← ブログに戻る
読了時間 8分JA

24コンテナからKubernetesへ:
AWS移行の実践ケーススタディ

ゆるく管理されていた24コンテナで動く本番CXプラットフォームを、AWS上の本格的なKubernetes環境へ移行した過程を実践的に解説します。具体的なトレードオフ、数字、そして今ならこうするという点も含めてお伝えします。

KubernetesAWSDevOpsGitLab CI/CDHashiCorp Vaultケーススタディ

出発点

私はAbdelhamid NOIRA、モロッコのカサブランカを拠点とするDevOpsエンジニアです。Tersea Groupeでの業務で、AI搭載のオムニチャネル顧客体験プラットフォーム「Deskea」に携わりました。アプリケーションはすでに本番稼働し、実際のトラフィックを処理していましたが、そのインフラは24個のコンテナで、デプロイも運用も大部分が手作業であり、それらをまとめるオーケストレーション層もありませんでした。

成長中のプロダクトにはよくある状態です。早い段階でDockerが正解だと気づいてコンテナ化したものの、本格的なオーケストレーションへ踏み出すことはなかった、というケースです。スケールするとはサーバーにSSHで入ることを意味し、デプロイとは手作業でコンテナを再起動することでした。一貫したシークレット管理も、ブルーグリーンのロールアウト手段も、基本的な死活監視を超える本物の可観測性もありませんでした。

なぜKubernetesなのか

24コンテナ程度であれば、Kubernetesが常に正解とは限りません。ECSや整理されたComposeの構成で十分に運用しているチームも多くあります。今回それが妥当だったのは、プロダクトのロードマップにマルチリージョン展開が含まれており、チームがステージング、本番、そしていずれは2つ目のAWSリージョンまで、環境をまたいで一貫したデプロイモデルを求めていたからです。宣言的なロールアウト、環境間の同一性、需要に応じた水平スケーリングという要件は、まさにKubernetesが想定している用途です。

AWS (EKS)
マネージドのコントロールプレーン。etcdやAPIサーバーを手作業で運用する手間が不要に
Helm
すべてのサービスをチャート化し、アプリケーションコードとあわせてバージョン管理
GitLab CI/CD
ビルド、テスト、スキャン、デプロイまで完全自動のパイプライン。手作業は一切なし
HashiCorp Vault
平文の環境ファイルに代わる、シークレットの一元管理
Prometheus & Grafana
基本的な死活監視に代わる、クラスターとアプリケーションの本物のメトリクス
Ansible
クラスター外のあらゆるものを、ロールベースでプロビジョニング

移行のアプローチ

24コンテナを一度に移したわけではありません。サービスは1つずつ移行し、まずは最もリスクの低いステートレスなもの、つまり顧客トラフィックを直接受けない社内APIから着手して、顧客向けのものには最後に手を付けました。各サービスに専用のHelmチャートを用意し、それまで平文の環境ファイルにあったシークレットはVaultへ移して、実行時に注入する形にしました。

ロールアウトでは、トラフィックの多いサービスにはブルーグリーンデプロイを、それ以外にはカナリアリリースを導入し、GitLab CI/CDパイプラインで制御しました。これにより、問題のあるデプロイはトラフィックの大半に届く前に自動で検知・ロールバックできるようになり、誰かが手作業でコンテナを元に戻す間に全面停止する、という事態を避けられました。

クラスターの中に置くべきではないもの、つまりDNSレコード、IAMロール、新規環境の初期設定はAnsibleが担当しました。これにより、クラスターも周辺インフラも含めたプロビジョニング全体が再現可能になり、特定の誰かの頭の中にしかない状態を脱しました。

成果

15%
インフラコストの削減
静的な過剰プロビジョニングをやめ、適正サイズのノードプールとオートスケーリングを採用したことによる効果
10%
パフォーマンスの向上
適切なリソースのrequests/limitsと、Podの水平オートスケーリングによる効果
99.9%
稼働率
ブルーグリーンとカナリアのロールアウトが、問題のあるデプロイを拡大前に食い止めた結果

これらの数字は、1つの大きな変更から生まれたものではありません。実際に使う分のCPUとメモリだけを要求するコンテナ、実需要に応じてノードを増減するクラスターオートスケーラー、そして安全な方法が最速の方法にもなるデプロイパイプラインという、小さくても正しい初期設定の積み重ねから生まれたものです。

今ならこうします

可観測性をもっと早く導入する
PrometheusとGrafanaは移行の途中で導入しました。今にして思えば、初日から本物のメトリクスがあれば、移行前後の比較、そして関係者へのコスト面の説明が、はるかに明確になっていたはずです。
最初からNamespaceを分離する
初期のサービスは、本来より長く1つのNamespaceを共有していました。もっと早くチームやサービスの境界で分けていれば、RBACが単純になり、その後のマルチリージョン分割も楽になっていたでしょう。
Vaultへの移行手順を文書化する
シークレットを環境ファイルから出したのは正しい判断でしたが、手順を書き残したのは2回実施した後でした。簡単なランブックがあれば、本当に時間を節約できたはずです。

まとめ

手作業で管理していた24個のコンテナをKubernetesへ移行したのは、流行の技術を追いかけたからではありません。手作業でミスの起きやすい運用を、宣言的で繰り返し可能な仕組みに置き換えるためでした。コストとパフォーマンスの改善は確かな成果でしたが、より大きな成果は運用面にありました。デプロイはリスクの高い作業から日常業務になり、チームはどのサービスがどのサーバーで動いているかを把握する必要がなくなったのです。

もし同程度の規模のプラットフォームをオーケストレーションなしのコンテナで運用していて、Kubernetesが複雑さに見合うか迷っているなら、正直な答えは「プロダクトの行き先次第」です。環境間の一貫性、オートスケーリング、より安全なロールアウトが本当にロードマップにあるなら、移行はすぐに元が取れます。そうでなければ、運用負荷が増えるだけかもしれません。