0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

【モダンアーキテクチャ #3】マネージドサービスはアーキテクチャをどう変えたか ― DB・キュー・認証・監視など10分野で「手放したもの」と「縛られたもの」を整理する

0
Posted at

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

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?