午前3時、データベースの主キーの容量が枯渇。プライマリデータベースが読み取り専用になります。監視システムは即座にアラートを発報します。もしオンコールシステムが機能していなければ、そのアラートは未読の受信トレイに放置され、顧客はダウンタイムを経験することになります。オンコールシステムは、重要なアラートを適切なエンジニアに適切なタイミングで確実に届けるために存在します。そして、一次対応者が対応できない場合には、問題をエスカレーションしなければなりません。
現代のオンコールシステムに求められるコア要件
インシデント対応プラットフォームは、その核心において、次の4つの基本機能を確実に実行する必要があります。
- アラートの取り込み — 監視ツール、ログアナライザー、APMプラットフォームからのシグナルを受信する。
- オンコールスケジュール管理 — シフト、交代制、休日、一時的なオーバーライド（代理対応）を管理する。
- ルーティングルール — ペイロードデータに基づいて、特定のアラートを特定のチームに誘導する。
- エスカレーションポリシー — 一次対応者が設定時間内にアラートを確認（Acknowledge）しない場合、次に誰に通知するかを定義する。
これらのシステムを評価する際、プラットフォームチームは信頼性と開発者体験（DX）を最優先します。システムが複雑すぎると、スケジュールの設定ミスやアラートの聞き逃しにつながります。逆にシステムが硬直化していると、アラート疲れを引き起こし、エンジニアが重要な通知を無視する原因になります。
PagerDuty：インシデント対応のエンタープライズ標準
PagerDutyは、インシデント対応に特化した、実績のあるスタンドアロン型プラットフォームです。長年にわたり、高い可用性と冗長化された通知配信の評判を築いてきました。
大規模な組織向けに、PagerDutyは高度にカスタマイズ可能なインシデントワークフローを提供します。複雑なルーティングルールを構築して、自動トリアージスクリプトの実行、Slackチャンネルの作成、ステータスページの更新を同時にトリガーできます。また、プラットフォームは高度な分析機能も提供します。これにより、エンジニアリングマネージャーは平均確認時間（MTTA）や平均復旧時間（MTTR）を追跡できます。
しかし、この深い機能性にはトレードオフもあります。設定インターフェースは小規模なチームにとっては複雑に感じられることがあります。また、価格モデルはプレミアムです。自動化されたランブックや機械学習ベースのアラートグルーピングなどの多くの高度な機能は、上位プランへのアップグレードが必要です。
Opsgenie：Atlassianネイティブなアラート機能と柔軟性
2018年にAtlassianに買収されたOpsgenieは、柔軟なアラートおよびオンコール管理ツールです。Opsgenieはスタンドアロン製品として購入して使用することもできますが、Atlassianエコシステムのコアコンポーネントとして動作するように設計されています。
チームがすでにJira Software、Confluence、Jira Service Managementを使用している場合、Opsgenieはワークフローに自然に適合します。アラートからJiraチケットを自動的に作成したり、インシデントをアクティブなソフトウェアデプロイに関連付けたり、Confluenceにポストモータム（事後振り返り）を直接記録したりできます。
Opsgenieは柔軟なルーティングルールで知られています。アラートのペイロードを簡単に変更し、通知テンプレートをカスタマイズできます。一般的にPagerDutyよりもコストパフォーマンスが高いため、成長中のスタートアップや中規模のエンジニアリングチームにとって魅力的な選択肢となっています。
オンコールルーティングとエスカレーション機能の比較
どちらのツールも基本的なスケジュール管理とエスカレーションをうまく処理しますが、複雑なエンタープライズ構造を管理する方法に違いがあります。
ルーティングが実際にどのように機能するかを理解するために、現実的な例を考えてみましょう。
チームAlphaが3段階のエスカレーションポリシーを持っているとします。
- 第1段階（一次）： エンジニアAがオンコール担当。
- 第2段階（二次）： エンジニアBがバックアップ。
- 第3段階（三次）： エンジニアリングマネージャーが最終連絡先。
重要度の高いアラートが発生すると、システムはエンジニアAにプッシュ通知を送信します。エンジニアAが5分以内（例示的な時間枠）にアラートを確認しない場合、システムはエンジニアBにSMSを送信します。確認がないままさらに10分が経過すると、システムはエンジニアリングマネージャーに電話をかけます。
[アラート発生]
│
▼
[第1段階: エンジニアA] ──(5分間確認なし)──► [第2段階: エンジニアB] ──(10分間確認なし)──► [第3段階: マネージャー]
Opsgenieでは、このローテーションの設定は簡単です。ユーザーインターフェースにより、単一のダッシュボード内でスケジュールの構築、休暇用のオーバーライドの追加、エスカレーションポリシーへのリンクを行うことができます。Opsgenieのルーティングルールは非常にきめ細かく、正確な時間帯やアラートペイロード内の特定の文字列の一致に基づいてアラートをルーティングできます。
PagerDutyは、より高い構造的厳密さでこれと同じシナリオを処理します。スケジュールとエスカレーションポリシーを完全に分離しています。この分離により、単一のスケジュールを複数のエスカレーションポリシーで再利用しやすくなります。何百ものマイクロサービスと数十の重複するオンコールローテーションを持つ組織にとって、PagerDutyのモデルはよりクリーンにスケールします。ただし、設定にはより多くの初期計画が必要です。
統合エコシステムとChatOpsのサポート
インシデント管理ツールの価値は、その連携機能に左右されます。おそらく、すでにPrometheus、Grafana、Datadog、AWS CloudWatchなどの監視ツールを使用しているでしょう。
PagerDutyは、膨大な標準連携カタログを誇っています。ほとんどの開発者ツールには、ワンクリックで設定できるネイティブなPagerDuty連携機能が備わっています。SlackとのChatOps連携は非常に成熟しています。エンジニアはPagerDutyコンソールを開くことなく、チャットチャンネルから直接インシデントの確認、エスカレーション、解決を行うことができます。
Opsgenieも主要なすべての監視プロバイダーと連携します。しかし、その最大の強みはネイティブなAtlassian連携にあります。インシデント対応プロセスが、Jiraチケットの更新、ステータス遷移、Jira Service Managementを介した関係者への通知に依存している場合、Opsgenieは外部ツールとしてのPagerDutyよりも、緊密でまとまりのある体験を提供します。
価格の透明性と総所有コスト（TCO）
多くのプラットフォームチームにとって、決定は予算とライセンスに帰着します。
PagerDutyは制限付きの無料プランを提供しており、その後の有料プランは急速にスケールします。プロフェッショナルプランやエンタープライズプランは、かなりの費用負担となります。イベントオーケストレーション、シングルサインオン（SSO）、詳細なポストモータム作成機能などの高度な機能が必要な場合、ユーザーあたりのコストは大幅に増加します。
Opsgenieは、より寛容な無料プランと低価格の有料プランを提供しています。さらに、AtlassianはOpsgenieのコア機能をJira Service Managementのクラウドプランに直接パッケージ化しているため、多くのチームは個別のライセンスを購入することなく、すでにOpsgenieにアクセスできる状態にあります。予算を重視するスタートアップにとって、通常Opsgenieはより低い総所有コストを提供します。
意思決定のポイント
PagerDutyとOpsgenieのどちらを選ぶかは、既存のツール群と組織の複雑さによって決まります。
PagerDutyを選ぶべきケース：複雑なサービスの依存関係を持つ大規模なマルチチーム企業で、高度なインシデント分析を必要とし、チケットシステムから完全に独立して動作するスタンドアロンのプラットフォームを求める場合。
Opsgenieを選ぶべきケース：チームがすでにAtlassianエコシステムに組み込まれており、課題追跡にJiraを多用しており、迅速に設定できるコスト効率が高く非常に柔軟なアラートツールを求める場合。
これらのプラットフォームが市場の他の選択肢とどのように比較されるかを詳しく調べるには、Northwind Studioがお届けするStackMatchで、厳選されたリスト、比較表、編集レビューを検索してください。
FAQs
OpsgenieはJira Service Managementに含まれていますか？
はい。AtlassianはOpsgenieのコアなアラートおよびオンコール機能をJira Service Managementのクラウドプランに直接パッケージ化しています。ただし、Jiraを使用していないチーム向けに、スタンドアロンのOpsgenieサブスクリプションも引き続き利用可能です。
小規模なチームにとって、セットアップが簡単なのはどちらのツールですか？
一般的に、Opsgenieの方がインターフェースがわかりやすく、デフォルトのルーティングルールがシンプルなため、小規模なチーム向けの設定を迅速に行うことができます。一方、PagerDutyはその高度な機能を最適化するために、より多くの初期設定を必要とします。
PagerDutyとOpsgenieはアラート疲れにどのように対処していますか？
両プラットフォームとも、通知の嵐を防ぐために、アラートの重複排除、グルーピング、一時的なアラートの抑制機能を提供しています。ただし、PagerDutyは上位プランにおいて、より高度な機械学習駆動のノイズ削減機能を提供しています。
オンコールルーティングにオープンソースの代替ツールを使用できますか？
はい。基本的なアラート機能を提供するオープンソースツールは存在しますが、多くの場合セルフホストが必要であり、PagerDutyやOpsgenieのようなマネージドサービスが提供する冗長化されたSMS、音声通話、モバイルプッシュ通知のインフラストラクチャが不足しています。