« 2018年1月 | メイン | 2018年3月 »

2018年2月

2018/02/28

Prism Proを使って、SpectreとMeltdownのパッチの影響を理解する

本記事の原文はNutanixコミュニティのブログNutanix Connect Blogの記事の翻訳ヴァージョンです。原文の著者はNutanix社のSr. Technical Marketing EngineerのBrian Suhr氏です。原文を参照したい方はUsing Prism Pro to Understand the Effects of Spectre and Meltdown Patchesをご確認ください。情報は原文の投稿時のままの情報ですので、現時点では投稿時の情報と製品とで差異が出ている場合があります。

当社のNutanix社製品についてはこちら。本ブログのNutanix関連記事のまとめページはこちら

ネットワールドのNutanix関連情報はぜひ以下のポータルから取得ください(初回はID、パスワードの取得が必要です)。

Fig371

火星でのバケーションから戻ってきた、というようなことでもない限り、最近もっともモダンなCPUアーキテクチャ上で発見されたセキュリティの脆弱性に関する様々な雑音や混乱から逃れるということはできないでしょう。これらの脆弱性ーSpectreとMeltdownーは3つにカテゴライズされており、ソフトウェアのパッチが必要であり、終息についてはマイクロコードのアップデートが必要です。これについてもっと詳しく知りたいということであれば meltdownattack.com は研究の最初の一歩としてはうってつけです。 

このパッチは何故今までの元は異なるのか?

この理由はSpectreとMeltdownの脆弱性がいずれもCPUのアーキテクチャに関連したものだからであり、これを終息させようとすることはOSやアプリケーションが近年のCPUの投機的な実行機能を利用する方法を調整するということまでもが含まれてくるからです。ゲストOSのベンダーはそのお客様に対してこれらのパッチを当てることによるパフォーマンスへの負の影響について声高にのべており、不安定になってしまうことを理由に最初のパッチを取り下げたベンダーも見られます。

SpectreとMeltdownによるパフォーマンスの劣化の最終結果を完全に理解することになるにはまだ時間が足りませんが、私は皆様に対して、完全にそれを検証し終えること無くパッチの適応を急いではならないと警鐘を鳴らしたいと思います。パッチを当てる対象はハイパーバイザー、ゲストOS、そしてマイクロコードレイヤが含まれ、アップデートを充てる際には、まず、最低でも評価の手順のフェーズを終えて、それぞれのパッチの影響を理解して行うべきです。このフェーズ化されたアプローチはそれぞれのパッチ、そしてその組み合わせが安定性を備えるまでの時間という意味でも、より大きな環境へとそれを適応していく前に行うことは理にかなっています。

Prism Proがどのように役立つのか?

このブログ記事の本筋に立ち戻りましょう。我々はPrism Proを利用することで、今日の皆様の環境とパッチを当てたあとの状態の環境とのCPUの利用率の上昇差分について理解していく手順をシンプルにしていくことができると考えています。

もしも、どの時間をみて、(そして)どのような変化が起こりそうか、ということがわかっているのであれば、通常のパフォーマンスチャートでそのイベントの影響を見ることができます。以下の例にあるように、一番上のチャートは選択した仮想マシンの3時間の間隔でのCPUの利用率の様子を顕しています。矢印のマークの部分ではこの仮想マシンのCPUの利用率が驚くほど上昇していることがわかります。利用率が上昇したという事実については理解が難しいものではありません、しかし、チャートはこの変化が通常こうしたものであるのか、それともこの環境における変化がこの程度なのか、ということを顕しているわけではありません。

Fig372

AOS 5.5のリリースとともに、NutanixはX-FitテクノロジーをPrism Proへ追加しました。つまり、管理機構は今は仮想マシンやホストの通常どのように振る舞っているかを学習できるようになっています。振る舞いを学習したシステムが監視している特定の計測値が通常の振る舞いの領域幅をはみ出したと判断した場合、これは不具合として記録され、警告が発報されます。

次の例も上でお見せした同じ仮想マシンにおけるシナリオですが、今回は新しい、インテリジェンスを備えたチャートを利用しています。以下のチャートでは濃いブルーのラインが実際のCPUの利用率を顕しており、青い影の幅はこの仮想マシンの通常時のCPU利用を学習した上で生成されたベースラインを顕しています。チャートの一部にズームイン(赤い円の中へ)してみると、同様にCPUの消費率がスパイクしていることが表されています。しかしながら、この新しい情報の中では、この値が学習されたベースラインを上回って上昇しているということがわかります。不具合が明らかで、この仮想マシンにとって通常の状態でないということですから、アラートが発行されます。

Fig373

振る舞い学習のアルゴリズムはNutanixのX-Fitに組み込まれており、定期的に今回取り上げた仮想マシンを確認して、CPUの増加が継続していることを示しています。しばらくすれば、Prismは変更されたCPUの利用率がこの仮想マシンにとって通常の振る舞いであるということを学習し、ベースラインをそれに合わせて以下の例にあるように適切に調整し始めます。利用量が増えていますので、変更後のベースラインは最初はもっと大きな幅になります。この幅はPrismが仮想マシンの監視を継続指定国津入れて自動的に調整されていきます。

Fig374

これまでのところ、我々があげてきた例では単一の仮想マシンの振る舞いに注目してきました。単一の仮想マシンのチャートを見るということは非常に有用ですが、多くの組織ではSpectreとMeltdownの脆弱性に対処するために百から数千の仮想マシンにパッチを当てる必要があります。こうした修正を展開してその影響について監視していくという範囲の大きさを考えれば、注目すべき点は自然により高いレベルになっていくことでしょう。こうした場合のシナリオではホストレベルで環境を見ていくほうが時間を短縮することができる一方で、それぞれの変更の結果を追跡するということもまだ、できるレベルでしょう。

パッチの影響についてホストレベルで見ていくことができるということを示すために、環境においてCPUの利用上昇をシミュレーションする仮想マシンのグループを利用しました。以下の例ではホストレベルのCPUの利用チャートと学習されたベースライン、そして最後に利用率のスパイクが表示されています。このスパイクはホストレベルでの不具合アクティビティとして記録されており、その実態は我々がこれまで上で見てきた仮想マシンです。

Fig375

それぞれのこうした不具合のイベントはPrism内にアラートを作成します。もしもEmailによる通知が設定されていれば、emailアラートとして送信されます。この警告システム自体は非常に有用なものですが、Prismはそれに加えてその不具合の所在についてその不具合にどのような要素が関連しているかを付属させることで簡単に理解しやすくしてくれています。

Prismダッシュボードの影響を受けたクラスタのウィジットはクラスタの健全性についての高いレベルでの詳細を提示します。以下のスクリーンショットを見ていただければ分かる通り、直近24時間無いでの不具合の数を1つのデータポイントが顕しています。

Fig376

ウィジット内の不具合数をクリックすると、以下の例のようにその期間における不具合のそれぞれとどの計測値が不具合に該当したのかということも一つのリストにして見ることができます。それぞれの不具合をクリックすれば上で仮想マシンやホストの例で見てきたようなチャートへとアクセスすることができます。

Fig377

キャパシティ変更についての計画

組織はゲストOSにパッチを当てることで他のクラスタに対して影響を与える可能性のある決して小さくはないCPU利用率の上昇を理解し、その計画を建てなくてはなりません。Prism Proのキャパシティプランニングの機能によって、クラスタにこうした追加の要求を加えることで、シナリオをモデル化することができます。

この例では我々はテクストクラスタのシナリオを作成しました。以下のチャートは現在の環境においての見通しの詳細といかにリストされている既存のホストリソースを顕しています。

Fig378

浪費されているリソースを回収する

モデル化されたノードの追加が要求に答えるためには必要よりも大きなものであったり、そうでなくても置かれている状況下において理想的な解決策であるとはいえない場合、浪費されているリソースを回収することを考えることもできます。Prism Proは最適化もしくは回収できるリソースを特定する時にわかりやすいデータを提示します。次のスクリーンショットは全体、もしくはクラスタごとのレベルでリソースの最適化について示しているウィジットです。

この例ではoverprovisionedとinactiveに分類された仮想マシンに注目します。というのも、これらいずれのカテゴリーも組織が合理的に回収し易いリソースを含んでおり、簡単に要求の増加に応えることができます。

  • over-provisioned分類は先に述べた学習した仮想マシンの振る舞いの機能を利用しており、常日頃、割り当てられたリソースのうち本の限られた量しか利用していない仮想マシンです。
  • inactive分類は最低30日間電源が入っていない状態が続いた仮想マシンが特定されています。このカテゴリも学習した仮想マシンの振る舞いを利用しており、電源が入っていたとしてもCPUとディスクの活動が最低量のみを使い続けているというものも含まれています。

Fig379

それぞれの分類のいずれかをクリックすると、Prism上の探索ビューでそのカテゴリに分類された仮想マシンが一つのリストとして表示されます。以下の救いリーンショットはoverprovisionedの仮想マシンを表示しています。この表示から、どの仮想マシンがまさにoverprovisioned(割当過剰)になっているのか、それがどれぐらい多すぎるのかということを簡単に見ることができ、アプリケーションチームとの議論の末にこうしたリソースを回収する計画をたてることができます。リソースの割当の変更を適応する準備が整ったら、単純に仮想マシンを選択して、必要なレベルにリソースを調整するだけです。

Fig380

環境のインベントリを取得する

これまでに関しとキャパシティプラングについて見てきました、最後に取り上げなくてはならないのは環境のインベントリを取得する方法です。ご自身の環境内にどのようなものがあるのかということを理解し、どうしたコードをそれぞれが走らせているか理解することはアップデートのフェーズの準備、そして効果を確認していくためには重要です。

PrismのLife Cycle Manager(LCM)を利用して、クラスタで動作しているそれぞれのノードのBIOSのヴァージョンのレポートを得ることができます。この詳細情報はどのノードがアップデートを必要としているのかということと、どのノードがアップデートを終えているのかということを理解するためにも重要です。

Fig381

続くスクリーンショットでは、Prism Centralの探索機能を利用して、環境内のホストのリストをハイパーバイザーとそれぞれのヴァージョンを表示しています。Prismはクラウド時代のために作成されているため、マルチハイパーバイザーの管理をネイティブにサポートしていますし、それら全てを単一の画面から表示することができるようになっています。

Fig382

Prismのレポーティングはどうでしょう?

AOS 5.5のリリースと同時に、Prism Proはアドホックベース、もしくはスケジュールでの両方でレポートの生成を行える機能を搭載しました。Prism Proにはいくつかの標準レポートが既に含まれていますし、管理者が新しいレポートを簡単に作成することも可能です。既存のレポートをクローンして作ることもできますし、ビジュアルレポートデザイナーを利用してレポートのコンポーネントを利用可能なウィジットのリストの中から選択するということも可能です。

以下の1つ目のレポートはセキュリティパッチのウォッチリストです。このレポートはクラスタのCPUのキャパシティの見通しのチャートを利用して、それぞれの変更がどれだけ残されたキャパシティへ影響をあたえるのかということを表示しています。その次はラインチャートを利用して、それぞれのホストごとのCPUの特定の期間での消費状況を表示しており、レポートの対象機関内で増加したものについてはハイライトしています。このレポートは環境内のすべての仮想マシンの個々のCPU利用率も含まれており、仮想マシン単位での影響についても確認が可能です。


こちらがサンプルです security patch watch list report

更に環境内のすべてのノードのハイパーバイザーとそのノードで稼働しているバージョンをリストでご提供する2つ目のサンプルレポートも作成いたしました。我々はこうした詳細をPrismのインベントリのサンプルで既に目にしていますが、これをレポートにすることでemail経由で自動的にスケジュール通りにより大きなチームへとPDFフォーマットで共有することができます。複数のレポートを単一の大きなレポートに統合するということも必要があれば可能です。

こちらがサンプルです environment summary report

Prism ProがSpetreとMeltdownの脆弱性の影響を確認するのにどれだけ有用かということを議論できることを大変嬉しく思います。もしももっと議論をしたい、もしくはもっと詳しく知りたいということであればコメントを残していただくか、担当営業チームへとご連絡下さい。(※訳注 : NetworldのNutanixチームのTwitterアカウントへ話しかけていただいても構いません!)

Disclaimer: This blog may contain links to external websites that are not part of Nutanix.com. Nutanix does not control these sites and disclaims all responsibility for the content or accuracy of any external site. Our decision to link to an external site should not be considered an endorsement of any content on such site. 

(c)2018 Nutanix, Inc. All rights reserved. Nutanix, Prism, and the Nutanix logo are registered trademarks or trademarks of Nutanix, Inc. in the United States and other countries. All other brand names mentioned herein are for identification purposes only and may be the trademarks of their respective holder(s).

記事担当者: マーケティング本部 三好哲生 (@Networld_NTNX

Ntc2018

とても長い記事ですが、非常に面白いPrism Proの使い方ですし、何よりも今もっとも重要な脆弱性についての対策の記事ですので予定を変更してお届けいたしました。パッチを当てた範囲が想定内なのかどうか、ということもそうですし、どのぐらい影響があるのか・・・これはスナップショットやクローンを使って仮想マシン毎に見てみるというようなことも重要かもしれません。(ただし、アプリケーションによってCPUの投棄実行が行われるというケースもあるので、パッチを当てた後に実際にアプリケーションを動かしてみるということも必要でしょう。)

前回のヨーダの話に続き、Prism Proですが、本当に素晴らしいソフトウェアに成長してきました。是非ご検討いただけますと幸いです。

2018/02/21

クラウドOSの覚醒 : さらなる深淵へ

本記事の原文はNutanixコミュニティのブログNutanix Connect Blogの記事の翻訳ヴァージョンです。原文の著者はNutanix社のProduct Marketing PrincipalのMaryam Sanglaji氏です。原文を参照したい方はThe Cloud OS Awakens : A Deeper Diveをご確認ください。情報は原文の投稿時のままの情報ですので、現時点では投稿時の情報と製品とで差異が出ている場合があります。

当社のNutanix社製品についてはこちら。本ブログのNutanix関連記事のまとめページはこちら

ネットワールドのNutanix関連情報はぜひ以下のポータルから取得ください(初回はID、パスワードの取得が必要です)。

Fig357

前回の記事「クラウドOSの覚醒 : 新たなる希望」につづいて、如何に機械学習(ML - Machine Learning)と人工知能(AI - 人工知能)がNutanixのエンタープライズクラウドOSを強力なものにしているのかご説明してきました。ヨーダが「スープができるまで待つことも重要じゃ」というように、もう少し奥深く踏み入ってみましょう。

クラスタ健全性の維持のための不具合の検知

すべての拡張性のためのアーキテクチャは障害時にアプリケーションのダウンタイムが発生せず、ビジネスと売上に関するリスクをゼロにするように設計されているべきです。これは必須事項ではあるものの、9が5つもしくはもっと多く着くような可用性を保持する高可用性システムを提供するだけでは充分とはいえません。障害ノードの検知/取り回しに加えて、完全なスケールアウトアプリケーションは Limplock や Fail-Stutter Fault Tolerance と言った論文に取り上げられているような部分障害についても取り回さなければなりません。

部分障害は完全には停止しないまでも、非常に不健全なノードが引き起こすもので、クラスタ全体の性能を引き下げてしまいます。機械学習アルゴリズムはこうした振る舞いを学習し、タイムリーにクラスタの健全性を維持するための適切なアクションを起こすことができるようにするということを劇的に改善してくれます。Nutanixクラスタは既にこれをマスター(習得)しており、高可用性を維持できるようになっています。この特定の問題のために、NutanixはDBSCANと呼ばれるクラスタ化のアルゴリズムをNutanixの分散された劣化ノード監視とともに活用しています。

Fig358

図1: この図は部分障害によるパフォーマンスの劣化がどれだけのものかと、部分障害の検知が有効になっており、リカバリされていることを示しています

この手順内で、全てのノードはそれぞれのノードのパフォーマンスをベースとしてスコアを計算します。DBSCANアルゴリズムはこのデータを元にそれからスコアが劣化を示している障害ノードを検出します。障害ノードを検出した後、アラートが生成され、リーダーシップと重要なサービスはそのホストでは動作させないようにします。もしノードが運用上問題なくなればクラスタへ戻すこともできます。結果としてこの機能はクラスタの健全性と可用性を保証しているのです。

最適化と事前の配置

全ての仮想マシンに対しての性能を保証するために、クラスタは常に適切なリソース利用をかしこく実施しなくてはなりません。しかしながら、環境、仮想マシン数、そしてワークロードのタイプが常に変化し続ける場合には、クラスタ内で一貫したパフォーマンスを維持するということは非常に難しくなります。こうしたことから、データセンタ内では多くの仮想マシンの配置に関する問題が発生します。配置が悪かったことが原因でクラスタ上で動作しているアプリケーションのパフォーマンスが想定外のエクスペリエンスになることもあるのです。

それだけではありません。リソースの競合が発生する場合もあります。仮想マシンの統合率を向上するために多くのリソースをオーバーコミットし、それによってノード間のピークトラフィックの時間に競合が発生することも有ります。想定どおりでない低いパフォーマンスがビジネスに直接の影響を及ぼすということは明らかです。ここがNutanixのハイパーバイザーであるAHVのAcropolis Dynamic Scheduler(ADS)の腕の見せ所です。ADSは制約充足問題(CSP - Constraint Satisfaction Problem)解決機(Solver - ソルバー)を活用して、仮想マシンの配置とスケジューリングを改善します。CSPソルバーは人工知能(AI)を利用しています。

Fig359

図 2: ADS エンジン

こうしたソルバーはHAの予約やアンチアフィニティ、アフィニティルール、ストレージパフォーマンスなどの制約のリストを満たしながら仮想マシンの適切な配置を実現します。この機能は常に有効で、戸惑うこと無く、事前的にホットスポットに対処したり、全リソースの利用が利用できるようにします。もっとも重要なことはこの機能は障害無害化されており、障害に対して堅牢で、仮想マシンの配置中に常に可用性を維持できているということです。

仮想マシンの振る舞いの学習

単一クラスタ内に多くの仮想マシン、多くの異なるアプリケーションが動作している場合、それらの全てがリソースを消費し、それぞれが異なったリソース消費の特徴を示します。ある仮想マシンは日中は高い稼働を示しますが、それ以外の時間はほとんど活動していないということも有ります。利用できるリソースを効率的に活用するためにはこうした振る舞いのパターンを理解する必要があります。継続して変わり続ける巨大な環境においてマニュアルで追跡して学習していくことは大変に厄介な仕事になります。一体誰がこんなことに時間を使いたいと心から思うのでしょうか?

もっと他に解決し無くてはならないビジネス上の問題があるはずです。大きな環境では仮想マシンは作成された後に、しばしば忘れ去られてしまうことも有ります。ユーザーのために仮想マシンを作成したのに、全く使われていないという経験をしたことがあるのではないでしょうか?ここにはNutanixのX-FIT エンジンが救助に来てくれます。Prism Central内でX-FITエンジンは時系列分析アルゴリズムを実行してパターンを特定します。

Fig360

図 3: Prism Central

こうしたアルゴリズムは時系列内の定期的な変動部分のトレンドもモデル化することができます。例えば、X-FITエンジンは週次と日次の定期変動パターンをモデル化できるようになっています。この学習済みの振る舞いはシステムの不具合の検知に役立ち、結果としてスマートアラートを生成することができます。さらに、一度振る舞いを学習すれば振る舞いバンド、そこからのマージン、そしてアラートゾーンが作成されます。これらのカテゴリとゾーンはPrism Central内に表示されます。こうして全ての振る舞いのおかしい仮想マシン(例 : リソース不足の仮想マシン、高負荷の仮想マシン、ゾンビの仮想マシン、そして割当の多すぎる仮想マシン)がカテゴライズされ、視覚化されるため、適切なアクションを取ることができます。

スマートな計画と What if 分析

あてずっぽうとエクセルシート! データセンタにおいて重要で代えがたい決断をする前にいくつの異なる管理コンソールを監視しなくてはならないでしょうか? どうやったらオーバープロビジョニングとそのコストを回避できるでしょうか? X-FITエンジンは仮想マシンの振る舞い分析のみならず、正確な予測も提供にも役立ちます。多くのお客様はワンクリックアップグレードとPrism Centralのワンクリック運用知見を愛用していただいています。そしてX-FITのお陰でワンクリックの計画オプションも活用することができるのです。X-FITエンジンはARIMA、Theta、Neuralなどのアルゴリズムを組み合わせて動作しており、トーナメント方式で最もデータをうまく予測できるアルゴリズムを選び出します。トーナメントの勝者が選定された後、その予測が統合されます。

こうした予測はお客様が本当に必要とするリソースを見積もることをアシストし、特定のワークロードのための適切なハードウェアのサイジングを行う手助けとなります。お客様はワンクリック計画を利用して、簡単にいつキャパシティが底をつくのかということを見ることができます。これが計画の力が花開く場所です。Prism Centralでwhat if 分析を利用して追加しなくてはならないワークロードを指定すると、システムはリソースの推奨を生成します。X-FITのようなテクノロジーを活用することで、データセンター内の非効率を排除し、大規模なコストの削減ができるということに気がつくことが重要です。ストレスの多い、コストの掛かる、そしててんやわんやのITの更新サイクルに別れを告げ、Nutanixとご対面しましょう。

Fig361_2

図 4: X-FIT フローチャート

さて、ここまででこれらの4つのカテゴリのより深くまでをお話してきました。MLやAIのようなテクノロジーの活用がデータセンタ内に本当のワンクリック運用エクスペリエンスをもたらすということは明らかです。こうしたテクノロジーは本当のクラウドと同じようなエクスペリエンスをエンタープライズのデータセンタへともたらし、ITスタッフのリソースを最小で済ませることができるようになるのです。「大きさは問題ではない。わしを見てみろ。わしを大きさで判断するのか? ん? ん? そうではないだろう?」 ヨーダ。

リソース:

http://research.cs.wisc.edu/adsl/Publications/fail-stutter.pdf

http://ucare.cs.uchicago.edu/pdf/socc13-limplock.pdf

https://www.nutanix.com/go/nutanix-machine-learning-engine-x-fit.html 

Disclaimer: This blog may contain links to external websites that are not part of Nutanix.com. Nutanix does not control these sites and disclaims all responsibility for the content or accuracy of any external site. Our decision to link to an external site should not be considered an endorsement of any content on such site.

© 2017 Nutanix, Inc.  All rights reserved. Nutanix, the Enterprise Cloud Platform, and the Nutanix logo are registered trademarks or trademarks of Nutanix, Inc. in the United States and other countries. All other brand names mentioned herein are for identification purposes only and may be the trademarks of their respective holder(s).

記事担当者: マーケティング本部 三好哲生 (@Networld_NTNX

Ntc2017_2

読んでみてわかった方もおられると思いますが、この記事は先週の記事のもとになっている記事で、先週の記事はわかりやすく技術的もしくは学術的なことを隠して話が進んでいますが、今回の記事は利用されているアルゴリズムや複雑な問題の解決方法、どうしたフローチャートでNutanixが機械学習・人工知能を活用しているかが解説されています。

機械学習・人工知能の活用は最近急に取り沙汰されていますが、「これからはAIだー!」と大上段に構えて、ディープラーニングやGPU、TensorFlowなどに取り組んだり、外からそれ専用のスタッフを招聘する必要はないのです。Nutanixを入れればそれはそうは見えませんが、機械学習・人工知能の塊です。ITスタッフがインフラのおもりから解放される・・・そのスタッフは企業の業務を熟知したそれこそその企業ためだけのデジタル革命の専門家・ジェダイなのです。やっぱりNutanixはヨーダでしたね(笑・・・すいません)

インビジブルにML,AIを届ける・・・これもNutanixの創業から変わらぬシンプルさの追求の一つだと思いました。

2018/02/20

名物vExpertアケミ姉さんの仮想化骨盤矯正 Upgrade編 #3

HPE教育サービスの中川明美です。

3回目は、年末に実施したLab環境アップグレードの奮闘記をお届けします!

トラブルシューティングを行い、計画を変更し、アップグレード作業を終えることができました。そして学ぶことも多い作業でした(笑)

トラブルシューティング時の参考になれば幸いです!

 

アップグレード前の環境

Akm301

アップグレード後のゴールとする環境

Akm302

今回のアップグレード手順

当初の計画は次の通りです。実際はvCenter Server Applianceは新規デプロイとなり、ESXiホストはGUIを使用したアップグレードになりました。

Akm303

仮想マシンの移行はスムーズに

ProLiant DL360 G5 (Intel Xeon CPU E5405:EVCモードはPenryn) からProLiant DL360p Gen8 (Intel Xeon CPU E5-2640:EVCモードはSandy Bridge) へ仮想マシンを移行します。

異なる世代のCPUが搭載されたESXiホスト間でvMotionsが不可になるのは、仮想マシンが移行先ホストにないCPUの機能を使用している場合に限られます。G5のホストはクラスタ配下にありませんでしたが、G5上の仮想マシンはGen8へvMotionすることができました。

もしGen8で稼働している仮想マシンをG5に移行するなら、Gen8上の仮想マシンをパワーオフ後、クラスタでEVC (Enhanced vMotion Compatibility) モードをPenrynに設定する必要があります。移行元と移行先のESXiホストをクラスタ配下に置き、仮想マシンをvMotionします。

EVCについては次のKBが参考になります。

https://kb.vmware.com/s/article/2011037

 

vCenter Server Applianceのアップデート断念

rootのパスワードがわからず、アップグレードすることができませんでした。自身が構築した環境ではないため、このようなこともおきますね。パラメーターのアウトプットは必須ですね!

今回はホスト名やIPアドレスを変更する予定でしたから、新規でデプロイすることにしました。

Akm304

Update Managerを使用したESXiホストのアップグレード失敗

メンテナンスモードに切り替えられず、アップグレードまで進めることができませんでした。

Akm305

メンテナンスモードに切り替えられなかったのは?

手動でメンテナンスモードに切り替え、どの仮想マシンに問題があるかを確認しました。2つの仮想NICを構成する仮想マシンが移行できません。移行元と移行先で同じネットワークラベルを設定していますが、移行できませんでした。そのため移行中のみ、ネットワークアダプター 2の「接続中」のチェックを外し、強制的に移行しました。

Akm306

ESXiホストのアップグレードはGUIを使用して

結果、ESXiホストを手動でメンテナンスモードに切り替え、GUIを使用してアップグレードを行いました。

Akm307

Update Managerは、アップグレード後のコンプライアンスチェックに使用しました (苦笑)

Akm308

参考

◆分散仮想スイッチのアップグレード

vSphere Web Clientで、Distributed Switch を右クリックし、「アップグレード > Distributed Switch のアップグレード 」を選択します。次にアップグレードするバージョンを選択します。

詳細は、次のドキュメントを参照ください。

https://docs.vmware.com/jp/VMware-vSphere/6.5/com.vmware.vsphere.networking.doc/GUID-330A0689-574A-4589-9462-14CA03F3F2F4.html

◆VMware Toolsのアップグレード

下図の「VMware Toolの更新」からアップグレードすることができます。また仮想マシンの数が多い場合はUpgrade Managerを使用してアップグレードすると効率的です。

Akm309

VMware Toolsのアップグレード時の再起動可否は、次のKBを参照ください。

https://kb.vmware.com/s/article/2093703

◆仮想ハードウェアのアップグレード

vSphere 6.5の仮想ハードウェアバージョンは「13」です。仮想ハードウェアのアップグレードは仮想マシンをパワーオフする必要があります。

仮想ハードウェアバージョンのアップグレード方法は、次のKBを参照ください。

https://kb.vmware.com/s/article/1037375

◆VMFSのアップグレード

VMFS5をVMFS6へアップグレードする方法はありません。新たにVMFS6のデータストアを作成し、VMFS5のデータストア内の仮想マシンを移行します。

移行の詳細は次のKBを参照ください。

https://kb.vmware.com/s/article/2149355

今回の作業で起きたトラブル

◆vSphere Web Client 6.5 U1を使用した仮想アプライアンスのデプロイができない

VCSA 6.5.0-4944578 to 6.5.0-5973321のvCenter Server ApplianceでOVFをデプロイすると、次のエラーが表示されます。VMware vCenter Server 6.5 Update 1dで解決されています。

年末はVMware社のダウンロードサイトがメンテナンス中だったため、VMware Host Clientを使用してデプロイしました。

Akm310

このエラーの詳細は次のKBを参照ください。

https://kb.vmware.com/s/article/2151085

◆Update Managerのスキャン操作がエラーで終わる

次のリリースノートを確認しても、スキャンのエラー原因を見つけることができませんでした。

https://docs.vmware.com/jp/VMware-vSphere/6.5/rn/vsphere-update-manager-651-release-notes.html

◆仮想マシンが移行されない

VMkernelポートの設定は正しく行われているのに、vMotionできません。通信が行われているのかを、パフォーマンスチャートを使用して、vMotion用の物理NICの送受信を確認しました。結果送受信パケットはゼロです。仮想スイッチの設定を確認したら、vMotion用に追加した2つ目の物理NICが未使用に割り当てられていました。vMotionできないはずです。

※物理NICの送受信はリアルタイム統計でのみ表示されます。

 

複数のトラブルを乗り越え、アップグレード作業を終えることができました。トラブルシューティングは知識の総動員ですね!

4月から受講生用の物理サーバーを、ProLiant DL360 Gen10へリプレースします。その際に今回のトラブルの原因であろうネットワーク構成も見直します。その後、ゴールにしていたvRealize Operations Managerをインストールできるとよいなぁと思っています。こちらは、OVAをデプロイ後、初期設定画面がループします。管理サーバーがあるセグメントだけに起こる事象です(苦笑)

アップグレードは、様々な方法が提供されています。環境に応じたアップグレード方法を選択いただき、またこのブログの内容が参考になれば幸いです。

Akm108_2

「徹底攻略VCP6.5-DCV教科書 VMware vSphere 6.5対応」が1/19に出版されました。受験の際にはぜひご活用ください!!

日本ヒューレット・パッカード株式会社 教育サービス 中川明美

記事担当者: マーケティング本部 三好哲生 (@miyo4i

Screenshot20141105at0820381

先週に引き続き骨盤矯正ブログ、Upgrade編、これで完結です。Update Managerは優れたツールですが、以前は日本語環境での対応が甘いとか、そういうことも言われていました。今回はそれとは関係のないところで引っかかってしまったようですが、rootのパスワード、ネットワークのラベルなど、ある意味検証環境あるあるかもしれません。ただ言えることはUpdate Managerでうまく行かなかった時、リカバリできるだけの知識が必要ということです。

ねーさんはさっさと問題を発見して、その回避策を繰り出していますが、本番環境をアップグレードするというのはなかなか簡単なことではありません。最初の記事にも有りましたが、充分に内容を検討/推敲し、万全の準備をしてから望んで下さい。また、こうしたニーズに答えるのがコンバージドインフラ、ハイパーコンバージドインフラのメーカーによる事前検証です。

導入コストにばかり目を向けてDIYだらけになってしまうと後から運用で躓いてしまう・・・そうしたリスクも有りますので、是非実証済みインフラをご検討いただけますと幸いです。

2018/02/16

THE AI参加レポート #3 ~サイバーエージェント様における「人をAIが接客する世界」とは?~

イベントのレポートは全体で3つのレポートになっています。
基調講演レポート「 AI時代における人間の価値 」https://blogs.networld.co.jp/main/2018/02/post-015f.html


株式会社電通 講演 「AIは「顧客体験」をどう変えるか」https://blogs.networld.co.jp/main/2018/02/the-ai-2ai-067d.html


株式会社サイバーエージェント 講演 「人をAIが接客する世界」https://blogs.networld.co.jp/main/2018/02/the-ai-3ai-44dc.html

 「人をAIが接客する世界」

最後に紹介させていただくのはサイバーエージェント様の直近の研究内容である「人をAIが接客する世界」というタイトルのセッションになります。

Theai21

残念ながら今サイバーエージェント様がこうやってAIを接客に使っているという話ではなく、サイバーエージェント様のAI研究組織であるAI Labでは今こんな研究をしていますという内容になります。

 まずAI Labでは様々な大学と産学連携の取り組みをしていて、登壇された馬場様も大阪大学の石黒研究室に招聘研究員として参画しているとのことでした。そこで研究されている接客として「カスタマーサポートを想定した共感エージェントによる感情制御の実験」という大学の研究室ぽいタイトルで興味深いお話をしていただきました。

 

Theai22

Theai23

その前に1枚だけ、サイバーエージェント様の前にNTTドコモ様のセッションのスライドを紹介したいと思います。チャットボットはこれからどのように発展していくのか?という内容ですが、今回のTHE AIでチャットボットについて触れていたセッションですべて共通していたメッセージがあります。「2018年現在、完全に自然言語だけで解決する汎用性の高いチャットボットはまだ精度が低い。チャットボットを実用化するためには、最初のやりとりのいくつかを選択式にするなどしたルール型で会話内容を絞った上で自然言語にするのがベストプラクティス」的なことは様々なセッションで言われていたことです。

Theai24

                                                                                                   

これに対して、馬場様の研究室では入力を選択式にするわけではなく別のアプローチで接客を改善するアプローチを紹介していました。チャットボットが顧客ではなくオペレータの発言のキーワードに反応することで、顧客に自由な入力をさせつつ、自然な会話を成り立たせようという試みです。これは通常2者間で利用されるチャットボットを、チャットボット、オペレータ、顧客の3者間のチャットにして第3者としてチャットボットを登場させることにより、カスタマーサポート業務の問い合わせからクローズまでの時間の短縮と、顧客満足度の向上を図るという試みです。社会心理学では有名なハイダーのバランス理論(均衡理論)を元にしてチャットボットを会話に介入させているそうです。ちょっと悪い言い方をすると顧客とサポートの間に「サポートの息がかかったボット」が介在して、このボットが暗躍して顧客満足度を上げつつも、問い合わせが早くクローズされるように仕向けるという高度な動きをするそうです。これは出会い系とかで使われたら絶対ヤバいやつじゃないかと思うのですが…。

https://ja.wikipedia.org/wiki/%E3%83%90%E3%83%A9%E3%83%B3%E3%82%B9%E7%90%86%E8%AB%96

Theai25

 

タイトルにもあった共感というところでは既に利用者に高い評価を得ていると、もう少しオペレータの評価が上がるようにしないとトータルの顧客満足度の向上にならないため、実用化には少し時間がかかるとのことでした。しかし心理学とAIの組み合わせが生み出す価値というのは、ものすごくこれから重要になってくるのではないかと、考えさせられた内容でした。

 

Theai26

 

そして最後は主催であるレッジの中村様と、スプツニ子!様のパネルディスカッションがクロージングセッションでありました。本イベントのテーマである「未来ではなく、今のAIを話そう」に沿った、日本の今の「AIの使いどころ」、「チャットボット」、「AI研究」が1日で体感できるカンファレンスとして楽しませていただきました。主催社及び関係者の皆様、ありがとうございました。

Theai30

THE AI参加レポート #2 ~電通様における「AIは顧客体験を変える」とは?~

イベントのレポートは全体で3つのレポートになっています。
基調講演レポート「 AI時代における人間の価値 」https://blogs.networld.co.jp/main/2018/02/post-015f.html


株式会社電通 講演 「AIは「顧客体験」をどう変えるか」https://blogs.networld.co.jp/main/2018/02/the-ai-2ai-067d.html


株式会社サイバーエージェント 講演 「人をAIが接客する世界」https://blogs.networld.co.jp/main/2018/02/the-ai-3ai-44dc.html

「AIは顧客体験を変える」

基調講演の直後の講演は、かの有名な広告代理店の電通が実際に今AIをどう使っているか?という話でした。電通では今社内で25以上のAIを使ったプロジェクトが現在進行形で稼働しているとのこと。50名とありますが、さすがに専任というわけではなく全社横断的に作ったバーチャル組織とのことでした。それらのプロジェクトは「マーケティング」「ビジネス開発」「ワークスタイル」の3つのカテゴリに分けられるそうです。

Theai11

Theai12



 電通さんのビジネスモデルなので、当然最も注力しているところがマーケティング部分になります。そんな電通さんの広告ビジネスも現在のデジタルトランスフォーメーション時代を見据えて変わってきています。IT基盤でいう「Any Device Any Where」が、広告では「Any MediaAny Targetになって来ていると。そうすると当然ターゲットに届けるコンテンツの数が膨大になるため、IT/AIを使えるところには積極的に採用していっているとのことでした。

 

Theai13

Theai14



そういったマーケティングに対するユースケースとして5つ紹介いただきましたが、ここでは2つ紹介したいと思います。1つは行動を予測するというもので、電通さんらしくTV番組の構成要素から視聴率と視聴者層の予測ができるというもの」でした。しかも実際のTV番組を例に予測と結果を公開されていましたが、非常にいい精度ということができるのではないでしょうか?さらっとタレントとか書いていますが、そのタレントが持つ視聴率の大きさみたいなものがわかるだけでも凄いと思うのですが、その他の要素も含めて一番欲しい視聴率までわかるというのは凄いですね。

 

Theai15

Theai16



 逆にシンプルだけど面白いなと思ったのが「メッセージを設計する」、AIコピーライター「AICO」です。これは様々な「キャッチフレーズの“候補“」を大量に生成することができる、コピーライトの作成支援ツールとして利用されているとのことでした。コピーライターの方は「AICO」を利用する以前は必死の思いで100個絞り出したものをさらに絞り込んでブラッシュアップしていく工程だったそうです。「必死の思いで100個絞り出したもの」を作るために、キャッチフレーズを決めるのには、「候補を考えるので2,3日時間をください」だったのが、「AICO」があるとすぐにキャッチフレーズを考えるブレストが開けるわけですね。キャッチフレーズができるまでの0から100までをAIで自動化しているわけではありませんが、時間の大部分を削減して使う時間のほとんどをクリエイティブな時間に割くことができるという意味ではすごく上手なAIの使い方と言えるのではないでしょうか。例としてAIのお題を与えるとこんなキャッチコピーを出してくれるそうです。そのままセミナーのタイトルに使えそうなキャッチコピーがいくつもありますね。

 

Theai17

Theai18



                

非常に高度なことをやっていると想定される「行動を予測する」、視聴率をずばり予測するSHARESTと、現在のAIでできることで「メッセージを設計する」を支援するAICO、今回の THE AIのコンセプトである「未来ではなく今のAIを話そう」に沿った今のAIができることを鑑みて、電通ではこう使っているという素晴らしい内容だったと思います。0->100までAIをやりたい顧客に対して、部分的な採用でもAIを効果的に使えれば大きなリターンがあることを示せるのも重要なことだと感じさせられたセッションでした。

次回の最終回では、サイバーエージェント様のセッションをレポートしたいと思います。

THE AI参加レポート #1 ~基調講演にみる「AI時代における人間の価値」とは?~

 本日は弊社のIBMパートナー様のWatson・リングでAIを中心にコンサルタントを提供しているLedgeさん主催のTHE AIに参加してきました。AIというと謎の半導体ベンダーNvidia社の年次イベントであるGTC(GPU Technology Conference)が有名ですが、「未来ではなく、今のAIを話そう」というメッセージに惹かれて参加してみた次第です。


イベントのレポートは全体で3つのレポートになっています。
基調講演レポート「 AI時代における人間の価値 」https://blogs.networld.co.jp/main/2018/02/post-015f.html


株式会社電通 講演 「AIは「顧客体験」をどう変えるか」https://blogs.networld.co.jp/main/2018/02/the-ai-2ai-067d.html


株式会社サイバーエージェント 講演 「人をAIが接客する世界」https://blogs.networld.co.jp/main/2018/02/the-ai-3ai-44dc.html

Theai1_3

 

基調講演:「AI時代における人間の価値」 by 為末 大

 オープニングの基調講演は元陸上選手で400メートルハードルの日本記録保持者である為末大さんによる「AI時代における人間の価値」と題したセッションでした。「為末さんってAIわかるのかーすげー」と思ったら開口一番でAIのことはよくわかりません宣言!その代わり人間の脳のことはよく知っているよということで「自動化」「集中」「イメージ」「内容」「欲求」の5要素についてお話いただきました。 職業病なのかAIについての知識はあってもベースとなる人間の脳についてあまり考えたことがなく非常に面白く話を聞くことができました。

Theai2_7

Theai3_4

 

「自動化」

人間の脳が行う自動化は、人が走るという1つの動作をするときは、例えば右腕を強く上げて次に左腕を上げる、並行して左足を前に出して、強く地面を蹴る、と同時に右足を前に出して…みたいな複雑かつ並行的に行われる個々のタスクを脳が1つの走るというアクションになるように自動化しているのです。的な話でした。こんなときITの世界ではやりたいことがわかっていればスクリプトのようにコンピュータがわかる言語で指示を出してあげれば何回でも同じアクションを繰り返し実現することができます。「何回でも全く同じアクションを繰り返すことができる」これはIT(AI)が持つ人間と比較して優れていることの1つということができます。

Theai4

 人間はこういった一連のアクションを自動化するには練習(学習)が必要です。野球選手はプロ野球の一流選手であっても、日々の練習でバッティングフォームを維持するようなものです。しかも人間には困ったものがあります。人間の脳の場合、練習や(学習)でどうしても抜けない癖のようなものがついたりしますが、こういった都合の悪いことだけを修正する為末さんの言葉ではアンラーニングが一番難しいという話、これも「ゼロベースから再学習ができる」IT(AI)が持つ人間の脳と比較して優れていることの1つと言えるでしょう。

 ここまでIT(AI)が優れている点ばかりが目につきますが、元々コンピュータができたときから「自動化」がITに向いているのはわかっていたことで仕方がないといえます。

 

 「集中」

 でも人間の脳にも優れたところがいっぱいあります。2つ目の特徴である「集中」についてみてみましょう。これは人間にしかできない特技ですね。スポーツでは「ゾーン」とか、私も仕事で資料作成や原稿を書くときに「神様が下りてくる」とか言っています。為末さんの言葉では「集中とは連鎖の停止」とありますが、人間の脳は余計なタスクの連鎖が停止することでやりたい、やらなければいけないタスクに集中することができるという意味合いになります。

 確かにAIでは色々学習した状態になっていると当然すべての学習結果をベースに結果をだすため、何かに集中したければ集中したい内容だけに特化した学習データを準備する必要があります。ところが人間の脳の場合、集中しなければいけないときだけ、一時的に何かに特化した動きを作り出すことができるのです。好きなときに集中状態を作り出すことは、超一流のスポーツ選手とかはできるのかもしれませんが、容易なことではできませんが…。これは

AIにはない、人間の脳の優れたところということができます。

Theai5_2

Theai6



  

「イメージ」

 次に為末さんが紹介したのは「イメージ」です。人間の脳はAIと同じように大量の学習データをもっている場合、新しく見たもの、経験したものを即座に学習することができます。全くの素人はアスリートの走りを見ても即座にまねることはできませんが、一流のアスリートは他のアスリートの走りを見ただけで色々学習することができるという話がありました。よく高校生のアスリートが練習として、社会人・大学生のアスリートにチューブで繋いで牽引されることで一歩先のスピードとその時の体の動きを体感すると、多くを学ぶことができるというのも同じような効果でしょう。但し実際に体感したことから学ぶのは比較的容易ですが、見ただけでわかるというのは難しいことです。為末さんはよいアスリートは走りそのものを抽象化して考えているからだとしています。

 確かにITでも、知見のある製品は一度製品説明を聞いただけで自分の言葉で喋ることができますが、知見のない製品は製品説明を聞いただけでは自分の言葉で喋ることはできず、一度評価で実際触ってみたりすることでようやく自分の言葉で喋れるようになりますね。

 ただしIT/AIと違って、人間の脳は意図と実際の動きはずれがあるという話がありました。例えばこれ以上早く走るには?と考えたときに、もっと足を前に出して強く地面を蹴るという意図が生まれたとします。でも実際には足をもっと前に出すという意図を実現するためには、腕をもっと強く振るという動きが正解だったりするわけです。こういった意図と実際の動きのずれというのは、十分なデータがある場合、人間の脳よりIT/AIの方が得意と言えるかもしれません。

 

「内省」「欲求」

でも人間の脳にはIT/AIに負けないことがいっぱいあります。為末さんの言葉では「内省」「欲求」いう表現をされていました。

Theai7

Theai8_2

とここまで、為末さんの人間の脳の「自動化」「集中」「イメージ」「内省」「欲求」について、私なりのAIとの違いも交えて紹介してきました。

 

まとめ

為末さんのセッションのまとめとして人間の脳の最大の特徴は可塑性と忘却であると。可塑性というのは一度外力で変形すると元に戻らない、学習の定着のことを言っていて、忘却というのは何かを忘れるというよりは私は上書きができることを言っていると理解しています。為末さんの話では、昔は携帯電話なんてなかったのに、それが携帯電話になり、今ではパソコンと同じようなことができるスマホを多くの人が様々な使い方を作り出していることを例にしていました。「自動化」で触れたとおり人間の脳ではアンラーニングは難しいのですが、それを上書きすることで常に進化を遂げているのではないでしょうか。 

Theai9

Theai10
 最後に「進化論」の著者であるチャールズ・ダーウィンの「最も強い者が生き残るのではなく、最も賢い者が生き残るのでもなく、環境に適応した種が生き残る」という言葉で締められました。何にでもいえることかもしれませんが、凄いいい言葉ですよね。私の業界でいうと「最も性能がいいベンダーが売れるではなく、最も多機能なベンダーが売れるでもなく、もっとも市場に適応したベンダーが売れる」となります。いかがでしょうか。

 執筆時にチャールズ・ダーウィンについて調べていたらもうひとついい言葉をみつけたので紹介します。「有利な個々の変異を保存し、不利な変異を絶滅すること。 これが自然淘汰である。まさに為末さんがいった可塑性が「有利な個々の変異を保存」、忘却が「不利な変異を絶滅すること」なのではないでしょうか。我々の人間の脳には生まれ持った変異に対して自然淘汰することができるのです。

 本記事では為末さんの話に沿って、人間の脳とIT/AIのそれぞれのいいところを紹介してきました。それぞれのいいところを最大限に引き出して、これから人間に寄り添うAIとしてより豊かな社会の実現がみえた基調講演をレポートさせていただきました。

次回は電通さんのセッションついてのレポートを紹介させていただきます。

2018/02/14

Veeamで物理サーバもまとめてバックアップできるんだ。こんなに嬉しいことは無い。

時間が経つのは早いもので、今年も2月中旬になってしまいました。昨年の売り上げが前年比36%増と絶好調だったVeeam Softwareですが、昨年末にはVeeam Backup & Replication(以下、VBR) 9.5の最新アップデートであるUpdate3をリリースしております!

※Release Notes for Veeam Backup & Replication 9.5 Update 3

https://www.veeam.com/kb2353

昨年5月の年次イベントであるVeeamON 2017において、次期バージョン(v10)で実装する新機能を発表しておりましたが、v10を待ちきれないユーザーの気持ちを忖度し(?)、VBR 9.5 Update 3ではv10で実装する予定だったいくつかの機能を先行して実装しています。

VBR 9.5 Update3ではIBM Storwizeのストレージスナップショットとの連携やvCloud Director 9.0対応、VMware Cloud on AWSサポート、Data Domain OS 6.1のサポート、LTO-8テープ対応などなど多くの機能追加や機能拡張が行われておりますが、特に注目したいのがエージェント管理機能です。そこで、今回はエージェント製品についてご紹介しましょう。


■エージェント製品とは?

仮想環境のバックアップで有名なVeeamですが、実はVeeam Agent for Microsoft WindowsVeeam Agent for Linuxといった物理サーバをバックアップするための製品もあります。エージェント製品はバックアップ対象サーバにエージェントソフトウェアをインストールし、オンラインでディスクイメージをバックアップする製品です。

 

Agent01_8


システムリカバリは専用のリカバリメディアからサーバを起動してリストアするだけで、簡単にサーバを復旧することができることからシステムバックアップ用途でも多く使われています。 

Agent02_8


■VBRとの連携

エージェント製品はVBRのオプションではなく、単体で動作する別製品です。これまで、エージェント製品のバックアップ先としてVBRのリポジトリを利用する部分的な連携機能はありましたが、バックアップジョブの作成やステータスの確認は、それぞれの製品の管理コンソールから行うため、管理は別々になっていました。

しかし、VBR9.5 Update 3からは、VBRの管理コンソールからVeeam Agent for Microsoft Windows(v2.1)やVeeam Agent for Linux(v2.0)のエージェントを管理でき、バックアップジョブの作成やステータスの確認が行えるようになりました。エージェント製品がVBRと別製品であることは変わりませんが、このエージェント製品との統合により、仮想環境も物理環境も纏めて1つのコンソールから纏めて管理することが可能です。

 

Agent03_10


■エージェント統合のメリット

仮想環境が当たり前の時代とは言え、どうしても物理サーバは残ってしまうものです。そのような時に、仮想環境をVBRでバックアップしつつ、物理環境はエージェント製品でバックアップすることで、1つの管理コンソールから仮想も物理も纏めてバックアップの管理ができるだけでも素晴らしいのですが、Windowsでは更にメリットがあります。

実は、VBRの管理サーバは構成情報をバックアップする機能はありますが、残念ながら、管理サーバ自身のシステムバックアップ機能はありません。サーバに障害が発生した場合、仮想マシンをリストアできる状態に戻すには、ハードウェアを修理後に①OSインストール・設定→②VBRインストール→③VBR構成情報のリストアという手順を踏む必要があります。

しかし、Veeam Agent for Microsoft WindowsでVBRの管理サーバをバックアップしておけば、OSやVBRを再インストールすることなく、リカバリメディアからサーバを起動してバックアップデータをリストアするだけで簡単に素早くVBR管理サーバを復旧することができてしまうのです。

Agent05_2

更に、仮想環境としてHyper-Vをご利用の場合にはVBRでHyper-V仮想マシンをバックアップし、Veeam Agent for Microsoft WindowsでHyper-VホストをバックアップすることでHyper-Vのホストもゲストも纏めて完璧に保護できます。Hyper-VのバックアップでVBRを検討のお客様は、是非、エージェント製品も一緒にご検討いただければ幸いです。

Agent06_2


今年のVeeamは、待望のVBR新バージョン(v10)は勿論、Nutanix AHV用バックアップ製品、AWS用バックアップ製品など新製品を続々とリリースしていきますので、今年もVeeamにご期待ください!それでは、また。

【参考情報】

担当:臼井 

クラウドOSの覚醒 : 新たなる希望

本記事の原文はNutanixコミュニティのブログNutanix Connect Blogの記事の翻訳ヴァージョンです。原文の著者はNutanix社のProduct Marketing PrincipalのMaryam Sanglaji氏です。原文を参照したい方はThe Cloud OS Awakens: A New Hopeをご確認ください。情報は原文の投稿時のままの情報ですので、現時点では投稿時の情報と製品とで差異が出ている場合があります。

当社のNutanix社製品についてはこちら。本ブログのNutanix関連記事のまとめページはこちら

ネットワールドのNutanix関連情報はぜひ以下のポータルから取得ください(初回はID、パスワードの取得が必要です)。

Fig356

ヨーダが「目覚めなければ、我々は」と述べたように、アプリケーションというアプリケーションがクラウドのために作られるようになっていっています。何故でしょう? それはクラウドは俊敏であり、拡張性が有り、シンプルだからです。継続的なイノベーションによって駆動し、シンプルな消費モデルを持ち、ただ動くのです。多くのエンタープライズのお客様にとってこれらは非常に魅力的な特徴です。しかしながら、法律、セキュリティ、またはコストと言った様々な理由から多くのエンタープライズはパブリッククラウドを動作させているワークロードの一部分だけに留めなくてはならず、複雑なIT環境にとどまっているのです。ですから、その管理は分断されてしまい、こうした異なるテクノロジーのスタックを管理するための特別なチームが必要となってしまうのです。

エンタープライズがIT環境の全体(例: 支店、拠点、メインのデータセンタ)に渡ってITの利用者にクラウドのようなエクスペリエンスを実現したいと思っていることは明らかです。こうしたエンタープライズが大規模なITコストやロックインを避けたいとも思っています。それぞれのクラウドベンダーはそれぞれ固有のソフトウェアスタックを利用しているため、一度アプリケーションが特定のクラウドベンダーのために作成されてしまうと、大規模な変更無くしては他へと移動することはできません。古き時代のWindowsとLinuxOSと同様に、今日、クラウド戦争がエンタープライズのアプリケーションで発生しているのです。誰が「最後のジェダイ」なのかは明らかになっていませんが、Nutanix エンタープライズクラウドOSは全てのクラウドのために ー ロックインを排除、自動化とシンプルさを提供、全てのIT環境のための統合ソリューションを目指して ー 作成されています。

もしもご自身の組織にとって最高のクラウドの組み合わせはどれなのかを決め兼ねているのであれば、是非機械学習(ML ー Machine Learning)と人工知能(AI Artificial Intelligence)について考慮する必要があります。こうしたテクノロジーをクラウドソフトウェアスタック内にネイティブに直接統合するということはパフォーマンスやエクスペリエンスへ影響を与えます。

MLやAIを従来型インフラストラクチャ上に継ぎ足しで加えていては本当のポテンシャルを実感することはないでしょう。特にシンプルさを提供するとなるとなおさらです。IT運用のシンプルさはNutanixが本当に目指している目的地です。初期の段階では本当のシンプルさをワンクリックの運用でお届けするということで理解されていますが、これにはMLとAIをコアソフトウェアにネイティブに統合するということが必要不可欠です。そして、それこそがNutanixが行っていることそのものなのです。

すべてのエンタープライズが潤沢にそのインフラストラクチャの要件を解決できるだけの特別なリソースを持っているわけではありません。リスク管理をシンプル化したり、最適化、そして運用の簡素化をMLとAIの技術なくして行うことは不可能なのです。これがNutanixのエンタープライズクラウドOSが他のクラウドベンダーと大きく異る理由です。MLとAIを自身のコアソフトウェアにネイティブに統合し、システムがインテリジェントな判断を行い、ワンクリックの運用エクスペリエンスを提供できるのです。こうしたテクノロジーをNutanixがどこで活用しているか、ほんの僅かですが例を見ていきましょう。

クラスタの健全性を維持するための不具合の検知

今年のブラックフライデーに、Macy'sとLowe'sの両方で顧客の購入活動を遅くしてしまうITの技術的な不具合がありました。一方彼らの競合に当たる企業はお客様を次から次にさばいていました。非常に競合が大きい市場ではビジネスの継続性がビジネスの成功のキーとなります。遅いアプリケーションの応答時間はビジネスの困難を引き起こし、数億円規模の損失につながります。データセンタは様々なハードウェアもしくはソフトウェアの問題でノードの劣化が発生したとしてもクラスタとして健全性を維持しなければならないのです。単一ノードの劣化がクラスタ全体のパフォーマンスに大きな苦痛をもたらしていたのです。

あらゆる規模のITアーキテクチャはあらゆる場合においての健全性と可用性を維持するように設計されているべきです。特にこうした状況の場合、Nutanixはクラスタリングの機械学習アルゴリズムを活用しながら、同時に分散された劣化ノード監視機構を働かせて劣化したノードを特定します。一度劣化したノードが確定できれば、アラートを生成し、リーダーシップと重要なサービスはそのホスト上で動作させないようにします。結果として、技術がクラスタの健全性と高可用性を保証します。ですから、ビジネス収益がノードの劣化から苦しむようなことにはならないのです。

最適化と事前の配置

ビジネスにとって重要な一貫したパフォーマンスを維持するというだけでなく、アプリケーションのSLAを満たすということも重要です。Nutanix AHVはAcropolis Dynamic Scheduler(ADS)を搭載しており、これは人工知能アルゴリズムを活用して、仮想マシンのアフィニティやアンチアフィニティの制約ルールを維持しながら仮想マシンの配置を改善しています。ADSは常に有効です。ホットスポットにプロアクティブに応答し、妥協すること無く全リソースが利用できるようにしてくれます。ですから、それぞれの仮想マシンは予想通りのパフォーマンスを利用することができる上に、個々の制約ルールも維持されます。

仮想マシンの振る舞いの学習

仮想マシンをユーザーのために作成したのに、それが使われなかったというシナリオを考えることがあると思います。リソースが特定の要件のために割り当てられているというのに、使われなかったということです。これはデータセンタに置ける非効率差の非常に多くある例の一つです。クラスタ内の仮想マシンは様々なリソースの消費傾向を示します。ある仮想マシンは日中に多く活動しており、その他の時間はほとんど活動していない、など。Prism Central内で、Nutanix X-Fitエンジンは時系列分析アルゴリズムを利用して仮想マシンの振る舞いパターンを特定します。この学習された振る舞いはシステムの不具合の検知とスマートなアラートの生成に役立ちます。結果としてリソースは適切に利用され、非効率さは排除されます。

スマートな計画とWhat if分析

あてずっぽうとエクセルシート! データセンタ運用のための重要で決めがたい決断をするためにいくつの別々のコンソールを監視しなくてはならないでしょうか?どうやったら割り当てすぎとそのためのコストを回避できるでしょうか? Nutanix X-Fitエンジンは上で述べたような仮想マシンの振る舞いの分析に役立つだけでなく、正確な予測も提供にも役立ちます。こうした予測はお客様がほんとうに必要なリソース、特定のワークロードに適切なサイズのハードウェアリソースの見積もりをアシストし、データセンタの運用をより効率的にしてくれます。

終わりに

「数では劣っているが、心では勝っておる」 機械学習と人工知能は我々がデータセンターにおいて、ITスタッフの代わりにスマートな決断をしてくれ、「心で勝る」事ができるようしてくれます。これによってエンタープライズはクラウドのようなエクスペリエンスをITのゼネラリストによって運用されるすべての環境において提供することができるようになります。NutanixのプレジデントであるSudheesh Nair氏がニースの.NEXTカンファレンスでうまいことを言ったようにこれは「Nutanixがデータセンターに喜びをもたらす。Nutanixのアーキテクチャはインフラストラクチャをシンプルに、そしてインビジブルにするために作られている」からです。インビジブルは単に優れたITスタッフリソースが必要ないという意味です。

Nutanix エンタープライズクラウドを見てください、そしてさらに我々が機械学習と人工知能のテクノロジーをどのように利用しているか学びたい場合には次の投稿「クラウドOSの覚醒 : ディープダイブ(来週翻訳公開予定)」をお待ち下さい。

© 2017 Nutanix, Inc.  All rights reserved. Nutanix, the Enterprise Cloud Platform, and the Nutanix logo are registered trademarks or trademarks of Nutanix, Inc. in the United States and other countries. All other brand names mentioned herein are for identification purposes only and may be the trademarks of their respective holder(s).

記事担当者: マーケティング本部 三好哲生 (@Networld_NTNX

Ntc2017_2

私がこれを翻訳しないわけはないでしょう!(笑) ML、AI、それにヨーダ! シンプルどころか、インビジブルにしていくためには当然誰がやったって同じ結果になるようなことは機械で判断してもらうべきですし、その精度も全世界のNutanixノードから吸い上げたデータを(当たり前ですが匿名化して)分析できるNutanix社はより精度の高い学習・推論が行えるようになっているはずです。

どこまでの分析が行われており、どこでそれが使われているのかは次の記事になるのかもしれませんが、本当に必要なことに人間がフォーカスできる・・・つまり覚醒させてくれるNutanixはまさにエピソード4のような希望であり、そのオマージュがふんだんに含まれているエピソード7なのかもしれません。(後半謎な発言は分かる人だけどうぞ・・・。)

2018/02/13

名物vExpertアケミ姉さんの仮想化骨盤矯正 Upgrade編 #2

HPE教育サービスの中川明美です。

Upgrade編の2回目は、Update Managerです。パッチの適用を含め自動化できるため、個人的にはUpdate Managerは好きです!ただし正しく動作してくれればですが(笑)

Update Managerを使用して自動化するには、完全自動化を有効にしたDRSクラスタで、問題なくメンテナンスモードに切り替わることがポイントです。

 

前回からの続きで、ESXiホストのアップグレード方法は次の3つでしたね。

  • GUIまたはCLIを使用したアップグレード
  • vSphere Update Managerを使用したアップグレード
  • Auto Deployを使用したアップグレード ※大規模環境に適しています

このブログでは、vCenter Server Appliance 6.5のUpdate Managerを使用したESXiホストのアップグレードについて取り上げます。

vCenter Server Appliance 6.5では、Update Managerはサービスの1つとして提供されるため、事前の準備は必要ありません。下図はvSphere Web ClientのナビゲータでvCenter Serverを選択した画面です。「Update Manager」タブがデフォルトで表示されます。

Akm201

Update Managerを使用したESXiホストのアップグレード手順

Update Managerは、次の3ステップがおもな操作になります。

Akm202

ここから、Update Managerを使用したESXiのアップグレード手順を確認します。

ESXiイメージのインポート

Update ManagerでESXiのアップグレードをする場合は、ESXiイメージをインポート (アップロード) します。「管理ビューに移動」をクリックします。

Akm203

「ESXiイメージ」の「ESXiイメージのインポート」をクリックし、isoファイルを選択します。

Akm204

 

ベースラインの作成

引き続き、管理ビュー画面でベースラインを作成します。

「ホストベースライン」で「新規ベースライン」を選択します。ベースラインは、適用するソフトウェアとソフトウェアのタイプ(種類)を組み合わせ、名前を付けたものです。複数のベースラインからベースライングループを作成することもできます。

Akm205

新規ベースラインウィザード

▼名前およびタイプ

ベースラインの名前とベースラインのタイプを選択します。今回は「ホストアップグレード」を選択します。

ハードウェアの監視ソフトウェアを「ホスト エクステンション」タイプでベースラインを作成し、ESXiのアップグレードとともに適用するのも効率的です。

Akm206

▼ESXiイメージ

インポートしたESXiイメージを選択します。

Akm207

ベースラインの添付およびスキャン

ベースラインの添付およびスキャンを行うために、「コンプライアンスビューに移動」をクリックします。

Akm208

「ベースラインの添付」をクリックします。これ以降はコンプライアンスビューで操作します。

Akm209

先に作成したベースラインを選択します。

Akm210

コンプライアンスビューで、「アップデートのスキャンの有無」をクリックし、「アップグレード」を選択します。

Akm211

アップグレード実行前のため、コンプライアンスステータスは「非準拠」です。「修正」をクリックします。

Akm212

修正ウィザード

▼ベースラインの選択

先に作成したベースラインを選択します。

Akm213

▼ターゲット オブジェクトを選択します

ここではクラスタオブジェクトを選択し、表示される「Update Manager」タブから操作をしています。クラスタ内の全ESXiホストをアップグレードする場合、クラスタを選択することは効率的な方法です。

Akm214

▼詳細オプション

アップグレードのスケジュールを設定できます。

Akm215

▼ホストの修正オプション

修正するホストで実行中の仮想マシンおよび仮想アプライアンスの電源状態を変更できます。

Akm216

▼クラスタ修正オプション

ESXiホストのアップグレード中に、クラスタで設定した機能の無効や、並行処理の台数を指定することができます。並行の設定がされていない場合は、順次アップグレードを行います。

Akm217

▼設定の確認

修正前に事前チェックを行うことができます。

Akm218

下図は、事前チェックの結果です。

Akm219

「完了」をクリックしたら、Update Managerを使用したESXiのアップグレードの操作は終了です。後はアップグレードが終わるのを待つばかりです。

年末の作業では、指定したスケジュール(翌日の9:00)で開始され、1時間後には終わっている予定だったのですが、3回目はアケミ姉さんの奮闘記をお伝えします!

Akm108

「徹底攻略VCP6.5-DCV教科書 VMware vSphere 6.5対応」が1/19に出版されました。受験の際にはぜひご活用ください!!

日本ヒューレット・パッカード株式会社 教育サービス 中川明美

記事担当者: マーケティング本部 三好哲生 (@miyo4i

Screenshot20141105at0820381

先週に引き続き骨盤矯正ブログ、Upgrade編です。今回はUpdate Managerを利用したアップグレードです。vSphereのカタログなどを見て、Update Manager便利だなーと思ったとしても、なかなか実際に使ってみるということはない機能なのではないでしょうか?近年のHCIはこうした機能をビルドインしていますのでその効果の大きさはよく理解していても、はるか遠くの世界・・・と感じる方もおられるのではないかと思います。

今回の記事は実は壮絶な前フリになっておりまして、来週の記事でその真の価値がわかります。来週もお楽しみに! ねーさんの書籍もよろしくお願いいたします。

2018/02/07

Nutanix X-Ray 2.2 祝日のプレゼント : 自分自身のワークロードを動かす

本記事の原文はNutanixコミュニティのブログNutanix Connect Blogの記事の翻訳ヴァージョンです。原文の著者はMarc Trouard-Riolle氏とChris Wilson氏です。原文を参照したい方はNutanix X-Ray 2.2 Holiday Bonanza: Bring Your Own Workloadsをご確認ください。情報は原文の投稿時のままの情報ですので、現時点では投稿時の情報と製品とで差異が出ている場合があります。(すいません、これは特に・・・昨年のクリスマス休暇前の記事なのでタイトルには深い意味がなくなっております!)

当社のNutanix社製品についてはこちら。本ブログのNutanix関連記事のまとめページはこちら

ネットワールドのNutanix関連情報はぜひ以下のポータルから取得ください(初回はID、パスワードの取得が必要です)。

休暇の季節です、Nutanix X-Rayの開発チームがまたしても忙しい中、また一歩踏み出してくれました。新しいリリースではお客様に大きな柔軟性を提供し、ユーザー自身で自分自身の検証シナリオを作成/編集できるようにしたもので、これを大変誇らしく思います。

ハイパーコンバージドとハイブリッドクラウドのインフラストラクチャの採用が継続的に進む中、NutanixはX-Rayツールを生み出し、お客様に今後導入しようとしているHCIソリューションについて現実世界のプラットフォームのパフォーマンスや安定性の検証について汎用的に使える長所と短所を評価する事ができるようにしています。

X-Rayの2.2リリースでは以下を提供することで製品の機能とお客様への提供価値を著しく向上させています :

► “Bring Your Own Workloads (自分自身のワークロードを持ち込む)” - 検証シナリオをユーザーが定義できるように

► リンククローンの検証を多様化させ、ユーザーがこうしたワークロードをあらゆるターゲットプラットフォームで検証できるように

► 新しくリリースされた Nutanix AOS 5.5との互換性

► HPE社のIPMI-ベースのiLO管理インターフェイスとの互換性

今回の記事では、X-Rayの新しいユーザーが定義できる検証シナリオにフォーカスします。

Bring Your Own Workloads(自分自身のワークロードを持ち込む)

シナリオは標準のFIOの構成ファイルに実装されたワークロードとX-Ray YAMLファイルに実装されたワークフローの組み合わせです。本リリースの以前はすべてのX-RayのシナリオはNutanixによって特定のリリースの一部としてパッケージされ提供されているのみでしたが、2.2で行われた変更によって、更に新しいシナリオが提供されるだけでなく、ユーザーが自分自身でシナリオを作ったり編集することができるようにし、より大きな検証の柔軟性がほしいというお客様からのリクエストに答えることができました。これは以下の2つの理由から非常に重要な一歩です :

  1. お客様がシナリオを作成することができるようになることで、テスト環境がより本稼働インフラとワークロードを見据えたものになり、結果としてより正確な結果を再現することができるようになる。
  2. あらゆる種類のワークロードを動作させられるHCIのベンチマーキングツールを提供するというNutanixのコミットメントをよりはっきりとさせる。

X-Ray 2.2では、ユーザーはワークロードを作成・編集できるだけではなく、それを同僚や業界の知人たちへと共有することもできます。作成、編集、共有、そしてインポートです。ユーザーは事前に用意されているテストをベースとしてカスタム構成を取ることもできますし、スクラッチから新しいものを作り出すこともできます。言うまでもなく既に記述されているテストを活用するほうがシンプルに初めることができますし、特に、以下の例で取り上げるようなちょっとした変更しか必要が無いのであればなおさらです:

► X-Rayから既存のシナリオをエクスポート

既存の検証をスクロールして、中から要件に合うものを探す

Fig349

要件に合致する検証を選択し、「Action」メニューから「export」を選択します。

► 必要に応じてシナリオを展開・編集する

Fig350

'.yml'ファイルを任意の適切なテキストエディタで開く

Fig351`.yml`ファイルを必要なワークロードを反映したものに編集します。

既存のワークロードのシナリオを編集するときには`name`と`display_name`の値が全て他にはないものになっていなければ`.yml`ファイルのインポートは成功しません。そうでなければ重複した名前があると指摘され、ファイルはインポートされません。インポートする際に再度ファイルをパッケージ化するということも必要ありません。

► 新しいシナリオのインポート

新しい、カスタムされたシナリオをインポートするのは`Add Custom Scenario`をメニューから選択し、今回利用するシナリオのファイルを選択して、`Save`を押すだけのシンプルさです:

Fig352

Fig353

► 新しいシナリオを動作させる

シナリオのインポート手順の中で、シナリオが検出され、リストに加えられます。ベンチマークテストは他のすべてのテストと同様にこうしたカスタムシナリオについても動作させることができるようになります。

Fig354

► カスタムシナリオの削除

シナリオを削除したいという場合には、単にそれをリストから選んで、`Actions`の下にある`Delete`を選択すれば良いです。

Fig355

次にやることは?

X-Ray 2.2は誰もが手にできるようになっており、製品のバイナリは以下のNutanixポータルのURLから入手できます:

► QCOW2 (AHV) - http://download.nutanix.com/x-ray/2.2.0/xray-2.2.qcow2

► OVA (ESXi) - http://download.nutanix.com/x-ray/2.2.0/xray-2.2.ova

もしもX-Rayが初めてなのであれば、www.nutanix.com/xrayのNutanix登録ページから事前登録が必要です。これを終えることで上のURLからダウンロードができるようになります。

関連のX-Rayの幾つかのブログを読む時間を作ったり、X-Rayのコミュニティフォーラムにもご参加下さい。

X-Ray 2.2 のドキュメントについては次のURLで探すことができます。 https://portal.nutanix.com/#/page/docs/details?targetId=X-Ray-Guide-v22:X-Ray-Guide-v22


YouTube: Nutanix X-Ray 2.2 Demo: Bring Your Own Workloads!

© 2017 Nutanix, Inc. All rights reserved. Nutanix and the Nutanix logo are registered trademarks or trademarks of Nutanix, Inc. in the United States and other countries. All other brand names mentioned herein are for identification purposes only and may be the trademarks of their respective holder(s).

記事担当者: マーケティング本部 三好哲生 (@Networld_NTNX

Ntc2017_2

翻訳時点(12月25日)では最新の記事なのですが、色々とスケジュールの具合で公開が随分遅れてしまいます。もしかすると2.3が出ていたり・・・?なんてことも考えてしまうほどX-Rayは頻繁にアップグレードされています。その大きな理由はこれまでX-RayはNutanixが用意したシナリオ以外での検証をサポートしていなかったから、という点もあると考えています。

今回ワークロード(FIO)の編集とワークフロー(.yml)の編集ができるようになったことで、様々なユーザーが工夫をこらしたシナリオがネット上にも多く公開されることになるのではと考えています。こうしたカスタムシナリオをまとめていくようなページも作っていきたいと思いますので、面白いものを見つけた!もしくは作ったぞ!という方は是非ネットワールドのNutanix Twitter経由や営業経由でも構いませんのでお知らせ下さい!

アクセスランキング

お問い合わせ先
ネットワールド ブログ運営事務局
blog.doc-info@networld.co.jp
フォトアルバム