【改訂新版】システム障害対応の教科書

ここから先は、本の結論と主な主張まで書いています。読む前に中身を確かめたい人や、読み終えて振り返りたい人向けです。

本書はまず、障害対応がなぜ暗黙知のままだったのかを確かめます。障害は突然起き、同じ状況をくり返し練習しにくいうえ、最大の戦力で臨むためにベテランが動いて新人には役が回らない。システムが複雑になるほど対応は難しくなる、という問題意識です。

そのうえで役割を分けます。中心になるのは、現場の指揮をとるインシデントコマンダーで、手を動かす作業担当、利用者側の窓口になる担当、経営層（CIO）がそれぞれ何をすべきかが整理されます。指揮役の動き方しだいで作業者の生産性や解決の速さが変わる、というのが本書の強調点です。

続いて、検知と事象の確認、業務への影響調査、原因調査、復旧、事後対応という流れに沿って各段階の基本動作を説明し、対応フロー図、連絡先の一覧、障害レベルの表、状況ボードなどの書類、監視ダッシュボードや対策本部（War Room）、構成管理データベース、運用へのAIの活用といった道具を紹介します。後半は、組織の対応力を測って高める方法、メンバーの育成とスキルチェック、訓練のやり方、ヒューマンエラーを防ぐ手順書、利用者への情報発信を扱います。付録では、誤ったデータが広がるケースや機器が中途半端に動き続けるケース、災害時の対応など、難しい障害の事例を振り返ります。