{"canonical_url":"https://engineer.company/ja/glossary/downtime/","content_markdown":"# ダウンタイム\n\n## どのようなものか\n\nダウンタイムとは、サービスを必要とする人が、そのサービスを使えない時間です。停止や利用不能とも呼びます。反対は稼働時間で、サービスが稼働している時間の割合が可用性です。通常、一か月や一年を対象に、パーセントで表します。\n\n分かりやすいのは、完全な停止です。サイトを読み込めない、APIが接続を拒む、データベースが止まっている、といった状態です。よくあるのは、もっと複雑な状態です。商品一覧は使えるのに購入手続きがタイムアウトする、ログイン画面は開くのにすべてのパスワードを拒む、APIが三回に一回しか応答しない。その経路が必要な人にとっては、どれもダウンタイムです。トップページを調べるヘルスチェックが正常と報告していても変わりません。役立つ定義は、プロセスが動いているかではなく、利用者が何をできるかを基準にします。\n\nダウンタイムには二種類あります。予期しない停止は、誰も選ばなかった停止です。ディスクの故障、不具合のあるデプロイ、証明書の期限切れ、先に止まった依存先などが原因です。計画停止は、事前に決めます。通常は保守時間帯を設け、トラフィックを処理しながらは変更できないものを、更新、移行、移設します。利用者へ予告できる分、受け入れてもらいやすくなりますが、契約で明示的に除外していない限り、可用性の計算には含めます。\n\nHTTPには、停止時の状態を伝える語彙があります。RFC 9110は、自分の側でエラーが起きた、または要求を実行できないと分かっているサーバーのために、5xxクラスのステータスコードを定義します。停止時には、そのうち三つが別々の意味を持ちます。502 Bad Gatewayは、プロキシが背後のサーバーから無効な応答を受けたことを示します。504 Gateway Timeoutは、応答を長く待ちすぎたことを示します。意図して返すのが、503 Service Unavailableです。仕様は、一時的な過負荷や計画保守に結び付け、いつ戻ればよいかをサーバーが伝えられるようにしています。\n\n```http\nHTTP/1.1 503 Service Unavailable\nRetry-After: 120\n```\n\nこれは、ブラウザー、APIクライアント、検索エンジンのクローラーへ、一時的な状態であり、二分間待つとよいと伝えます。壊れたページを成功コードで返すのとは、まったく異なるメッセージです。\n\n## なぜ重要なのか\n\n可用性の目標は、九を並べて表します。九がいくつ並ぶかは、許される停止時間に換算できます。365日、つまり8,760時間の一年では、各目標が許す停止時間は次のとおりです。\n\n- 99%：年間87.6時間、約三日半。\n- 99.9%：年間8.76時間、または30日間の一か月で43.2分。\n- 99.95%：年間4.38時間、または30日間の一か月で21.6分。\n- 99.99%：年間52.56分。\n- 99.999%：年間約5.26分。\n\n九が一つ増えるたびに、許容時間は十分の一になり、実現する費用は急増します。99.9%なら、担当者が呼び起こされ、ログインし、原因を突き止めて直すところまで、月間の許容時間に収められます。99.99%では、一年全体でも一時間未満です。一件のインシデントで使い切るかもしれず、復旧を自動化する必要があります。99.999%では、通常の再起動さえ、利用者が気付かないように行う必要があります。\n\n依存関係の可用性は掛け合わせます。ロードバランサー、アプリ、データベースを必要とするリクエストを考えます。それぞれの可用性が99.9%で、障害が互いに独立して起きるなら、三つとも動いているときだけ処理できます。0.999³、約99.7%となり、年間の停止は8.76時間ではなく約26時間です。サービスの可用性が、必要なものをつないだ鎖全体の可用性を超えるには、鎖の一部を取り除くか、複製して冗長化する必要があります。\n\n計画は、事業の側から始めます。NISTの連邦情報システム向け緊急時対応計画ガイド、SP 800-34は、障害が起きる前に決めるべき三つの値を挙げます。最大許容停止時間（MTD）は、システムの所有者が受け入れる停止時間の総量です。目標復旧時間（RTO）は、影響が許容できなくなるまでシステムを停止させておける時間で、MTDより短くなければなりません。目標復旧時点（RPO）は、最後のバックアップから復元するとき、どこまで過去の時点のデータへ戻ることが許されるかを示します。停止時間ではなく、許容するデータ損失を測ります。この三つを明記すれば、バックアップの予定やフェイルオーバーの設計は、勘ではなく、決めた問いへの答えになります。\n\n## 実際の活用例\n\n[中国、米国、ドイツに顧客を持つIPTV・OTT配信プラットフォーム](/ja/portfolio/ran-24-7-support-for-1000-iptv-ott-servers/)では、どの時間も誰かにとってのゴールデンタイムでした。保守に使える静かな時間はありませんでした。約千台のサーバーと、相当数の顧客所有システムを、常時サポートしました。仕事の多くは、システムの状態が悪化し始めたことに、停止へ至る前に気付くことでした。生配信では、停止すると誰かが見ているテレビの映像が止まるためです。プラットフォームは、世界の視聴者に対して継続的な可用性を保ちました。\n\n中規模の企業では、[十台のPostgreSQL・SQL Serverデータベースサーバーを、稼働率99.9%で運用しました](/ja/portfolio/ran-10-postgresql-and-ms-sql-servers-on-ubuntu/)。上の計算では、一台ごとに年間8.76時間の停止を許す値です。その数字を支えたのは、`pg_dump`とSQL Server Agentジョブによる自動バックアップ、保持ポリシーとオフサイト保存、PrometheusとGrafanaによる監視、そして時点復元とフェイルオーバーのために文書化した災害復旧手順でした。\n\n[成り行きで設定が増えていた三十台のUbuntuサーバー](/ja/portfolio/managed-30-ubuntu-linux-vps-instances/)では、バックアップと、実際に試した復元手順で、災害復旧の仕組みを作り直しました。ネットワーク設定は、全インスタンスで共通の、セキュリティを強化した基準構成にしました。復旧経路を必要になる前に試すことで、停止のリスクを減らしました。\n\n## 問題が起きるところ\n\n**監視が、停止している側にあります。** 同じサーバーや同じデータセンターで動くヘルスチェックは、正常と報告し続けます。その一方で、利用者は期限切れのTLS証明書、不正なDNSレコード、宛先のないロードバランサーに遭遇します。外部の複数の場所から、実際の利用者と同じ経路を確かめ、その結果で通知します。\n\n**エラーページが200を返します。** 親切なエラーページを成功ステータスコードで表示するフレームワークは、監視や、再試行するはずのクライアントから停止を隠します。クローラーには、本来のページの代わりにエラーページを登録させかねません。エラーにはエラーのステータスを付け、計画保守には503とRetry-Afterヘッダーを返すことが推奨されます。\n\n**バックアップを一度も復元していません。** バックアップが証明するのは、バイト列をコピーしたことだけです。復元を実行し、時間を測り、データを照合するまでは、復旧時間は推測です。紙に書いたRTOより、はるかに長いこともよくあります。定期的に別環境へ復元し、所要時間を記録します。フェイルオーバーも同じです。一度も引き継いでいない待機系は、期待にすぎません。平時にフェイルオーバーを練習すれば、インシデントが起きる前に問題を見つけやすくなります。\n\n**停止を防ぐはずのリリースが、停止を起こします。** 新版の準備が整う前に旧版を止めるデプロイは、毎回、空白時間を作ります。大きなテーブルを排他ロックの下で書き換えるスキーマ変更は、終了するまで、そのテーブルへの全クエリーを止めます。新しいインスタンスを展開し、準備完了チェックを通してから、古いインスタンスを止めます。スキーマ変更は、先に拡張し、後から縮小する二段階に分け、その間は新旧両方のコードが動くようにします。KubernetesではPodDisruptionBudgetを設定し、ノードのドレインで全レプリカが同時に止まらないようにします。\n\n## 参考資料\n\n- [RFC 9110：HTTPの意味論、15.6節](https://www.rfc-editor.org/rfc/rfc9110#section-15.6)\n  — 503とRetry-Afterによる待機時間の目安を含む、5xxステータスコードです。\n- [NIST SP 800-34改訂1：連邦情報システム向け緊急時対応計画ガイド](https://csrc.nist.gov/pubs/sp/800/34/r1/upd1/final)\n  — 最大許容停止時間、RTO、RPOの定義です。\n- [PostgreSQL：高可用性、負荷分散、レプリケーション](https://www.postgresql.org/docs/current/high-availability.html)\n  — データベース自身のマニュアルによる、待機サーバーとフェイルオーバーの説明です。\n- [PostgreSQL：継続的アーカイブと時点復元](https://www.postgresql.org/docs/current/continuous-archiving.html)\n  — 時点復元に必要な、ベースバックアップとWALアーカイブです。\n- [Kubernetes：中断](https://kubernetes.io/docs/concepts/workloads/pods/disruptions/)\n  — 自発的な中断と、それを制限するPodDisruptionBudgetです。\n\n\u003chttps://engineer.company/ja/glossary/downtime/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"何をダウンタイムと数えるか、稼働率99.9%で年間何時間の停止が許されるかを解説します。計画停止と予期しない停止の違いや、復元テストが復旧時間の見積もりに役立つ理由も説明します。","formats":{"gemtext":"https://engineer.company/ja/glossary/downtime/index.gmi","gopher":"https://engineer.company/ja/glossary/downtime/gophermap","html":"https://engineer.company/ja/glossary/downtime/","json":"https://engineer.company/ja/glossary/downtime/index.json","markdown":"https://engineer.company/ja/glossary/downtime/index.md","pdf":"https://engineer.company/ja/glossary/downtime/index.pdf"},"kind":"page","language":"ja","title":"ダウンタイムとは？","url":"https://engineer.company/ja/glossary/downtime/","version":1}