A-1開発・運用の方法論 · 開発の手法・方法論

カオスエンジニアリング

Chaos Engineering

かおすえんじにありんぐ

本番環境やそれに近い環境で、サーバの停止や通信の遅延などの障害を意図的に発生させ、システムが耐えられるかを実験で確かめる手法。想定外の弱点を事前に見つけて回復力（レジリエンス）を高める。NetflixのChaos Monkeyが知られる。

共有:

他の資格での定義

本番環境やそれに近い環境で意図的に障害を発生させ、システムが耐えられるかを検証して弱点を前もって見つけ、改善する手法。サーバの停止やネットワークの遅延などを計画的に起こし、障害に強いシステムを目指す。

本番に近い環境で意図的に障害を起こし、システムが耐えられるかを検証する取組み。想定外の弱点を稼働前に見つける。

本番システムに意図的に障害を注入し、システムの耐障害性を検証するプラクティス。Netflixが提唱したChaos Monkeyが有名。定常状態の仮説を立て、実験を行い、差異を観測して改善に繋げる。分散システムの信頼性向上に活用される。

Past Exams

過去問で 2 回出題（応用情報技術者試験 1・情報処理安全確保支援士試験 1）

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

デジタル技術に依存して事業を営む組織が、システム障害、サイバー攻撃、災害などでデジタル資産が損なわれても、重要な業務を継続するか、停止しても速やかに再開できる能力。障害が起きることを前提に、監視、冗長化、バックアップ、復旧手順の整備と訓練などを組み合わせて備える。

システムが外部に出力するメトリクス、ログ、トレースなどのデータから、内部の状態をどの程度把握できるかを表す性質。あらかじめ決めた項目を見張る監視と異なり、想定していなかった障害でも原因を調べられることを目指す。マイクロサービスのような分散システムの運用で重視される。

開発（Development）と運用（Operations）の担当が協力し、ツールによる自動化と継続的なフィードバックによって、ソフトウェアの変更を素早く安全に提供し続けるための考え方と実践。継続的インテグレーション、継続的デリバリー、インフラのコード化、監視などを組み合わせる。

SLOで定めた信頼性の目標に対して、許容される障害や品質低下の量。SLOが稼働率99.9%なら、残りの0.1%がエラーバジェットになる。予算が残っていれば新機能のリリースを進め、使い切りそうなら変更を控えて信頼性の改善を優先する、という判断に使う。

事業の中断・阻害に対する組織のレジリエンスを確保するための包括的な管理プロセス。リスクアセスメント、BIA、BCP策定、訓練・テスト、見直しのサイクルで構成される。

システムの障害やインシデントが収束した後に、発生の経緯、影響、根本原因、対応の良かった点と問題点、再発防止策を分析して文書にまとめる活動、またはその報告書。個人の責任を追及しない（ブレームレスな）姿勢で行い、組織として仕組みを改善することを目的とする。SREで重視される。