DOPモニタリングとロギング
ある動画配信企業では、視聴リクエスト数が平日夜間や週末に急増し、深夜帯には大きく低下するという明確な曜日・時間帯パターンを持っています。現在は固定しきい値のCloudWatchアラームでリクエスト数の異常を監視していますが、ピーク時に正常なトラフィック増でアラームが誤発報し、逆に閑散時の異常な低下を見逃すという問題が発生しています。運用負荷を増やさずに、季節性を考慮した動的な監視を実現する最も適切な方法はどれですか。
ACloudWatchの異常検知を有効にし、メトリクスの過去データから学習した予測バンドを基準にアラームを設定して、バンドから外れた値を検知した場合に通知する
✓ 正解
異常検知は過去データから日次・週次の季節性を学習して予測バンドを生成し、時間帯に応じて基準が動的に変化する。ピーク時の正常増では発報せず閑散時の異常な低下も捉えられ、手動調整不要で運用負荷を増やさず要件を満たす。
B曜日・時間帯ごとに異なる静的しきい値を持つ複数のCloudWatchアラームを作成し、EventBridgeのスケジュールルールで時間帯に応じてアラームを有効化・無効化して切り替える
時間帯別に静的しきい値を持つ複数アラームをスケジュールで切り替える方式は実現可能だが、多数のアラーム定義とEventBridgeルールの保守という運用負荷が増大し、トラフィック傾向の変化に自動追随できない点でも劣る。
CCloudWatchのコンポジットアラームで複数のメトリクスアラームの状態を論理式で組み合わせ、単一の集約アラームとしてまとめて通知する
コンポジットアラームは既存の複数メトリクスアラームの状態を論理式で組み合わせて集約するための機能であり、個々のしきい値を季節性に応じて動的に変化させる能力は持たないため、この誤発報問題の解決にはならない。
DEC2 Auto Scalingの予測スケーリングを有効にし、機械学習による需要予測に基づいてキャパシティを事前に調整することで異常を吸収する
予測スケーリングはトラフィック予測に基づいてEC2キャパシティを事前調整するオートスケーリング機能であり、メトリクスの異常を検知して通知する監視の仕組みではないため、アラームの誤発報という課題には対応しない。
解説
CloudWatch 異常検知（Anomaly Detection）は、メトリクスの過去データから機械学習モデルで日次・週次の季節性を含む正常範囲（予測バンド）を自動生成する。アラームをこのバンド基準で設定すると、時間帯に応じて基準が動的に変化するため、ピーク時の正常な増加では発報せず、閑散時の異常な低下や上昇はバンド逸脱として検知できる。運用者がしきい値を手動調整する必要がなく、要件に最適。
選択肢Bの時間帯別の静的しきい値と切り替えは実現可能だが、多数のアラームとスケジュール定義の保守が必要で運用負荷が高く、季節性の変化にも追随しづらい。
選択肢Cのコンポジットアラームは複数アラームの状態を論理結合するもので、しきい値自体を動的にする機能はない。
選択肢Dの予測スケーリングはキャパシティを事前調整する仕組みで、異常監視・通知の手段ではない。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでDOPを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →