PagerDutyとは？インシデントアラートとオンコールの解説

PagerDutyは、監視ツールからのアラートを受け取り、スケジューリングとエスカレーションを通じて適切なオンコール担当者へ確実に届けるインシデント対応プラットフォームです。

監視アラートは、それに対処できる誰かに届いて初めて役に立ちます。PagerDutyやそれに類するツールは、アラートを人間の対応へと変えるレイヤーです。誰がオンコールなのかを管理し、緊急チャネルを通じて担当者を呼び出し、応答がなければエスカレーションします。これはインシデント対応の結合組織と言えます。

アラートから人間へ

PagerDutyは多くの監視・オブザーバビリティのソースからアラートを取り込み、設定されたルールに基づいてルーティングします。その中核的な役割は確実な配信です。緊急のアラートがチャットチャネルで見過ごされたまま埋もれるのではなく、push、電話、またはSMSを通じて適切な人を実際に起こすことを保証します。

オンコールのスケジュール

PagerDutyはオンコールのローテーションを管理し、任意の時点で誰が責任を負うかを定義し、その責任をチーム全体で公平に回します。アラートが発火すると、誰がオンコールかを正確に把握して連絡するため、時間外対応の当て推量がなくなります。

エスカレーションポリシー

最初の対応者が設定された時間内に確認しなかった場合、エスカレーションポリシーが自動的に次の人を、さらに次の人を呼び出し、誰かが応答するまで続きます。このセーフティネットにより、一人が連絡不能なだけで緊急インシデントが取りこぼされることはありません。

ノイズの削減

PagerDutyには、関連するアラートをグループ化し、重複を抑制し、緊急度のルールを適用する機能があり、アラート疲れの防止に役立ちます。関連するアラートの嵐を単一のインシデントにまとめることで、対応者が通知の洪水ではなく問題そのものに集中できるようにします。

PagerDutyとdeploy

デリバリーツールと統合することで、PagerDutyはdeployの失敗やデプロイ後のヘルスアラートに対して呼び出しを行えるため、不良なリリースが即座の人間の対応をトリガーします。CI/CDのシグナルをオンコールの呼び出しに接続することが、失敗したdeployを数分で捉えるか数時間かかるかの違いを生みます。

重要なポイント

PagerDutyはアラートを適切なオンコール担当者へ確実に届けます。
オンコールのスケジュールとローテーションを管理します。
エスカレーションポリシーにより、緊急アラートが取りこぼされることはありません。
deployの失敗やデプロイ後のヘルス問題に対して呼び出しを行えます。