サービスの運用｜ITサービスマネージャ試験

ミスを起こさせない工夫と、要員・媒体の数え方

サービスの運用は、決められた手順でシステムを動かし続け、異常を早く見つけて元に戻す仕事です。ITILではインシデントへの一連の活動を各プロセスが分担し、イベント管理はインシデントの発生を検知して関連するプロセスに通知する役割を担います。監視対象の機器に置いた監視プログラムがリソースを見張り、しきい値を超えたら監視サーバに知らせるのがエージェント型の監視です。

エラープルーフ化は、ヒューマンエラーを防ぐために作業方法を人間に合うように改善することで、五つの原理があります。代替化は人が作業しなくてよいようにし、排除は作業や注意そのものを不要にし、容易化は作業を易しくするもので、この三つはエラーの発生を未然に防ぎます。異常検出はエラーに気付くようにし、影響緩和は影響を致命的にしないもので、どちらも起きた後に働きます。

要員数は、期間内に必要な延べ勤務回数を、1人が担当できる回数で割り、端数を切り上げて求めます。1日3シフトで各シフト2人なら7日間で42回、1人が7日間に5回までなら42÷5を切り上げて9人です。年間で考えるときは、1人の年間勤務可能日数を休日や休暇を引いて求めてから割ります。

データベースの復旧は、フルバックアップを戻してから、その後に記録されたログを反映して障害の直前まで進めます。フルバックアップの間隔を延ばすと、反映するログの量と処理時間は増えますが、1回分のフルバックアップの大きさは変わりません。保管する媒体の本数は、復元を保証する最も古い日を含む月から当月までの月数に、1か月当たりの本数を掛けて求めます。

障害からの再開では、システムを初期状態に戻して立ち上げるのがコールドスタート（イニシャルプログラムロード）、処理中だったジョブのうち続行できるものを再開し、入出力キューに残ったものをそのまま処理するのがウォームスタートです。日々の運用では、管理用アカウントを管理者ごとに分け、出力帳票は授受を記録して確実に渡し、入力では様式ごとの項目数を照合して漏れを見つけます。