Resiliency
障害をゼロにするのではなく、影響を小さくする
単一障害点をなくし、障害を検知し、自動または手順で切り替えられる状態を作ります。SLA、RTO、RPOと合わせて過不足のない構成を選びます。
冗長化で単一障害点を減らす。リトライとタイムアウトを設計する。フェールオーバーを実際に試す。
止まりにくくする
- 単一障害点を洗い出した。
- 可用性ゾーンの利用を検討した。
- 必要に応じてリージョン冗長を検討した。
戻しやすくする
- RTOとRPOに合う構成を選んだ。
- 切り替え手順を用意した。
- 復旧手順を実際に試した。
見つけやすくする
- ヘルスチェックを用意した。
- 異常検知の条件を決めた。
- 障害時の通知先を決めた。