ITシステム維持運用の必要機能や標準機能の一覧について

ITシステムの維持運用は、監視とバックアップ、障害対応とSLA管理、定期保守と更新、そして自動検知の四つの機能で成り立ちます。各機能が何を担うかを整理し、どこから別料金になるかを確かめてから委託することが大切です。

  • 監視・バックアップ:平常時の稼働の見守りと、復旧への備え
  • 障害対応・SLA:障害時の連絡と対応範囲の取り決め
  • 定期保守・更新:パッチやアップデートを計画的に進めること
  • 自動検知:異常の検知と通知の効率化

▼全体ガイドの記事
・ITシステム維持運用の完全ガイド

日常を支える監視・バックアップ機能

システムを中心に、4種類の監視とバックアップ・復旧機能を配置した図解。
稼働状態の把握とデータ復旧をひとつの運用基盤で捉えられます。

維持運用の「運用」側を支える中核機能が、監視とバックアップです。これらはシステムを平常どおり動かし続けるための機能で、目立った成果は出ませんが、止まったときの損失を考えると最も重要な土台になります。

維持運用費の内訳でも監視は15〜25%を占めており(出典:ripla)、定常運用の中心的な機能として位置づけられています。

稼働状態を常時把握する監視機能

監視機能は、システムの稼働状態を常時把握し、異常を早期に検知する役割を担います。具体的には、サーバーが応答しているかを見る死活監視と、CPU・メモリ・ディスクの使用状況を見るリソース監視があります。そのほかに、画面の応答速度を測る性能監視と、アプリケーションのエラーログを見るログ監視もあります。

これらを組み合わせることで、ユーザーが障害に気づく前に運用側が異常を察知できます。監視の品質は、SLA(サービス品質保証)の数値目標と密接に結びついています。

たとえば稼働率99.9%を保証するには、月43分以内の停止に抑える必要があり(出典:ripla)、それを実現するには、停止を引き起こす予兆を監視で早期に捉える体制が前提になります。監視機能を評価するときは、「何を監視するか」だけでなく、「異常を検知してから誰がどう動くか」というエスカレーションの設計まで合わせて確認することが大切です。

データを守るバックアップ・復旧機能

バックアップ機能は、システムの停止やデータ消失といった最悪の事態に備える役割を果たします。日次・週次でデータを取得し、障害やオペレーションミス、ランサムウェア被害が起きても、一定時点の状態に戻せるようにします。

重要なのは、バックアップを取得しているだけでなく、実際に「いつの時点まで」「どのくらいの時間で」復旧できるかという復旧目標が明確になっていることです。さらに注意したいのが、復旧作業が標準の保守契約に含まれているか、それとも別料金の作業になるかという点です。

日常のバックアップ取得は運用機能として契約に含まれていても、いざ大規模なデータ復旧が必要になった際は別途の作業費が発生するというケースがあります。維持運用の機能を評価するときは、「平常時に動かしている機能」と「障害時に追加で発生する作業」の境界を契約書で確認し、想定外費用を避けることが欠かせません。

ポイント

監視やバックアップが月額に含まれるかだけでなく、大規模な復旧作業が別料金になるかまで契約書で見ておくことが、想定外の費用を避ける手がかりになります。

いざというときの障害対応・SLA管理機能

障害対応の4段階を、検知から恒久対策へ進む矢印で示した図解。
暫定復旧の後に原因分析を行い、再発防止へつなげます。

維持運用の機能のなかで、費用の比重がもっとも大きいのが障害対応です。維持運用費の内訳では障害対応が25〜35%を占め、最大の費目になっています(出典:ripla)。

これは、いつ起きるか分からない障害に備えて待機する体制そのものに、コストがかかるためです。障害対応機能とSLA管理機能は、システムが止まったときの被害を抑え、その品質を約束するための仕組みです。

一次対応から恒久対策までの障害対応機能

障害対応機能は、検知・初動・復旧・恒久対策という一連の流れで構成されます。まず監視やユーザー報告で障害を検知し、重大度を切り分けて影響範囲を特定し、初報を上げます。次に暫定的な復旧で業務を止めないようにし、その後で根本原因を分析して再発を防ぐ恒久対策を講じます。

この流れを誰がどの時間軸で担うかが、障害対応機能の質を決めます。時間軸の目安としては、初報応答を重大障害で15分以内・通常で2時間以内、エスカレーションを30分以内とする水準があります(出典:ripla)。暫定復旧を重大障害で4時間以内・通常で8時間以内、恒久対応を5営業日以内とする水準も、一つの基準になります。

障害対応を24時間365日でカバーするか、平日日中のみにするかで、費用は大きく変わります。そのため、自社のシステムが止まったときの事業影響を踏まえ、必要な対応時間帯と復旧スピードを定めることが、過不足のない契約につながります。

品質を約束するSLA管理・報告機能

SLA管理機能は、約束した運用品質が実際に守られているかを定量的に管理し、報告する役割を担います。稼働率、初報応答時間、復旧時間といった指標を毎月集計し、目標を達成できたかをレポートとして提示します。

維持運用費の内訳でも管理報告が5〜10%を占めており(出典:ripla)、この報告機能があることで、発注側は運用の品質を客観的に把握できます。SLA管理で重要なのは、目標が「努力目標」なのか「保証」なのか、そして未達時にどうなるかです。

保証型のSLAでは、目標未達の際に月額の一定割合を減額するペナルティを定めることがあります。ただし、減額が機能するには、障害の原因と責任の所在が明確になることが前提です。SLA管理・報告機能を評価するときは、指標を測るだけでなく、未達時の取り扱いまで契約で具体化されているかを確認することが、形だけのSLAにしないための要点になります。

ポイント

障害対応は費用の比重がもっとも大きいため、対応時間帯と復旧の時間目標を事業影響から決め、SLAの未達時の扱いまで契約で定めておくことが要点です。

システムを陳腐化させない定期メンテ・アップデート機能

定期メンテナンスに含まれる4つの作業をカードで示した図解。
点検から脆弱性への備えまで、保守作業の範囲を見渡せます。

維持運用の「保守」側を支えるのが、定期メンテナンスと、アップデート・リリース管理の機能です。システムは作った後も、OSやミドルウェアの更新、セキュリティパッチの適用、機能の改修を続けなければ、いずれ脆弱性や陳腐化のリスクが高まります。

定期保守は維持運用費の内訳で20〜30%を占め、軽微改修が10〜15%を占めるなど(出典:ripla)、システムを健全に保つうえで欠かせない機能群です。

定期メンテとセキュリティパッチ適用機能

定期メンテナンス機能は、計画的にシステムの健全性を保つ役割を担います。サーバーやデータベースの定期点検や、不要なログ・データの整理が含まれます。そのほかに、性能のチューニングや、OSやミドルウェアのセキュリティパッチ適用なども含まれます。

とくにセキュリティパッチの適用は、放置すると脆弱性を突かれるリスクが高まるため、維持運用において欠かせない機能です。パッチ適用で注意したいのは、適用前の影響確認です。パッチを当てることで既存の機能に不具合が出ないかを検証環境で確かめてから本番に反映する、という慎重な手順が品質を左右します。

定期メンテナンス機能を評価するときは、点検項目の網羅性に加えて、パッチ適用の判断プロセスも確かめることが大切です。適用作業をいつ、どのように実施するか(業務影響の少ない時間帯か)まで含めて確認すると、安定運用につながります。

アップデート・リリース管理と軽微改修機能

アップデート・リリース管理機能は、システムへの変更を安全に本番へ反映する役割を担います。法改正への対応や業務変更に伴う仕様変更、ユーザー要望に応える軽微改修など、稼働後もシステムには継続的な変更が発生します。

これらを無秩序に本番へ反映すると障害の温床になるため、変更内容のレビューや検証環境でのテストを行い、リリース手順と、問題があった場合の切り戻し手順まで含めて管理します。ここで境界を意識したいのが、軽微改修と本格的な機能追加の違いです。

維持運用契約に含まれるのは、あくまで小規模な仕様変更や軽微改修までで、新機能の開発に相当する大きな改修は別途の開発案件として扱われるのが一般的です。そのため、仕様変更対応やリリース対応の機能を評価するときは、「どの規模までが月額に含まれ、どこからが別見積もりになるか」を明確にしておくことが、追加費用をめぐるトラブルを避ける鍵になります。

ポイント

定期保守は点検項目だけでなく、パッチ適用の判断や実施時間まで見て、仕様変更が月額に含まれる範囲を決めておくと、追加費用をめぐる行き違いを減らせます。

近年広がるAIOps・自動検知の機能

従来の監視・運用機能に加えて近年広がっているのが、AIや機械学習を運用に活用するAIOps(AI for IT Operations)の機能です。膨大なログやメトリクスを人手で監視するには限界があるため、それを自動化・高度化する仕組みへの需要が高まっています。

国内マネージドサービス市場は2024年に4兆1,380億円と前年比5.2%増で拡大しており(出典:IDC)、運用の自動化・高度化はこの成長の一翼を担っています。

異常を自動検知するAIOps機能

AIOpsの中核は、平常時の挙動を学習し、そこから外れた異常を自動で検知する機能です。従来の閾値ベースの監視では、固定の基準値を超えたかどうかでしか判断できませんでしたが、機械学習を使えば「曜日や時間帯ごとの通常の負荷パターン」を踏まえた異常検知が可能になります。これにより、単純な閾値超えでは見逃していた、緩やかに進行する異常も捉えられるようになります。

また、大量に発生するアラートを関連性で束ね、本当に対応が必要な事象だけを絞り込む機能も、運用負荷の軽減に寄与します。アラートの洪水に埋もれて重要な障害を見落とすという運用現場の課題も、AIによる相関分析で和らげられます。

ただし、AIOps機能を導入する際は、自社のシステム規模やログ量に対して費用対効果が見合うかを見極めることが大切で、過度な自動化が必ずしも全システムに必要とは限りません。

SaaS・クラウド連携を前提とした運用機能

現代のシステムは、自社で完結せず、クラウド基盤や外部SaaSと連携して動くのが当たり前になっています。そのため維持運用の機能も、自社システム内部だけでなく、クラウドサービスの稼働状況や、連携先SaaSのAPIの正常性まで含めて監視する範囲に広がっています。

クラウド側で障害が起きた場合の影響把握や、連携先のAPI仕様変更への追従も、現代の運用機能が担うべき役割になりつつあります。ここで大切なのは、どこまでを誰が受け持つかです。たとえば、クラウド基盤の障害はクラウド事業者の責任で、連携SaaSの仕様変更はそのSaaSの責任となり、自社ベンダーがコントロールできる範囲とできない範囲が混在します。

維持運用の機能を評価するときは、自社システムの監視に加えて、クラウド・SaaS連携部分をどこまで見てくれるかを確かめることが大切です。責任の境界がどこにあるかも明確にしておくと、いざというときの対応の混乱を防げます。riplaはフルスクラッチ受託と国内運用保守の立場から、こうしたモダンな構成を前提に、運用の責任範囲を整理した設計を重視しています。

ポイント

AIOpsの導入は、システムの規模とログ量を基準に、費用に見合う範囲から判断するのが目安になります。導入の範囲は、現場の運用負荷を見て決めるとよいでしょう。

まとめ

ITシステム維持運用の機能は、大きく四つにまとまります。日常の監視とバックアップ、障害対応とSLA管理、定期メンテとアップデートのほかに、近年広がるAIOps・自動検知があります。

費用の内訳では、障害対応が25〜35%で最大となり、定期保守が20〜30%、監視が15〜25%で続きます(出典:ripla)。機能ごとに役割を分担していることが、この数字からも分かります。SLAの数値目標は、各機能が約束どおりの品質で動いているかを測る共通の基準になります。

機能を理解するうえで大切なのは、「月額に含まれる機能」と「別料金になりやすい作業」の境界、そしてクラウド・SaaS連携における責任の所在を、契約の段階で明確にしておくことです。自社のシステムに本当に必要な機能を見極め、過不足のない契約を結ぶことが、想定外費用を避けつつ安定運用を実現する近道になります。

riplaはフルスクラッチ受託と国内運用保守を組み合わせ、作った後も継続して伴走する維持運用を一貫して支援します。全体像の確認には、あらためて完全ガイドをご活用ください。

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール
張田谷凌央
張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。