01
現状を文書に落とす
環境構成図とパラメータシートを作成し、「何がどう設定されているか」を誰でも追える状態に。以後の変更管理や引き継ぎの基準になります。
Azure 既存環境のアドバイザリー(構成の可視化とコスト最適化)
過去に構築された Azure 環境について「今の構成が適切か」「コストは下げられるか」を第三者として評価。構成図とパラメータシートで現状を可視化し、業務ピークを含む 2 週間の性能データからサイジングとコストの最適化案を報告しました。
01OVERVIEW
| お客様 | 国内企業(Azure 既存環境を運用中)(非公開) |
|---|---|
| 事業領域 | Cloud Integration |
| 規模 | Azure サブスクリプション 2 系統(本番用・外部接続用)。調査対象は主に仮想マシン(CPU・メモリ) |
| 期間 | キックオフから報告会まで約 2 か月(環境調査 → 2 週間の性能データ収集 → 報告書作成 → 報告会) |
| 支援範囲 |
|
| 技術 | |
| 使用サービス・製品 | Microsoft Azure/Azure Monitor / Log Analytics(性能データ収集)/Azure Virtual Machines/Azure Cost Management/パラメータシート・環境構成図 |
02CHALLENGE
運用中の Azure 環境は、構築時の設計書と現状が合っているか分からず、どのリソースがどう設定されているかを把握できる文書がありませんでした。担当者の異動もあり、環境の全体像を第三者の目で整理し直す必要がありました。
仮想マシンのサイズは構築時のまま据え置かれており、実際の CPU・メモリの使用状況と合っているか、コストに無駄がないかを判断する材料がありませんでした。
03APPROACH
確認用アカウントで Azure ポータルからお客様テナントの各リソース設定を確認し、当社フォーマットで環境構成図とパラメータシートを作成。仮想マシン OS 内の設定は対象外とし、ポータルから確認できる範囲で現状を正確に文書化しました。
性能データを収集・分析する対象(主に仮想マシンの CPU・メモリ)を整理し、Log Analytics で収集できる構成になっているかを確認。未設定の場合は収集設定と仮想マシンの接続を支援したうえで、業務ピークの時期に合わせて約 2 週間のデータを収集しました。
環境調査と使用状況調査の結果から、現状の設定に対する改善案と、性能データに基づくサイジング・コストの最適化案を結果報告書にまとめ、報告会で説明。次のアクション(サイズ変更、不要リソースの整理、予約の検討など)をお客様が判断できる形で提示しました。
04SOLUTION
01
環境構成図とパラメータシートを作成し、「何がどう設定されているか」を誰でも追える状態に。以後の変更管理や引き継ぎの基準になります。
02
Log Analytics で業務ピークを含む 2 週間の CPU・メモリを収集し、実際の使用率から適正サイズを判断。過剰・不足の両方を根拠付きで示しました。
03
セキュリティや可用性に関わる設定の改善案と、サイズ変更・不要リソース整理・予約割引などのコスト最適化案を分けて整理し、優先度をつけました。
04
アドバイザリーは評価と提案までを範囲とし、変更作業は含めません。お客様が社内で判断し、必要なものだけを次のステップとして依頼できる形にしました。
05RESULTS
06DELIVERY
07OTHER CASES
Azure / PaaS / App Service / SQL Database / IaC
次期 EDI 環境を Azure PaaS 中心のゾーン冗長構成で設計。Azure CLI 一式とパラメータシートで、お客様自身が再現できる形で引き渡し。
詳しく見る →AVD / Entra ID / FSLogix / Azure Files
学生用・教職員用の2テナントにまたがるAVD環境を、PoCから本番展開まで支援。
詳しく見る →Azure OpenAI / AI Search / App Service / Teams / Power BI
社内向けチャットと生成AIドキュメント検索の2つのPoC環境をお客様のAzure上に構築し、Teams連携とPower BIダッシュボードまで提供。
詳しく見る →要件が固まる前の段階でも、現状と目的の整理からご相談いただけます。