【SE】システム障害時に対応すべきこと

　システムエンジニア（SE)にとって切っても切り離せないものが、突然起こるシステム障害。利用者からシステムが利用できないなどの申告が殺到し、SEはシステム部門（お客様）から最優先の対応を求められます。
　ここで、システム障害時にSEがどう対応すべきか、ネットワークエンジニアである筆者の観点で、まとめたいと思います。

障害状況の把握

　障害対応というと、トラブルシューティング手法といった技術的な側面がクローズアップされがちです。ただ、ネットワーク機器でエラーログやデバックの確認などから始めると、結果、解決までに時間がかかります。

　まずは、障害状況の把握が重要です。最低、以下3点をお客様へ確認します。

状況把握：何ができて、何ができないかを見極めることは、障害切り分けを行う上で重要です。また、その障害に伴う影響も確認しておく必要があります。確認はシステム観点と利用者観点です。障害が解決した後、トラブルレポート（報告書）を出すときにこのような情報が必要になる場合があります。
- システム観点：例えば、日次処理ができない　など
- 利用者観点：　影響のあった利用者（社内ユーザのみに限定された影響なのか、一般ユーザへも影響が出ているのか）とおおよそのユーザ数。
発生時間：利用者からいつ申告してきたか。システム監視のアラートの通知などもあれば、合わせて確認します。
作業有無：障害発生前に、何らか作業をしている可能性もあります。例えば、スイッチや端末の増設をした、ファイアウォールの変更をした　など。作業をした人もまさか、その作業が起因で障害が発生するとは、全く想定をしていません。ここはどんな軽微なものや関連性がないものでも、確認する必要があります。この確認だけで、「そういえば、その発生時間帯に〜をした」ということがわかり、それだけで解決するケースもあります。

障害原因の調査

　障害状況の把握がおおよそできたら、障害原因の調査を開始します。実際の原因調査の手法は、発生状況やシステムによって、異なります。手法は異なりますが、お客様には、以下を必ず報告します。

障害調査の内容　：　何を調査するのか　と　その所要時間の目安
障害調査による影響の可能性　：調査することにより、他へ影響が出るのか出ないのか。例えば、調査コマンドを実行することで、機器処理負荷が上がる　など。
次回報告タイミング　：これは、大事です。お客様は先行きが見えないことに不安を感じます。次回、いつ調査状況を報告します　とあらかじめ、宣言しましょう。

原因究明

　原因究明ができれば、お客様には、以下を必ず報告します。

障害原因　：　調査結果と発生原因を報告します。ただし、その発生原因に少しでも推測があるのであれば、その旨を必ず、お客様へ報告します。
対応案の提示　：障害復旧に向けた対応案を提示します。合わせて、その対応を実施した場合のシステム、利用者への影響と所要時間もお客様へ報告し、対応の許可をいただきます。