キャパシティプランニング

キャパシティプランニングとは

キャパシティプランニング（Capacity Planning） は、将来どれだけの負荷が来るかを予測し、それを捌くのに必要な資源を前もって見積もり・確保する 営みです。CPU・メモリ・サーバ台数・データベースの処理能力・ネットワーク帯域などを、「足りなくて落ちる」ことも「余りすぎて無駄に払う」こともないよう調整します。

ねらいは、両極端を避けることです。

• 過小：資源が足りず、アクセス増でレスポンス悪化やダウンを招く（機会損失・信頼失墜）。
• 過剰：使われない資源に金を払い続ける（コストの無駄）。

つまりキャパシティプランニングは 「信頼性」と「コスト」のトレードオフを設計する 仕事です。技術だけでなく、ビジネスの成長見込みと結びつけて考えます。

基本の流れ

キャパシティプランニングは、おおむね次のステップで進みます。

1. 需要予測（Demand Forecasting）：将来のトラフィックや利用量を見積もる。過去データの傾向、季節性、キャンペーンや新規ユーザー獲得計画を加味する。
2. 資源の見積もり：その需要を捌くには何がどれだけ要るかを算出する。「1台あたり何リクエスト捌けるか」を負荷テスト（/devops/load-testing/）で測っておくと、必要台数を逆算できる。
3. ヘッドルーム（余裕）の確保：予測ぴったりではなく、急増や故障に備えた余裕 を上乗せする。
4. 監視と見直し：実績と予測のズレを観測し、計画を更新し続ける。

スケール戦略：垂直 vs 水平

資源を増やす方法は大きく2つあり、スケールアップ（垂直） と スケールアウト（水平） と呼びます。

観点	スケールアップ（垂直）	スケールアウト（水平）
やること	1台を高性能にする（CPU/メモリ増強）	台数を増やす（同じものを並べる）
上限	マシン性能の物理的な天井がある	理論上は台数を足し続けられる
可用性	1台依存（その1台が落ちると止まる）	分散され、1台落ちても残りで継続
向く対象	分割しにくいもの（例：単一DB）	ステートレスなアプリ（複製しやすい）

• スケールアップ：単純で分かりやすい反面、1台の性能には天井 があり、その1台が落ちると全停止です。
• スケールアウト：負荷分散（ロードバランサ）の後ろに同じサーバを並べる方式。台数で稼ぐ ため拡張余地が大きく、可用性も上がります。ただし「どのサーバに振っても同じ結果」になるよう、状態を持たない設計（ステートレス、/devops/twelve-factor-app/）が前提です。

現代のクラウド前提のシステムは、水平スケールを基本 に設計するのが定石です。

自動スケールとの関係

クラウドには オートスケーリング（負荷に応じて台数を自動増減する仕組み） があります。「自動なら、もう人が計画する必要はないのでは？」と思いがちですが、そうではありません。自動スケールにも“設計”が要る のです。

• 上限・下限の設定：際限なく増やすとコストが暴走し、少なすぎると捌けない。最小／最大台数 を決めるのは人間。
• スケールの初動の遅れ：新しいインスタンスが起動して温まるまでには 時間がかかる。瞬間的な急増（スパイク）には間に合わないことがある。
• コストの天井：自動で増えるぶん、放置すると 想定外の請求 になりうる。

コストとのバランス

キャパシティプランニングの肝は コスト最適化 です。資源は多いほど安心ですが、その安心には費用がかかります。代表的な打ち手を挙げます。

• ベース＋バースト：常時必要な分は割安な長期契約（リザーブド等）で確保し、変動分だけ従量・自動スケールで賄う。
• 過剰な割り当てを削る：実際の使用率を測り、使っていない分（オーバープロビジョニング） を縮める。クラウドでは「念のため大きめ」が積み重なりがち。
• SLO と紐づける：どこまでの余裕が必要かは、信頼性目標（/devops/sre-slo/）次第。99.9% と 99.99% では要る冗長度もコストもまるで違う。

「安心のために盛る」と「無駄を削る」は綱引きの関係です。監視で実績を見ながら、両者の落としどころを更新し続ける のが、現実的なキャパシティプランニングです。

まとめ

• キャパシティプランニングは 将来の需要を予測し、必要資源を不足なく・無駄なく確保 する営み。信頼性とコストのトレードオフ設計。
• 流れは 需要予測 → 資源見積もり → 余裕（ヘッドルーム）の確保 → 監視と見直し。負荷テストの実測が土台。
• スケールは 垂直（1台を強く）と水平（台数で稼ぐ）。クラウド時代は水平スケール＋ステートレスが基本。
• 自動スケールにも上限・初動・コストの設計が必要。SLO と結びつけ、実績を見て調整し続ける。