エンジニア全般
システム障害の原因や対策について疑問や悩みを抱えている企業は多いのではないでしょうか。
どんな事業を行う企業でも、システム障害のリスクは存在します。
システム障害が起きたときに素早く対処できれば、被害を最小限に抑えられるでしょう。そのためには、システム障害の原因や解決法を知っておくことが大事です。
本記事では、システム障害の原因や影響、具体的な解決策まで紹介します。
WEBライター歴12年です。IT系の記事執筆経験は豊富にあります。
システム障害の基本とは
システム障害とは、さまざまな理由からシステムが機能しなくなったり、誤った動作をしたりする状況を指します。
多くの人が利用するシステムに障害が発生すれば、大きな影響が及ぶでしょう。
たとえば、行政機関や銀行でシステム障害が起きる事例です。社会全体に深刻な影響を及ぼした事例は過去にいくつもあります。
システム障害の原因は、ハードウェアの不具合、電源の障害、人為的なミスまで幅広いです。
システムを扱っている現場では、常に障害のリスクを想定して対策を考えることが求められます。
予防策と、万が一障害が発生した場合の対策の両方が必要です。
予想されるリスクに関して万全の対策を取ることが重要になります。
システム障害の種類と一般的な解決策
システム障害を主な種類は以下の通りです。
- ハードウェア障害
- ソフトウェア障害
- ネットワーク障害
- 電源障害
- ヒューマン エラー
- 環境要因
以下では、システム障害の各種類の特徴と解決策を紹介します。
ハードウェア障害
ハードウェア障害とはハードウェアが起因となったシステム障害を指します。
ハードウェアとは、コンピュータやネットワーク、サーバーなどです。
コンピュータやネットワークなどに不具合が生じると、システムが正常に動作しなくなります。
ただし、コンピュータやネットワークなどの不具合でシステムがすぐ停止するとは限らず、見過ごされる場合が多いです。
不具合に気づかずにシステムを動かし続けると、後で大きな障害が発生して深刻なトラブルに発展するリスクがあります。
たとえば、パソコンへの物理的な衝撃や熱暴走、接触不良などが見過ごされやすいです。
サーバーへのアクセス集中やサイバー攻撃を受けるなどでも障害が起きます。
ハードウェア障害が発生した場合は、原因を特定し、復旧を図ります。機器の再起動だけで回復するケースもあります。
修理で対応できない場合は、新しい機器に交換しなければいけません。
ソフトウェア障害
ソフトウェア障害とは、アプリケーションやOSなどが原因のシステム障害です。
特に近年のソフトウェアは複雑化と大規模化が進展していてリスクがあります。システム間でも連携して規模が大きくなり、被害も大きくなりやすいです。
1つのアプリケーションが複数の処理を担っていて、さまざまなシステムの動作に寄与する構成はよくあります。
1つのアプリケーションに障害が発生すると、連鎖的にシステムの停止や異常動作などが引き起こされて、被害が大きいです。
アプリケーションなどの不具合の原因は無数に存在します。
たとえば、想定外の大量入力があり、性能が耐えられずに機能が停止するケースです。多くのクライアントが1つのシステムを利用する状況で起きやすくなっています。
クラウドサービスを利用するケースが増えていて、障害が発生しても自社で対応できないリスクにも注意が必要です。
セキュリティ対策としてクラウドサービスを利用することで別のリスクが生じるため、対策が必要になります。
ネットワーク障害
ネットワーク障害とはネットワークが原因でシステムに異常が生じることです。基幹システムが利用できずに業務が停止する、自社サービスの提供が停止するなどリスクがあります。
原因には、インターネットに障害が起きるケースと、社内LANに異常が生じるケースの2種類があります。片方だけの場合もあれば、両方が機能しなくなるケースも多いです。
たとえば、本社のシステムに異常が発生し、支店から接続できずに業務に支障をきたす場合があります。全国の支店の業務がストップする可能性もあり、リスクが大きいです。
他には、ネットワークが停止し、ECサイトにアクセスできない場合があります。復旧するまで売上が発生せず、大きな機会損失が生じるため損害は大きいです。
現在のシステムの多くはネットワークを前提としているため対策が重要になります。広範囲に影響が生じるため、企業にとって大きなリスクです。
電源障害
電源が原因でシステムに異常が発生するのが電源障害です。
主な電源障害の種類は以下の通りです。
- 停電
- 電圧低下
- 電圧ディップ(瞬停)
- サージ
- スパイク
- ノイズ
中でも特に多いのは電圧ディップであり、瞬停とも呼ばれます。短期間だけ瞬間的に生じる停電のことです。
瞬停は一般的には1分未満の短い停電を指します。数十秒ほどの停電でもシステム停止を引き起こす可能性があり危険です。
リアルタイム性が重要なシステムでは、瞬停が起きた間にやり取りしたデータの転送が遅れるだけでも大きな影響が生じます。
電源が不安定なためにサーバーの停止や故障が起きるケースもあります。
送電や変電、配電などの設備は屋外に設置されていて、自然環境の影響を受けやすいです。雪や雷、塩などさまざまな要因で屋外設備が故障します。
電源障害が起きると、最悪の場合は機器の故障やソフトウェアの破損などが生じるためリスクが大きいです。
ヒューマン エラー
ヒューマンエラーとは、人為的なミスによるシステム障害です。設定ミスや操作ミス、紛失など多くの原因があります。
システムを操作・管理する担当者の能力・知識の不足や、思い込み・先入観が要因となる場合もあります。
ヒューマンエラーの多くは無意識の行動で引き起こされるものです。記憶や認知、判断、行動に間違えが起きて発生します。
何度も扱っているため、慢心により手を抜いて問題が生じることも多いです。
長時間労働による集中力や注意力の低下が原因の事例もあるため、注意が必要です。
多くのヒューマンエラーは本人が意図せずに発生し、悪意がありません。組織として予防策を講じることが大切です。
マニュアルの整備やデジタルツールの導入、業務プロセスの改善などで防止できます。
マルウェアが隠れているメールを開いて感染するといった事例も多いです。従業員に正しい知識を持ってもらい、意識改革することも重要になります。
環境要因
環境要因とは、地震や落雷、水害などの自然災害やサービス停止などが起因となるシステム障害です。
たとえば、地震や落雷などによりシステムを構成する機器や設備に異常が発生します。
他には、外部サービスが停止したためにシステムを動作させられないケースです。
環境要因は要因をあらかじめ予測できるため、事前の対策が大切です。
クラウド環境を利用してシステムを分散化することで環境要因に対策できます。地震が起きたとしても、クラウド環境を構築していれば地震が起きていない地域のシステムは無事だからです。
データセンターのように耐障害性の高い場所を活用するという選択肢もあります。サーバーをデータセンターに設置しておけば、環境要因のリスクが低減するでしょう。
外部サービスを選ぶ際には品質保証を重視することが大切です。
ただし、環境要因によるシステム障害は避けるのが困難な場合があります。環境要因を回避できないことを想定した計画を立てることも大事です。
システム障害がビジネスに与える影響
システム障害が起きるとビジネスにさまざまな影響を与えます。
システム障害によるビジネスへの主な影響を以下にまとめました。
- データ損失
- 生産性の低下
- 収益の損失
- 長期的なブランドイメージへの影響
たとえば、顧客から預かっていたデータが損失する事例です。あるいは、社内の基幹システムを利用できなくなり業務が停止して生産性が低下する場合もあります。
以下では、システム障害がビジネスに及ぼす影響について詳しく紹介します。
データ損失
システム障害によりデータ消失が起きれば、ビジネスにさまざまな影響が発生します。
たとえば、顧客の登録したデータが損失し、サービスに大きな影響が出るケースです。顧客がデータを参照できなくなり、顧客のビジネスに損害が発生する場合があります。
場合によっては、顧客から損害賠償を請求されるでしょう。データ損失による被害が大きければ、高額な損害賠償が認められる可能性があります。
データ損失で研究開発の重要なデータが消失するケースもあります。研究開発のデータは企業にとって重要な資産です。
バックアップが不十分で一部の研究データが失われれば、それまでの研究開発へのコストが無駄になります。将来の製品開発の幅を狭めることにもつながるでしょう。
データ損失は顧客や従業員、企業そのものへのダメージが大きいです。
生産性の低下
システム障害により業務に支障が生じれば生産性の低下に繋がります。
たとえば、サーバー障害により、サーバー上のシステムへアクセスできなくなるケースです。当該システムを利用するすべての業務が遅延し、生産性が著しく低下します。
代替手段が用意されていない場合は、システム復旧を待つしかなく、業務が完全にストップするでしょう。
現在は多くのシステムやソフトウェア同士が密接に連携しています。1つのシステムの障害が複数のシステム・ソフトウェアの動作に影響を及ぼすリスクがあります。
グループ会社の本社にある基幹システムを複数の会社で利用している場合は、被害が大きくなりやすいです。複数の会社の業務がストップするリスクがあり、生産性が大きく低下します。
収益の損失
システム障害は収益の損失に繋がります。
たとえば、ECサイトにアクセスできなくなると、その間はユーザーが買い物できなくなるでしょう。ECサイトにアクセスできた場合にユーザーが購入していた金額分だけ機会の損失が発生します。
また、顧客データにアクセスできずにビジネスの機会が損失するケースもあります。
顧客データを参照できず、適切なマーケティングキャンペーンを展開できなかったために大きな機会の損失に発展することがあるからです。
店舗でキャッシュレスのシステムを利用できずに収益を損失するケースもあります。現金だけでは商品の提供が遅くなり、機会の損失を招くことがあります。
システム障害はさまざまな形で収益の損失を引き起こすでしょう。
長期的なブランドイメージへの影響
システム障害を引き起こすと、長期的なブランドイメージに影響するものです。
顧客から損害賠償を請求されてニュースで大々的に報道されるケースがあります。
信頼できない企業であるという印象が多くの人に植えつけられて、ブランドイメージを下げることに繋がります。
ECサイトで頻繁に障害が起きれば、不便なサイトであると思われます。サイトのマイナスの評価が拡散されて、ユーザーの離脱に発展するケースもあるでしょう。
近年、ITサービスの進展が進んでおり、システム障害による影響の範囲が広がっています。
システムの利用者が多いほど被害が大きくなり、企業のブランドイメージを大きく失墜させるでしょう。
システム障害の事例とその教訓
システム障害によって大きな被害が生じた事例は過去にたくさんあります。
システム障害の事例の中でも特に有名なものを以下にまとめました。
- 楽天銀行（2019年）
- メルカリ（2023年）
- NTT東日本（2023年）
それぞれ多くの人に影響が生じた事例です。
過去の事例をチェックすれば、さまざまな教訓を学べるでしょう。
それでは、システム障害の過去の大きな事例について詳しくみていきます。
楽天銀行（2019年）
楽天銀行は2019年に大規模なシステム障害を起こしました。
2019年の5月7日の12時30分頃からパソコンやスマートフォン、アプリから口座にログインできない不具合が発生したケースです。
2019年5月7日の23時15分には一部を除きシステム障害が解消されました。すべての障害が解消されたのは2019年月8日の15時15分頃です。
2019年5月7日は10連休のゴールデンウィーク明けのため、銀行の利用が増える時期です。その中で起きた楽天銀行のシステム障害は広範囲に影響を与えました。
楽天銀行には個人と法人で合計して約700万口座が開設されています。システム障害により口座を利用できないために不利益を被った個人・法人はたくさんいます。
原因は連休明けで通常の10倍以上もの負荷が発生したせいです。アクセス集中によるシステムの負荷が想定を大きく上回ったためにシステム障害が発生しました。
この件から得られる教訓は、システムへの負荷について想定を低く見積もらないことです。常に最悪の状況を想定して、高く負荷がかかることを想定した対策を取ることが求められます。
特に銀行のように多くのアクセスが発生するシステムでは、再発防止のためにシステムの増強を図ることが大事です。
メルカリ（2023年）
メルカリにおいて2023年の7月3日にシステム障害が発生しました。
メルカリはフリマアプリであり、個人で自由に商品を出品してフリマを楽しめるサービスです。スマホアプリでメルカリを利用している人はたくさんいます。
2023年の7月3日の夜間にWebとアプリにおいて障害が発生し、取引中のページが表示されなくなりました。
公式サイトによれば、7月3日の21時40分から22時37分の間の出来事です。Webとアプリの両方で取引画面や商品画面を開けなくなりました。
上記の事例は、迅速に対応した結果として1時間で復旧に成功しています。
月曜日の夜間にシステム障害が起きているため、利用者の多い時間帯にアクセスが集中してサーバーに負担がかかりすぎたと考えられます。
迅速に対応したため影響は最小限に抑えられました。システム障害が起きたときの対応策を常に用意しておくことが大事です。
NTT東日本（2023年）
2023年の4月3日にNTT東日本の一部のエリアで通信障害が発生しました。通信サービスが利用できない、あるいは利用しづらい事象が発生したケースです。
影響が出たのは2023年4月3日の午前7時10分から午前8時53分までとされています。
原因はソフトウェアの不具合です。加入者の収容装置の中でも特定の機種のソフトウェアに不具合があり、一定の条件が重なったために本障害が発生しました。
影響数は最大で15.9万回線とされており、北海道や関東、新潟県の一部エリアにまで被害が及んでいます。
NTT東日本は迅速に解析を行い、原因を特定しました。そのため、短い時間で解決に成功しています。
被害が大規模化したのは、マルチキャスト通信の内部処理の不具合が原因です。メーカーが認識していなかった不具合が内在していました。
その後、NTT東日本では再発防止策を講じます。不具合の発生するマルチキャスト通信の内部処理の停止や他機種での事象確認が実施されました。
また、通信機器メーカーと連携してリスク項目の洗い出しや情報共有などの強化を実施しています。
広範囲の被害にもかかわらず迅速に原因を特定できたため、深刻な被害は回避できました。
システム障害では早期の原因究明と解決策の実行、再発防止策の実施が重要であるとわかります。
企業が取るべきシステム障害対策
どんな企業でもシステム障害のリスクを抱えているため、早急に対策を立てる必要があります。
企業が取るべき対策はたくさん存在しており、それぞれ重要です。
未然に防ぐための対策と障害が起きた際の対処法の2種類あります。
両方の対策を実施することでリスクを軽減できるでしょう。
以下では、企業が実施するべき8つの対策を紹介します。
システム構成の強化
システム構成の強化により、システム障害に備えられます。
たとえば、多くのアクセスが発生して大きな負荷が生じても耐えられるシステム構成の構築は大事です。
システム内に負荷分散装置を設置すれば、負荷が分散されてシステム障害のリスクを回避できます。
システム構成について改善点を洗い出して、新しい仕組みを検討することが大切です。
システム構成の課題を解決する方法はたくさんあります。アプリケーションを入れ替えることで処理速度が向上してシステムを強化できるケースがあります。
サーバーを追加して高負荷に耐えられるようにするといった対策も効果的です。
システム構成のボトルネックを見つけ出し、課題を解決しましょう。
セキュリティ対策の強化
システム障害への備えとしてセキュリティ対策の強化は重要です。セキュリティ対策によって、サイバー攻撃を防げます。
自社のシステムについて、システムの脆弱性を診断することは大事です。セキュリティリスクがどこに存在するか把握すれば、適切な対策を取れます。
たとえば、OSやアプリケーションのアップデートを怠り、サイバー攻撃を受けてシステム障害になるケースは実際に存在します。バージョンアップやパッチを当てるといった基本的な対策からしっかりと進めましょう。
他にも、セキュリティ対策ソフトの導入やパスワードの管理、セキュリティ意識の向上といった対策が必要です。
セキュリティ対策の強化は情報漏えいなどへの備えにもなるため、企業にとって必須といえます。
運用管理の徹底
システムの運用管理は企業にとって大きな課題になります。
運用管理とは自社のシステムを安定稼働させるために運用やメンテナンスを行う業務です。
システムの運用管理はネットワーク管理や業務運用管理、システム管理に分けられます。
たとえば、周辺機器やサーバー機器などの点検を行い、問題がないか確認する仕事です。
万が一に備えてバックアップ対応を取るのも運用管理の重要な役割となります。
日々の運用管理を徹底して行うことが予防に繋がります。
また、運用管理を徹底していれば、非常時にも早急に復帰させることが可能です。
運用管理の体制を整えて、業務の質を高めましょう。
監視ツールの導入
監視ツールを導入することでシステム障害を未然に防げます。
監視ツールは、システムを構成する各要素が正常に動作しているか確認するのが役割です。
監視ツールを利用すれば、サーバーやアプリケーションなどの動作を確認できます。
監視ツールで予兆を把握できれば、早急に対処してリスクを回避できるでしょう。
監視ツールの導入により、システム管理者の業務負担を減らす効果もあります。人力ですべての監視を行うのは心身に大きな負担がかかり、見逃しも増えやすいです。
監視ツールであれば、人間よりも高い精度で監視ができます。
監視ツールはデータ収集や予兆の検知、システム障害の検出、通知などの機能があるため大きな効果を期待できるでしょう。
異常検知ルールの策定
システムの異常検知ルールの策定は重要です。
設備や機器、ネットワーク、アプリケーションなどの監視を行い、異常を検知できれば、すぐに対処できます。ただし、異常を検知する際のルールを明確にしなければいけません。
監視ツールを用いて異常を検知する場合は、何を異常の状態とするのか定義が必要です。扱う対象によって異常の定義の仕方は異なります。
正常と異常の基準となるのは閾値です。閾値の設定の仕方は複数あり、メリット・デメリットがあります。それぞれの現場において最適な手法を選ぶことが大切です。
監視ツールに事前にルール一式が用意されている場合があります。しかし、ツールで用意されたルールをそのまま適用できるとは限らないため、現場に合わせたルールを策定しましょう。
インシデント対応計画の策定
システム障害が起きたときの行動計画のことをインシデント対応計画と呼びます。
インシデント対応計画を策定しておけば、システム障害時にスムーズに正しい行動を取れるでしょう。
インシデント対応計画では主に以下の点を決めておきます。
- インシデントへの対応手順
- 役割分担
- 目標
- トレーニングプログラム
システム障害が発生した際にどのような手順で対応するか明確に決めておきます。
また、各プロセスにおいて、通知方法や現場調査のやり方、情報収集や情報共有の方法などを明確にしましょう。
スムーズにインシデント対応できるようにトレーニングプログラムを用意することも大事です。
インシデント対応への理解を深めて、必要なスキルを実践的に身につけられるプログラムを準備します。
定期的な訓練
インシデント対応計画を策定した上でシステム障害を踏まえた訓練を定期的に行うのは大事です。
計画を立てただけでは、実際にシステム障害に直面しても迅速に対処できない可能性があります。
実践的なトレーニングを行うことで、インシデント対応のやり方や心構えを身につけられるでしょう。
たとえば、3ヶ月に1回の頻度で訓練をするケースがあります。また、訓練に加えてオンライン勉強会などを実施するケースも多いです。
訓練の頻度は企業によって大きく異なります。毎月実施されるケースもあれば、年に1回しか開催されない場合まであります。
基本的に訓練の頻度が増えるほどシステム障害の被害を最小限に食い止めることが可能です。定期的な訓練を必ず実施しましょう。
復旧作業の迅速化
万が一システム障害が起きたときに復旧作業を迅速に進めることは大切です。
復旧作業の迅速化のためには、障害対応マニュアルの作成が重要になります。マニュアルを用意して情報共有することで、現場が即座に対応できるからです。
また、マニュアルの情報は随時更新することが求められます。社内のシステムの環境が変化するケースがあるからです。常にマニュアルが最新の情報を保つことで適切な復旧作業を取れます。
適切なコミュニケーションを取れる環境を整えることも大事です。事前にシステム障害時の連絡手段を決めておき、関係者に周知しておきます。
定期的にトレーニングをすることも大切です。トレーニングで復旧作業の各プロセスや役割を理解できれば、本番で迅速に行動できます。
システム障害対応のための外部リソース活用法
システム障害の対応で社内の資金や人材、ノウハウなどリソースが不足しているケースがあります。
社内リソースで対応できない場合は外部リソースの活用を検討しましょう。
専門業者との連携や自動化ツールの利用、クラウドサービスの活用といった方法があります。
外部リソースを効果的に活用することで、システム障害にしっかりと備えられるでしょう。
以下ではシステム障害に外部リソースで対応するための方法を詳しくみていきます。
専門業者との連携
専門業者と連携してシステム障害への対策ができます。
システム障害に関するスキルやノウハウのある専門業者に外注すれば、以下のメリットがあります。
- コア業務にリソースを集中できる
- システムの高品質化
- 教育コストや人材コストの削減
専門業者にシステム障害対応に関する業務を丸投げすれば、余ったリソースをコア業務に集中できます。より重要な業務に多くのリソースを割くことで生産性が高まるでしょう。
専門業者にシステムの改善を任せることで、高品質化を実現できます。システム障害への対策としてシステムの品質が高めれば、業務効率や顧客満足度の向上を期待できるでしょう。
専門業者に外注することで教育コストや人材コストの削減にも繋がります。専門的なスキルを持つ人材を育成するコストと、専門的なスキルのある人材を採用するコストを削減できるからです。
ただし、専門業者との連携で外注費が発生する点に注意しましょう。また、事前にしっかりと業者の実績やサービスの質を確認しておくことも大切です。
自動化ツールの利用
自動化ツールの利用でシステム障害に備えられます。
たとえば、システムやネットワークを監視する業務の自動化が可能です。システムの保守運用をする人材の業務負担を軽減できます。
また、自動化ツールを取り入れることでヒューマンエラーを防ぐことにも繋がります。システムやネットワークの不具合を高い精度で検出できるため、早急に対処できて被害を最小限に食い止められるでしょう。
自動化ツールの利用では、自動化のためのプログラミングの工程を省けます。ツールの機能を活用することで、さまざまな業務を簡単に自動化できます。
ただし、自動化ツールは多くの種類があり、費用や機能の違いが大きいです。目的を明確にし、予算も決めた上で最適な自動化ツールを選びましょう。
クラウドサービスの活用
クラウドサービスを活用してシステム障害への対策ができます。
たとえば、クラウドサービスを利用して重要データのバックアップが可能です。社外のサーバーにデータを保存することで、社内でシステム障害が起きてデータ損失が発生してもすぐ復旧できます。
また、クラウドサービスを利用してシステムを構築すれば、非常事態への備えとして効果的です。たとえば、台風で出社できない場合でも、クラウドサービスを活用すれば自宅から業務を進められます。
ただし、業務システムをすべてクラウドサービスで構築するのはリスクもあるため注意しましょう。クラウドサービス提供側でシステム障害が発生するリスクがあるからです。
クラウドサービスを活用していてもシステム障害のリスクがあるため、システムを分散化しておきましょう。
まとめ：システム障害へ備えてビジネスリスクを減らしましょう
システム障害は社内や顧客に対して大きな被害を引き起こすものです。システム障害のリスクを放置すると損害賠償請求を受ける可能性があるため、早急に対策を整えましょう。
システム障害に備えるためには、セキュリティ対策の強化や監視ツールの導入、定期的な訓練などが効果的です。日頃からシステム障害のリスクを認識して対策を進めておくことでビジネスリスクを減らせます。
システム障害はハードウェア障害やソフトウェア障害、ネットワーク障害などさまざまな要因で生じるものです。本記事でシステム障害に関する正しい理解を深めておきましょう。
システム障害への対策に迷った場合は、実績豊富な株式会社Jiteraに一度ご相談ください。貴社の要件に対する的確なアドバイスが提供されると期待できます。
