サーバ運用で怖いのは、突然の物理故障です。でも多くは予兆があります。予兆を捕まえる監視のポイントをまとめます。
ソフトだけでなくハードも見る
CPUやメモリ使用率（ソフト面）の監視はよくやりますが、DC運用ではハードウェアの健全性も見ます。物理部品は消耗品で、いつか壊れるからです。
見るべきハードウェア項目
- ディスク: S.M.A.R.T.情報。代替セクタの増加や再割り当ては故障の前兆。RAIDの片系故障は即通知。
- 電源（PSU）: 片系故障。二重化していても、片方壊れたら早く交換。
- ファン: 回転数低下・停止。冷却が落ちると連鎖故障に。
- 温度: CPU温度、筐体内温度。上昇は空調やファンの異常サイン。
- メモリ: ECCの訂正エラー多発は、メモリ故障の前兆。
これらは、サーバの管理コントローラ（iLO、iDRAC、IPMIなど）から取得できます。
予兆で動くのが運用の腕
- ディスクのS.M.A.R.T.異常 → 壊れる前に交換
- RAID片系ダウン → 即交換（残り1本が壊れる前に）
- ファン異常・温度上昇 → 空調・ファンを点検
「壊れてから対応」ではなく「予兆で先手を打つ」のが、止めない運用の肝です。
監視ツールとの連携
Zabbixなどの監視ツールから、IPMI経由でハードウェア状態を取得し、しきい値でアラートを出します。ベンダー提供の管理ツール（サーバの集中管理コンソール）と併用すると、より詳しく見られます。
部品在庫と保守契約
- 予兆を掴んでも、部品がないと直せない。よく壊れる部品（ディスク、ファン、PSU）は予備を持つ。
- ベンダーの保守契約（オンサイト対応、部品供給期間）を確認しておく。
まとめ
サーバ監視は、ソフトの負荷だけでなく、ディスク・電源・ファン・温度・メモリといったハードの健全性まで見るのがDC運用の基本です。多くの物理故障には予兆があります。それを監視で捕まえ、壊れる前に手を打つ——これができると、突然のダウンが激減します。