朝いちばんにマネジメントコンソールを開くと、RDSのイベント履歴に再起動が記録されている。デプロイもパラメータグループの変更もしていないし、障害通知も届いていない。アプリ側のログには深夜の数十秒だけ接続エラーが残っている。この状況で「誰が再起動したのか」を探してCloudTrailを追いかけても、該当する操作が見つからないことがあります。利用者の操作以外にも、RDSインスタンスが再起動する経路があるためです。
この記事は「RDS 証明書更新で再起動される原因と対処|ローテーション」の一部を、話題を絞って書き直したものです。再起動のタイミングを自分で選ぶ方法や、保留中メンテナンスを見逃さないための仕組みづくりは、ブログの完全版にまとめています: RDS 証明書更新で再起動される原因と対処|ローテーション
自動ローテーションが再起動を連れてくる仕組み
RDSとAuroraでは、使用中の認証局(CA)がサーバー証明書の自動ローテーションに対応している場合、証明書の有効期限の半減期に達した時点で、次回のメンテナンスウィンドウ内にローテーションが自動でスケジュールされます。ここで分岐が生まれます。エンジンバージョンが「再起動なしのローテーション」に対応していなければ、ローテーション処理の一部としてDBインスタンスの再起動が実行されるのです。
つまり、利用者が何も操作しなくても、メンテナンスウィンドウの時間帯に再起動が入ります。深夜帯にウィンドウを設定している環境では、朝になってイベント履歴を見たときに初めて気づく、という見え方になります。操作していない再起動に遭遇したら、まず証明書の自動ローテーションを疑ってください。
イベント履歴で確認するのは2点
切り分けの起点はRDSのイベント履歴です。見るべき項目は次の2つに絞れます。
ひとつ目は、再起動イベントの前後に「server certificate rotation」に関連するイベントが記録されていないかどうか。証明書ローテーションが原因であれば、再起動イベントと同じタイミング、あるいはその直前に関連イベントが並びます。
ふたつ目は、その数日から数週間前に、ローテーションの予告通知イベントが残っていないかどうかです。「サーバー証明書のローテーションが次回メンテナンスウィンドウで実施される」旨の事前通知は、実際の適用よりかなり早い段階で記録されます。この通知を見落としていると、当日の再起動が突然の出来事に見えてしまいます。
2点が揃えば、証明書ローテーションが原因である確度はかなり高いと判断できます。どちらも見つからない場合は、ハードウェアメンテナンス、エンジンのパッチ適用、Multi-AZ構成のフェイルオーバーなど、別の原因を順に確認していくことになります。
再起動を避けられるかどうかはバージョンで決まる
判定の分かれ目はエンジンバージョンです。再起動なしのローテーションに対応したバージョンであれば、証明書の入れ替えだけが実行され、DBインスタンスの再起動は発生せず、既存の接続も維持されます。未対応のバージョンでは、ローテーションのために再起動が必要になります。この場合、再起動そのものを回避する手段はありません。選べるのは「いつ再起動するか」だけです。
対応状況は推測せずに確認できます。describe-db-engine-versionsが返すSupportsCertificateRotationWithoutRestartを参照すれば、使っているエンジンとバージョンの組み合わせで機械的に判定できます。この値がfalseなら再起動は避けられないと確定するので、次の検討はメンテナンスウィンドウに任せるか、業務影響の小さい時間帯へ自分で寄せるかの選択に移ります。
元記事で扱っている内容
- なぜ操作していないのに再起動されるのか。CAの有効期限と半減期、メンテナンスウィンドウの関係を整理しています
- 原因を確定させる切り分け手順。イベント履歴とCLIの出力を突き合わせる流れを順番に解説しています
- 対処として、再起動のタイミングを自分で選ぶ方法。メンテナンスウィンドウ任せにしない進め方を扱っています
- 再発防止の仕組み。保留中メンテナンスの検知を運用に組み込む考え方をまとめています
- よくある誤解とよくある質問。クライアント側の証明書バンドル更新との関係など、混同しやすい論点を整理しています