システムサーバーエラー

サーバー内部の問題により正常なレスポンスを返せない状態を指し、HTTP 500番台のエラーとサービス可用性の低下を意味する。

システムサーバーエラー

概要

システムサーバーエラー（System Server Error）とは、クライアントのリクエストを処理するサーバー側で予期せぬ問題が発生し、正常なレスポンスを返せない状態を指す。代表的な例がHTTP 500 Internal Server Errorであり、ユーザーの入力ミスやネットワーク切断ではなく、サーバー内部のコードの欠陥、リソース不足、誤った設定、外部依存サービスの障害などが原因となる。サービス全体の可用性と信頼性に直接影響を与えるという点で、単純なクライアントエラー（4xx番台）とは区別される。

主な内容

定義と範囲

サーバーエラーは、リクエスト自体は形式的に有効であるものの、サーバーがそれを処理する過程で失敗したことを意味する。標準的にはHTTPステータスコード5xx番台がこれに該当し、500（内部サーバーエラー）、501（未実装）、502（不正なゲートウェイ）、503（サービス利用不可）、504（ゲートウェイタイムアウト）などが代表的である。ウェブサービスに限らず、データベース、メッセージキュー、認証サーバー、ファイルストレージなど、バックエンド構成要素全般に同じ概念が適用される。

発生原因

最も一般的な原因は、アプリケーションコードの処理されない例外（unhandled exception）である。ヌル参照、配列範囲超過、型変換の失敗、不正な正規表現といった些細な欠陥が、特定の入力の組み合わせでのみ発現すると、再現が困難な間欠的エラーとなる。次にリソース枯渇がある。メモリリークによるOOM（Out Of Memory）、コネクションプールの枯渇、ファイルディスクリプタの枯渇、ディスクフル、CPU飽和、スレッド飢餓状態などがこれに含まれる。三つ目は設定ミスである。環境変数の欠落、誤ったデータベース接続情報、証明書の期限切れ、ファイアウォール・セキュリティグループのルール変更などが、デプロイ直後に大規模障害を引き起こす。四つ目は外部依存性の問題で、決済ゲートウェイ・外部API・DNS・CDNなどサードパーティの障害が連鎖的に伝播する。最後に、トラフィックの急増、デプロイの失敗、データ破損、悪意ある攻撃（DoS/DDoS）も主要な原因である。

伝播と連鎖障害

マイクロサービス構造では、一つのサービスの遅延が上位サービスのスレッドを占有し、そのサービスがさらにその上位へと伝播する連鎖障害（cascading failure）が発生する。リトライストーム（retry storm）とサーキットブレーカーの不在はこれを増幅させる。したがって、タイムアウト、リトライ上限、バルクヘッド分離、サーキットブレーカー、バックプレッシャーの設計が必須的に要求される。

影響と波及効果

サーバーエラーは、ユーザーの離脱、売上損失、ブランド信頼の低下に直結する。コマースの場合、注文・決済の失敗がすなわち売上損失であり、金融・医療システムではデータ整合性の毀損という二次的被害が発生しうる。また、障害対応の過程でのログ不足は原因分析を遅らせ、復旧時間（MTTR）を長引かせる。規制産業では、可用性の未達が契約違反や法的責任につながる可能性がある。

診断手順

一般的な対応手順は以下のとおりである。第一に、影響範囲を把握する（全体障害なのか、特定の機能・リージョン・ユーザー層に限定されるのか）。第二に、最近の変更（デプロイ、設定、インフラ）を確認する。第三に、メトリクス（応答時間、エラー率、飽和度）と分散トレーシング、構造化ログを照合する。第四に、必要に応じてロールバックまたはトラフィック遮断により出血を止める。第五に、根本原因分析（RCA）と再発防止策を策定する。この際、「まず復旧、その後分析」の原則が重要である。

予防とモニタリング

予防のためには、可観測性（observability）の確保が鍵となる。メトリクス・ログ・トレースの三本柱を構築し、SLI/SLOベースのアラートを設計する。ヘルスチェックと自動再起動、オートスケーリング、ブルーグリーンおよびカナリアデプロイ、サーキットブレーカー、サーキットフォールバック、定期的な負荷テスト（カオスエンジニアリングを含む）が標準的な対策である。また、サーバーエラーをユーザーにそのまま露出させず、理解可能な案内ページとエラー追跡IDを提供することが推奨される。

システムサーバーエラー