AWS主要サービスの監視項目

本ドキュメントでは、AWSの主要サービス（ALB、EC2、ECS、Aurora、Lambda）における具体的な監視項目を表形式でまとめます。

各メトリクスはGoogleのSREが提唱する「4つのゴールデンシグナル」の観点で分類しています。

---

ALB（Application Load Balancer）の監視

基本メトリクス

エラー率の計算（重要）

エラーの絶対数だけでなく、エラー率を監視することが重要です。

CloudWatch Math式の例:

エラー率 = (m1 / m2) * 100

m1 = HTTPCode_Target_5XX_Count (Sum, 1分)
m2 = RequestCount (Sum, 1分)

HealthyHostCount と UnHealthyHostCount の優先度の違い

なぜ HealthyHostCount が P0 で UnHealthyHostCount が P1 なのか？

HealthyHostCount（正常なターゲット数）が最重要な理由

• サービスの可用性を直接示す: 正常なターゲットが残っていればサービスは継続できる
• 閾値が明確: 冗長性を失う瞬間（< 2台）が明確に判断できる
• ゼロになるとサービス停止: HealthyHostCount = 0 は完全なサービス停止を意味する
• 予防的監視: 残り1台になった時点で即座にアラートを出すことで、完全停止を防ぐ

例：
HealthyHostCount = 1（残り1台） → P0アラート
→ この1台が落ちるとサービス停止するため、最優先で対処が必要

UnHealthyHostCount（異常なターゲット数）が次点の理由

• サービスは継続中: 異常なターゲットがあっても、正常なターゲットが動いていればサービスは利用可能
• 徐々に悪化する指標: 1台→2台→3台と徐々に増えていくため、若干の猶予がある
• 一時的な異常の可能性: デプロイ中の再起動など、一時的に異常になることがある（5分継続で判定）
• HealthyHostCount で補完: 正常なターゲット数が十分あれば、一部の異常は許容できる

例：
HealthyHostCount = 5, UnHealthyHostCount = 1
→ サービスは正常稼働中。異常な1台の原因を調査するが、緊急度は低い

両方を監視する理由

結論: HealthyHostCount は「今サービスが動いているか」を示し、UnHealthyHostCount は「何台に問題があるか」を示します。サービスの継続性という観点で、HealthyHostCount の方が決定的に重要です。

SSL/TLS関連

ターゲットグループ固有メトリクス

ターゲットグループごとに以下を監視：

• HealthyHostCount（ターゲットグループ別）
• RequestCountPerTarget（ターゲット間の負荷分散確認）
• TargetResponseTime（ターゲットグループ別のレイテンシ）

---

EC2の監視

標準メトリクス（エージェント不要）

EBS関連メトリクス

CloudWatch Agentによるカスタムメトリクス（OS内部）

プロセス監視（procstat）

特定のプロセス（nginx, apache, app など）の監視：

---

ECS（Elastic Container Service）の監視

サービスレベルメトリクス

タスクレベルメトリクス

コンテナレベルメトリクス

Container Insights（推奨）

Container Insightsを有効化すると、より詳細なメトリクスが取得できます。

ECS Fargate固有メトリクス

Fargateを使用している場合の追加メトリクス：

サービスイベント監視

CloudWatch EventsまたはEventBridgeで以下のイベントを監視：

タスク終了理由の監視

タスクが停止した理由を監視することが重要です：

ALB統合時の追加監視

ECSサービスがALBと統合されている場合、ALBのメトリクスも併せて監視：

• TargetResponseTime（ターゲットグループごと）
• HealthyHostCount / UnHealthyHostCount
• HTTPCode_Target_5XX_Count

Auto Scaling関連

ECS起動タイプ別の注意点

EC2起動タイプ

• コンテナインスタンス（EC2）のメトリクスも監視が必要
• EC2のCPU/メモリ使用率も確認
• ECS Agentの正常性確認

Fargate起動タイプ

• インフラ管理不要だが、タスク定義のリソース設定が重要
• EphemeralStorageの使用状況監視
• タスク起動時間（コールドスタート）の監視

Container Insightsの有効化方法

# クラスターレベルで有効化
aws ecs update-cluster-settings \
  --cluster <cluster-name> \
  --settings name=containerInsights,value=enabled

# アカウントレベルでデフォルト有効化
aws ecs put-account-setting \
  --name containerInsights \
  --value enabled

ログ監視

CloudWatch Logsに出力されるコンテナログも監視：

• アプリケーションエラーログ
• 起動/終了時のログ
• ヘルスチェック失敗のログ
• OOMエラーのログ

推奨ダッシュボード構成

上段:
- RunningTasksCount / DesiredTaskCount（時系列）
- CPUUtilization / MemoryUtilization（時系列）
- TaskCount（Container Insights）

中段:
- HealthyHostCount / UnHealthyHostCount（ALB）
- TargetResponseTime（ALB）
- HTTPCode_Target_5XX_Count（ALB）

下段:
- タスク停止イベント（理由別）
- NetworkRxBytes / NetworkTxBytes
- EphemeralStorageUtilized（Fargate）

---

Aurora（RDS）の監視

基本パフォーマンスメトリクス

Aurora固有メトリクス

接続とデッドロック

ストレージ

Performance Insights（推奨）

Performance Insightsを有効化して以下を監視：

• DBLoad: データベース負荷（Average Active Sessions）
  • 推奨閾値: vCPU数を超える状態が継続
• Top SQL: 負荷の高いクエリの特定
• Wait Events: 待機イベントの分析（I/O、ロック、CPU等）

Enhanced Monitoring（推奨）

より詳細なOS レベルのメトリクス：

• プロセスごとのCPU/メモリ使用率
• ファイルシステムの詳細
• ネットワーク統計

---

Lambdaの監視

基本メトリクス

エラー率の計算（重要）

エラーの絶対数だけでなく、エラー率とスロットル率を監視することが重要です。

CloudWatch Math式の例:

エラー率 = (m1 / m2) * 100

m1 = Errors (Sum, 1分)
m2 = Invocations (Sum, 1分)

非同期実行関連

ストリーム処理（Kinesis/DynamoDB Streams）

コスト関連メトリクス

Lambda Insights（推奨）

Lambda Insightsを有効化して以下を監視：

アラート設定の推奨構成

P0（Critical）アラート

- Errors > 10回/分 かつ エラー率 > 10%
- Throttles > 1回/分
- AsyncEventsDropped > 0
- DeadLetterErrors > 0

P1（High）アラート

- エラー率 > 5%
- スロットル率 > 1%
- ConcurrentExecutions が制限の80%超
- IteratorAge > 5分（ストリーム処理）

P2（Medium）アラート

- エラー率 > 1%
- Duration P95 が タイムアウトの80%超
- AsyncEventAge > 5分
- memory_utilization > 90%

---

監視ダッシュボードの構成例

ALBダッシュボード

上段:
- HealthyHostCount / UnHealthyHostCount（時系列）
- RequestCount（時系列）
- TargetResponseTime P95/P99（時系列）

中段:
- HTTPCode_Target_5XX_Count（時系列）
- HTTPCode_ELB_5XX_Count（時系列）
- エラー率（計算メトリクス）

下段:
- ActiveConnectionCount（時系列）
- TargetConnectionErrorCount（時系列）
- RejectedConnectionCount（時系列）

EC2ダッシュボード

上段:
- CPUUtilization（全インスタンス）
- mem_used_percent（全インスタンス）
- disk_used_percent（全インスタンス）

中段:
- StatusCheckFailed（全インスタンス）
- NetworkIn/Out（時系列）
- EBS IOPS（時系列）

下段:
- プロセス監視（重要プロセスのpid_count）
- swap_used_percent
- netstat_tcp_established

ECSダッシュボード

上段:
- RunningTasksCount / DesiredTaskCount（時系列）
- CPUUtilization / MemoryUtilization（サービスレベル）
- TaskCount（Container Insights）

中段:
- HealthyHostCount / UnHealthyHostCount（ALB統合時）
- TargetResponseTime（ALB統合時）
- PendingTasksCount（時系列）

下段:
- タスク停止イベント（理由別、過去24時間）
- NetworkRxBytes / NetworkTxBytes
- EphemeralStorageUtilized（Fargate）

Auroraダッシュボード

上段:
- CPUUtilization（Writer/Reader別）
- DatabaseConnections（Writer/Reader別）
- AuroraReplicaLag（各Reader）

中段:
- ReadLatency / WriteLatency P95
- SelectLatency / DMLLatency P95
- Deadlocks

下段:
- Performance Insights（DBLoad）
- BufferCacheHitRatio
- VolumeBytesUsed

Lambdaダッシュボード

上段:
- Invocations（時系列）
- Errors + エラー率（時系列）
- Throttles + スロットル率（時系列）

中段:
- Duration P50/P95/P99（時系列）
- ConcurrentExecutions（時系列）
- IteratorAge（ストリーム処理の場合）

下段:
- Lambda Insights（memory_utilization）
- AsyncEventAge（非同期の場合）
- DeadLetterErrors

---

参考リソース

AWS公式ドキュメント

• CloudWatch メトリクス

  • ALB メトリクス: https://docs.aws.amazon.com/elasticloadbalancing/latest/application/load-balancer-cloudwatch-metrics.html
  • EC2 メトリクス: https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html
  • ECS メトリクス: https://docs.aws.amazon.com/AmazonECS/latest/developerguide/cloudwatch-metrics.html
  • Aurora メトリクス: https://docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/Aurora.Monitoring.html
  • Lambda メトリクス: https://docs.aws.amazon.com/lambda/latest/dg/monitoring-metrics.html

• CloudWatch Agent

  • インストールガイド: https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Install-CloudWatch-Agent.html
  • メトリクス収集設定: https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Agent-Configuration-File-Details.html

• Container Insights

  • ECS Container Insights: https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/ContainerInsights.html
  • Container Insights メトリクス: https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Container-Insights-metrics-ECS.html

• Performance Insights

  • Aurora Performance Insights: https://docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/USER_PerfInsights.html

• Lambda Insights

  • Lambda Insights: https://docs.aws.amazon.com/lambda/latest/dg/monitoring-insights.html

---

適切な監視設定で、障害の早期発見とシステムの安定稼働を実現しましょう。