たとえるなら
障害対応は救急医療に似ています。まず応急処置でサービスを動く状態に戻し（止血）、落ち着いてから原因を調べ（検査）、同じことが起きない対策を打つ（再発防止）。手順と冷静さが何より大切です。
もう少しくわしく
障害とは、システムが正常に動かなくなるトラブル全般のことです。サイトが表示されない、決済ができない、動作が極端に遅い——こうした状態はすべて障害と呼ばれます。原因は、機器の故障、プログラムの不具合、アクセスの集中、設定ミス、外部からの攻撃までさまざまで、原因が分かる前から「障害」と呼び始めるのが現場の感覚です。
ひとくちに障害と言っても重さはまるで違います。全機能が使えない全面停止、一部の機能だけ使えない状態、つながるけれど極端に遅い状態。多くの現場では影響の大きさでレベルを分け、どのレベルなら誰を呼ぶかを先に決めています。この区分の呼び方や基準は会社ごとに違うので、配属されたらまず自分の現場のルールを確かめてください。レベルによって、お客さまへの告知が必要かどうかも変わります。
バグとの違いがよく聞かれます。バグはプログラムの誤りそのもの、障害はシステムが正常に動かない状態です。バグが障害の原因になることもあれば、機器の故障やアクセス集中のように、バグ以外が原因の障害もあります。また、機能を一部止めて全体は動かし続ける縮退という対応もあり、これは「完全には止まっていない障害」として扱われます。
対応の流れはだいたい決まっています。監視の通知か利用者の連絡で気づく、関係者に第一報を入れる、どこまで影響しているかを把握する、復旧を最優先に応急処置をする、落ち着いてから原因調査と恒久的な修正に移る、最後に報告書とふりかえり。夜間や休日に備えて連絡当番を置く現場も多く、自分で抱え込まず決められた相手に上げることが重視されます。
焦りが二次被害を生みます。復旧を急いで確認せずに設定を変え、別の障害を起こす。何をしたか記録せずに進め、あとで原因を追えなくなる。もうひとつ重いのが報告の遅れで、社内の誰も知らないうちにお客さまから連絡が来るのは最悪の形です。原因が分からないまま「たぶん直った」で終わらせ、同じ障害を繰り返すのも定番の失敗です。焦っているときほど、手を動かす前に一度声に出して確認するのが効きます。
気づいた人がすべきことは、自分で解決しようとせずすぐ伝えることです。伝えるときは、いつから起きているか、何をしたときに起きたか、自分だけか他の人も同じか、画面に何が出ているかを添えます。写真があれば一段早く進みます。対応中の人に質問を重ねるのは避け、勝手に操作をやり直すのも控えてください。状況が変わると原因が追えなくなります。「自分のせいかもしれない」と思っても、隠さず伝えるほうが結果的に早く収まります。
障害対応は復旧して終わりではありません。なぜ起きたのか、どうすれば防げたのかを記録してふりかえる文化がIT業界にはあります。そこで大切にされているのが「個人を責めず、仕組みを直す」という考え方です。責める場になると、次からは誰も正直に話さなくなります。人はミスをする前提で、ミスが事故につながらない形に変えることが再発を防ぎます。
現場での使われ方
「本番で障害が発生しています！」
利用者が実際に使っているシステムでトラブルが起きている、という緊急連絡です。関係者がすぐに集められ、その場で障害対応が始まります。連絡は速さが最優先です。
「障害報告書をまとめておいてください」
何が起きて、どう対応し、今後どう防ぐのかを文書に残す依頼です。お客さまへの説明と社内の再発防止の両方に使われるため、記憶が新しいうちに書きます。
「一次対応は終わりました、原因調査はこれからです」
とりあえず使える状態には戻したが、根本の原因はまだ分かっていないという報告です。この段階では再発する可能性が残っているため、監視を強めたまま調査を続けます。
「影響範囲はどこまでですか？」
誰が、どの機能で困っているのかを確かめる質問です。復旧の優先順位とお客さまへの連絡内容がこの答えで決まるため、対応の最初に必ず聞かれる項目になります。
よくある質問
障害とバグの違いは何ですか？
バグはプログラムの誤りそのもの、障害はシステムが正常に動かなくなっている状態を指します。バグが原因で障害が起きることもありますが、機器の故障やアクセス集中、設定ミスのようにバグ以外が原因の障害もあります。バグを直せば必ず障害が防げるわけではありません。
障害に気づいたとき、新人はまず何をすればいいですか？
自分で直そうとせず、決められた相手にすぐ伝えてください。そのとき、いつから起きているか、何をしたときに起きたか、自分だけか他の人もかを添えると調査が早まります。画面の写真も有効です。原因が分からなくても、報告が遅れるより早すぎるほうがはるかに良いです。
障害対応で深夜や休日に呼び出されることはありますか？
システムの性質によります。24時間動き続けるサービスでは、連絡当番を交代で持つ現場があります。一方、営業時間だけ動く社内システムなら夜間の呼び出しはほとんどありません。求人を見るときは、当番の有無と手当の扱いを確認しておくと、入社後のずれが少なくなります。
障害報告書には何を書くのですか？
いつ何が起きたか、誰にどんな影響が出たか、どう対応して復旧したか、原因は何だったか、再発をどう防ぐか——この5点が柱です。時刻の記録が重要になるため、対応の最中からメモを残しておくと後が楽になります。お客さまへの説明資料としても使われる、重みのある文書です。
障害は誰の責任になるのですか？
多くの現場では、個人の責任を追及しない方針を取っています。ミスをした人を責めても再発は防げず、次から報告が上がってこなくなるためです。追うのは「なぜその操作ができてしまったのか」という仕組みの側です。もちろん、決められた手順を無視した場合は別に扱われます。
