2024-05-09

Azureの障害事例は？その原因から学ぶ予防策と対処法を解説

この記事のポイント

この記事は、Azureの障害事例や障害発生時の対応手順、エラーコードの解説など、Azureでの障害管理に関する情報を提供しています。
実際に過去に起きたAzure障害の事例や、その原因についても紹介しています。
Azure障害に対応するためには、迅速な確認方法、適切な対応手順、事前予防策を理解し実行することが重要です。
また、Azure利用時に遭遇しやすいエラー(403,500,401など)についてもわかりやすくまとめています。

監修者プロフィール

坂本将磨

Microsoft AIパートナー、LinkX Japan代表。東京工業大学大学院で技術経営修士取得、研究領域：自然言語処理、金融工学。NHK放送技術研究所でAI、ブロックチェーン研究に従事。学会発表、国際ジャーナル投稿、経営情報学会全国研究発表大会にて優秀賞受賞。シンガポールでのIT、Web3事業の創業と経営を経て、LinkX Japan株式会社を創業。

Azure運用において障害対策は極めて重要なファクターです。障害は予期せぬ形で発生するため、障害の迅速な確認方法、適切な初期対応、そして何より事前の予防策を理解しておくことが不可欠です。

本記事では、Azureサービスにおける過去の障害事例と、それらの原因を紹介しながら、障害発生時の適切な対応手順や予防策などを解説しています。
実際に起きたAzure障害の具体的な事例を取り上げ、そこから得られた教訓を振り返ります。さらに、Azure利用時に出くわしがちな典型的なエラーコード(403、500、401など)についても、わかりやすく原因と対処法をまとめています。

過去の障害事例から学び、しっかりとした障害管理スキルを身につけましょう。

Azureの基本知識や料金体系、利用方法についてはこちらの記事で詳しく解説しています。
➡️Microsoft Azureとは？できることや各種サービスを徹底解説

過去に起きたAzureの障害事例とその原因

Azure利用時に遭遇しやすいエラー7選とその対処法

Azure 401 (Unauthorized) エラー

Azure 403 (Forbidden) エラー

Azure 500 (Internal Server) エラー

Azure 502 (Bad Gateway) エラー

Azure 503 (Service Unavailable) エラー

Azure 504 (Gateway Timeout) エラー

Azure 53003 (アクセス権がありません) エラー

Azureの障害速報を受け取るためのX活用法

過去に起きたAzureの障害事例とその原因

Azureクラウドは幅広い企業に利用されているため、もし障害が起こるとその影響は計り知れないものになります。
過去に発生した障害事例を振り返り、何が問題だったのかを分析することは、将来的に同様の状況を避けるために重要です。

今回は、過去に起きた3つの障害事例を見ていきましょう。

ARMの障害

事例の詳細
2024年1月21日の01:30から08:58 UTCにかけて、Azure Resource Manager（ARM）を使用しようとしたユーザーはリソース管理操作に問題を抱える可能性がありました。

この問題はARMを介した操作に影響を及ぼし、主に米国中央、米国東部、米国南中央、米国西中央、西ヨーロッパへの影響がありましたが、ARMのグローバルな性質上、他地域にもその範囲が広がっていた可能性はあります。
この問題は、ARM（Azure Resource Manager）を基盤とする多くのAzureサービスに波及し、ストレージやキーボールトなど、最新のRBAC（Role-Based Access Control）情報の取得に障害が生じたサービスが影響を受けました。

原因
2020年6月、ARMはEntra Continuous Access Evaluationとのプライベートプレビュー統合を展開しました。
しかし、このプレビュー機能には認証失敗時に問題を引き起こす潜在的なコード欠陥がありました。

2024年1月21日、内部保守プロセスによる設定変更がこの欠陥を引き起こし、ARMノードの起動失敗を繰り返しました。
これにより、ARMはリクエスト処理能力を段階的に失い、最終的には可用性が急激に低下しました。

Azure Storageの障害

事例の詳細
2023年3月6日の未明から夕方にかけて、西ヨーロッパにあるAzure Storageを使っていた一部のユーザーは、通常よりも多くのリクエスト制限に直面しました。

この問題はAzure Storageに依存する様々なAzureサービスの断続的な障害やパフォーマンスの低下を引き起こしました。

原因
Azure Storageの制限機構を改善する新設定が展開されましたが、展開途中で問題が発覚しました。
この変更は特定のスケールユニットにおいて、予期せずストレージアカウントを制限し、健康な状態への回復を試みましたが、実際には逆効果でした。

パケットロス

事例の詳細
2023年6月16日の02:34 UTCから07:25 UTCの間、ネットワークの問題により西ヨーロッパ地域への入出トラフィックに大量のパケットロスが発生しました。これにより、この地域にホストされているリソースは可用性の低下、スループットの低下、またはレイテンシの増加を経験しました。
また、このネットワーク接続に依存するAzureサービスやMicrosoft 365などのサービスにも影響が出ました。

原因
この障害の原因は、西ヨーロッパ地域を管理するネットワーク自動化システムに新しいネットワークトポロジー記述が追加されたことにあります。
この新しいトポロジーには、まだ接続されていない、または有効化されていない物理リンクが「本番」として誤ってリストされていました。

自動化システムは、動作中の物理リンクと非動作中の「本番」リンクを含むLAGを検出し、リンクの不均衡を防ぐためにLAGをオフにする標準的な対処を開始しました。

上記はあくまでも一例です。過去の障害記録は、Azureの公式ドキュメントで公開されています。
その他の事例を知りたい方は以下の公式ドキュメントをご覧ください。
Azureの状態の履歴(Microsoft公式)

Azure障害発生の確認方法

Azure障害が発生した際の迅速な確認は、被害の拡大を防ぐ上で非常に重要です。

障害の発生状況を早期に把握し、適切な対応を行うことができれば、ダウンタイムを最小限に抑えることが可能になります。

障害発生の確認ツール

Azureには障害やサービスの異常を検出し、報告するためのAzure Service Healthというサービスがあります。

これは、以下の3つのサービスから構成されています。

サービス	特徴
Azureの状態	すべてのAzureリージョンの全Azureサービスの正常性を確認できます。ただし、現在Azureを使用しているユーザーは以下のService Healthを利用することが推奨されています。
Service Health	使用しているAzureサービスとリージョンの正常性についてのカスタマイズされたビューが提供されます。
Resource Health	特定の仮想マシンインスタンスなど、個々のクラウドリソースの正常性に関する情報を入手できます。

参考:Azure Service Health

Azure障害発生の確認ステップ

Azureポータルにログインする
まずAzureポータルにログインし、「Service health」へアクセスします。
画像のように、ログイン時のホーム画面にService healthのアイコンが表示されていると思いますが、表示されていない方は上の検索バーに「Service health」と入力して出てきたものをクリックします。

ポータルログイン後の画面
ダッシュボードの確認
特定のサービスや地域に影響を与える可能性のあるアドバイザリ、インシデント、メンテナンスプランを確認します。
リソースの状態の確認
特定のリソースの状態に関する情報が必要な場合は、Azure Resource Healthを使用して状態を確認します。

この手法により、Azureの障害を素早く正確に把握し、適切な対処ができるようになります。
障害の早期発見と迅速な対応は、サービスの機能停止時間を最小限に抑え、ビジネスの損失を防ぎます。

Azure障害発生時の対応手順

Azure環境で障害が発生を確認した後に続く対応手順は、障害の規模や影響によって異なる場合がありますが、ほとんどのケースで共通する基本的なガイドラインが存在します。

障害発生時の対応手順をしっかりと理解し、計画的に行うことで、ビジネスのダウンタイムを削減し、リカバリーの迅速化を図ることができます。

コミュニケーションプランの実施

障害の状況を関係者に透明に伝えることが求められます。顧客、従業員、パートナーへの定期的な更新は、信頼の維持に欠かせません。

インシデント対応手順の実行

既に計画されているインシデント対応手順に従って作業を開始します。トラブルシューティング、ワークアラウンドの適用、顧客への代替サービスの提案などがこれに含まれます。遭遇しやすいエラーに関しては、後ほどご紹介します。

Azureサポートチームとの連携

追加の支援が必要な場合は、Azure Supportを利用して専門家からの助言や指示を仰ぎます。

サポートリクエストを作成し、必要に応じてプライオリティを設定します。Azure portalにログインし、画像の左下の表示されている「ヘルプとサポート」をクリックします。
サポートリクエスト作成1
ヘルプとサポートへの移動

すると、「サポートリクエストの作成」がでてくるのでそこをクリックします。
リクエストには、障害が発生しているサービス、発生日時、症状の詳細、実施済みのトラブルシューティングの手順などを記しておくことをおすすめします。

サポートリクエスト作成2
サポートリクエストの作成

Azureのサポートプランについて

サポート内容や、Azure Supportの対応速度は、加入しているAzureサポートプランによって異なります。
最も標準的なプランである「Basic サポートプラン」は、Azureのサブスクリプションに基本的に含まれているサポートレベルで、Azureサービスを使うすべてのカスタマーが対象になります。

有料プランに加入する事で、利用可能なサポートレベル、レスポンス時間、対応可能な問い合わせの範囲、専門家へのアクセスレベル等、より優れた対応が期待できます。

対応状況の監視とアップデート

障害の修正進行状況を監視し、新たな情報が得られ次第、状況の変化を関係者に伝達します。
障害が解決した際には、すぐさま通知することが不可欠です。

リカバリープロセスの開始

障害からの回復に向け、バックアップからの復元やサービスのリスタート、設定の調整などを行います。
予め定められたリカバリープロセスに従い進行させることで、作業を効率化します。

Azure利用時に遭遇しやすいエラー7選とその対処法

Azureを利用する際、ユーザーは様々なエラーに遭遇する可能性があります。これらのエラーは、設定ミス、リソースの限界、外部からの不測による障害など、様々な要因によって発生します。

ここでは、代表的なエラーとその原因を簡単に紹介します。