はじめに
前回は、オンプレミスから AI 時代までのアーキテクチャの変遷をたどりました。その最後に、「退出のしやすさ」を最も大きく左右するのはマネージドサービスだ と書きました。
今回は、そのマネージドサービスを分野ごとに見ていきます。それぞれの分野で、次の3つを整理します。
- 何を手放せたのか(運用の負担がどう減ったか)
- アーキテクチャがどう変わったのか
- 何に縛られるようになったのか(退出のしやすさ)
比較の対象は、AWS、Google Cloud、Microsoft Azure、さくらのクラウドの4社です。
この記事の情報は、2026年11月時点の各社の公開情報にもとづいています。「退出のしやすさ」の評価は筆者の見解です。
1. マネージドサービスとは何か
3つのレベル
同じ「DB を使う」でも、どこまでをクラウドに任せるかで、3つのレベルに分かれます。
| レベル | 利用者がやること | クラウドがやること | 例(PostgreSQL を使う場合) |
|---|---|---|---|
| ① 自前運用 | OS、DB のインストール、パッチ、バックアップ、冗長化、スケール | ハードウェア | Amazon EC2 の上に自分で PostgreSQL を入れる |
| ② マネージド(標準互換) | スキーマ、クエリ、容量の選択 | 左に加えて、パッチ、バックアップ、冗長化 | Amazon RDS for PostgreSQL、Google Cloud SQL、Azure Database for PostgreSQL |
| ③ フルマネージド(独自仕様) | データの設計 | ほぼすべて。スケールも自動 | Amazon DynamoDB、Google Cloud Firestore、Azure Cosmos DB |
レベルが上がるほど運用は楽になります。一方で、③のように 独自の API や仕様 になると、別の基盤に移るのが難しくなります。この記事では、この「楽になる」と「縛られる」の両面を見ていきます。
2. 分野別に見る変化
全体像
| # | 分野 | 手放したもの | 退出のしやすさ |
|---|---|---|---|
| 1 | リレーショナル DB | DB の運用(パッチ、バックアップ、冗長化) | ◎〜○(標準のエンジン互換が多い) |
| 2 | NoSQL・KV | スケールの設計 | △〜×(独自 API が多い) |
| 3 | オブジェクトストレージ | ファイルサーバー | ◎(S3 互換 API が事実上の標準) |
| 4 | メッセージング・イベント | キューの運用 | △(独自 API)/○(Kafka 互換) |
| 5 | 認証・ID | パスワードの保管、ログイン機能 | △(プロトコルは標準だが、ユーザーデータの移行が難しい) |
| 6 | シークレット・鍵管理 | 鍵の保管と保護 | △(鍵は取り出せないことが多い) |
| 7 | 監視・可観測性 | 監視サーバー | ○(OpenTelemetry で中立にできる) |
| 8 | ネットワーク・エッジ | ロードバランサーなどの専用機器 | ○(設定は独自だが、置き換えやすい) |
| 9 | CI/CD・IaC | ビルドサーバー、手作業の構築 | ○(Terraform や GitHub Actions で中立にできる) |
| 10 | AI(LLM など) | モデルの学習と運用 | ○(OpenAI 互換の API が広がっている) |
ここからは、分野ごとに詳しく見ていきます。
① リレーショナル DB
| 内容 | |
|---|---|
| 以前 | DB 専任の担当者が、インストール、パッチ、バックアップ、レプリケーション、フェイルオーバーを設計・運用していた |
| 主なサービス | AWS: Amazon RDS、Amazon Aurora / Google Cloud: Cloud SQL、AlloyDB、Spanner / Azure: Azure Database for PostgreSQL・MySQL、Azure SQL Database / さくら: データベースアプライアンス |
| アーキテクチャの変化 | 複数のデータセンターにまたがる冗長化、リードレプリカ、任意の時点への復元が 設定ひとつで使える「当たり前」 になった |
| 退出のしやすさ | ◎〜○。PostgreSQL や MySQL 互換なら、データをそのまま移せる。ただし、Amazon Aurora や AlloyDB の独自機能、Spanner のような独自の DB を使うと難しくなる |
② NoSQL・KV
| 内容 | |
|---|---|
| 以前 | シャーディング(データの分割)を自分で設計し、ノードを増やすたびに再配置していた |
| 主なサービス | AWS: Amazon DynamoDB / Google Cloud: Firestore、Bigtable / Azure: Azure Cosmos DB / さくら: NoSQL データベース(Apache Cassandra 互換、2025年にベータ版) |
| アーキテクチャの変化 | スケールを気にしない設計 が可能になった。その代わり、「どう読み書きするか」を先に決めてからテーブルを設計する、アクセスパターン先行の設計が求められるようになった |
| 退出のしやすさ | △〜×。Amazon DynamoDB や Firestore は独自の API とデータモデルを持つ。Azure Cosmos DB は MongoDB や Cassandra 互換の API も提供しており、さくらの NoSQL データベースは Cassandra 互換のため、比較的移しやすい |
③ オブジェクトストレージ
| 内容 | |
|---|---|
| 以前 | ファイルサーバーや NAS を用意し、容量の追加やバックアップを管理していた |
| 主なサービス | AWS: Amazon S3 / Google Cloud: Cloud Storage / Azure: Azure Blob Storage / さくら: オブジェクトストレージ(S3 互換) |
| アーキテクチャの変化 | ほぼ無限の容量 が前提になり、静的サイトの配信、データレイク、バックアップの置き場所として使われるようになった。ファイルが置かれたことをきっかけに処理を始める イベントの起点 にもなった |
| 退出のしやすさ | ◎。Amazon S3 の API が事実上の標準になり、多くの事業者や OSS が S3 互換の API を提供している。ただし、データ量が大きいと、移すこと自体に時間とお金がかかる(データの重力) |
④ メッセージング・イベント
| 内容 | |
|---|---|
| 以前 | メッセージキューのサーバーを自分で立て、冗長化やディスクの管理をしていた |
| 主なサービス | AWS: Amazon SQS、Amazon SNS、Amazon EventBridge、Amazon Kinesis、Amazon MSK / Google Cloud: Pub/Sub、Eventarc / Azure: Azure Service Bus、Azure Event Grid、Azure Event Hubs / さくら: シンプルMQ、EventBus(2025年にベータ版) |
| アーキテクチャの変化 | サービス同士を 非同期のメッセージやイベントでつなぐ 設計が当たり前になった。FaaS と組み合わせた イベント駆動アーキテクチャ の土台 |
| 退出のしやすさ | △。Amazon SQS や Pub/Sub は独自の API。一方で、Amazon MSK や Azure Event Hubs のように Kafka 互換 のサービスを選べば、移しやすくなる |
⑤ 認証・ID
| 内容 | |
|---|---|
| 以前 | ユーザーのパスワードを自分の DB に保存し、ログイン、パスワードの再設定、多要素認証を自作していた |
| 主なサービス | AWS: Amazon Cognito / Google Cloud: Identity Platform / Azure: Microsoft Entra ID、Microsoft Entra External ID |
| アーキテクチャの変化 | パスワードを自分で持たない 設計が標準になった。OpenID Connect や SAML などの標準プロトコルで、アプリと認証を切り離せるようになった |
| 退出のしやすさ | △。プロトコルは標準なので、アプリ側の変更は少ない。しかし、ユーザーのパスワードのハッシュを取り出せない ことが多く、移行時に全ユーザーにパスワードの再設定を求めることになりかねない |
⑥ シークレット・鍵管理
| 内容 | |
|---|---|
| 以前 | 設定ファイルにパスワードを書き、暗号鍵を自分で保管していた |
| 主なサービス | AWS: AWS Secrets Manager、AWS KMS / Google Cloud: Secret Manager、Cloud KMS / Azure: Azure Key Vault / さくら: シークレットマネージャ、KMS、クラウドHSM(2025年にベータ版) |
| アーキテクチャの変化 | アプリが 鍵そのものに触れない 設計(データを暗号化する鍵を、さらに別の鍵で守る「エンベロープ暗号化」など)が広まった |
| 退出のしやすさ | △。多くの KMS は、鍵を外に取り出せない 仕組みになっている。安全のための仕様だが、移行時には、データを復号して新しい鍵で暗号化し直す必要がある |
⑦ 監視・可観測性
| 内容 | |
|---|---|
| 以前 | 監視サーバーを立て、エージェントを各サーバーに入れ、ログを集めるサーバーも別に運用していた |
| 主なサービス | AWS: Amazon CloudWatch、AWS X-Ray / Google Cloud: Cloud Monitoring、Cloud Logging、Cloud Trace / Azure: Azure Monitor、Application Insights / さくら: モニタリングスイート |
| アーキテクチャの変化 | 監視が 最初からついてくる ようになり、分散トレースで、多数のサービスにまたがる処理を追えるようになった |
| 退出のしやすさ | ○。各社独自のエージェントや形式もあるが、OpenTelemetry で計装しておけば、送り先を変えるだけで移せる |
⑧ ネットワーク・エッジ
| 内容 | |
|---|---|
| 以前 | ロードバランサー、ファイアウォール、DDoS 対策の専用機器を購入して設置していた |
| 主なサービス | AWS: Elastic Load Balancing、Amazon CloudFront、Amazon API Gateway、AWS WAF / Google Cloud: Cloud Load Balancing、Cloud CDN、Apigee / Azure: Azure Front Door、Azure Application Gateway、Azure API Management / さくら: ロードバランサ、APIゲートウェイ(2025年にベータ版) |
| アーキテクチャの変化 | 大規模な DDoS 対策や WAF を、借りて使える ようになった。1社では持てない規模の防御を、すべての利用者が使える |
| 退出のしやすさ | ○。設定の書き方は各社独自だが、機能そのものはどの事業者にもあり、置き換えやすい |
⑨ CI/CD・IaC
| 内容 | |
|---|---|
| 以前 | ビルドサーバーを自分で運用し、サーバーの構築は手順書に沿った手作業だった |
| 主なサービス | AWS: AWS CodePipeline、AWS CloudFormation、AWS CDK / Google Cloud: Cloud Build、Infrastructure Manager / Azure: Azure Pipelines、Bicep / 共通: GitHub Actions、Terraform |
| アーキテクチャの変化 | インフラもコードとしてレビュー・再現できる ようになり、環境を何度でも作り直せるようになった |
| 退出のしやすさ | ○。AWS CloudFormation や Bicep はその事業者専用だが、Terraform や GitHub Actions を使えば、事業者に依存しない形にできる |
⑩ AI(LLM など)
| 内容 | |
|---|---|
| 以前 | 機械学習のモデルを自分で学習させ、推論用のサーバーを運用していた |
| 主なサービス | AWS: Amazon Bedrock / Google Cloud: Vertex AI / Azure: Azure AI Foundry(Azure OpenAI) |
| アーキテクチャの変化 | モデルを持たずに、API を呼ぶだけで AI を使える ようになった。アプリの中心に「LLM を呼び出す処理」が入り、待ち時間の長い処理が主流になった |
| 退出のしやすさ | ○。OpenAI 互換の API が事実上の標準として広がり、モデルや事業者を切り替えやすくなりつつある。ただし、プロンプトの調整や評価はモデルごとにやり直しが必要 |
3. アーキテクチャ全体への影響
分野ごとの変化を重ねると、アーキテクチャ全体にも大きな変化が起きています。
① 「作る」から「組み立てる」へ
以前は、DB もキューも認証も、自分で用意して組み上げる必要がありました。今は、マネージドサービスを部品として組み合わせ、その間をつなぐコードだけを書く 設計が当たり前になりました。
この図で、利用者が自分で書くのは 「アプリ」と「非同期処理」の中身だけ です。それ以外はすべてマネージドサービスです。
② 状態をマネージドサービスに預ける
アプリはステートレスにし、状態はすべてマネージドな DB やストレージに預ける 設計が標準になりました。アプリはいつでも捨てて作り直せる一方で、システムの価値の多くは、マネージドサービスの中のデータに集まる ことになります。
③ SLA は「掛け算」になる
部品を組み合わせると、システム全体の可用性は、各部品の可用性の 掛け算 になります。
| 構成 | 計算 | 全体の可用性 |
|---|---|---|
| 99.9% のサービス1つ | 99.9% | 99.9%(月に約43分止まりうる) |
| 99.9% のサービスを3つ直列につなぐ | 99.9% × 99.9% × 99.9% | 約 99.7%(月に約2時間10分止まりうる) |
| 99.99% のサービスを5つ直列につなぐ | 99.99% の5乗 | 約 99.95% |
部品が増えるほど、どれか1つが止まったときの影響を考える必要があります。リトライ、タイムアウト、フォールバックなどの設計が欠かせません。
④ 障害が「自分では直せない」ものになる
マネージドサービスの障害は、利用者には直せません。たとえば2025年10月には、AWS の米国東部(バージニア北部)リージョンで大規模な障害が起き、多くの企業のサービスに影響が広がりました。
マネージドサービスを使うということは、「自分で直す力」を手放し、その代わりに「事業者の運用品質」を買う ということでもあります。複数のリージョンや事業者を使う設計の判断が、ここで必要になります。
⑤ コストの構造が変わる
| 以前 | 今 |
|---|---|
| サーバーを買う大きな固定費 | 小さな従量課金がたくさん |
| データ転送はほぼ意識しない | データ転送料(特にクラウドの外に出すとき)が積み上がる |
| 運用担当者の人件費 | 運用の一部がサービス料金に含まれる |
⑥ セキュリティの重心が「設定」に移る
マネージドサービスの基盤そのものは、事業者が守っています。そのため、利用者側の事故の多くは 設定ミス(ストレージを誤って公開した、権限を広く与えすぎたなど)から起きるようになりました。
4. 「縛られたもの」はどう変わってきたか
マネージドサービスによるロックインについては、ここ数年で 制度の面から改善する動き も出てきています。
| 時期 | 出来事 |
|---|---|
| 2024年1月〜3月 | Google Cloud、AWS、Microsoft Azure が相次いで、他社に移るときのデータ転送料(イグレス料金)を無料にする 制度を発表 |
| 2025年9月 | EU データ法 の主要な規定が適用開始。クラウドの乗り換えを妨げないことや、データ転送の料金を実費程度にすることが求められるようになった |
ただし、これらが解決するのは主に 「データを運び出す料金」 です。独自 API に合わせて書いたコードの書き直し、ユーザーのパスワードや暗号鍵の移行、運用ノウハウの作り直しといった 「移行の手間」 は、制度では解決しません。
5. 退出のしやすさを決めるもの
ここまでを整理すると、マネージドサービスの退出のしやすさは、次の3つのタイプで大きく変わります。
| タイプ | 内容 | 例 | 退出のしやすさ |
|---|---|---|---|
| ① 標準互換型 | OSS や業界標準の API と互換 | PostgreSQL、MySQL、S3 互換 API、Kafka、OpenID Connect、OpenTelemetry | ◎ |
| ② 独自 API 型 | その事業者独自の API・データモデル | Amazon DynamoDB、Amazon SQS、Firestore、Amazon Cognito のユーザープール | △〜× |
| ③ 持ち出せない型 | データや鍵そのものを外に出せない | KMS の鍵、パスワードのハッシュ、大量のデータ | × |
同じ分野でも、どのサービスを選ぶかで退出のしやすさは大きく変わります。 たとえばメッセージングなら、Amazon SQS を選ぶか、Kafka 互換の Amazon MSK を選ぶかで、移しやすさがまったく違います。マネージドサービスを使うかどうかだけでなく、「どのタイプのマネージドサービスを使うか」 を意識して選ぶことが大切です。
まとめ
- マネージドサービスは、自前運用 → 標準互換のマネージド → 独自仕様のフルマネージド の3つのレベルに分けられる。レベルが上がるほど楽になるが、縛られやすくなる。
- 10の分野で見ると、DB、ストレージ、キュー、認証、鍵管理、監視、ネットワーク、CI/CD、AI のどれもが、「自分で運用するもの」から「借りて使うもの」 に変わった。
- アーキテクチャ全体では、組み立てる設計、状態の預け先の集中、SLA の掛け算、自分では直せない障害、細かい従量課金、設定中心のセキュリティ という変化が起きた。
- イグレス料金の無料化や EU データ法で、データを運び出す料金 は下がりつつある。しかし、移行の手間 は残る。
- 退出のしやすさは、標準互換型・独自 API 型・持ち出せない型 のどれを選ぶかで決まる。
次回は、この「退出のしやすさ」を 実際に数値で見る ことに挑戦します。同じアプリを複数の事業者に載せるとき、どこをどれだけ書き換える必要があるのかを比べます。
参考
- Amazon RDS
- Cloud SQL(Google Cloud)
- Azure Database for PostgreSQL(Microsoft Learn)
- Azure Cosmos DB(Microsoft Learn)
- さくらのクラウドに13の新機能 APIゲートウェイ、シークレットマネージャ、NoSQLなど(ITmedia NEWS)
- OpenTelemetry
- AWS Outage Analysis: October 20, 2025(ThousandEyes)
- AWS follows Google Cloud in canceling egress fees(SiliconANGLE)
- Microsoft ends Azure egress fees(The Register)
- Big clouds scramble as EU Data Act brings new data transfer rules(The Register)