テーマ別の解説テーマ:監査と障害からの復旧設計
AWSのリージョン障害から復旧する順序|二重書き込みを防ぐ判断
別リージョンに入口を向ける前に、書き込みを許す側を一つに決めます。 切替担当が時系列に沿って、実行・保留・中断を判断します。
障害認定、書き込みの隔離、待機側の確認、段階的な再開を証拠と担当で順序付ける。
架空の二拠点アプリの机上例です。製品固有の昇格操作や本番への障害注入は扱いません。
先に業務への影響と代替経路を確認する
AWSの復旧設計では障害拠点に依存せず、安全に中断できる復旧手順を用意します。この例では、読み取りと書き込みを別々に再開できると仮定します。
- 影響確認 → 東を隔離障害担当が確認
- 東を隔離 → 西を検査復旧担当が証明
- 西を検査 → 再開を判定業務担当が承認
- 影響確認
- 東の書き込みが不安定
- 東を隔離
- 旧側の更新を停止
- 西を検査
- 整合点と依存先を照合
- 再開を判定
- 書き手は西だけ
隔離の証拠が欠けた間は更新を保留する
| 時刻 | 確認結果 | 判断 |
|---|---|---|
| 10:00 | 東で注文更新に失敗 | 影響範囲を宣言 |
| 10:04 | 西で参照可能。東の更新状態は不明 | 西の書き込みは保留 |
| 10:09 | 東の更新停止と西のデータ時点を確認 | 西の合成注文で始める |
| 10:13 | 合成注文と照合が成功 | 限定した経路から再開 |
復旧の自動化には開始条件と中断手段が必要です。状態が分からない場合を失敗確定と同一に扱うと、旧側が更新を続けている間に新側も更新を受けかねません。
条件に合わないときの状態を決めておく
情報源を分離。 障害拠点側の制御手段が使えない場合も、待機拠点から状態を確認できるようにします。事前の訓練で実行可能か確認します。
不明な更新は追跡。 途中で失敗した処理は、受理・確定・未確定を分けて記録します。再送は重複防止と突き合わせの後に判断します。
復帰も別の切替。 旧側の回復を確認した後も、自動的に元へ戻さず、差分と更新権を再確認します。
図と表で判断する
選択すると、正誤と理由が表示されます。
確認して、自分の言葉で説明する
- 影響と更新状態を記録する。
- 隔離と待機側の成立条件を確認する。
- 合成試験後に段階的に業務を再開する。
理解を確かめる: 西で参照できれば、西で更新を始めてよいですか?
旧側の更新停止と西の整合点が確認できるまで保留します。
読み取りできることは書き込みの安全を証明しません。
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。
確認した内容・条件障害拠点に依存しない手順、中断手段、復旧順の管理。
参照した本文先に業務への影響と代替経路を確認する 隔離の証拠が欠けた間は更新を保留する 条件に合わないときの状態を決めておく