はじめに

Webアプリケーションを本番環境で運用する際、監視は不可欠です。しかし、いざ監視を設定しようとすると、こんな悩みに直面することがあります：

「CloudWatchのメトリクスが多すぎて、何を監視すればいいか分からない」
「すべて監視するとコストが心配」
「重要なメトリクスを見逃して、障害に気づけなかったら...」

本記事では、シンプルな3層構成（ALB + EC2 + RDS）のWebアプリケーションを例に、「何を監視すべきか」の判断基準と、AWS公式の推奨アラームを活用した実践的な監視設計を紹介します。

まずは結論

すべてを監視する必要はない
- Four Golden Signals（Latency、Traffic、Errors、Saturation）を基準に
- ビジネスへの影響度で優先順位をつける
AWS公式の推奨アラームを活用
- CloudWatchが提供する推奨アラームは、AWSの運用ノウハウの結晶
- しきい値も事前設定されており、すぐに使える
各レイヤーで監視すべきメトリクス
- ALB: TargetResponseTime、HTTPCode_Target_5XX_Count、HealthyHostCount
- EC2: CPUUtilization、StatusCheckFailed、メモリ・ディスク使用率
- RDS: DatabaseConnections、CPUUtilization、FreeableMemory、レイテンシ

直面した課題

構成：シンプルな3層アーキテクチャ

私たちが運用していたWebアプリケーションは、以下の構成でした：

Internet
    ↓
[ALB] ← ロードバランサー層
    ↓
[EC2] ← アプリケーション層
    ↓
[RDS] ← データベース層

ALB（Application Load Balancer）: HTTPSリクエストを受け付け、EC2インスタンスに振り分け
EC2: Webアプリケーション（Node.js/Python/Java等）が稼働
RDS（PostgreSQL/MySQL）: アプリケーションデータを永続化

この構成は多くのWebアプリケーションで採用されており、シンプルで理解しやすいアーキテクチャです。

監視を始めようとしたときの悩み

本番リリースを控え、監視を設定しようとしたときに直面した問題：

メトリクスが多すぎる
- ALBだけで20種類以上のメトリクス
- EC2、RDSも同様に多数のメトリクスが存在
- 「どれが重要なのか」の判断基準がない
コストへの懸念
- CloudWatchアラームは1つあたり月額約$0.10
- カスタムメトリクスはさらに高額
- すべてを監視すると月数十ドル以上のコスト増
見逃しへの不安
- 重要なメトリクスを監視し忘れたら？
- 障害が発生してから気づくのは遅すぎる

この状況で、「何を監視すべきか」の明確な基準が必要でした。

監視設計の2つのアプローチ

「何を監視すべきか」を判断するため、2つのアプローチを組み合わせます。

3.1 理論的フレームワーク：Four Golden Signals

Google SREが提唱するFour Golden Signalsは、監視設計の業界標準フレームワークです。

1. Latency（レイテンシ）

定義: リクエストの応答時間
重要性: ユーザー体験に直結。遅いレスポンスはユーザー離脱につながる
例: APIの応答時間、データベースクエリ時間

2. Traffic（トラフィック）

定義: システムへの需要（リクエスト数、スループット）
重要性: 負荷の増減を把握し、スケーリングの判断材料にする
例: 秒間リクエスト数、データベース接続数

3. Errors（エラー）

定義: 失敗したリクエストの割合
重要性: サービスの可用性を示す最も重要な指標
例: HTTP 5xxエラー率、データベース接続エラー

4. Saturation（飽和度）

定義: リソースの使用率（キャパシティの限界に近いか）
重要性: リソース枯渇を事前に検知し、スケールアウトやチューニングの機会を得る
例: CPU使用率、メモリ使用率、ディスク容量

このフレームワークにより、「なぜこのメトリクスを監視するのか」が明確になります。

3.2 AWS公式の実践ガイド：CloudWatch推奨アラーム

AWSは、各サービスごとに推奨アラームを提供しています。これは、AWSが長年の運用経験から「このサービスではこのメトリクスを監視すべき」と推奨するものです。

CloudWatch推奨アラームの特徴:

✅ AWS公式のベストプラクティスに基づく
✅ しきい値が事前設定されている（調整も可能）
✅ CloudFormation/CDK形式でエクスポート可能
✅ 追加料金なし（アラーム作成後は通常料金）

活用方法:

CloudWatchコンソール → Metrics → All metrics
「アラームの推奨事項」フィルターを選択
サービス名前空間（ALB、EC2、RDSなど）を選択
推奨アラームを確認

本記事では、この推奨アラームをベースに、Four Golden Signalsの観点から各メトリクスを解説します。

各レイヤーの監視設計

4.1 ALB（ロードバランサー層）

ALBは、インターネットからのリクエストを最初に受け付けるレイヤーです。ここでの異常は、即座にユーザー体験に影響します。

必須メトリクス

1. TargetResponseTime（ターゲット応答時間）

何を測定するか:
ALBからバックエンド（EC2）へリクエストを送信してから、レスポンスを受け取るまでの時間。

なぜ重要か:

ユーザー体験に直結する指標（Latency）
アプリケーションのパフォーマンス劣化を検知
データベーススロークエリやアプリケーションバグの兆候

しきい値の考え方:

目標レスポンス時間: 通常200ms以下が理想
警告: 500ms以上（ユーザーが遅いと感じ始める）
緊急: 1000ms以上（ユーザー離脱のリスク）

CloudWatch推奨値: 通常500ms〜1000msが推奨される

// CDKでの実装例
new cloudwatch.Alarm(this, 'ALBHighLatency', {
  metric: targetGroup.metricTargetResponseTime(),
  threshold: 0.5, // 500ms
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

2. HTTPCode_Target_5XX_Count（5xxエラー数）

何を測定するか:
バックエンド（EC2）から返された5xxエラー（サーバーエラー）の数。

なぜ重要か:

サービスの可用性を示す（Errors）
アプリケーションのバグやインフラ障害を検知
ユーザーにエラー画面が表示されている状態

しきい値の考え方:

理想: 0件（5xxエラーは本来発生すべきでない）
警告: 1分間に5件以上
緊急: 1分間に20件以上または全体の1%以上

CloudWatch推奨値: 通常5〜10件/分が推奨される

new cloudwatch.Alarm(this, 'ALBServerErrors', {
  metric: targetGroup.metricHttpCodeTarget(
    elbv2.HttpCodeTarget.TARGET_5XX_COUNT
  ),
  threshold: 5,
  evaluationPeriods: 1,
  datapointsToAlarm: 1,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
  statistic: 'Sum',
  period: cdk.Duration.minutes(1),
});

3. HealthyHostCount（正常なホスト数）

何を測定するか:
ALBのヘルスチェックに成功しているEC2インスタンスの数。

なぜ重要か:

システムの可用性を示す（Saturation + Errors）
すべてのインスタンスがダウンすると、サービス全停止
スケーリング不足の検知

しきい値の考え方:

最小: 2台以上（冗長性の確保）
警告: 想定台数の50%以下
緊急: 1台以下（単一障害点）

CloudWatch推奨値: 通常1台以下でアラート

new cloudwatch.Alarm(this, 'ALBUnhealthyHosts', {
  metric: targetGroup.metricHealthyHostCount(),
  threshold: 1,
  evaluationPeriods: 1,
  datapointsToAlarm: 1,
  comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
});

4. RequestCount（リクエスト数）

何を測定するか:
ALBが処理したHTTPリクエストの総数。

なぜ重要か:

トラフィックの傾向を把握（Traffic）
急激な増減は異常の兆候
- 急増: DDoS攻撃、バイラル拡散
- 急減: サービス障害、DNS問題

しきい値の考え方:

通常トラフィックのベースラインを把握
平常時の2倍以上: 注意
平常時の5倍以上: 緊急（スケーリング必要）

CloudWatch推奨値: ベースラインの150%〜200%

// トラフィック監視はダッシュボードで傾向を見るのが一般的
// 異常検知アラームとしてはAnomalyDetectorを使用
new cloudwatch.Alarm(this, 'ALBTrafficAnomaly', {
  metric: targetGroup.metricRequestCount(),
  threshold: 1000, // 自環境に合わせて調整
  evaluationPeriods: 3,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

推奨メトリクス（オプション）

HTTPCode_Target_4XX_Count（4xxエラー数）

何を測定するか:
バックエンドから返された4xxエラー（クライアントエラー）の数。

なぜ重要か:

クライアント側の問題を検知（Errors）
404エラー急増: リンク切れ、URL変更
401/403エラー急増: 認証問題

監視すべきか:

必須ではない（クライアント側の問題のため）
ただし、急増は異常の兆候なので傾向監視は推奨

4.2 EC2（アプリケーション層）

EC2は、ビジネスロジックが実行されるレイヤーです。リソース枯渇やアプリケーションクラッシュを早期に検知する必要があります。

必須メトリクス

1. CPUUtilization（CPU使用率）

何を測定するか:
EC2インスタンスのCPU使用率（0〜100%）。

なぜ重要か:

リソースの飽和度を示す（Saturation）
高CPU使用率が継続すると、レスポンス遅延やタイムアウト
スケールアウトの判断材料

しきい値の考え方:

理想: 50%以下（余裕がある状態）
警告: 70%以上が5分以上継続
緊急: 90%以上が継続（即座にスケールアウト必要）

CloudWatch推奨値: 通常80%以上

new cloudwatch.Alarm(this, 'EC2HighCPU', {
  metric: new cloudwatch.Metric({
    namespace: 'AWS/EC2',
    metricName: 'CPUUtilization',
    dimensionsMap: {
      InstanceId: instance.instanceId,
    },
    statistic: 'Average',
  }),
  threshold: 80,
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

2. StatusCheckFailed（ステータスチェック失敗）

何を測定するか:
EC2インスタンスのシステムステータスチェックとインスタンスステータスチェックの失敗。

なぜ重要か:

インスタンスの可用性を示す（Errors）
ハードウェア障害、ネットワーク障害、OS障害を検知
失敗時は自動的にインスタンス再起動などのリカバリーが必要

しきい値の考え方:

失敗 = 1（0 = 正常、1 = 失敗）
1度でも失敗したら即座にアラート

CloudWatch推奨値: 1（失敗）

new cloudwatch.Alarm(this, 'EC2StatusCheckFailed', {
  metric: new cloudwatch.Metric({
    namespace: 'AWS/EC2',
    metricName: 'StatusCheckFailed',
    dimensionsMap: {
      InstanceId: instance.instanceId,
    },
    statistic: 'Maximum',
  }),
  threshold: 1,
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_OR_EQUAL_TO_THRESHOLD,
});

推奨メトリクス（CloudWatch Agent必要）

EC2のデフォルトメトリクスには、メモリとディスクの情報が含まれません。これらを監視するには、CloudWatch Agentのインストールが必要です。

3. メモリ使用率（mem_used_percent）

何を測定するか:
EC2インスタンスのメモリ（RAM）使用率。

なぜ重要か:

メモリリークやメモリ不足を検知（Saturation）
メモリ枯渇時、OOM KillerがプロセスをKillする
スワップが発生するとパフォーマンスが激減

しきい値の考え方:

警告: 80%以上
緊急: 95%以上（OOMリスク）

new cloudwatch.Alarm(this, 'EC2HighMemory', {
  metric: new cloudwatch.Metric({
    namespace: 'CWAgent',
    metricName: 'mem_used_percent',
    dimensionsMap: {
      InstanceId: instance.instanceId,
    },
    statistic: 'Average',
  }),
  threshold: 80,
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

4. ディスク使用率（disk_used_percent）

何を測定するか:
EC2インスタンスのディスク使用率。

なぜ重要か:

ディスク容量不足を検知（Saturation）
ログファイルの肥大化、一時ファイルの蓄積
ディスク満杯時、アプリケーションが書き込めずにクラッシュ

しきい値の考え方:

警告: 80%以上（クリーンアップ推奨）
緊急: 90%以上（即座に対応必要）

new cloudwatch.Alarm(this, 'EC2HighDisk', {
  metric: new cloudwatch.Metric({
    namespace: 'CWAgent',
    metricName: 'disk_used_percent',
    dimensionsMap: {
      InstanceId: instance.instanceId,
      path: '/',
      fstype: 'ext4',
    },
    statistic: 'Average',
  }),
  threshold: 80,
  evaluationPeriods: 1,
  datapointsToAlarm: 1,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

4.3 RDS（データベース層）

RDSは、アプリケーションデータを保持する最も重要なレイヤーです。データベースの障害は、サービス全体の停止につながります。

必須メトリクス

1. DatabaseConnections（データベース接続数）

何を測定するか:
RDSインスタンスへのアクティブな接続数。

なぜ重要か:

データベースの飽和度を示す（Saturation）
接続数上限に達すると、新しい接続が拒否される
アプリケーションのコネクションプールのリーク検知

しきい値の考え方:

RDSインスタンスの最大接続数を確認（例: db.t3.medium = 約400接続）
警告: 最大接続数の80%
緊急: 最大接続数の95%

CloudWatch推奨値: 最大接続数の80%

new cloudwatch.Alarm(this, 'RDSHighConnections', {
  metric: database.metricDatabaseConnections(),
  threshold: 320, // db.t3.mediumの場合（400の80%）
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

2. CPUUtilization（CPU使用率）

何を測定するか:
RDSインスタンスのCPU使用率。

なぜ重要か:

データベースの飽和度を示す（Saturation）
高CPU使用率は、スロークエリやインデックス不足の兆候
継続すると、クエリタイムアウトやレスポンス遅延

しきい値の考え方:

警告: 70%以上が5分以上継続
緊急: 90%以上（クエリ最適化またはスケールアップ必要）

CloudWatch推奨値: 80%以上

new cloudwatch.Alarm(this, 'RDSHighCPU', {
  metric: database.metricCPUUtilization(),
  threshold: 80,
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

3. FreeableMemory（空きメモリ）

何を測定するか:
RDSインスタンスの空きメモリ容量（バイト単位）。

なぜ重要か:

メモリ不足を検知（Saturation）
データベースはメモリをキャッシュに使用
メモリ不足時、ディスクI/Oが増加してパフォーマンス劣化

しきい値の考え方:

警告: 空きメモリが総メモリの10%以下
緊急: 空きメモリが総メモリの5%以下

CloudWatch推奨値: 100MB以下（インスタンスサイズによる）

new cloudwatch.Alarm(this, 'RDSLowMemory', {
  metric: database.metricFreeableMemory(),
  threshold: 100 * 1024 * 1024, // 100MB（バイト単位）
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
});

4. ReadLatency / WriteLatency（読み取り/書き込みレイテンシ）

何を測定するか:
ディスクI/O操作の平均レイテンシ（ミリ秒単位）。

なぜ重要か:

データベースのパフォーマンスを示す（Latency）
高レイテンシは、スロークエリやディスクI/O負荷の兆候
アプリケーションのレスポンス遅延に直結

しきい値の考え方:

理想: 5ms以下
警告: 10ms以上
緊急: 20ms以上（IOPS不足、スケールアップ検討）

CloudWatch推奨値: 10ms以上

new cloudwatch.Alarm(this, 'RDSHighReadLatency', {
  metric: database.metricReadLatency(),
  threshold: 0.01, // 10ms（秒単位）
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

new cloudwatch.Alarm(this, 'RDSHighWriteLatency', {
  metric: database.metricWriteLatency(),
  threshold: 0.01, // 10ms（秒単位）
  evaluationPeriods: 2,
  datapointsToAlarm: 2,
  comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
});

推奨メトリクス（オプション）

5. FreeStorageSpace（空きストレージ容量）

何を測定するか:
RDSインスタンスの空きディスク容量。

なぜ重要か:

ディスク容量不足を検知（Saturation）
ディスク満杯時、データベースが書き込みできなくなる
ログファイルやバックアップの蓄積

しきい値の考え方:

警告: 空き容量が総容量の10%以下
緊急: 空き容量が5GB以下

new cloudwatch.Alarm(this, 'RDSLowStorage', {
  metric: database.metricFreeStorageSpace(),
  threshold: 5 * 1024 * 1024 * 1024, // 5GB（バイト単位）
  evaluationPeriods: 1,
  datapointsToAlarm: 1,
  comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
});

CDKによる統合実装

ここまでの監視設計をTypeScript CDKで実装します。

5.1 プロジェクト構造

monitoring-stack/
├── bin/
│   └── app.ts
├── lib/
│   ├── monitoring-stack.ts          # メインスタック
│   ├── alarms/
│   │   ├── alb-alarms.ts            # ALBアラーム
│   │   ├── ec2-alarms.ts            # EC2アラーム
│   │   └── rds-alarms.ts            # RDSアラーム
│   └── dashboard/
│       └── monitoring-dashboard.ts  # 統合ダッシュボード
├── package.json
└── tsconfig.json

5.2 メインスタック

// lib/monitoring-stack.ts
import * as cdk from 'aws-cdk-lib';
import * as sns from 'aws-cdk-lib/aws-sns';
import * as subscriptions from 'aws-cdk-lib/aws-sns-subscriptions';
import { Construct } from 'constructs';
import { AlbAlarms } from './alarms/alb-alarms';
import { Ec2Alarms } from './alarms/ec2-alarms';
import { RdsAlarms } from './alarms/rds-alarms';
import { MonitoringDashboard } from './dashboard/monitoring-dashboard';

interface MonitoringStackProps extends cdk.StackProps {
  albArn: string;
  targetGroupArn: string;
  instanceId: string;
  dbInstanceIdentifier: string;
  alertEmail: string;
}

export class MonitoringStack extends cdk.Stack {
  constructor(scope: Construct, id: string, props: MonitoringStackProps) {
    super(scope, id, props);

    // SNSトピックの作成（アラート通知先）
    const alarmTopic = new sns.Topic(this, 'AlarmTopic', {
      displayName: 'Web Application Monitoring Alarms',
      topicName: 'web-app-monitoring-alarms',
    });

    // メール通知の設定
    alarmTopic.addSubscription(
      new subscriptions.EmailSubscription(props.alertEmail)
    );

    // ALBアラームの作成
    new AlbAlarms(this, 'AlbAlarms', {
      albArn: props.albArn,
      targetGroupArn: props.targetGroupArn,
      alarmTopic,
    });

    // EC2アラームの作成
    new Ec2Alarms(this, 'Ec2Alarms', {
      instanceId: props.instanceId,
      alarmTopic,
    });

    // RDSアラームの作成
    new RdsAlarms(this, 'RdsAlarms', {
      dbInstanceIdentifier: props.dbInstanceIdentifier,
      alarmTopic,
    });

    // 統合ダッシュボードの作成
    new MonitoringDashboard(this, 'Dashboard', {
      albArn: props.albArn,
      instanceId: props.instanceId,
      dbInstanceIdentifier: props.dbInstanceIdentifier,
    });

    // 出力
    new cdk.CfnOutput(this, 'AlarmTopicArn', {
      value: alarmTopic.topicArn,
      description: 'SNS Topic ARN for alarms',
    });
  }
}

5.3 ALBアラーム

// lib/alarms/alb-alarms.ts
import * as cdk from 'aws-cdk-lib';
import * as cloudwatch from 'aws-cdk-lib/aws-cloudwatch';
import * as cloudwatch_actions from 'aws-cdk-lib/aws-cloudwatch-actions';
import * as elbv2 from 'aws-cdk-lib/aws-elasticloadbalancingv2';
import * as sns from 'aws-cdk-lib/aws-sns';
import { Construct } from 'constructs';

interface AlbAlarmsProps {
  albArn: string;
  targetGroupArn: string;
  alarmTopic: sns.ITopic;
}

export class AlbAlarms extends Construct {
  constructor(scope: Construct, id: string, props: AlbAlarmsProps) {
    super(scope, id);

    // ALBの参照取得
    const alb = elbv2.ApplicationLoadBalancer.fromApplicationLoadBalancerAttributes(
      this,
      'ALB',
      {
        loadBalancerArn: props.albArn,
        securityGroupId: '', // ダミー値
      }
    );

    // ターゲットグループの参照取得
    const targetGroup = elbv2.ApplicationTargetGroup.fromTargetGroupAttributes(
      this,
      'TargetGroup',
      {
        targetGroupArn: props.targetGroupArn,
      }
    );

    // 1. TargetResponseTime（レイテンシ）
    const highLatencyAlarm = new cloudwatch.Alarm(this, 'ALBHighLatency', {
      alarmName: 'ALB-HighLatency',
      alarmDescription: 'ALB target response time is high',
      metric: targetGroup.metricTargetResponseTime({
        statistic: 'Average',
        period: cdk.Duration.minutes(1),
      }),
      threshold: 0.5, // 500ms
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
      treatMissingData: cloudwatch.TreatMissingData.NOT_BREACHING,
    });
    highLatencyAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 2. HTTPCode_Target_5XX_Count（5xxエラー）
    const serverErrorsAlarm = new cloudwatch.Alarm(this, 'ALBServerErrors', {
      alarmName: 'ALB-ServerErrors',
      alarmDescription: 'ALB is returning 5xx errors',
      metric: targetGroup.metricHttpCodeTarget(
        elbv2.HttpCodeTarget.TARGET_5XX_COUNT,
        {
          statistic: 'Sum',
          period: cdk.Duration.minutes(1),
        }
      ),
      threshold: 5,
      evaluationPeriods: 1,
      datapointsToAlarm: 1,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
      treatMissingData: cloudwatch.TreatMissingData.NOT_BREACHING,
    });
    serverErrorsAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 3. HealthyHostCount（正常なホスト数）
    const unhealthyHostsAlarm = new cloudwatch.Alarm(this, 'ALBUnhealthyHosts', {
      alarmName: 'ALB-UnhealthyHosts',
      alarmDescription: 'ALB has unhealthy hosts',
      metric: targetGroup.metricHealthyHostCount({
        statistic: 'Minimum',
        period: cdk.Duration.minutes(1),
      }),
      threshold: 1,
      evaluationPeriods: 1,
      datapointsToAlarm: 1,
      comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
      treatMissingData: cloudwatch.TreatMissingData.BREACHING,
    });
    unhealthyHostsAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));
  }
}

5.4 EC2アラーム

// lib/alarms/ec2-alarms.ts
import * as cdk from 'aws-cdk-lib';
import * as cloudwatch from 'aws-cdk-lib/aws-cloudwatch';
import * as cloudwatch_actions from 'aws-cdk-lib/aws-cloudwatch-actions';
import * as sns from 'aws-cdk-lib/aws-sns';
import { Construct } from 'constructs';

interface Ec2AlarmsProps {
  instanceId: string;
  alarmTopic: sns.ITopic;
}

export class Ec2Alarms extends Construct {
  constructor(scope: Construct, id: string, props: Ec2AlarmsProps) {
    super(scope, id);

    // 1. CPUUtilization（CPU使用率）
    const highCpuAlarm = new cloudwatch.Alarm(this, 'EC2HighCPU', {
      alarmName: `EC2-HighCPU-${props.instanceId}`,
      alarmDescription: 'EC2 instance CPU utilization is high',
      metric: new cloudwatch.Metric({
        namespace: 'AWS/EC2',
        metricName: 'CPUUtilization',
        dimensionsMap: {
          InstanceId: props.instanceId,
        },
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 80,
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highCpuAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 2. StatusCheckFailed（ステータスチェック失敗）
    const statusCheckAlarm = new cloudwatch.Alarm(this, 'EC2StatusCheckFailed', {
      alarmName: `EC2-StatusCheckFailed-${props.instanceId}`,
      alarmDescription: 'EC2 instance status check failed',
      metric: new cloudwatch.Metric({
        namespace: 'AWS/EC2',
        metricName: 'StatusCheckFailed',
        dimensionsMap: {
          InstanceId: props.instanceId,
        },
        statistic: 'Maximum',
        period: cdk.Duration.minutes(1),
      }),
      threshold: 1,
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_OR_EQUAL_TO_THRESHOLD,
    });
    statusCheckAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 3. メモリ使用率（CloudWatch Agent必要）
    const highMemoryAlarm = new cloudwatch.Alarm(this, 'EC2HighMemory', {
      alarmName: `EC2-HighMemory-${props.instanceId}`,
      alarmDescription: 'EC2 instance memory utilization is high',
      metric: new cloudwatch.Metric({
        namespace: 'CWAgent',
        metricName: 'mem_used_percent',
        dimensionsMap: {
          InstanceId: props.instanceId,
        },
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 80,
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highMemoryAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 4. ディスク使用率（CloudWatch Agent必要）
    const highDiskAlarm = new cloudwatch.Alarm(this, 'EC2HighDisk', {
      alarmName: `EC2-HighDisk-${props.instanceId}`,
      alarmDescription: 'EC2 instance disk utilization is high',
      metric: new cloudwatch.Metric({
        namespace: 'CWAgent',
        metricName: 'disk_used_percent',
        dimensionsMap: {
          InstanceId: props.instanceId,
          path: '/',
          fstype: 'ext4',
        },
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 80,
      evaluationPeriods: 1,
      datapointsToAlarm: 1,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highDiskAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));
  }
}

5.5 RDSアラーム

// lib/alarms/rds-alarms.ts
import * as cdk from 'aws-cdk-lib';
import * as cloudwatch from 'aws-cdk-lib/aws-cloudwatch';
import * as cloudwatch_actions from 'aws-cdk-lib/aws-cloudwatch-actions';
import * as rds from 'aws-cdk-lib/aws-rds';
import * as sns from 'aws-cdk-lib/aws-sns';
import { Construct } from 'constructs';

interface RdsAlarmsProps {
  dbInstanceIdentifier: string;
  alarmTopic: sns.ITopic;
}

export class RdsAlarms extends Construct {
  constructor(scope: Construct, id: string, props: RdsAlarmsProps) {
    super(scope, id);

    // RDSインスタンスの参照取得
    const dbInstance = rds.DatabaseInstance.fromDatabaseInstanceAttributes(
      this,
      'Database',
      {
        instanceIdentifier: props.dbInstanceIdentifier,
        instanceEndpointAddress: '', // ダミー値
        port: 5432,
        securityGroups: [],
      }
    );

    // 1. DatabaseConnections（接続数）
    const highConnectionsAlarm = new cloudwatch.Alarm(this, 'RDSHighConnections', {
      alarmName: `RDS-HighConnections-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS database connections are high',
      metric: dbInstance.metricDatabaseConnections({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 320, // db.t3.mediumの80%（要調整）
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highConnectionsAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 2. CPUUtilization（CPU使用率）
    const highCpuAlarm = new cloudwatch.Alarm(this, 'RDSHighCPU', {
      alarmName: `RDS-HighCPU-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS CPU utilization is high',
      metric: dbInstance.metricCPUUtilization({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 80,
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highCpuAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 3. FreeableMemory（空きメモリ）
    const lowMemoryAlarm = new cloudwatch.Alarm(this, 'RDSLowMemory', {
      alarmName: `RDS-LowMemory-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS freeable memory is low',
      metric: dbInstance.metricFreeableMemory({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 100 * 1024 * 1024, // 100MB
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
    });
    lowMemoryAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 4. ReadLatency（読み取りレイテンシ）
    const highReadLatencyAlarm = new cloudwatch.Alarm(this, 'RDSHighReadLatency', {
      alarmName: `RDS-HighReadLatency-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS read latency is high',
      metric: dbInstance.metricReadLatency({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 0.01, // 10ms
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highReadLatencyAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 5. WriteLatency（書き込みレイテンシ）
    const highWriteLatencyAlarm = new cloudwatch.Alarm(this, 'RDSHighWriteLatency', {
      alarmName: `RDS-HighWriteLatency-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS write latency is high',
      metric: dbInstance.metricWriteLatency({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 0.01, // 10ms
      evaluationPeriods: 2,
      datapointsToAlarm: 2,
      comparisonOperator: cloudwatch.ComparisonOperator.GREATER_THAN_THRESHOLD,
    });
    highWriteLatencyAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));

    // 6. FreeStorageSpace（空きストレージ）
    const lowStorageAlarm = new cloudwatch.Alarm(this, 'RDSLowStorage', {
      alarmName: `RDS-LowStorage-${props.dbInstanceIdentifier}`,
      alarmDescription: 'RDS free storage space is low',
      metric: dbInstance.metricFreeStorageSpace({
        statistic: 'Average',
        period: cdk.Duration.minutes(5),
      }),
      threshold: 5 * 1024 * 1024 * 1024, // 5GB
      evaluationPeriods: 1,
      datapointsToAlarm: 1,
      comparisonOperator: cloudwatch.ComparisonOperator.LESS_THAN_THRESHOLD,
    });
    lowStorageAlarm.addAlarmAction(new cloudwatch_actions.SnsAction(props.alarmTopic));
  }
}

5.6 統合ダッシュボード

// lib/dashboard/monitoring-dashboard.ts
import * as cdk from 'aws-cdk-lib';
import * as cloudwatch from 'aws-cdk-lib/aws-cloudwatch';
import { Construct } from 'constructs';

interface MonitoringDashboardProps {
  albArn: string;
  instanceId: string;
  dbInstanceIdentifier: string;
}

export class MonitoringDashboard extends Construct {
  constructor(scope: Construct, id: string, props: MonitoringDashboardProps) {
    super(scope, id);

    const dashboard = new cloudwatch.Dashboard(this, 'Dashboard', {
      dashboardName: 'WebAppMonitoring',
    });

    // ALBセクション
    dashboard.addWidgets(
      new cloudwatch.TextWidget({
        markdown: '# ALB Metrics',
        width: 24,
        height: 1,
      })
    );

    dashboard.addWidgets(
      new cloudwatch.GraphWidget({
        title: 'ALB Target Response Time',
        left: [
          new cloudwatch.Metric({
            namespace: 'AWS/ApplicationELB',
            metricName: 'TargetResponseTime',
            dimensionsMap: {
              LoadBalancer: this.extractAlbName(props.albArn),
            },
            statistic: 'Average',
          }),
        ],
        width: 12,
      }),
      new cloudwatch.GraphWidget({
        title: 'ALB 5XX Errors',
        left: [
          new cloudwatch.Metric({
            namespace: 'AWS/ApplicationELB',
            metricName: 'HTTPCode_Target_5XX_Count',
            dimensionsMap: {
              LoadBalancer: this.extractAlbName(props.albArn),
            },
            statistic: 'Sum',
          }),
        ],
        width: 12,
      })
    );

    // EC2セクション
    dashboard.addWidgets(
      new cloudwatch.TextWidget({
        markdown: '# EC2 Metrics',
        width: 24,
        height: 1,
      })
    );

    dashboard.addWidgets(
      new cloudwatch.GraphWidget({
        title: 'EC2 CPU Utilization',
        left: [
          new cloudwatch.Metric({
            namespace: 'AWS/EC2',
            metricName: 'CPUUtilization',
            dimensionsMap: {
              InstanceId: props.instanceId,
            },
            statistic: 'Average',
          }),
        ],
        width: 12,
      }),
      new cloudwatch.GraphWidget({
        title: 'EC2 Memory Utilization',
        left: [
          new cloudwatch.Metric({
            namespace: 'CWAgent',
            metricName: 'mem_used_percent',
            dimensionsMap: {
              InstanceId: props.instanceId,
            },
            statistic: 'Average',
          }),
        ],
        width: 12,
      })
    );

    // RDSセクション
    dashboard.addWidgets(
      new cloudwatch.TextWidget({
        markdown: '# RDS Metrics',
        width: 24,
        height: 1,
      })
    );

    dashboard.addWidgets(
      new cloudwatch.GraphWidget({
        title: 'RDS Database Connections',
        left: [
          new cloudwatch.Metric({
            namespace: 'AWS/RDS',
            metricName: 'DatabaseConnections',
            dimensionsMap: {
              DBInstanceIdentifier: props.dbInstanceIdentifier,
            },
            statistic: 'Average',
          }),
        ],
        width: 12,
      }),
      new cloudwatch.GraphWidget({
        title: 'RDS CPU Utilization',
        left: [
          new cloudwatch.Metric({
            namespace: 'AWS/RDS',
            metricName: 'CPUUtilization',
            dimensionsMap: {
              DBInstanceIdentifier: props.dbInstanceIdentifier,
            },
            statistic: 'Average',
          }),
        ],
        width: 12,
      })
    );
  }

  private extractAlbName(albArn: string): string {
    // ARNからALB名を抽出
    // arn:aws:elasticloadbalancing:region:account-id:loadbalancer/app/load-balancer-name/load-balancer-id
    const parts = albArn.split(':');
    const namePart = parts[parts.length - 1];
    return namePart.split('/').slice(1).join('/');
  }
}

コスト最適化のテクニック

監視を実装する際、コストを抑えるためのテクニックを紹介します。

1. アラーム数の最適化

不要なアラームを削除:

実際にアクションを取らないアラームは削除
類似のアラームは統合（例: 複数のしきい値ではなく、1つの適切なしきい値）

コスト:

CloudWatchアラーム: $0.10/月/アラーム
10個のアラーム = $1/月
100個のアラーム = $10/月

2. メトリクスの保持期間

CloudWatchメトリクスは自動的に以下の保持期間で保存されます：

1分間隔: 15日間
5分間隔: 63日間
1時間間隔: 455日間

古いデータは自動的に削除されるため、追加コストはかかりません。

3. カスタムメトリクスの頻度調整

CloudWatch Agentで取得するカスタムメトリクス（メモリ、ディスク）は、頻度を調整できます。

{
  "metrics": {
    "metrics_collected": {
      "mem": {
        "measurement": [
          {
            "name": "mem_used_percent",
            "rename": "mem_used_percent",
            "unit": "Percent"
          }
        ],
        "metrics_collection_interval": 60
      }
    }
  }
}

リアルタイム監視: 60秒（1分）
コスト重視: 300秒（5分）

コスト:

カスタムメトリクス: $0.30/月/メトリクス（最初の10,000メトリクス）

4. ログの保持期間設定

CloudWatch Logsの保持期間を適切に設定します。

new logs.LogGroup(this, 'ApplicationLogs', {
  logGroupName: '/aws/application/logs',
  retention: logs.RetentionDays.ONE_WEEK, // 1週間
  removalPolicy: cdk.RemovalPolicy.DESTROY,
});

本番環境: 30日〜90日
開発環境: 1週間〜14日

まとめ

本記事では、「何を監視すべきか」という課題に対して、理論と実践の2つのアプローチを組み合わせて解説しました。

重要なポイント

すべてを監視する必要はない
- Four Golden Signals（Latency、Traffic、Errors、Saturation）を基準に
- ビジネスへの影響度で優先順位をつける
AWS公式の推奨アラームを活用
- CloudWatchが提供する推奨アラームは、AWSの運用ノウハウの結晶
- しきい値も事前設定されており、すぐに使える
各レイヤーで監視すべきメトリクス
- ALB: TargetResponseTime、HTTPCode_Target_5XX_Count、HealthyHostCount
- EC2: CPUUtilization、StatusCheckFailed、メモリ・ディスク使用率
- RDS: DatabaseConnections、CPUUtilization、FreeableMemory、レイテンシ

次のステップ

監視設計は、一度設定したら終わりではありません。以下のサイクルで継続的に改善していきましょう：

デプロイ: CDKで監視基盤を構築
観察: アラートの発生頻度を確認
調整: 誤検知が多ければしきい値を調整
改善: 見逃しがあればメトリクスを追加

監視は、システムの健全性を維持し、ユーザー体験を向上させるための重要な要素です。本記事の内容が、皆さんの監視設計の一助となれば幸いです。

参考リンク: