なぜ作ったか
保守をお受けするサイトやシステムが増えるにつれ、サーバーの管理画面やエラーメールを1つずつ見ていては、異常に気づくのが遅れるようになりました。
障害のときに「いつから・どこで・何が起きたか」をお客様にすぐ説明できるよう、監視の記録を自分たちの手元に持つことにしました。市販の監視サービスでは、本番・テスト・開発の環境ごとに通知を分けたり、ログの読み方を案件ごとに決めたりするところまで手が届かなかったためです。
画面
※画面は架空のデータで描き直したものです。
システム構成
技術的な工夫
| 機能 | 何をするか | 作りの工夫 |
|---|---|---|
| 外からの死活監視 | 5分ごとにサイトとシステムへアクセスし、応答を確かめます。 | 一時的な遅れで騒がないよう、2回続けて失敗したら異常、2回続けて正常なら復旧と判定しています。 |
| ログの受け取りと検索 | 各サーバーのログを受け取り、まとめて検索できます。 | 送り元ごとにAPIキーを発行し、種別や必須項目が合わないログは取り込まずに件数だけ記録します。 |
| アラートと通知 | 異常を見つけるとアラートを作り、担当者へ知らせます。 | 同じ障害の通知は初回と1時間後の再通知の最大2回にし、復旧したら自動で解決にします。通知は本番だけで、テストと開発は画面で見るだけにしています。 |
| AIによるログの一次解析 | 1日分のログをAIに読ませ、原因の当たりをレポートにします。 | AIに渡すのは件数や種類などの集計だけで、IPアドレスや入力の本文は受け取る時点で取り除いています。AIは読み取りと報告だけの権限で動かし、AIの操作も人の操作と同じく監査ログに残します。 |
| 監査ログ | だれが(AI・利用者・システム)、何をして、成功・失敗・拒否のどれだったかを残します。 | 追記専用にして、画面からも他のどこからも書き換え・削除ができない作りにしました。 |
実際の案件でどう使っているか
不動産会社のホームページと業務システムを監視対象に登録し、エラーが続いたときにはお客様より先に気づけるようにしています。
HTTPS証明書の期限は満了の30日前から一覧に出し、更新漏れでサイトが見られなくなる事故を防いでいます。