SLA（エスエルエー）

2025年10月16日

SLA（エスエルエー）

英語表記: Service Level Agreement

概要

SLA（サービスレベル合意書）とは、サービス提供者と利用者の間で交わされる、提供されるべきサービス水準に関する公式な約束事を定義した文書です。特に「信頼性工学」の文脈において、システムが満たすべき可用性、性能、および応答時間といった品質要件を数値目標として具体的に定めます。この合意は、ハードウェアとソフトウェアが一体となって提供するITサービスの「信頼性」を、ビジネス上の責任として明確化するために不可欠なものです。

詳細解説

SLAは、単なる法的文書ではなく、システム設計と運用における信頼性工学の最重要指針となります。私たちが提供するITサービスが、顧客の期待に応えているかを判断するための「ものさし」だと考えてください。

信頼性工学におけるSLAの役割

信頼性工学（Reliability Engineering）の目的は、障害を予期し、システムが予期せぬ状況下でも安定して動作し続けるように設計することです。SLAは、この「安定して動作し続ける」状態を具体的に数値化します。例えば、「年間稼働率99.999%（ファイブナイン）」といった可用性の目標は、SLAによって顧客と合意されることで、開発・運用チームが達成すべき絶対的な要件となるのです。

可観測性とライフサイクル管理との連携

SLAを達成するためには、「可観測性」（Observability）が欠かせません。サービス提供者は、システムの内部状態（応答時間、エラー率、スループットなど）を絶えず監視し、SLAで設定された目標（SLO）と比較する必要があります。この計測される具体的な指標がSLI（Service Level Indicator）です。

もしSLIがSLOを下回り、SLA違反のリスクが高まった場合、それはシステムライフサイクル管理における重大なアラートとなります。運用チームは、障害が発生する前に原因を特定し、ハードウェアまたはソフトウェアの構成要素の改善や変更（パッチ適用、リソース増強など）を迅速に行う必要があります。このように、SLAは、可観測性によって得られたデータに基づき、システム全体の健全性を管理し、改善していくライフサイクル全体の駆動力を担っています。

ハードウェアとソフトウェアの関係

SLAの要求水準は、基盤となる「ハードウェアとソフトウェアの関係」に深く依存します。例えば、非常に高い可用性（ファイブナインなど）をSLAで約束する場合、サーバーやネットワーク機器といった物理的なハードウェア単体の信頼性（MTBF: 平均故障間隔）だけでは達成できません。

そのため、信頼性工学では、ソフトウェアによる冗長化（クラスタリング、自動フェイルオーバー）、負荷分散、地理的な分散配置といった手法を用いて、ハードウェアの制約を超えた信頼性を構築します。SLAは、このハードウェアの限界とソフトウェアの工夫の組み合わせによって、最終的に顧客に提供できる品質の「上限」を定める役割を果たしているのです。もしハードウェアに起因する大規模障害が発生し、SLAに定められた稼働時間を維持できなかった場合、提供者は責任（ペナルティ）を負うことになります。

このように、SLAは、技術的な設計、日々の運用監視、そしてビジネス上の責任を一体化させる、非常に重要なマネジメントツールなのです。

具体例・活用シーン

SLAは、特にクラウドサービスやホスティング、通信サービスなど、外部にIT機能を提供するあらゆる場面で活用されています。

クラウドサービスの可用性保証:
多くのクラウドプロバイダーは、「Computeインスタンスの月間稼働率は99.99%を保証します」といったSLAを提供しています。もし、プロバイダー側の原因でこの稼働率を下回った場合、顧客は利用料金の一部返金（クレジット）を受けることができます。これは、信頼性工学がビジネス上のリスク管理に直結している典型例です。
応答時間（レスポンスタイム）の保証:
ミッションクリティカルなシステム（例：オンライン決済システム）では、「トランザクションの99%は200ミリ秒以内に完了すること」といった応答時間に関するSLAが設定されます。この目標を達成するために、開発チームはソフトウェアのパフォーマンスチューニングを継続的に行い、運用チームはネットワーク遅延やハードウェアのボトルネックを常時監視します。

アナロジー：救急車と信頼性の契約

SLAを理解するための身近な例として、「救急車サービス」を考えてみましょう。

私たちが救急車を呼ぶとき、暗黙的に「非常に高い信頼性」を期待しています。SLAは、この期待を正式な契約に落とし込んだものです。

例えば、地域の救急車サービスのSLAが「通報から現場到着までの平均時間は8分以内」と定めたとしましょう。これは、サービス提供者（消防・医療機関）が守るべき約束（SLA）であり、具体的な目標（SLO）です。

この目標を達成するためには、車両（ハードウェア）が常に整備されていること、通信システム（ソフトウェア）が迅速に動作すること、そして隊員の配置（ライフサイクル管理）が適切であることが必要です。

もし大雪や交通渋滞といった予期せぬ事態（障害）が発生し、到着時間が大幅に遅れた場合、それはSLA違反のリスクとなります。救急車が時間内に到着しないことは、単なる遅延ではなく、人命に関わる「信頼性の失敗」です。ITシステムにおけるSLA違反も同様に、ビジネスの停止や顧客の信頼喪失という重大な結果につながります。

SLAは、この「命綱」とも言えるサービスの品質を、技術的な努力とビジネス上の責任をもって守るための、運用チームの誓約書なのです。

資格試験向けチェックポイント

IT資格試験、特にITサービスマネジメントや信頼性工学の基礎知識を問う試験において、SLAは頻出テーマです。

SLA、SLO、SLIの区別:
- SLA（合意書）: 顧客とサービス提供者間の「契約」そのもの。罰則やペナルティを含む。
- SLO（目標）: SLAを達成するために設定される具体的な「達成目標値」。例：稼働率99.9%。
- SLI（指標）: SLOが達成されているかを測定するための「計測データ」。例：実際のエラー率、平均応答時間。
- これらの用語は混同されやすいため、それぞれの役割を明確に区別できるようにしてください。
SLAの構成要素:
SLAに含まれる主な要素（サービスの範囲、責任範囲の明確化、測定方法、違反時のペナルティ、除外事項）を把握しておく必要があります。特に、障害がハードウェア、ソフトウェア、ネットワークのいずれに起因しても、SLAはサービスの品質全体を問う点に注意が必要です。
SLAとITIL/サービスマネジメント:
ITIL（Information Technology Infrastructure Library）において、SLAは「サービスレベル管理プロセス」の中核をなします。SLAは、サービスカタログや可用性管理といった他のプロセスと密接に関連していることを理解しておきましょう。
信頼性工学（SRE）との関連:
SRE（Site Reliability Engineering）は、SLA/SLOの達成を技術的に保証するための手法論です。エラーバジェット（Error Budget: 許容できるエラーの量）の考え方は、SLOを基準に運用を行うSREの重要な概念として、応用情報技術者試験などで問われる可能性があります。