CrowdHandlerにおける事業継続と災害復旧

CrowdHandlerでは、運用上の問題、インフラの障害、または地域的なサービス停止が発生した場合でも、業務への影響を最小限に抑えるため、堅牢な事業継続および災害復旧計画を策定しています。当社のポリシーには、以下の内容が含まれます：

冗長化されたインフラストラクチャ

当社のインフラストラクチャでは、以下のものを使用しています：

  • 複数のAWSリージョン- プライマリリージョン（US-East-1）で大規模なサービス停止が発生した場合に備え、セカンダリAWSリージョン（US-East-2）に本番環境およびデータのレプリカを保持しています。
  • マルチAZデータベース- 当社のRDSデータベースインスタンスは、1つのアベイラビリティゾーンで障害が発生した場合でも自動的にフェイルオーバーできるよう、リージョン内の複数のアベイラビリティゾーンにまたがって展開されています。
  • 弾力性のあるインフラストラクチャ- 可能な限りオートスケーリンググループを採用しており、これにより、需要に応じてコンピューティングリソースを動的に拡張できるほか、個々のコンポーネントの交換が必要になった場合でも可用性を維持できます。

災害復旧テスト

当社は、復旧手順の有効性を確認し、実際の災害発生時にダウンタイムを最小限に抑えるため、年2回、災害復旧演習を実施しています：

  1. 当社の主要なAWSリージョン（US-East-1）で、環境やデータにアクセスできなくなるような災害をシミュレートします。
  2. US-East-2 にあるレプリカデータベースを、プライマリ本番データベースとして昇格させる。
  3. DNS を更新して、すべてのトラフィックを US-East-2 にルーティングするようにし、アプリケーションの設定を更新して、新しいデータベースを指すようにします。
  4. フェイルオーバーテストを実施し、模擬的な停止状況下においても、ビジネスに不可欠なシステムが引き続き利用可能であり、ワークロードの負荷分散が適切に行われ、パフォーマンスが許容範囲内であることを確認する。
  5. 特定された問題やリスクを是正し、災害復旧計画の実現可能性を高める。
  6. 変更された構成や設定を、正常な動作状態に戻すテストを行います。

継続的な監視

当社は24時間365日のオンコール当番制を採用しており、以下のシステムを用いて監視を行っています：

  • CloudWatch ダッシュボード- サービス全体にわたる障害の早期検知のために、主要なパフォーマンス指標としきい値を監視しています。
  • CloudWatch アラーム- 想定値からの逸脱があった場合にアラートが通知されるようアラームを設定し、問題を迅速に調査できるようにしています。
  • 当直スケジュール- 営業時間外にCloudWatchのアラートが発動した場合に備え、スタッフは24時間体制で当直を交代制で行っています。当直担当者は、一般的な問題に対処するためのランブックを用意しており、対応の遅れを最小限に抑える体制を整えています。

CrowdHandlerの事業継続および災害復旧計画は、システム障害に備え、これを未然に防ぐための枠組みを提供します。これらのポリシーは、冗長化されたインフラ、フェイルオーバー機能、および災害シナリオからの復旧手順を定めた計画に基づいて作成された復旧スクリプトを活用することで、ダウンタイムを最小限に抑えることを目的としています。計画を頻繁にテストすることで、実際の緊急事態においても迅速に対応し、データの損失や長期にわたるサービス停止を回避できるよう保証します。継続的な監視は早期警報システムとして機能し、迅速な対応を可能にします。