サーバーを再起動する理由

定期的にサーバーを再起動すべきか（例えば週に一度）、それとも最大の「稼働時間」を達成するためにできる限り長く稼働させるべきかという質問は、かなり定期的に持ち上がります。私にとって答えはシンプルです。まれな例外を除いて、定期的な再起動がサーバーにとって最も適切な選択です。

どのようなルールにも当てはまらない例外はあります。例えば、重要なシステムを稼働させているビジネスの中にはダウンタイムの余地がなく、24時間365日稼働し続けなければならないものもあります。当然このようなシステムは定期的な再起動を単純に行うことができません。しかし、システムが絶対にダウンできないほど重要なのであれば、このシステムは単一障害点であり、計画的か非計画的かを問わずダウンタイムへの対処方法を検討すべきだという危険信号が立つはずです。

もう一つの例外として、AIXのシステムの中には自己チューニング機能を持ち、使用情報を取得して自らを調整するために数週間以上の稼働時間を必要とするものがあります。これは通常、大規模でほとんど変更のないデータベースサーバーや、他のプラットフォームよりも一般的でない類似の使用シナリオに限定されます。

ITでは「稼働時間」、つまりシステムが再起動せずにどれほど長く稼働できるかという概念を崇拝することがよくあります。しかし「稼働時間」はビジネスに価値をもたらす概念ではなく、ITは常にビジネスのニーズを念頭に置かなければなりません。人工的なメトリクスに焦点を当てるのではなく、常に。ビジネスはサーバーが再起動せずにどれだけ長くオンラインを維持できたかに関心はありません。ビジネス処理のために必要なときにサーバーが利用可能で準備ができていることだけを気にしています。これらは全く異なる概念です。

通常のほとんどのビジネスサーバーには、ビジネス目的でサーバーが利用可能である必要がある時間帯と、必要でない時間帯があります。これらの時間帯は日次、週次、または月次かもしれませんが、例外なく24時間常に使用されているサーバーは実際には珍しいです。

OSのXよりYを使っているから再起動が不要だと言う人の話をよく聞きますが、それは単純に事実ではありません。定期的に再起動する主な理由は二つあります。サーバーが正常に再起動できるかどうかを確認することと、再起動なしには適用できないパッチを当てることです。

パッチの適用がほとんどのビジネスが再起動する理由です。ほぼすべてのオペレーティングシステムは、有効にするために再起動が必要な定期的なアップデートを受け取ります。ほとんどのパッチは、再起動が必要なものを特に含めて、セキュリティと安定性を目的としてリリースされるため、それらを適用することの重要性はかなり高いです。稼働時間を維持するためだけにサーバーを不必要に脆弱な状態にすることは賢明ではありません。

サーバーが正常に再起動できるかどうかをテストすることはよく見落とされます。ほとんどのサーバーには定期的に変更が加えられます。変更にはパッチ、新しいアプリケーション、設定変更、アップデートなどが含まれます。どんな変更もリスクをもたらします。変更が適用された直後にサーバーが正常に動作しているからといって、再起動時にサーバーやその上で動くアプリケーションが期待通りに起動するとは限りません。

サーバーが一度も再起動されなければ、正常に再起動できるかどうかわかりません。時間が経つにつれて、最後の再起動以降に適用された変更の数が増えていきます。これは非常に危険です。懸念されるのは、多数の変更（おそらくその多くが文書化されていない）が行われた後、再起動が失敗するシナリオです。その時点では、どの変更がシステム障害を引き起こしているかを特定することが難題になりかねません。ロールバックすべき単一の変更も、回復への既知の道筋もありません。これがパニックが始まるときです。もちろん、意図的に再起動されないボックスは、意図せずに再起動される可能性が高くなります。つまり再起動失敗の可能性が高まるだけでなく、アクティブに使用中に起こる可能性も高まります。

定期的な再起動は再起動失敗の頻度を減らすことを意図しておらず、実際には障害の発生頻度を増加させますが、その目的は「既知の変更」という観点から障害を容易に管理可能にすること、そしてより重要なこととして、再起動のタイミングをコントロールして、サーバーがメンテナンスのために指定された時間帯に再起動が行われ、ビジネスへの影響なく問題を軽減できる時間にストレステストが行われるようにすることです。

週末の再起動を避けるシステム管理者の話を多く聞きます。再起動後にサーバーが立ち上がらなくて日曜日に作業するはめになるのが嫌だからというのがその理由です。私自身も再起動失敗で日曜日の朝に呼び出しを受けたことが何度もありますが、その電話を受けるたびに安堵感を覚えます。ビジネスへの財務的な影響がない時間に問題を捕捉できたとわかるからです。もしそのサーバーが業務時間外に再起動されていなければ、アクティブなビジネス時間帯に障害が発生して収益損失をもたらすまで「起動不能」であることが発見されなかったかもしれません。

定期的な週末の再起動のおかげで、差し迫った障害を安全に捕捉でき、また調査すべき変更が1週間分しかないことがわかっているため、問題を修正するのに通常あまり手間がかからず、障害前にどのような変更が行われたかについて十分な確信を持って対処できます。

定期的な再起動は、非常にシンプルで信頼できるプロセスによって軽減できるサービス停止やダウンタイムからビジネスを守ることについてのものです。