INFRASTRUCTURE LEARNINGインフラ学習
インフラ大全インフラ大全IT INFRASTRUCTURE / LEARNING
インフラ学習ガイド
教材・演習を探す/

Escで閉じる · 検索語は送信しません

LEARNINGEN

テーマ別の解説テーマ:CloudWatch・CloudTrail・Configと障害調査

AWSのログ調査入門:時刻・要求ID・観測点から障害を切り分ける

同じ時刻のエラーを並べるだけでは、同じ要求や障害の原因とは決まりません。 入口・アプリ・依存先・設定変更の記録を分け、照合できる条件から調べます。架空のレポートAPIを使い、504とタイムアウトの記録から言えること、まだ言えないことを整理します。

この教材で学ぶこと

要求の識別と観測点をそろえ、記録された事実・原因候補・追加で必要な証拠を分けて説明できる。

先に知っておくこと

HTTPステータスは観測した場所の応答です。依存先はアプリが処理中に呼び出す別のサービス。例は端末内で読む固定資料で、AWSへの接続、実ログの貼付、認証情報の入力は不要です。

まず「誰が見た記録か」を分ける

メトリクスは一定の対象や期間で測る数値、ログは出来事の記録です。CloudWatchではこれらを調べられますが、必要なログが自動で全て集まるという意味ではありません。CloudTrailの操作イベントは、アプリの全HTTP要求を記録するアクセスログとも異なります。

架空アプリの要求経路。矢印はログの自動収集や原因の証明ではない
架空アプリの要求経路。矢印はログの自動収集や原因の証明ではない1: 閲覧者 — HTTP要求と応答を観測する場所 — 入口プロキシ. 2: 入口プロキシ — この架空例ではアプリへ転送 — レポートAPI. 3: レポートAPI — アプリが別の処理を呼び出す — 保管API123閲覧者入口プロキシレポートAPI保管API架空アプリの要求経路。矢印はログの自動収集や原因の証明ではない1: 閲覧者 — HTTP要求と応答を観測する場所 — 入口プロキシ. 2: 入口プロキシ — この架空例ではアプリへ転送 — レポートAPI. 3: レポートAPI — アプリが別の処理を呼び出す — 保管API123閲覧者入口プロキシレポートAPI保管API
  1. 閲覧者 → 入口プロキシHTTP要求と応答を観測する場所
  2. 入口プロキシ → レポートAPIこの架空例ではアプリへ転送
  3. レポートAPI → 保管APIアプリが別の処理を呼び出す
閲覧者
入口で受けた応答を観測
入口プロキシ
アプリへ渡す要求と応答
レポートAPI
自分の処理と依存呼出し
保管API
届いた要求と内部処理
一つの記録に、別の場所の事実まで代弁させない
観測点分かることの例それだけでは分からないこと
入口HTTPログ入口が返したステータスや記録した時間アプリ内部の待ち時間の内訳
アプリログアプリが記録した処理・依存先のエラー依存先サーバーの内部状態
操作イベント記録対象の変更要求と、その結果その変更が特定要求を失敗させた因果関係

R1:同じ要求を、入口からアプリへ追う

R1:demo-r1の固定記録
2026-10-24T12:00:00.000Z ingress request=demo-r1 event=received path=/reports
2026-10-24T12:00:00.010Z app     request=demo-r1 event=begin
2026-10-24T12:00:00.020Z app     request=demo-r1 event=dependency-call deadline_ms=1500
2026-10-24T12:00:01.520Z app     request=demo-r1 event=dependency-timeout
2026-10-24T12:00:01.525Z app     request=demo-r1 event=respond status=504
2026-10-24T12:00:01.530Z ingress request=demo-r1 event=respond status=504

R1では、アプリが依存呼出しのタイムアウトを記録して504を返し、入口も504を返したことが与えられています。呼出し開始からタイムアウト記録までの差は1,500ミリ秒です。これはアプリ側の観測区間であり、依存先サーバーが1,500ミリ秒処理した証明ではありません。

事実から確認先を絞る。ただし原因を飛び越えない
段階R1からの判断
確認できた事実アプリでタイムアウトが記録され、入口まで504が返った。
次の焦点依存呼出しの接続・期限・経路と、許可された依存先側の記録。
未確定依存先へ届いたか、内部処理が遅いか、接続や経路で待ったか。
避ける対処証拠なしに通信制御を外す、期限だけ延ばす、全サービスを再起動する。

要求ID・時刻・対象の三つを照合する

要求IDの意味は発行元や記録形式で異なります。ALBのtrace_idやCloudTrailのrequestIDを、別のアプリIDと無条件に結び付けません。IDを引き継ぐ設計や対応関係を確認し、アカウント・リージョン・環境・対象・パス・時刻の条件もそろえます。

R1の周囲で見つかった、別条件の記録
比較ケース早合点適切な確認
R2:同時刻にdemo-r2のエラーR1の依存先エラーだ。別の要求として保留し、正当な対応付けがあるか調べる。
R3:保管APIの一致記録がない要求は絶対に届いていない。収集対象・欠落・保存期間・時刻・検索条件を確認する。
R4:2分前に通信規則の変更記録この変更が必ず原因だ。変更前後と対象経路の整合、許可された観測で仮説を確かめる。
R5:時計同期が未確認別ホストの差分は正確な通信時間だ。時刻の信頼性と基準を確認し、使える処理内計測を区別する。

調査の順序を、残せる記録にする

  1. 症状・再現時刻・対象環境・期待する動作を固定する。
  2. 各観測点の記録条件、期間、時計、識別子の意味を確認する。
  3. 同じ要求と照合できる事実だけを時系列へ並べる。
  4. 事実・原因候補・反証や追加観測を分けて書く。
  5. 変更が必要なら担当権限・影響・戻す方法を確認して最小範囲で行う。
  6. 同じ条件で期待する応答と拒否すべき要求を再確認し、残る未確認を記録する。

R1の記録例は「観測:appのdemo-r1でdependency-timeout、その後504。未確認:保管APIの到達と内部処理。次:収集条件を確認して対応する接続/保管APIの記録を照合」です。「原因:DBが遅い」と書き換えないでください。

記録から言えることを選んでみる

選択すると、正誤と理由が表示されます。

R1で、確認できたことは?
答えと理由を読む

正解:アプリが依存呼出しのタイムアウトを記録し504を返した · 同じdemo-r1のアプリ記録と応答が示されています。依存先の内部原因はまだ未確定です。

R1の依存呼出し開始からタイムアウト記録までの差は?
答えと理由を読む

正解:1,500ミリ秒。アプリ側の観測区間 · 1.520秒−0.020秒=1.500秒です。依存先サーバーの処理時間の測定とは区別します。

R2で同時刻のdemo-r2エラーを見つけたら?
答えと理由を読む

正解:別要求として扱い、対応付けの根拠を確認 · 識別子の範囲と引継ぎを調べてから関連付けます。R1へ無条件には混ぜません。

R3で保管APIの一致記録がない。まず言えることは?
答えと理由を読む

正解:到達は未確認。収集・時刻・検索条件も調べる · 何を記録する設定かを確認してから、欠落や対象のずれを検討します。

R4で2分前の通信規則変更が記録されていたら?
答えと理由を読む

正解:原因候補。対象経路と変更前後を追加確認 · 時間的な近さは調査の手掛かりです。特定要求の原因とするには対象と影響の証拠が必要です。

確認して、自分の言葉で説明する

  1. R1の要求IDとアプリ側1,500ミリ秒の区間を指す。
  2. R2〜R5で断定できない条件を説明する。
  3. 調査メモを事実・仮説・次の観測に分けて書く。
理解を確かめる: ログ調査で、原因を書く前に何を分けますか?

観測した事実、原因候補、まだ必要な証拠を分ける。

同時刻・同じステータス・直前の変更だけでは、要求の一致や原因は確定しません。識別子・観測点・収集条件をそろえて確かめます。

出典と確認した条件

説明に用いた公式資料を、確認した内容・条件と本文の参照箇所に分けてまとめています。専門家による監修・実際のAWSとの比較検証は行っていません。