レジリエンス評価 - AWS Resilience Hub でアプリケーションの耐障害性を定量化する

レジリエンス評価の必要性

アプリケーションの耐障害性 (レジリエンス) は、障害が発生した際にどれだけ早く復旧できるか (RTO: Recovery Time Objective) と、どの時点までのデータを復旧できるか (RPO: Recovery Point Objective) で定量化されます。しかし、多くの組織では RTO/RPO の目標値が曖昧であったり、現在のアーキテクチャがその目標を達成できるかの検証が行われていません。AWS Resilience Hub は、アプリケーションの耐障害性を定量的に評価し、改善推奨事項を提示するサービスです。CloudFormation スタックや Terraform State からリソース構成を自動検出し、AZ 障害・リージョン障害・アプリケーション障害の各シナリオに対する推定 RTO/RPO を算出します。定義した目標 RTO/RPO と比較して、目標を達成できるかどうかを判定します。

この分野について体系的に学びたい方は、関連書籍 (Amazon) も参考になります。

レジリエンスポリシーと評価の実行

Resilience Hub の利用はレジリエンスポリシーの定義から始まります。ポリシーでは、アプリケーションの RTO と RPO の目標値を障害シナリオごとに設定します。たとえば「AZ 障害: RTO 1 時間、RPO 5 分」「リージョン障害: RTO 4 時間、RPO 1 時間」「アプリケーション障害: RTO 30 分、RPO 5 分」のように定義します。次にアプリケーションを登録します。CloudFormation スタック名を指定すると、スタック内のリソース (EC2、RDS、DynamoDB、Lambda、S3 など) が自動的に検出され、リソース間の依存関係がマッピングされます。評価を実行すると、各リソースの現在の設定 (マルチ AZ 構成、バックアップ設定、レプリケーション設定など) を分析し、各障害シナリオに対する推定 RTO/RPO を算出します。目標を達成できないリソースがあれば、具体的な改善推奨事項が提示されます。

改善推奨事項と FIS 統合

評価結果の改善推奨事項は、リソースごとに具体的なアクションとして提示されます。たとえば、シングル AZ の RDS インスタンスに対しては「マルチ AZ 配置に変更」、バックアップが未設定の DynamoDB テーブルに対しては「ポイントインタイムリカバリ (PITR) の有効化」、Auto Scaling が未設定の EC2 に対しては「Auto Scaling グループの作成」が推奨されます。各推奨事項には、実施した場合の推定 RTO/RPO の改善値も含まれるため、優先度の判断に役立ちます。FIS (Fault Injection Simulator) との統合により、Resilience Hub が推奨するテストシナリオ (AZ 障害のシミュレーション、RDS フェイルオーバーなど) を FIS の実験テンプレートとして自動生成し、実際に障害を注入して耐障害性を検証できます。評価 → 改善 → テスト → 再評価のサイクルを回すことで、アプリケーションのレジリエンスを継続的に向上させられます。

運用と継続的な評価

Resilience Hub は一度きりの評価ではなく、継続的なレジリエンス管理を支援します。アプリケーションのリソース構成が変更された場合 (CloudFormation スタックの更新)、ドリフト検出で変更を検知し、再評価を促します。評価は手動実行に加え、CI/CD パイプラインに組み込んでデプロイ時に自動実行することも可能です。Organizations 統合により、組織内の複数アカウントのアプリケーションを一元的に管理できます。料金はアプリケーション 1 つあたり月額 15 USD の定額制で、評価回数に制限はありません。Well-Architected Framework の信頼性の柱のレビューを自動化するツールとして位置づけられ、Well-Architected Tool との統合も提供されています。

さらに詳しく知りたい方は、関連書籍 (Amazon) で理解を深められます。

まとめ - Resilience Hub の活用指針

AWS Resilience Hub は、アプリケーションの耐障害性を RTO/RPO で定量的に評価し、改善推奨事項を提示するサービスです。CloudFormation からのリソース自動検出、3 つの障害シナリオに対する評価、FIS との統合によるテスト実行が主な強みです。本番環境のミッションクリティカルなアプリケーションに対して、まず RTO/RPO の目標を定義し、Resilience Hub で現状を評価することから始めることを推奨します。月額 15 USD/アプリケーションと低コストで、障害発生時の影響を事前に把握できる価値は大きいです。