chef、Ansible、VM Manager などのツールを使用すると、クラウド リソースの構成と管理を自動化できます。これらのツールを使用すると、クラウド環境全体でリソースの整合性とコンプライアンスを確保できます。この推奨事項は、ツールの運用準備の重点分野に関連しています。
クラウド リソースの構成と管理を自動化すると、次のメリットが得られます。
- 手動エラーのリスクを大幅に軽減: 手動プロセスが関与している場合、人的ミスによるミスが発生する可能性が高くなります。構成管理ツールはプロセスを自動化することでこのリスクを軽減し、すべてのクラウド リソースに構成が一貫して正確に適用されるようにします。この自動化により、クラウド環境の信頼性と安定性が向上します。
- 運用効率の向上: 反復タスクを自動化することで、IT スタッフがより戦略的な取り組みに集中できるようになります。この自動化により、生産性の向上とコスト削減、変化するビジネスニーズへの迅速な対応が可能になります。
- 複雑なクラウド インフラストラクチャの管理を簡素化: クラウド環境の規模と複雑さが増すにつれて、リソースの管理がますます困難になる可能性があります。構成管理ツールは、クラウド リソースを管理するための一元化されたプラットフォームを提供します。これらのツールを使用すると、構成の追跡、問題の特定、変更の実装が容易になります。これらのツールを使用すると、クラウド環境の可視性、制御性、セキュリティを向上させることができます。
テストの自動化
自動テストを CI/CD パイプラインに統合すると、クラウド アプリケーションの品質と信頼性を高めることができます。デプロイ前に変更を検証することで、エラーや回帰のリスクを大幅に軽減し、より安定した堅牢なソフトウェア システムを実現できます。この推奨事項は、運用準備の重点分野であるプロセスとツールに関連しています。
CI/CD パイプラインに自動テストを組み込む主なメリットは次のとおりです。
- バグや欠陥の早期検出: 自動テストにより、本番環境で重大な問題が発生する前に、開発プロセスの早い段階でバグや欠陥を検出できます。この機能により、開発プロセスの後半でコストのかかるやり直しやバグ修正を行う必要がなくなるため、時間とリソースを節約できます。
- 高品質で標準に基づくコード: 自動テストにより、コードが特定の標準とベスト プラクティスを満たしていることを確認することで、コードの全体的な品質を向上させることができます。この機能により、エラーが発生しにくい、メンテナンス性が高く信頼性の高いアプリケーションが実現します。
CI/CD パイプラインでは、さまざまな種類のテスト手法を使用できます。各テストタイプには特定の目的があります。
- 単体テストでは、関数やメソッドなど、コードの個々の単位をテストして、想定どおりに機能することを確認します。
- 統合テストでは、アプリケーションのさまざまなコンポーネントまたはモジュール間の相互作用をテストして、それらが適切に連携することを確認します。
- エンドツーエンド テストは、単体テストと統合テストとともに使用されることがよくあります。エンドツーエンド テストでは、実際のシナリオをシミュレートしてアプリ全体をテストし、アプリがエンドユーザーの要件を満たしていることを確認します。
自動テストを CI/CD パイプラインに効果的に統合するには、適切なテストツールとフレームワークを選択する必要があります。さまざまなオプションがあり、それぞれに長所と短所があります。また、実施するテストの種類、テストの頻度、テストの合格または不合格の基準を概説した明確なテスト戦略を確立する必要があります。これらの推奨事項に沿って自動テストプロセスを実施することで、効率的で効果的なテストを実施できます。このようなプロセスにより、クラウド アプリケーションの品質と信頼性に関する貴重な分析情報を得ることができます。
継続的な改善とイノベーション
Google Cloud Well-Architected Framework の運用の優秀性の柱にあるこの原則では、クラウド運用を継続的に最適化し、イノベーションを推進するための推奨事項が示されています。
原則の概要
クラウドで継続的に改善とイノベーションを進めるには、継続的な学習、テスト、適応に重点を置く必要があります。これにより、新しいテクノロジーを探求し、既存のプロセスを最適化できます。また、組織が業界リーダーシップを達成し維持できるように、優れた文化を促進します。
継続的な改善とイノベーションにより、次の目標を達成できます。
- イノベーションを加速する: 新しいテクノロジーとサービスを探求して、機能を強化し、差別化を促進します。
- コスト削減: プロセス改善イニシアチブを通じて非効率性を特定して排除します。
- アジリティを強化する: 変化する市場の需要と顧客のニーズに迅速に対応します。
- 意思決定の改善: データと分析から有益な分析情報を得て、データドリブンな意思決定を行います。
継続的な改善とイノベーションの原則を受け入れている組織は、クラウド環境の可能性を最大限に引き出し、持続可能な成長を実現できます。この原則は、主に人材の運用準備の重点分野にマッピングされます。イノベーションの文化が根付いているチームは、新しいツールやテクノロジーを試して機能を拡張し、コストを削減できます。
推奨事項
クラウド ワークロードを継続的に改善して革新するには、次のセクションの推奨事項を検討してください。このドキュメントの推奨事項は、運用準備の重点分野の 1 つ以上と関連しています。
学習する文化を育む
チームがテスト、知識の共有、継続的な学習を行うことを奨励します。失敗を成長と改善の機会と捉える、非難のない文化を採用します。この推奨事項は、人材の運用準備の重点分野に関連しています。
学習の文化を育むと、チームは間違いから学び、迅速に反復できます。このアプローチでは、チームメンバーがリスクを冒し、新しいアイデアを試し、仕事の範囲を広げることが奨励されます。また、個人が失敗を共有し、失敗から学ぶことを快適に感じられる心理的に安全な環境も生まれます。このように共有することで、よりオープンでコラボレーション重視の環境が実現します。
知識の共有と継続的な学習を促進するには、チームが知識を共有し、互いに学び合う機会を作りましょう。そのためには、非公式および正式な学習セッションや会議に参加します。
テストから学ぶ文化、知識の共有、継続的な学習を促進することで、チームがリスクを取ってイノベーションを起こし、成長できる環境を構築できます。このような環境は、生産性の向上、問題解決の改善、従業員のエンゲージメントとモチベーションの向上につながります。さらに、責任追及しない文化を推進することで、従業員が失敗から学び、チームの集合的な知識に貢献できる安全な空間を創造できます。この文化は最終的に、より高い適応力と柔軟性を持つ労働力を生み出し、長期的な成功に向けて課題に対処できるようになります。
定期的に振り返りを行う
振り返りでは、チームが経験を振り返り、うまくいったことを特定し、改善できる点を特定する機会を得ることができます。プロジェクトや重大なインシデントの後に振り返りを行うことで、チームは成功と失敗から学び、プロセスとプラクティスを継続的に改善できます。この推奨事項は、運用準備の重点分野であるプロセスとガバナンスに関連しています。
効果的な方法として、開始、停止、継続モデルを使用します。
- 開始: 振り返りの開始フェーズでは、チームメンバーは、作業を改善できると思われる新しいプラクティス、プロセス、行動を特定します。変更が必要な理由と、変更を実施する方法について説明します。
- 停止: 停止フェーズでは、チームメンバーは、効果がなくなった、または進捗を妨げるプラクティス、プロセス、行動を特定して排除します。これらの変更が必要な理由と、どのように実装できるかについて説明します。
- 継続: 継続フェーズでは、効果的で継続すべきプラクティス、プロセス、行動をチームメンバーが特定します。これらの要素が重要である理由と、それらを強化する方法について説明します。
開始、停止、継続モデルなどの構造化された形式を使用すると、チームは振り返りを生産的で集中的なものにすることができます。このモデルは、ディスカッションの促進、主な要点の特定、今後の改善に向けた実践的なステップの特定に役立ちます。
クラウド テクノロジーの最新情報を入手する
Google Cloud サービスの可能性を最大限に引き出すには、最新の進歩、機能、ベスト プラクティスを常に把握しておく必要があります。この推奨事項は、人材の運用準備の重点分野に関連しています。
関連するカンファレンス、ウェビナー、トレーニング セッションに参加することは、知識を広げる有益な方法です。これらのイベントでは、 Google Cloud エキスパートから学び、新しい機能を理解し、同様の課題に直面している業界の同僚と交流する機会が提供されます。これらのセッションに参加すると、新機能を効果的に使用し、クラウド運用を最適化し、組織内でイノベーションを推進する方法に関する分析情報を得ることができます。
チームメンバーがクラウド テクノロジーに遅れを取らないように、認定資格の取得やトレーニング コースへの参加を奨励します。 Google Cloudには、特定のクラウド ドメインのスキルと知識を検証する幅広い認定資格が用意されています。これらの認定資格を取得することは、卓越性への取り組みを示すとともに、クラウド テクノロジーの習熟度を具体的に示すものです。 Google Cloud Google とパートナーが提供するトレーニング コースでは、特定のトピックについて詳しく説明します。実務にすぐに適用できる直接的な経験と実践的なスキルが得られます。チームの専門的な開発に投資することで、継続的な学習の文化を育み、クラウドで成功するために必要なスキルを全員が習得できるようにします。
積極的にフィードバックを求めて取り入れる
ユーザー、関係者、チームメンバーからフィードバックを収集します。フィードバックを使用して、クラウド ソリューションの改善点を特定します。この推奨事項は、人材の運用準備の重点分野に関連しています。
収集したフィードバックは、ソリューションのユーザーの変化するニーズ、問題、期待を把握するのに役立ちます。いただいたフィードバックは、改善を促進し、今後の機能強化の優先順位を決める際に役立てさせていただきます。フィードバックを収集するには、さまざまなメカニズムを使用できます。
- アンケートは、多数のユーザーや関係者から定量データを収集する効果的な方法です。
- ユーザー インタビューでは、詳細な定性データの収集が可能です。インタビューでは、個々のユーザーの具体的な課題と経験を把握できます。
- クラウド ソリューション内に配置されたフィードバック フォームを使用すると、ユーザーはエクスペリエンスに関するフィードバックをすぐに提供できます。
- チームメンバーとの定期的なミーティングでは、技術的な側面や実装に関する課題に関するフィードバックを収集できます。
これらのメカニズムを通じて収集したフィードバックを分析して統合し、共通のテーマとパターンを特定する必要があります。この分析により、提案された改善の影響と実現可能性に基づいて、今後の改善を優先順位付けできます。フィードバックから特定されたニーズや問題に対処することで、クラウド ソリューションがユーザーと関係者の進化する要件を継続的に満たすようにすることができます。
進捗状況を測定して追跡する
重要業績評価指標（KPI）と指標は、クラウド オペレーションの進捗状況を追跡し、効果を測定するために不可欠です。KPI は、全体的なパフォーマンスを反映した定量的な測定値です。指標は、KPI の計算に役立つ特定のデータポイントです。指標を定期的に確認し、改善の機会を特定して進捗状況を測定します。これにより、クラウド環境を継続的に改善して最適化できます。この推奨事項は、運用準備の重点分野であるガバナンスとプロセスに関連しています。
KPI と指標を使用する主なメリットは、組織がクラウド運用にデータドリブンなアプローチを採用できることです。運用データを追跡して分析することで、クラウド環境を改善する方法について情報に基づいた意思決定を行うことができます。このデータドリブン アプローチは、体系的な指標を使用せずに検出できないトレンド、パターン、異常を特定するのに役立ちます。
運用データを収集して分析するには、Cloud Monitoring や BigQuery などのツールを使用します。Cloud Monitoring を使用すると、クラウド リソースとサービスのリアルタイム モニタリングが可能です。BigQuery を使用すると、モニタリングによって収集したデータを保存して分析できます。これらのツールを組み合わせて使用することで、カスタム ダッシュボードを作成して、重要な指標と傾向を可視化できます。
運用ダッシュボードでは、最も重要な指標を一元的に確認できるため、注意が必要な領域をすばやく特定できます。たとえば、ダッシュボードには、特定のアプリケーションまたはサービスの CPU 使用率、メモリ使用量、ネットワーク トラフィック、レイテンシなどの指標が含まれます。これらの指標をモニタリングすることで、潜在的な問題をすばやく特定し、解決するための措置を講じることができます。