ドコモの障害は判断ミスか（１０／１７）
◆　ドコモの大規模障害に関して、原因などが報道された。1：移動機の位置情報などを管理するサーバを新調して入れ替えようとした→2：切り替えてみたら一部の移動機からの信号が受けられない事に気づいた→3：新規サーバでの運用を中止して従来サーバに制御を戻した→4：移動機に位置情報信号を送るようにコマンドを発行した→5：位置登録要求が一斉に来たため処理能力が不足した→6：位置登録による障害が一段落すると、急激にトラフィックが上がって再び障害に陥った。という感じだ。

◆　1の新サーバへの切り替えでは、位置登録信号の急増による障害は無かったと思われる。これは従来サーバから位置情報データベースをコピーして使うなどしたためではないのだろうか。所が逆に旧サーバに戻す時には、新たに位置登録を促している。新サーバに位置登録出来なかった移動機を救おうとしたのだと思うが、ちょっと乱暴だったと言える。

◆　ドコモによれば台数を制限した上で位置登録をさせたと言うが、そもそも相手は移動しているのだから定常的に位置登録要求はどんどん来る。位置登録に失敗すれば勝手に再登録要求を出してくるので、旧データベースの位置情報をそのまま使うなどした方が良かったかも知れない。
或いは旧サーバに戻しはじめた時点で、移動機から位置登録要求信号が来ないように制御しておくべきだった。

◆　だが結果として位置登録要求がどんどん来てしまう。焦ったドコモは位置登録要求を無視するようにした。これによって一部の移動機は圏外になり、通信や通話が出来なくなり、負荷が減少した。位置登録問題は解決へと向かったのである。ところが位置登録が出来るようになると、通信や通話が一斉に起きる事になり、一部では輻輳による障害が出た。

◆　無停止でシステムを入れ替えるのは非常に大変だ。旧サーバに戻して再位置登録をさせようとした時の位置登録要求の多さの予測を誤ったのが最大の原因だ。負荷が上がってきてこれはヤバいなと思った時に、ETWSでも使って障害発生中ですとアナウンスしたら良かったのに。

◆　ドコモの場合、総務省に怒られる事は気にするけれど加入者に不便を強いる事は余り気にしない。ドコモにとってお客様は神様ではなく、神様は自分たちだと思っているからだ。

◆　現場の人間は指示書の通りに作業を行うだけで、突発的な事象には対応出来ない。
何かが起きれば責任者に連絡を取って対応を聞く。責任者は更に上の人に連絡を取って許可を貰う。こうしている間にもトラフィックは増加し続け、影響は拡大する。

◆　某社の運用セクションの人が言っていたが、非常事態に上司の判断を仰いでいたら間に合わないと。責任は自分が取る、ダメなら会社を辞めるくらいの気持ちで指示の出来る人間がいないとダメなのだと常々言っていた。それは非常事態に陥った時に、制御を手動に戻しながらその人の指示でネットワークの調整を行って大事に至らずに済んだ事があったからだ。

◆　ただそうした人間がどこにでもいる訳ではない。原発の制御同様に、大規模ネットワークの管理は、もはや人間には無理なのかも知れない。機械が故障した場合は別として、制御の問題であれば自動制御の方が的確だ。