障害シナリオ② 止まった ALB 配下
Pro会員限定上級約40分7レッスン
ALB の 5xx のアラームが鳴り、サイトが表示されなくなった、という障害の対応です。アラームとターゲットの状態から影響を把握し、CloudTrail で直前の変更を特定して SG を戻します。復旧の途中で見つかる2つ目の原因（空のターゲットグループ）と、原因になった自動化にも対処し、アラームが OK に戻るまでを確かめます。
対象者: 障害の一次対応を、推測ではなく証拠に基づいて進めたい方
前提知識: CloudWatch のアラーム設計・CloudTrail で「誰が・いつ・何を」を追う 修了程度
この教材を終えると、できるようになること
- ALARM 状態のアラームと、ターゲットグループのヘルスチェックの結果から、障害の範囲を把握できるようになる。
- 障害の直前にリソースへ加えられた変更を、CloudTrail で特定できるようになる。
- 消された SG のルールを、元の許可範囲（ALB の SG から）で戻し、ターゲットが healthy になったことを確かめられるようになる。
- ターゲットの無いターゲットグループを見つけ、Auto Scaling グループを関連付け直して復旧できるようになる。
- 障害の原因になった定期実行を、消さずに無効化し、いつ誰が有効にしたかを確かめられるようになる。
- 複数の原因をすべて直し、アラームが OK に戻ったことで復旧を判断できるようになる。
修了後の姿: マルチアカウント・ネットワーク・可観測性・自動化まで含めて、AWS環境を安全に設計・運用・改善できるクラウドエンジニアへ。
Chapter 1直前に何が変わったかを、証拠から探す
演習の指示は「目標」だけです。使うコマンドは自分で考え、詰まったらヒントを開きましょう。
- 影響を把握する鳴っているアラームと、ターゲットの状態約6分（有料会員限定）
- 直前の変更を特定するCloudTrail をリソース名で引く約6分（有料会員限定）
- 復旧① SG のルールを戻す消されたルールを、元と同じ範囲で戻す約6分（有料会員限定）
- 復旧② 2つ目の原因を見つける空のターゲットグループと、Auto Scaling の関連付け約7分（有料会員限定）
- 原因になった自動化を止めるEventBridge のルールを無効化し、経緯を確かめる約6分（有料会員限定）
- 復旧をアラームで確かめるすべての原因を直し、OK に戻ったことを確認する約7分（有料会員限定）
- 確認クイズ: 止まった ALB 配下影響把握・原因特定・復旧の確認約2分（有料会員限定）