前回のおさらい
NWは機器同士が連携して系全体で状態を持ち、複数の層(レイヤ)が重なっています。これはNWである限り変えられない性質でした。今回はもうひとつの前提である「足りない情報」を扱います。こちらは、変えられない性質とは違い、自分たちで埋めていける部分です。
図1: 連載マップ
この回の要点
- NW全体の構造や、ある設定がなぜそうなっているのかは、構成図と人の頭の中にしかありません。
- 道具は存在しますが、NW全体・その運用プロセスを対象にした自動化に使える形にはなっていません。
- ここは自分たちで埋められる部分で、自動化ツール導入より先にやるべき地ならしでもあります。
困る場面
「新しく構築するシステムから既存の DB サーバへの通信を許可してほしい」という依頼が来たとします。人がこの依頼を処理するときは、構成図を開いて、送信元と宛先がどのセグメントにいるか、その間にどのファイアウォールがあるか、経路は冗長化されているか、を確認します。そして、該当する機器のフィルタに設定を追加します。
こうした作業を機械にやらせようとして、多くのケースでまず詰まるのが「判断の材料(データ)がない」ことです。どのセグメントがどこにつながっているのか、その間にどの機器がどの順番で並んでいるのか。人は構成図を見ればわかります。しかし、その構成図は画像やPowerPointスライドになっていて機械では読めません。既存のフィルタのルールが何のために入っているのかも、どこにも記録されていません。1
ロジックを書いても、食わせるデータがなければ動きません。NWではそのデータが「存在しない」ことが高いハードルになります。
トポロジが構成図にしかない
既存の道具でできること
「NWの構成を管理するツールならある」と思った方もいるでしょう。実際、NetBox のような DCIM/IPAM ツールを使えば、機器、ラック、ケーブル、IP アドレス、VLAN を構造化されたデータとして管理できます。LLDP を使えば隣接する機器の情報を自動的に集めることもできます。NWのトポロジを表すためのデータモデル(RFC 8345)といったものもあります。道具がないわけではありません。
それでも足りないこと
足りないのは、複数の層を統合してNW全体の構造を表すデータです。
NWの構造は物理(L1)・L2・L3・overlay と何層にも重なっていて、人はそれを頭の中で重ね合わせています(➡️第2回)。既存の道具はその一部の層を管理するのは得意ですが、層と層の関係まで含めて「全体としてどうつながっている(重なっている)か」を表すのは苦手です。トポロジを表すデータモデルは定義されていても、それを使って自分たちのNW全体を表現し、維持している現場はそう多くありません。その結果、NW全体の構造に関する情報源は、手で描かれた構成図とそれをうまく「重ね合わせられる」人の記憶になっています。
トポロジがないと、役割が決まらない
トポロジのデータがないことは、単に「全体図が描けない」以上の問題につながります。
ある機器にどんな設定を入れるべきかは、その機器がNW全体の中でどんな役割を担っているかで決まります。コアなのかエッジなのか、どの冗長ペアに属しているのか、どのセグメントの出入口なのか…など。ノードの役割は、トポロジの中での位置・周囲のノードなどの構成要素との関係性から決まります。そこがわからないと個々の機器に何が求められているかを判断できません。
なぜ構成図のままなのか
それなら、トポロジをデータにすればよいのでは…と思うかもしれません。実際に取り組んでみるといくつかの壁に当たります。
まず、いま扱っている構成図は人に見せるために描かれています。構成図には「この図で何を伝えたいか」という描き手の意図が入っていて、その意図によって情報が取捨選択されています。たとえば、どの機器を大きく描くか、どの接続を省略するか、どの層をまとめて1枚にするか…などです。毎回NW全域、すべてのノードやレイヤを扱うのは無駄ですから、やりたいことや特定の観点に応じて範囲が選択されているはずです。人が読むにはこの取捨選択が必要ですが、機械でNW全体を扱うための網羅的なデータとしては使えません(特定の観点に基づいた複数の図をどうつなぎ合わせるか、という知識が機械にはない)。
次に、データは作った瞬間から古くなり始めます。機器の追加や配線の変更のたびに更新しなければ、データは現実とズレていきます。構成図も同じ問題を抱えていますが、人は多少古い構成図でも現場の知識で補って読めます。一方、機械は当然ズレたデータを信じて処理してしまうので、古いデータはデータがないよりも危険なことがあります。データを正しく保つ仕組みまで含めて用意しないと早々に使い物にならなくなってしまいます。
そして、データを作って維持するコストに見合う効果がすぐには見えません。トポロジのデータそれ自体は何も自動化してくれません。その上に自動化の仕組みを作って初めて効果が出ます。自動化の効果そのものが見えにくい環境では、その前段のデータ整備の効果はなおさら見えにくくなります(➡️第6回)。
DC Fabric のような対象のトポロジに限定した高度な自動化製品があるのも、こうした事情が理由のひとつでしょう。トポロジが決まっていれば、ノードの役割に応じた具体的なオペレーションまで踏み込めるからです。
状態をデータとして取り出せない
1台ずつなら取れる
個々のNW機器の状態は以前よりずっと取りやすくなっています。たとえば、ストリーミングテレメトリを使えば、インタフェースのカウンタや経路表の変化をほぼリアルタイムに集められます(対応している機材なら)。
全体を一貫した状態として取り出せない
難しいのは、NW全体の状態を、ある時点の一貫したデータとして取り出すことです。
➡️第2回で見たように、NWの状態は系全体で決まります。それを把握するには、複数の機器の状態を互いに整合した一組のデータとして集める必要があります。各機器から集めた情報には取得時刻のずれがあり、経路の再計算のような状態変化があると、互いに整合しない状態が混ざることがあります。
さらに、取得したデータから、本番の実行途中の状態を別環境に丸ごと復元することもできません。NW機器に、機器の状態をファイルに書き出して別の場所で読み込む(import/export する)ような機能はありません。仮にできたとしても、NW全域でタイミングを合わせてこうしたデータを取得する行為は計算機リソースに負荷をかけ、下手をするとサービスに影響を及ぼすリスクもあるでしょう。
現状できるのは、ある程度の時間をかけて各機器から情報を集め、「おそらくこういう状態だっただろう」と計算機の上で推定するところまでです。Forward Networks のような製品はこのアプローチを取っていて、いまのNWがどうなっているかを分析するには有効です。ただし、この分析はいまの構成とそこから集めた状態を前提にしています。NWの状態は構成(トポロジ)によって決まるので、トポロジを変えるといま集めている状態はそのままでは使えません。構成を変えた後のふるまいを予測するには、仮想NWなどで変更後の環境を実際に動かしてみる(エミュレーションする)必要があります。
➡️第7回で扱う「検証環境で本番を再現できない」問題の根っこにも状態を取り出せないことが関係しています。この回では「データとして取り出せない」ことを、➡️第7回では「環境として再現できない」ことを扱います。
「結果」だけが設定され、理由が残らない
3つ目の欠如は、コンテキスト、つまり設定の経緯です。
たとえば、ファイアウォールのルールや経路のポリシには、「この通信を許可する」「この経路を優先する」という結果だけが設定されています。誰が、何のために、いつまで、その設定を必要としているのかは機器の中には残りません。本来は別の場所で管理すべき情報ですが、多くの場合ほとんど管理されていません。
NWの運用者は、NWの上を流れる通信そのものを管理しているわけではありません(➡️第2回)。あるルールで想定しているトラフィックが実際にまだある(使われている)のかどうか、運用者自身が判断するのは困難です。その結果として起きるのがルールの肥大化です。
図2: ルールが肥大化するサイクル
新しい要求や依頼が来るたびにルールは追加されますが、理由が残らないので不要になっても誰も気づきません。システムが廃止されてもその連絡がNWの運用者まで届くとは限りません。依頼した担当者が異動すればルールの目的を知る人はいなくなります。気づいたとしても、消して何かが止まったら(=障害が起きたら)と思うと怖くて消せない…という状況になります。「要らなさそうだけど怖くて消せない」ルールがたまり続けると、NWの設定はどんどん複雑になります。ルールが増えれば検討すべき組み合わせも増えます。変更のたびに確認すべき範囲が広がり、人の作業も自動化の難易度も上がっていきます。
コンテキストの欠如は自動化にとってとくに厄介です。人であれば、ルールの名前やコメント、設定された時期、似たルールとの比較などから「これは多分あのシステムのためのものだ」と推測できることがあります。機械にはその推測ができません。ルールを整理する処理を自動化しようにも、どのルールを残しどのルールを消してよいかを判断する材料がありません。結果として、削除してよいかを機械だけでは決めにくく、自動化が「ルールを追加する」処理に偏ると、肥大化のサイクルを速めることにさえなりかねません。2
トポロジと状態は、NWの中を調べれば少なくとも部分的には取り出せます。しかし、そこまでの経緯はNWの中を探しても見つかりません。NWの外側で設定を入れるその時に記録しなければ失われていく情報です。
3つの欠如は、多くの要因の上流にある
トポロジ、状態、経緯。この3つの欠如が連載全体の中でどこに位置するかを示したのが、次の図です。
図3: 足りない情報と、その前後の要因
足りない情報は、NWの性質(➡️第2回)から生まれ、機械に判断させる材料を奪い(➡️第6回)、検証を難しくし(➡️第7回)、製品が対象を限定せざるを得ない理由にもなっています。多くの要因の上流にあるので、ここが埋まれば下流の多くの要因が少しずつ軽くなります。
そして、変えられないNWの性質とは異なり、ここは自分たちで手を付けられます。この点は➡️第8回で改めて取り上げます。
投資の順番
自動化の投資というと、自動化のためのツールや製品の導入を思い浮かべがちです。しかし、NW全体の構造や設定の経緯といったデータがなければ、プロセスの自動化というところまで手を伸ばせません。結果だけでなく経緯やコンテキスト……判断材料となる情報の記録は見過ごされがちなので注意が必要です。
トポロジのデータ化やルール目的の記録は、それ自体では目に見える成果が出にくい地味な作業です。一方で、着手しやすい部分でもあります。実現したい自動化/そのためのワークフローに対して、いま人がどんな情報を(暗黙的に)使っていて、機械で扱うためにどういったデータとして管理できるかを考えてみてください。
前提はもうひとつ、機器ごとの違いがあります。こちらは自動化のコストに直結する話なので、次回は前提とコストの両方の面から見ていきます。