キャパシティモデリングと負荷予測

キャパシティモデリングとは何を解く問題か

キャパシティモデリング は「この需要を、決めた品質目標（応答時間やエラー率）で捌くには、資源がどれだけ要るか」を 数式とデータで導く 営みです。勘で台数を盛るキャパシティプランニングを、再現可能なモデルに置き換えます。

核になる関係式は単純です。プレーンテキストで書くと次のとおり。

必要容量 = 予測需要（ピーク時の毎秒リクエスト数）
         / (1台あたり処理能力 × 目標利用率)

ここで肝心なのは 目標利用率 をどう置くかです。利用率を1.0に近づけるほど割り算の分母が大きくなり、必要台数は減ってコストは下がります。しかし後述するとおり、利用率を上げると待ち時間が非線形に悪化するため、ここに ヘッドルーム（余裕） を埋め込みます。

需要予測：4成分への分解

将来需要 D(t) は、時系列を4つの成分に分解して予測するのが定石です。

• 基準水準（レベル）：その時点でのベースとなる量。直近の移動平均などで掴む。
• トレンド（成長率）：右肩上がり／下がりの傾き。線形成長か複利成長（指数）かで将来像が大きく変わる。
• 季節性：日次・週次・年次の周期。ECなら日曜夜のピーク、業務系なら月初・期末など。
• 残差（不確実性）：上記で説明しきれないノイズ。これがヘッドルームの根拠になる。

D(t) ≈ レベル(t) + トレンド(t) + 季節成分(t) + 残差

成長率を 複利 で扱うことが特に重要です。月次 r の成長が続くなら、n か月後は基準値に (1+r) の n 乗を掛けます。月5%でも12か月で約1.8倍、24か月で約3.2倍になります。線形外挿で済ませると、急成長期には深刻に過小見積もりになります。

飽和点を待ち行列理論で見極める

なぜ利用率を100%まで使い切ってはいけないのか。答えは 待ち行列理論 にあります。サーバーへの到着がランダムで処理時間にばらつきがある（M/M/1モデル）とき、システム内の平均応答時間は利用率 ρ（ロー、到着率÷処理率）に対して次のように振る舞います。

平均応答時間 ∝ 1 / (1 − ρ)

この 1/(1−ρ) が飽和の正体です。ρ が0.5なら係数は2、0.8なら5、0.9なら10、0.95なら20。つまり利用率を80%から95%へ「少し」上げただけで、待ち時間は4倍に膨らみます。容量を削ってコストを下げたつもりが、応答時間が崖から落ちる——これが飽和点です。

実務では 目標利用率を70〜80% に置くのが定石です。残りの20〜30%がヘッドルームで、これは「無駄な余り」ではなく 急増・故障・予測誤差を吸収する保険 です。サーバー台数を増やす（M/M/cにする）と、台数 c が多いほど同じ利用率でも待ち時間の悪化は緩やかになります（規模の経済）。大規模クラスタほど高い利用率を狙える理由です。

p99余裕：平均ではなく裾で決める

容量設計でやりがちな失敗は、平均だけを見ることです。SLO は通常 パーセンタイル（p99 など）で定義されます。p99 は分布の 裾（テイル） であり、利用率上昇に対して平均よりはるかに敏感に悪化します。前述の 1/(1−ρ) は平均の話で、テイルはさらに鋭く跳ねます。

そこで台数は 予測の点推定ではなく予測区間の上側 で決めます。需要予測 D には残差分散があるので、安全在庫の考え方と同じく次のように上乗せします。

設計需要 = 予測需要 + z × 予測誤差の標準偏差

z は目標とするサービスレベルに対応する係数で、片側でおよそ p95 なら 1.65、p99 なら 2.33、p99.9 なら 3.09。高い可用性を約束するほど z は大きくなり、必要容量とコストは増えます。どこまで盛るかは SLO と エラーバジェット が決める経営判断であり、技術的に一意には決まりません。

モデルを運用に組み込む

モデルは作って終わりではなく、実績との誤差を監視して更新し続けます。予測値と実測値のズレ（MAPE など平均絶対パーセント誤差）を追い、季節成分や成長率を再校正します。さらに、予測した飽和点に対する現在地を常時可視化し、オートスケーリング の上限・下限や 負荷制御（ロードシェディング） の閾値とつなぎます。予見できる急増（セール・露出）は自動スケールの初動遅れが間に合わないため、モデルの予測に基づき 事前にウォームアップ します。

まとめ

• 必要容量は 予測需要 ÷ (1台あたり処理能力 × 目標利用率)。利用率を上げると台数は減るが待ち時間が非線形に悪化する。
• 需要は レベル・トレンド（複利成長）・季節性・残差 に分解し、月平均ではなく ピーク で設計する。
• 飽和点は待ち行列理論の 1/(1−ρ) で見極める。目標利用率70〜80%、残りがヘッドルーム。
• SLO は p99 など裾で定義されるため、点推定でなく 予測区間の上側（z 係数） で台数を決める。リトルの法則で系内件数を逆算し、実測で継続的に校正する。