DOPインシデントとイベントへの対応
あるEコマース企業が Amazon API Gateway + Lambda で提供するREST APIにて、特定の時間帯にエラー率とレイテンシーが急増するインシデントが繰り返し発生しています。調査の結果、一部の特定クライアントが大量のエラーを生成している可能性があることがわかりました。DevOpsチームは以下の要件を満たす仕組みを構築したいと考えています：
①最も多くのエラー（4xxおよび5xx）を発生させているクライアントIPやAPIキーの上位N件をリアルタイムで特定する
②過去のトレンドと比較して異常なパターンを検出する
③追加のデータパイプラインやインフラを構築せずに実装する。この要件を最も効率的に満たすAWSサービス・機能はどれですか？
AAPI GatewayのアクセスログをAmazon Data Firehose（旧Kinesis Data Firehose）に送信し、Amazon S3に保存してAmazon Athenaで定期クエリを実施する
Amazon Data Firehose（旧Kinesis Data Firehose）とS3・Athenaによるバッチ分析はクエリ実行に時間がかかり、リアルタイムで上位貢献者を特定する要件に不向きで、追加インフラの構築も必要になります。
BAmazon CloudWatch Contributor Insightsを有効化し、API GatewayのCloudWatch Logsに対してルールを定義することで、上位の貢献者（contributor）となるクライアントIPやAPIキーをリアルタイムで特定する
✓ 正解
CloudWatch Contributor Insightsはルール定義だけでリアルタイムに上位の貢献者（クライアントIPやAPIキー）を自動検出でき、時系列トレンド比較も組み込みで提供されるため要件に最適です。
CAWS X-RayをAPI Gatewayに統合してトレースを収集し、X-Ray Analyticsコンソールでクライアント別のエラーパターンを分析する
X-Rayはサービス間トレースやボトルネック特定には優れますが、ルールベースのTop-N貢献者分析機能がなく、クライアント別上位エラー発生元の動的特定には対応していません。
DLambda関数にEmbedded Metrics Format（EMF：CloudWatchへカスタムメトリクスを埋め込み出力する仕組み）でクライアント別カスタムメトリクスを出力し、CloudWatch Dashboardでクライアント別エラー数を可視化する
EMFはカスタムメトリクスの記録には有効ですが、ルールベースの動的なTop-N集計機能を持たず、記録するディメンションを事前に決めておく必要があるため未知クライアントへの対応が困難です。
解説
正解：
Amazon CloudWatch Contributor Insightsを有効化し、API GatewayのCloudWatch Logsに対してルールを定義することで、上位の貢献者（contributor）となるクライアントIPやAPIキーをリアルタイムで特定する。
Amazon CloudWatch Contributor Insightsは、CloudWatch Logsのデータから指定したフィールド（クライアントIP、APIキー、URIパスなど）に基づいてTop-Nの貢献者をリアルタイムで特定するサービスです。ルール定義だけで機能し、Kinesis・S3・Athenaなどの追加インフラは不要です。時系列トレンドの比較も組み込み機能として提供されます。Kinesis+S3+Athena（選択肢A）の組み合わせはバッチ分析には有効ですが、リアルタイム性に欠け、追加インフラの構築が必要です。X-Ray（選択肢C）はサービス間のトレース分析やボトルネック特定には優れていますが、ルールベースのTop-N貢献者分析機能はなく、クライアントIP・APIキー別の上位エラー発生元の特定には直接対応していません。EMF（選択肢D）はカスタムメトリクスの記録には有効ですが、ルールベースの動的なTop-N集計機能は持たず、あらかじめ記録するディメンションを決めておく必要があるため、未知のクライアントへの対応が困難です。
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 →