こんにちは。グリーのmdoi(@m_doi)です。 今回は、グリーの監視システムについて説明したいと思います。以前、こちらの記事にて、リソース監視システムの説明をさせて頂きましたが、死活監視やログ監視については語られなかったので、気になっていた方も多いと思います。ということで、今回は、グリーのインフラにおける死活監視やログ監視、アラート通知システムを紹介したいと思います。 何を使っているの？ グリーでは、死活監視にNagiosを使用していました。監視システムの中では、かなり有名なソフトウェアですから、監視システムの構築に使用したことがある方も多いのではないでしょうか。プラグインも豊富に存在するので、様々な監視を行うことができます。死活監視は、このNagiosの機能をそのまま利用し、ログ監視は、Nagiosと独自に作成したエージェント及びログフィルタを連携させて行っていました。 全体のシステ

suicaのサーバーはみんなの知らないところで、実はたまに落ちているそうだ。 だがシステムが止まることはない、計算上センターは3日ぐらいは止まっていても大丈夫だそうだ。 だからサーバーが落ちたなどとニュース沙汰になることは殆ど無い。 suica開発陣頭指揮をされていたかたが、その実績をまとめてと頼まれ、博士論文にしたそうだ。 suicaの実例を述べるだけだと技術論文になってしまうので、一般化して論文を書きあげたそうなのだが、審査に携わった専門家の人達はそんなものが動くわけないだろうといったらしい。しかし現実問題としてsuicaは動いてしまっている。 本人いわく、だってそれで動いちゃってるんだもん。だそうだ。 実装は時として奇妙に見えるかもしれない。 フィールドには神がいる。 …その意や、なんで落ちても大丈夫かなどはまた後ほど。 スイカのセミナー 昨日はスイカのセミナーだった。 JR東でスイ

2015年には自動車の中で動作するソフトウェアのコード行数が1億行を突破する。総務省が発表した文書「高度情報化社会における情報システム・ソフトウェアの信頼性及びセキュリティに関する研究会の中間報告書」では、こうした表現でITが社会の基盤となってきている状況を表しています。 ITの大規模化や複雑化が進むことで、システム障害の発生による社会の被害も大きくなることから、現状の把握と取り組みの強化に向けて作成されたのが総務省のこの中間報告文書です。企業の情報システムに関わる人たちに有益な情報や提言が行われています。ポイントをいくつか紹介しましょう。 米国やカナダにおけるミッションクリティカルなシステムの平均停止時間は、ここ3年で倍増しているそうです。 こうした現状を踏まえ報告書では、ITによってもたらされる便益と、その裏側に潜むリスクとコストが適切にバランスした水準を実現していくことが極めて重要で

クラウドが備えるスケーラビリティやアベイラビリティ、そして膨大な処理能力を実現する技術として、MapReduceやキーバリュー型データベースが注目を浴びています。「リレーショナルデータベースはもう古い」という人さえいるほどです。 ところが、そんな話題の新テクノロジーに背を向けて、既存技術であるリレーショナルデータベースを核にしつつクラウドを構築し、絶大なスケーラビリティと信頼性を実現している企業があります。セールスフォース・ドットコムです。 彼らはMapReduceもキーバリュー型データベースも使わずに、どうやってスケーラビリティや信頼性を備えたクラウドを実現しているのでしょうか？ 同社が公開している情報はそれほど多くないのですが、それらをつなぎ合わせて見えてきたいくつかの技術的な仕組みを、何回かに分けて紹介したいと思います。 Salesforceはどれほどスケーラブルか 同社のクラウドが

「Twitter」がサービスを維持できないでいるのは、少々理解に苦しむ。インターネット時代に突入してから10年以上たち、ウェブアプリケーションの拡大に関する非常に多くの研究開発が一般公開されているのだから、Twitterのエンジニアがこれを解決できると思われて当然だろう。 Twitterの共同設立者であるBiz Stone氏の最近のブログには、約1500万ドルの資金という形で支援が実現しようとしていると書かれている。 Twitterは将来、収益モデルに支えられた持続可能な企業になる。しかし、われわれが描いている世界的コミュニケーションユーティリティとしてのTwitterが実現されない限り、最大のビジネスチャンスを追及する価値はない。われわれの目標を達成するには、Twitterが信頼に足る堅実な企業でなければならない。われわれは、将来われわれのビジネスが飛び立つ際に役立つインフラに重点的に取

サーバ仮想化は、データセンターのサーバチームとネットワーキングチームの役割を変えつつあり、両者の役割は区別しにくくなっている。サーバハードウェアの仮想化製品が、サーバ内にネットワークを作成するからだ。このデータセンター設計は決して扱いやすいものではなく、ITスタッフの役割の移行も簡単ではない。 本稿では、サーバハードウェア仮想化がデータセンターのネットワーキングに与えるインパクトについて詳しく見ていきたい。 VMwareの「VMware Infrastructure 3（VI3）」、Citrixの「XenServer」、Microsoftの「Microsoft Virtual Server」（と、近いうちに正式版が登場する「Hyper-V」）などで実現されるサーバハードウェア仮想化は、データセンター設計に大きな影響を与える。 ネットワーキングは間違いなく、そうした仮想化の影響を受ける分野の

インターネット・サービスの激戦区である動画配信で後発ながらYouTubeを上回る成長速度，YouTubeの3倍以上となる1日ひとり3時間以上という平均視聴時間を実現したニコニコ動画。開設後1年足らずで400万人の会員を獲得，日本全体のトラフィックの約10分の1を占める。その成長速度はmixiも上回り，日本史上最速と見られる。 ニコニコ動画は多くのメディアで語られ，2007年10月にはグッドデザイン賞も獲得したが，これまでは社会現象やマーケティングの観点から語られることが多かった。しかしニコニコ動画を作り上げ，その急拡大を支えたのはまぎれもなくエンジニアの技術だ。多くのクリエイタやユーザーを魅了し，巨大なアクセスをさばく技術はどのようなものなのか。ドワンゴのエンジニアに聞いた。 「感情」を共有するアルゴリズム 動画の上に文字をかぶせるサービスはニコニコ動画以前にも存在した。また，動画のタイミ

新たなアプリケーションの設計と実装では、十分なリソースの捻出と冗長性の確保に悪戦苦闘を強いられるおそれがある。だが、グリッドアーキテクチャを採用してアプリケーションを構築すれば、低いコストで冗長性と並列処理を実現でき、リソース配分が容易になる。 グリッドアーキテクチャを用いる理由 新規アプリケーションの設計時には、多くの理由から基本プラットフォームでのグリッドアーキテクチャの採用を検討すべきである。グリッドコンピューティングのフレームワークであるグリッドアーキテクチャは、データを処理する独特のプラットフォームを提供し、従来に代わるコスト効率に優れたアーキテクチャになり得る。シングルサーバアーキテクチャに比べると、グリッドアーキテクチャには並列処理、リソースの負荷分散、未使用リソースの活用といった多くの利点がある。従来のサーバ環境におけるアプリケーションの発展は、サーバのハードウェアの限界に

ディザスタリカバリ・システムを構築するに当たっては，そのRPOとRTOを明確にすることが第一。そのうえで，アプリケーションやデータベース，ストレージなど，どの層でデータを連携させるかといったアーキテクチャを適切に選びたい。 災害時にもビジネスを継続するためには，リモートサイトにデータをバックアップするディザスタリカバリ・システムを構築する必要がある。Part4では，ディザスタリカバリ・システムの要件定義で考慮すべきRPO（Recovery Point Objective）とRTO（Recovery Time Objective），およびディザスタリカバリのアーキテクチャについて解説する。 まずはRPOとRTOを明確にする ディザスタリカバリ・システムでは，災害発生時にデータを回復してシステムを再開させる。そこで求められるRPOやRTOは，システムの特性により様々である。 ディザスタリカバリ

日記だけで4億件のデータ ミクシィが運営するSNS「mixi」は、2007年7月末段階でユーザー数が1110万人。人が12人集まれば、1人はmixiユーザーというわけだ。ユーザーのアクティブ率（ログイン間隔が3日以内）は約62％と高く、2007年4月から6月の月間平均ページビューは117.5億に達した。日記だけでも4億件以上に上るなど、蓄積するデータ量も莫大。2004年3月のサービス開始から、わずか3年半で現在の巨大コミュニティーへと発展したのだ。 ミクシィは、「LAMP（OSのLinux、WebサーバのApache、DBMSのMySQL、開発言語のPerl、PHP、Python）」と呼ばれるWebシステム向けの標準的なオープンソースソフトウェア（以下、OSS）でシステムを自社開発し、安価なPCサーバを1000台以上連ねる超分散構成でmixiのサービスを支えている（広告配信など周辺機能では

ADSL（非対称デジタル加入者線）サービス最大手のソフトバンクBBが9月1日に始めた、ブロードバンドユーザー向けのコミュニケーションサービス「my BBコミュニケーター」。ソフトバンクはこのサービスで、同社にとっては新しい、二つの試みに取り組んでいる。 一つ目は、my BBコミュニケーターを同社のブロードバンドサービス加入者に限定せず、プロバイダ・フリーのサービスとして広く提供したこと。二つ目は、サービスを支える情報システムを、全面的にオープンソースソフトウエア（OSS）を使って自社開発したことだ。 二つの新しい試みは別個に浮上した話ではなく、きちんと因果関係がある。つまり「myy BBコミュニケーターは、新しいビジネスモデルへの取り組み。だからこそOSSを採用して、システム構築のスタイルを変える必要があった」と、開発を担当したソフトバンクBBシステム企画部の鶴長鎮一担当部長は説明する。

「止めてはいけない重要なシステムは、世の中にどれだけあるのだろうか。ベンダーや顧客、マスコミも交え、もっと議論すべきだ」──。情報サービス産業協会（JISA）の浜口友一会長（NTTデータ取締役相談役、写真）は、8月31日に開いた記者懇談会で、こう問題を提起した。 浜口氏は、一時も止めてはいけないシステムとして航空管制システムを例に挙げた。刻一刻と移動し続ける航空機を監視するシステムが障害で止まれば、多数の乗員乗客の生命が危機にさらされるためだ。 その一方で浜口氏は、「大手銀行のATMがシステム障害で30分止まると、（新聞やテレビは）大問題として報道する。だが、本当に止まってはいけないのだろうか。30分でだめなら、何分だったら許されるのだろうか」と疑問を投げかける。「日本という国は欧米と比べ、こと信頼性に関して見る目が厳しい。その日本人の要望に応える形で、システムの信頼性は高水準の領域に達し