SLA、SLO、SLI：サービスレベルを理解する

今日のサービス中心の世界では、企業は卓越したユーザーエクスペリエンスを提供する必要があります。サービス品質の向上は、顧客の長期的な維持と顧客ベースの拡大につながります。そこで、優れたサービスを提供するために効果的なのが、サービスのパフォーマンスと、いくつかの重要なメトリクスやシグナルを監視することです。

サービスレベル契約(SLA)、サービスレベル目標(SLO)、サービスレベル指標(SLI)はいずれも、組織が製品やサービスのパフォーマンスと品質を保証し、その目標の達成状況を監視するための指標です。

このブログ記事では、SLA、SLO、SLIの違いと、これらの指標を組織に導入するうえでの課題およびベストプラクティスについて説明します。

SLAの概要

サービスレベル契約(SLA)は、サービスの提供者と利用者の間で結ぶ契約です。利用者に影響する問題の解決時間、サービスの稼動時間、Webサービスの応答性など、サービスに関する具体的な責任について取り決めます。どのSLAも利用者への「保証」である点は同じですが、実際の内容はさまざまです。

SLAの内容は、業種やサービス提供者によって大きく異なります。組織が提供する有料サービスのSLAを作成するのは、通常、事業部門か法務部門です。これらのSLAには以下の主要項目が含まれます。

• 範囲と結果：組織が提供するサービスとそれによって利用者が得られる結果を示します。
• 指標：問題の解決時間、エラー率、対応時間、稼動率などのパフォーマンス指標を示します。これらの指標に基づいてサービスのパフォーマンスを測定します。
• 罰則と救済措置：サービスのSLAを満たせなかった場合の対応を示します。たとえば、サービス利用料の割引、利用期間の延長、罰金の支払いなど、利用者に対する補償を設けます。
• 終了と移行：いずれかの当事者が契約を終了し他のサービス提供者に移行する場合の条件と方法を示します。
• 免責：提示した責任が適用されないケースを示します。
• 定義：SLAに記載した用語の具体的かつ技術的な定義を示します。

SLAを作成するのは組織の事業部門や法務部門ですが、技術的な制約を見落とさないために、技術部門に協力を求めることが重要です。

SLOの概要

サービスレベル目標(SLO)は、特定の測定値について利用者に提示するサービスレベルの目標を指します。測定値には以下のようなメトリクスが使われます。

• サービス稼動率
• インシデント対応時間
• 遅延
• 可用性
• Webサイトの応答性
• その他

SLAとは異なり、SLOでは、保証の対象となる各測定値について具体的な目標値を定義します。SLAは、サービス提供者がサービスのパフォーマンスや品質について保証する正式な契約です。一方、SLOは、SLAの達成状況を評価するためにサービス提供者が内部で設定する明示的な目標です。

例として、アマゾン ウェブ サービス(AWS)社が個々のEC2インスタンスについて設定しているSLOの一部を以下に示します。

• 稼動率：99.0%以上、99.5%未満
• サービスクレジット率：10%
• EC2を利用できない時間が6時間を超えた場合は、クレジットの要求なしで利用料免除

SLIの概要

サービスレベル指標(SLI)は、サービスのパフォーマンスを測定するための主な指標を指します。定義したSLOの達成状況を評価するための基準として利用できます。

SLAが定義であるのに対して、SLIは実測値または履歴の値を示します。これらの値が、定義したSLOを下回った場合は、サービスに問題があると判断します。その場合は、SLOを達成できるようにサービスを最適化するか、SLOを現実的なレベルに調整します。

たとえば、前述のAWS EC2の例では、SLOが99.0%以上、99.5%未満なので、SLIでのサービス稼動率の実測値は99.26%あたりでしょう。

SLA、SLO、SLIの主な違い

次の表に、SLA、SLO、SLIの主な違いを示します。

これらの「指標」はいずれも多種多様なビジネスやサービスに適用できますが、特に一般的に使われるのがサイトリライアビリティエンジニアリング(SRE)の領域でしょう。SREで成果を達成するには可用性の確保が不可欠なため、システムパフォーマンスの継続的な信頼性を定量化したいSREにとってSLA、SLO、SLIは重要な手段です。

目的が何であれ、組織においてこれらの指標を効果的に測定し適用するには、いくつかの課題があります。

SLA、SLO、SLIの課題

SLA、SLO、SLIを導入するうえで直面しがちな課題についてそれぞれ見ていきます。

SLAの課題

技術部門の協力がないと非現実的なSLAが作成される恐れがある
SLAを作成、定義するのは組織の法務部門や事業部門ですが、これらの部門には通常、サービスの技術面に関する十分な知識がありません。その結果、非現実的なSLOが設定され、達成が難しくなる可能性があります。

たとえば、法務部門が可用性の目標を99.999%に設定したとします。法務部門にとって「可用性が高い」といえばこのくらいの値だからです。しかし、ソフトウェア、ハードウェア、ネットワークの障害や、サードパーティサービスとの依存関係など、目標達成の阻害要因を考慮した値とは言えません。

利用者のニーズや技術の進化に合わせてSLAを最新の状態に保つ必要がある
技術は急速に進化していますが、サービス提供者のリソースや予算の都合によって、こうした急激な変化に追いつくのが難しい場合もあるでしょう。同様に、顧客のニーズも絶えず変化しており、継続的な調整と再交渉が必要になります。

コストがかかる
定義したSLAを維持するには、人的リソースと最新テクノロジーへの投資が不可欠です。そうなれば当然、コストが増加します。

SLOの課題

難易度のバランスを取るのが難しい
測定があまりにも難しいSLOを設定してしまうことがあります。最初に目標を明確に定義しないと、その達成方法を決めるために時間を無駄にすることになります。逆に、達成が容易なSLOを設定してしまうと、利用者の期待に応えられない可能性があります。バランスの取れたSLOを設定するには熟慮が必要です。

適切なメトリクスを選択する必要がある
組織のビジネス目標や利用者の期待に沿わないメトリクスを選択してしまうと、SLOが、利用者に保証した内容と食い違うことになります。

利用する外部サービスを管理できない
サービスの中でサードパーティのコンポーネントやサービスを利用することはよくあります。これらの外部サービスで障害が発生すると、組織内のコンポーネントに異常がなくても、サービスのSLO達成に影響が及ぶ可能性があります。

SLIの課題

メトリクスが多すぎる
メトリクスが多すぎると、測定が複雑になるわりに、利用者にとってはたいした違いがないことがよくあります。

一部のメトリクスは測定が難しい
正確に測定するのが難しいパフォーマンスメトリクスもあります。たとえば、ユーザーエンゲージメント、リアルタイムアプリケーションの遅延、ユーザーの全体的な満足度は通常、測定が困難です。

値を正確に測定するのが難しいSLOの各パフォーマンスメトリクスを正確に測定することは重要です。そのためには、テストと監視段階で正確性と信頼性を確保する必要があります。

SLA、SLO、SLIのベストプラクティス

課題があっても、サービスや製品を提供する組織にとってSLA、SLO、SLIはどれも導入する価値が十二分にあります。これらの指標を最大限に活用するためのベストプラクティスをご紹介します。

SLAのベストプラクティス

• 技術部門との密接な協力関係の構築：SLAの作成時には、達成可能な稼動率目標、起こり得る課題とその現実的な対処法について技術部門に助言を求めることが重要です。
• サービスの能力の検討：SLAを達成するために必要なリソースを確保できるかどうかを確認します。
• 外部要因の検討：たとえば、SLAに記載するインシデントの解決時間を決める際に、管理の及ばない外部の要素の応答時間や遅延を考慮します。

SLOのベストプラクティス

• SLOの継続的な更新：SLOを監視、分析して、利用者からのフィードバックに応じて調整します。リアルタイムデータの分析はシステムパフォーマンスの向上に役立ちます。
• 必要最小限のSLOの設定：利用者の期待に応えるために何でもSLOを設定するのは誤りです。SLOは戦略的に設定することが重要です。利用者に直接影響する、優先度の高いSLOのみに絞りましょう。
• 明確なSLOの定義：SLOは明確に定義し、測定できなければなりません。また、ビジネス目標と合致している必要もあります。

SLIのベストプラクティス

• SLIのリアルタイムの追跡：SLAに関するデータをリアルタイムで監視してアラートを生成するシステムを使えば、問題をすばやく検出して解決できます。
• データの可視化とレポートの生成：SLIのデータを見やすく表示し、定期的にレポートを生成します。これにより、パフォーマンスの傾向を把握し、情報に基づく判断ができます。
• 数値の精度と一貫性の維持：データが不正確で一貫性がないと、判断ミスにつながります。堅牢な監視システムを使えば、精度が高く一貫性のあるデータを収集できます。

まとめ

要約すると、SLAはサービス提供者と利用者の間で合意する全体的な契約、SLOは利用者に保証する具体的な目標、SLIはパフォーマンスを測定するための実際の値を指します。

ビジネスやITに関する多くの課題と同様に、SLA、SLO、SLIに関する一般的な課題も、ベストプラクティスに従えばたいていは克服できます。これらの指標を有効活用すれば、サービスの信頼性と有用性を最大限に向上させることが可能です。