最近、再びリーフアクアリウムの世界に足を踏み入れたことで、測定値を校正することの重要性を改めて実感しました。アプリケーションを取り巻く環境が急速に変化しているのと同様に、リーフアクアリウムもこの5年間で大きく変わりました。
現在では、接続されたモニターやプローブが自動的に状態を追跡し、異常があれば通知してくれます。Webやモバイルのダッシュボードを使えば、モニタリングや設定ができるほか、水槽の状態や、その稼働を支えるさまざまな機器のステータスを一目で確認できます。
注意深い読者なら、PHが「最低値未満」になっていることにお気づきでしょう。心配はいりません。問題はありません。実は、プローブ（センサー）が正しく校正されていないのです。これはよくある問題で、プローブの校正は失敗しやすい作業です。現時点では、プローブの校正値が低めにずれていることが分かっているため、それを踏まえて測定値を自動的に補正しています。
リーフタンクの健全性と同様に、アプリケーションの健全性を維持するには、主要な指標を注意深く監視する必要があります。指標の逸脱、特に大幅な変動は、問題の兆候である可能性があります。アプリケーションでは、指標を手動で調整する方法を踏襲すべきではありません。手動調整は1つか2つのアプリケーションなら機能するかもしれませんが、一般的な組織のデジタルポートフォリオには100～200のアプリケーションがあります。標準的な健全性パターンに照らして調整された、正確な測定が必要です。
多くのネットワークおよびアプリケーションのメトリクスと同様に、一定期間にわたってサンプルを取得し、「上限」と「下限」を把握する必要があります。その後、しきい値を使用して異常な動作を特定できます。
問題は原則そのものではなく、むしろその実践方法にあります。
まず、一般的にはアプリケーションという1つの測定ポイントだけに注目しています。興味深いことに、リーフタンクの健全性を把握するには、水温に加えて塩分濃度とpHも測定する必要があります。どちらの値も水温の影響を受けるためです。アプリケーションの健全性の測定も、これとよく似ています。ネットワークのパフォーマンスや負荷など、ほかの指標の影響も受けます。しかし残念ながら、多くの組織はアプリケーションの健全性を必ずしも包括的に捉えていません。アプリケーション自体に問題がなくても、接続デバイスやネットワークのパフォーマンスが低ければ、カスタマーエクスペリエンスが著しく損なわれる可能性があります。
アプリケーションの健全性をより広い視点で捉えるには、測定対象を拡大する必要があります。さらに、何が通常で何が通常でないかを確実に識別できるよう、追加の測定項目を調整する必要があります。「通常ではない」状態は、問題、さらには攻撃の兆候である可能性があるためです。
次に、スケールの課題が生じます。監視が必要なすべてのアプリケーションについて、複数のポイントで調整を行う必要があるためです（先に答えを言うと、すべてのアプリケーションが対象です）。これほど多くのデータポイントをオペレーターが手作業で調整することは期待できません。人間の手では不可能です。
そこで、機械の出番です。
高度な分析
高度な分析と機械学習は、スケールの問題に対する解決策の1つです。機械は、膨大な量のテレメトリを高速で処理できます。人間には到底扱えない量のデータを取り込み、正規化し、パターンや関係性を分析できます。これにより、機械学習は関連するさまざまなデータポイントに基づいて「正常」の基準を調整し、問題を示す逸脱パターンを即座に検出できます。
アプリケーションのパフォーマンス上の問題と、月曜日の朝にログインが急増することとの関連付けは、それほど難しくありません。一方、通常は月曜日の午後までログインしないBobが、今日はすでにログインしていると認識するのは容易ではありません。これは、人間のオペレーターにはそのレベルの可視性がないため、簡単には認識できない異常です。コードから顧客までのエクスペリエンスを構成するアプリケーション、クライアント、アプリケーションサービスから十分なテレメトリが送信されれば、高度な分析によって、この異常を検出できます。さらに、異常としてフラグを付けたり、実際にBob本人がログインしようとしていることを確認する新しいビジネスフローを開始したりすることもできます。
この機能は、現在多くのアプリケーションがデバイスレベルで行っていることに似ています。多くのデジタルプロセスでは、確認コードを送信したり、ぼやけた画像に写っている車をすべて選ばせて、人間であることの証明を求めたりします。しかし、新しいビジネスフローをトリガーするのは、通常とは異なる時間帯にログインするという行動ではなく、デバイスの詳細情報です。今後、特に分散型の働き方を引き続き支援するのであれば、その両方に基づいてフローをトリガーできるようにする必要があります。
そのため、キャリブレーションがプロセスの重要な要素となります。キャリブレーションでは、（大量の）測定を行って「正常」の基準を導き出します。これも人手で対応できる規模を超えるプロセスであり、大量のテレメトリをマシンに取り込んで分析する必要があります。
高度な分析により、最終的にはオブザーバビリティが実現し、これまで見えなかったアプリケーションのインサイトを明らかにするサービス（DEM）、よりスマートなアプリサービスのオーケストレーションを可能にするサービス（AI Ops）、これまで見いだせなかったビジネス価値を創出するサービス（AI-Enhanced Services）が生まれます。
そのためには、大量のテレメトリを生成し、アプリケーション、ユーザー、およびその間のデータパス上にあるすべての要素について、「正常」な動作を調整する必要があります。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
F5 Application Study Tool：OpenTelemetryによるF5 BIG-IP環境の監視
F5の新しいオープンソースツールは、BIG-IP環境を詳細に可視化し、データを追跡するとともに、強力でカスタマイズ可能なインサイトを得るための基盤を提供します。
F5 BIG-IPでAI防御を実現
F5 BIG-IP Advanced WAF、BIG-IP APM、BIG-IP SSL Orchestratorが、生成AIアプリ向けに包括的なセキュリティソリューションを提供する仕組みをご覧ください。
F5 Advanced WAFによるGraphQL APIの保護
ここ数年、多くの組織がデジタルトランスフォーメーションを進めており、COVID-19のパンデミックによってその動きは加速しています。
アプリケーションサービスの現状 通信業界版：リーダーとしての台頭
通信ネットワークが進化し、さまざまな業界の幅広いユースケースに対応するなか、通信業界の回答者がテクノロジーリーダーとしての存在感を高めていることがわかります。
デジタルトランスフォーメーションは、単なるペーパーレス化ではない
デジタルトランスフォーメーションは、単なるペーパーレス化ではありません。真のモダナイゼーションにアプリケーションアーキテクチャとセキュリティの再構築が必要な理由を、F5ブログでご覧ください。
やめましょう。もう本当にやめましょう。HTTPSはHTTPより高速ではありません。
もうやめましょう。HTTPSはHTTPより高速ではありません。プロトコルのパフォーマンスに関する微妙な違いと、暗号化トラフィックを適切に最適化する方法については、F5ブログをご覧ください。