PLAY CLOUD における New Relic の活用

ツール導入前の課題

弊社が提供するクラウドプラットフォーム「PLAY CLOUD」は、コンテンツホルダーと配信サービスをつなぐメディアサプライチェーンプラットフォームとして、安定かつ高品質な映像配信はもちろんのこと、配信素材の管理や外部共有、簡易編集や外部サービスへの入稿など、その提供機能は多岐にわたります。システムの観点では、動画のトランスコード処理や外部サービスとの通信などを含む、数多くの非同期処理が存在しており、これらはシステムの複雑性を増す要因となっていました。

こういった状況から、何らかのイレギュラーが発生した際の調査時間が増加したり、その調査対応の負荷が一部のベテランエンジニアに集中したり、といった影響が次第に顕在化するようになりました。手遅れになる前に、システムの可観測性を改善することが急務であると考え、オブザーバビリティツールの導入検討を開始しました。

どのような状態を目指していたか

トラブルが発生した際に、どこで何が起きているのかをベテランエンジニアがログなどを調査しなくてもすぐに把握できる状態をつくり、トラブル対応の負荷や解決までの時間を減らすことを初期の目標としました。また、APM を導入してパフォーマンスのボトルネックを特定し、チューニングを施すことでインフラコストを削減するという定量的な目標（数値目標）も設定しました。

• New Relic
• Datadog
• Sentry

当時は社内でオブザーバビリティの導入事例がなく、私自身もオブザーバビリティに対する理解がほとんどない状態でしたので、専属のエンジニアがアサインされるなど、しっかりとしたサポート体制のあるサービスの中から選びたいと考えていました。

New Relic は、投入したデータ量とユーザー数に基づく課金モデルがシンプルで分かりやすく、かつ合理的であると感じました（現在はユーザー数の代わりに、実際に使用したコンピューティングリソース (CCU) の量で課金されるプランもあります）。加えて、メディア・エンターテインメント業界では New Relic の採用例が比較的多く、実際に弊社とつながりのある複数の企業様でも導入事例がありましたし、Video Agent など動画配信に特化した機能が New Relic で提供されていたことも決め手になりました。

どのような成果が得られたか

New Relic の APM エージェントをアプリケーションに組み込むだけで、API ごとの CPU 時間や、特に時間のかかっている処理セグメント（データベースクエリ、外部システムとの通信など）が明らかになるため、効率的にパフォーマンス改善に取り組むことができました。その結果、データベースの呼び出し回数を減らしたり SQL 自体を最適化したりしたことでデータベースのインスタンスサイズを落とし、AWS の原価を年間で数百万円削減することができました。

また、STG 環境においても各種モニタリングの設定を行うことにより、これまでは見落としていたアプリケーションエラーも拾うことができるようになりました。その結果、本番環境にデプロイする前により多くの不具合を発見して修正できており、プロダクトの品質改善につながっていると考えています。

New Relic は AI を活用したさまざまな機能を最近リリースしています。例えば、アプリケーションに発生した問題を自動的に検出、エージェントが自律的に根本原因の調査を行い改善案を提示するといった機能も登場してきています。改善案の提示だけでなく、実際の修正やリリースまでが完全に自動化されるのも、そう遠くない未来かもしれません。もちろん、すべて自動でうまく行くケースはまだ稀であるとは思いますが、システム運用のトイル削減のため、こういった AIOps の機能も積極的に活用していきたいと考えています。