MTTDとは

MTTDとは何か

MTTD（Mean Time To Detect）は、異常や障害が発生してから、運用チームが検知するまでの平均時間です。サービスが壊れた時刻と、誰かが気づいた時刻の差を見ます。

短く言えば、発見の遅さを測る指標です。復旧の速さを測るMTTRとは別です。MTTDが長い環境では、復旧手順が整っていても、対応開始までに利用者影響が広がります。

MTTDは監視ツールの数字だけでは決まりません。メトリクス異常、ログ検知、外形監視、利用者問い合わせ、手動巡回のどれを検知時刻とみなすかで値が変わります。

検知時刻を決める

MTTDを使う前に、開始時刻と検知時刻を定義します。開始時刻は障害が実際に起きた時刻、検知時刻は監視アラートが発報した時刻、チケットが起票された時刻、担当者が確認した時刻などに分かれます。

どれを採用するかを曖昧にすると、月次報告の数値はよく見えても、利用者が感じた遅れと合わなくなります。自動アラートより先に問い合わせで発覚した事象は、監視抜けとして扱うべき場合があります。

• 障害発生、アラート発報、一次確認、チケット起票の時刻を分ける。
• 手動発見と自動検知を同じ表で比較する。
• 利用者影響の開始時刻をポストモーテムに残す。

MTTA/MTTRとの違い

MTTDは検知までの時間です。MTTA（Mean Time To Acknowledge）は通知を受けて担当者が認知するまでの時間、MTTR（Mean Time To Recover）は復旧までの時間を見ます。

アラートは出ていたのに誰も見ていなかった場合、MTTDは短く、MTTAが長い可能性があります。アラート自体が出ていなかった場合は、MTTDが長い問題です。改善策は同じではありません。

• 検知遅延、担当者反応遅延、復旧遅延を分ける。
• 監視設定、通知経路、Runbookを別々に見直す。
• 平均値だけでなく最大値と代表的な遅延事例を見る。

改善で見るポイント

MTTDを下げるには、監視対象、しきい値、外形監視、ログ検知、通知経路を見直します。CPUやHTTP 500だけを見る監視では、ログイン失敗、メール配送遅延、DNS不整合のような利用者影響を拾えないことがあります。

ただし、アラートを増やすだけでは改善になりません。ノイズが増えると担当者が通知を無視し、MTTAが悪化します。SLOや利用者影響に近いシグナルを選びます。

• 利用者影響に近い外形監視を追加する。
• 通知先、オンコール、エスカレーション条件を確認する。
• 誤検知と未検知を事後レビューで分類する。

証跡と報告の残し方

MTTDを報告する場合は、対象期間、対象サービス、計算対象に含めたインシデント、除外条件、発生時刻と検知時刻の定義を残します。平均だけを出すと、少数の大きな見逃しが隠れます。

関連語として監視、アラート、インシデント、MTTA、MTTRを並べると、検知、反応、復旧のどこに遅れがあるか説明しやすくなります。

• 時刻付きログ、監視イベント、チケットを同じタイムラインにする。
• 平均、中央値、最大値を分けて確認する。
• 次回までの監視追加、通知改善、Runbook更新を記録する。

関連語

同じ主要カテゴリの用語

運用・監視の学習順

同じ主要カテゴリの用語をまとめて確認できます。現在の用語を起点に、前後の用語へ進むと文脈を保ったまま読み進められます。

InfraEngKit内の関連機能