ポストモーテム
(ぽすともーてむ/Postmortem)
- 文書で確認(海外)
- 2016年
- 更新
- 2026-11-22
一言でいうと
障害や事故が起きた後に、経緯、影響、対応、原因、再発防止策を文書にまとめ、チームで共有する活動です。個人の責任を追及せず、障害を生んだ手順や設計の要因を探します。
面接では、候補者が書いたポストモーテムで原因をどこまで掘り下げたか、再発防止策が実行されたかを確認します。
提唱者と登場年
ポストモーテムは、特定の提唱者がいる語ではありません。ここで示す2016年は、GoogleがO'Reillyから書籍『Site Reliability Engineering: How Google Runs Production Systems』を刊行した年で、語が使われ始めた年ではありません。
同書の第15章「Postmortem Culture: Learning from Failure」(John Lunney、Sue Lueder執筆)は、ポストモーテムを、インシデントとその影響、緩和や解決のためにとった対応、根本原因、再発を防ぐフォローアップの対応を記録した文書と定義しています。同じ章は、ブレームレス(非難しない)のポストモーテムをSREの文化の原則とし、この考え方が、誤りが命に関わる医療と航空の業界から始まったと説明しています。
何を解決するか
障害の原因を個人の操作ミスで片づけると、障害を生んだ条件が残り、同じ障害が別の担当者のもとで繰り返されるおそれがあります。PagerDutyのポストモーテムのドキュメントは、ブレームレスのポストモーテムを、誰が誤ったかではなく、どのように誤りが起きたかに焦点を当てるものと説明しています。人の誤りを、システムの問題の症状として扱う考え方に立っています。
責任を問われると考えた担当者は事実を話さなくなり、再発防止に必要な情報が集まりません。導入の前提として、障害の当事者が処分を恐れずに経緯を説明できることと、再発防止策を実行する工数を確保できることが必要になります。
実際の進み方
Googleの書籍は、チームごとに幅はあるとしたうえで、ポストモーテムを書く代表的な契機として次を挙げています。
- 利用者から見える停止や性能の劣化が、一定の基準を超えた
- 種類を問わず、データが失われた
- オンコール担当者が、ロールバックやトラフィックの切り替えで介入した
- 解決までの時間が、一定の基準を超えた
- 監視が機能しなかった(多くの場合、人が手作業で障害を見つけたことを意味する)
書く基準は、障害が起きる前に定めておきます。基準とは別に、関係者は誰でも作成を依頼できます。下書きはレビューを経て確定します。同じ章は、レビューを経ないポストモーテムは存在しなかったのと同じだと述べています。確定した文書はチームや組織の保管場所に加え、他のチームも参照できるようにします。Googleでは、よく書けたポストモーテムを月例のニュースレターで組織全体に共有しています。
導入でよくある失敗
- 文書の結論が「担当者の確認不足」で終わり、手順や設計の側の対策が出てこない
- 再発防止策に担当者と期限がなく、次の障害まで実行されない
- 書いた文書を共有せず、別のチームが同じ原因の障害を繰り返す
求人票にこの語がある場合に読み取れること
障害対応の後に文書で原因を分析する習慣があり、SREや運用の体制が一定程度整っていると推定できます。「ブレームレス」と明記されていれば、障害の当事者を責めない方針を対外的に示しています。自社の求人に書く場合は、書く基準、レビューの場、再発防止策の実行を誰が管理するかを添えます。
候補者には、自ら書いたポストモーテムの原因分析と再発防止策を聞きます。原因を個人の操作で終わらせず、監視、手順、設計の要因まで説明できる場合は、手順や設計の側から障害を分析してきたと考えられます。再発防止策の実行まで追跡した経験を話せる場合は、運用改善を担当してきたと判断できます。
隣接手法との違い
| 用語 | 指すもの | ポストモーテムとの違い |
|---|---|---|
| ふりかえり(レトロスペクティブ) | 一定の期間ごとにチームの進め方を見直す定例の場 | 定期に開く。ポストモーテムは個別の障害を契機に開く |
| 障害報告書 | 顧客や社内に障害の事実と対応を報告する文書 | 報告が目的。ポストモーテムは原因の分析と再発防止策の決定が目的 |
| 根本原因分析(RCA) | 問題の根本原因を特定する分析の手法 | 分析の手法。ポストモーテムは分析を含む文書と、レビュー・共有の流れ全体 |