山田 英史氏 ディアイティ 技術部長
森 勝氏 サイバーソリューション ソリューション推進室
ルーターの応答時間の監視で原因特定
A社は次に，ネットワークの遅延が原因ではないかと推測した。パケットの遅延があまりにも大きいと，TCP処理がタイムアウトを起こして，コネクションが切れる場合があるからだ。
|
|
図2 A社はサーバーとルーターの応答時間を監視することにして障害の原因を突き止めた A社は，生産管理サーバーと，大阪本社および神戸工場のルーターに対してpingを使って応答時間を監視するようにした。すると，神戸のルーターとサーバーの応答時間が1000ミリ秒を超える現象が同時に発生した。本社側のルーターは正常だった。専用線とDSU，ルーターのいずれかに原因があると判明，通信事業者やメーカーに調査を依頼し，DSUを交換することで解決した。 |
3日後，またユーザーからクレームが到着。しかし，警告メールは届いていなかった。ネットワークの遅延が原因ではなかったのである。
そこで次に，生産管理サーバーだけでなく，神戸工場側のルーターと本社のルーターにもpingを送り，応答時間を計るようにした。サーバーの監視と同様，応答時間が1000ミリ秒を超えたら警告メールを出す。
4日後，神戸工場のルーターの応答時間が1000ミリ秒を超えたことを示す警告メールが届いた。本社のルーターのpingの応答時間は10ミリ秒以下と速かったが，神戸工場のルーターの応答時間が異常に長かった。生産管理サーバーを調査すると，以前と同じくTCPコネクションが切断されていることが判明。すぐにアプリケーションを再起動して復旧させた。
これで，原因の特定は進んだ（図2[拡大表示]）。専用線部分か神戸工場側のルーター，→DSU，もしくは生産管理サーバーのいずれかに原因があるということだ。A社は，専用線を提供している通信事業者に，DSUと専用線部分の調査を依頼。通信事業者は，専用線部分には異常はないと考え，A社のDSUを交換することになった。
DSU交換後，同じ監視を続けたが，1カ月以上たっても同じ障害は起こらなかった。原因は，DSUの不良だったわけだ。A社は，両ルーターとサーバーの応答時間を常時監視する運用法をその後も続けている。
