手元でもステージングでもテストが通ったのに、本番に出すと動かないことがあります。
その原因の一つが、開発・ステージング・本番の環境どうしの違いです。
The Twelve-Factor App は、この違いを小さく保つことを 10 番目の原則「Dev/prod parity」(日本語版では「開発/本番一致」)として掲げています。
違いを時間・人・ツールの 3 つに分けて見ると、どこまでそろえて、どこはそろえないと決めるかにも説明がつきます。
私も DevOps を学んでいる途中なので、Twelve-Factor App の原文と DORA の資料、Martin Fowler 氏の解説をもとに整理しました。
開発と本番の差は時間・人・ツールの3つに分かれる
The Twelve-Factor App は、SaaS 型のアプリを作るための方法論として 12 の原則をまとめた文書です。
書き手たちは、Heroku のプラットフォームを通じて数多くのアプリの開発と運用を見てきたと紹介しています。
冒頭の目標の一つにも、開発と本番の違いを最小にして継続的デプロイを可能にすることが挙がっていました。
その中身を詳しく書いたのが、X. Dev/prod parity の章です。
章は、開発者が手元で直接書き換えている開発環境と、利用者がアクセスする本番環境の間には、歴史的に大きな隔たりがあったと書き出しています。
隔たりは次の 3 つに分けて示されています。
| 差 | 原文の呼び方 | 日本語版の呼び方 | 中身 |
|---|---|---|---|
| 時間の差 | The time gap | 時間のギャップ | 書いたコードが本番に出るまで、数日から数か月かかる |
| 人の差 | The personnel gap | 人材のギャップ | コードを書くのは開発者で、デプロイするのは運用のエンジニア |
| ツールの差 | The tools gap | ツールのギャップ | 手元は Nginx・SQLite・OS X、本番は Apache・MySQL・Linux のように道具が違う |
Twelve-Factor App は、この 3 つの差をどれも小さく保つことで継続的デプロイに向いたアプリにする、という立場を取っています。
章の中の表を訳すと、次のようになります。
| 観点 | 従来のアプリ | Twelve-Factor App |
|---|---|---|
| デプロイの間隔 | 数週間 | 数時間 |
| コードを書く人とデプロイする人 | 別の人 | 同じ人 |
| 開発環境と本番環境 | 異なる | できるだけ同じ |
ページの最終更新は 2017 年で、例に出てくる道具や名前もその当時のものです。
原文は X. Dev/prod parity(The Twelve-Factor App) です。
日本語訳は X. 開発/本番一致(The Twelve-Factor App) で読めます。
時間と人の差は、出す間隔と出す人で縮める
時間の差について、Twelve-Factor App が目指すのは、書いたコードが数時間後、早ければ数分後に本番へ出る状態です。
そのためには、いつでも出せる状態をコードに保たせ、小さく頻繁に出す仕組みが要ります。
その仕組みは継続的デリバリーの記事で扱ったので、ここでは繰り返しません。
人の差について求められているのは、コードを書いた開発者がデプロイに深く関わり、本番での振る舞いまで見届けることです。
この差がどこに表れるかは、DORA の Deployment automation のページが具体的に書いています。
挙がっているのは、開発者と運用が別々のやり方でデプロイしている例と、環境ごとに設定が違うせいで運用側の手作業のデプロイになりやすい例です。
手作業が入ると、食い違いや誤りが入り込むとも書かれています。
同じページは、本番を含むすべての環境で同じデプロイの手順を使うよう勧めていました。
そうしておけば、本番に出す前に、デプロイの手順そのものを何度も試せるからです。
デプロイの自動化は、開発と運用が一緒に作るものだという位置づけでした。
原文は Deployment automation(DORA) です。
ツールの差はバックエンドサービスで表に出やすい
Twelve-Factor App は、開発と本番をそろえることが大事な領域の一つとして、データベース・キュー・キャッシュといったバックエンドサービスを挙げています。
多くの言語には、種類の違うバックエンドサービスを同じように扱えるアダプターを備えたライブラリがあります。
原文の例では、Ruby on Rails の ActiveRecord が MySQL・PostgreSQL・SQLite に対応していました。
そうなると、手元では軽い SQLite を使い、本番では PostgreSQL を使う、という組み合わせにしたくなります。
Twelve-Factor App は、アダプターが理屈の上では違いを吸収するとしても、開発と本番で別のバックエンドサービスを使う誘惑に抵抗するよう書いています。
小さな非互換が表に出て、開発やステージングで動いてテストも通ったコードが、本番で失敗するからです。
こうした失敗は継続的デプロイをためらわせる摩擦になり、アプリの寿命を通して見るとそのコストは非常に大きいと書かれています。
SQLiteとPostgreSQLに同じSQLを流す
小さな非互換が本当に出るのかを、手元で確かめました。
環境は Windows 11 で、SQLite は Python 3.12.10 の sqlite3 モジュール(SQLite 3.49.1)、PostgreSQL は Docker の公式イメージ postgres:17(中身は PostgreSQL 17.11)です。
どちらにも、次の 4 行の SQL をそのまま流しています。
SELECT 'Apple' LIKE 'apple' AS like_result;
CREATE TABLE users (name VARCHAR(5));
INSERT INTO users VALUES ('Alexander');
SELECT name, length(name) AS len FROM users;
結果を並べると、次のとおりでした。
| 確かめたこと | SQLite 3.49.1 | PostgreSQL 17.11 |
|---|---|---|
| 'Apple' LIKE 'apple' | 1(一致する) | f(一致しない) |
| VARCHAR(5) の列に 9 文字を入れる | 9 文字のまま保存される | エラーになり保存されない |
PostgreSQL の psql で INSERT の行を流したときの出力は、次のとおりです。
INSERT INTO users VALUES ('Alexander');
ERROR: value too long for type character varying(5)
どちらも、それぞれのドキュメントに書かれた仕様どおりの動きです。
SQLite の FAQ には、VARCHAR の長さは強制せず、VARCHAR(10) と宣言した列にも 5 億文字の文字列をそのまま保存すると書かれています。
FAQ の (9) は SQLite Frequently Asked Questions にあります。
SQLite の LIKE は、既定では ASCII の範囲の大文字と小文字を区別しない、と式の解説の LIKE の節に書かれていました。
この節は SQL Language Expressions(SQLite) の中にあります。
PostgreSQL のドキュメントは、長すぎる文字列を character varying(n) の列に入れるとエラーになると定めています(はみ出した部分がすべて空白のときだけは切り詰め)。
この決まりが載っているのは Character Types(PostgreSQL 17) のページです。
大文字と小文字を区別せずに比べたいときは、LIKE の代わりに PostgreSQL 独自の ILIKE を使える、と書かれていました。
ILIKE の説明は Pattern Matching(PostgreSQL 17) のページにあります。
厄介なのは、LIKE の違いがエラーにならないことです。
小文字の apple で検索すると、手元では「Apple」も引っかかるのに、本番では引っかかりません。
テストは通ったまま、検索結果だけが変わります。
VARCHAR のほうは、手元では保存できた入力が、本番で初めてエラーになります。
本番と違う DB で試している限り、この種の違いは手元のテストが全部通っても見つかりません。
手元でも本番と同じ種類と版を動かす
Twelve-Factor App は、軽いローカル用のサービスは以前ほど魅力的ではなくなったと書いています。
PostgreSQL や RabbitMQ のようなサービスも、Homebrew や apt-get で簡単に入れられるようになったからです。
Docker や Vagrant のような軽い仮想環境を使えば、本番にかなり近い環境を手元に作れるとも書かれていました。
そのうえで、開発・ステージング・本番のすべてのデプロイで、バックエンドサービスの種類と版をそろえるよう求めています。
アダプター自体は、別のサービスへ移るときの手間を減らすので、引き続き役に立つという位置づけです。
Martin Fowler 氏も、2024 年 1 月 18 日付けの継続的インテグレーションの解説で、同じ方向のことを書いています。
氏の説明では、テストの目的は本番で起きる問題を管理された条件で洗い出すことにあります。
だから環境が違えば、その違いの一つ一つが「テストで起きたことが本番では起きない」リスクになる、という理屈です。
同じ DB ソフトを同じ版で使い、OS の版もそろえるよう勧められていました。
コンテナを使えば、テスト用にも開発者の手元にも同じコンテナを確実に作れる、とも書かれています。
そのための手間と費用は、環境の違いから生まれたバグを 1 つ追いかける費用に比べれば小さいのが普通だそうです。
該当するのは Continuous Integration(martinfowler.com) の「Test in a Clone of the Production Environment」の節です。
手元で同じ版を動かす道具としては、Docker Compose が手軽です。
Docker のドキュメントによると、Compose ファイルにはデータベースやキュー、キャッシュといったアプリが頼るサービスをまとめて書けます。
書いておけば、docker compose up の 1 つのコマンドでまとめて立ち上げられるという説明です。
何ページもある開発環境の立ち上げ手順を、機械が読める 1 つのファイルと少しのコマンドにまとめられる、という書き方でした。
説明は Why use Compose?(Docker Docs) にあります。
本番の PostgreSQL が 17.11 なら、手元の compose.yaml でも版まで書いておきます。
services:
db:
# 本番と同じ種類(PostgreSQL)と同じ版(17.11)にそろえる
image: postgres:17.11
environment:
POSTGRES_PASSWORD: localtest # 手元だけで使う値
ports:
- "5432:5432"
この compose.yaml は、Docker Compose v5.5.1 の docker compose config で書式が通ることだけを確かめていて、ここからの起動はしていません。
版をファイルに書いておけば、手元で動く版がファイルを見るだけで分かり、本番の版と食い違っていないかを確かめやすくなります。
テストでも、同じ考え方で本物の DB を使えます。
Testcontainers は、データベースやメッセージブローカーなど Docker で動くものを、テストのたびに使い捨てで立ち上げるオープンソースのライブラリです。
公式サイトは、データアクセス層の結合テストをコンテナの DB に対して流し、本物との互換性を確かめる使い方を挙げていました。
ライブラリの紹介は Testcontainers の公式サイトで読めます。
ただし、すべてのテストを本物の DB で回すよう求められているわけではありません。
DORA の Test data management のページは、単体テストは外部のデータや状態に頼らないよう勧めていて、適切な場面ではインメモリの DB を選ぶようにも書いています。
2 つの資料を重ねると、テストの層ごとの使い分けが見えてきます。
DB ごとの違いが結果を左右するデータアクセス層のテストやステージングでは本番と同じ DB を使い、単体テストは DB から切り離す、という分け方です。
そろえきれない差は、理由のある差として残す
とはいえ、本番とまったく同じものを、開発やステージングにも用意できるとは限りません。
AWS や DORA、Fowler 氏の資料には、わざと違えてよい差と、その扱い方も書かれています。
権限と統制は本番に近づくほど厳しくする
AWS Well-Architected フレームワークの OPS05-BP08 は、複数の環境を使い、本番に近づくほど統制を強めるよう勧めています。
開発者には統制を最小限にしたサンドボックスを渡し、本番に近い環境ほど厳しい統制をかける形です。
一方で、各環境は IaC や構成管理で作り、本番にある統制と食い違わない設定にするよう書かれていました。
原文は OPS05-BP08 Use multiple environments(AWS) です。
規模と稼働時間は負荷試験のときだけ本番に合わせる
同じ OPS05-BP08 は、使っていない環境は止めて、遊んでいるリソースの費用を抑えるよう勧めています。
例として挙がっていたのは、夜間や週末の開発用システムです。
その一方で、負荷試験のときは本番と同等の環境を立てたほうが、正しい結果が得られるとしています。
データは本番を丸ごとコピーしない
DORA の Test data management のページは、本番データのコピーには機微な情報が含まれうるのでリスクになると書いています。
よくある落とし穴として挙がっていたのは、本番の DB を丸ごとコピーして使うことと、機微なデータをマスキングやハッシュ化をせずに使うことでした。
代わりに、テストに必要な部分を見極めて定期的に書き出し、テストからすぐ使えるようにしておくよう勧めています。
原文は Test data management(DORA) です。
本番のほうが条件の悪いこともある
Fowler 氏は、本番の環境が開発の環境より劣る場合にも注意を促しています。
本番のソフトがスマートフォンのように不安定な Wi-Fi につながった機械で動くなら、テスト環境でも悪い回線をまねるべきだという例でした。
本番に寄せるというのは、本番の条件の悪さまでテストに持ち込むことも含むわけです。
違ってよい差は設定とマニフェストに寄せる
残すと決めた差は、どこに置くかも決めておきます。
Twelve-Factor App は、デプロイごとに変わりうるものを設定と呼び、コードから厳密に切り離すよう求めています。
設定の章は III. Config(The Twelve-Factor App) です。
DORA の Deployment automation のページも、すべての環境で同じパッケージを使い、環境ごとの設定はパッケージから切り離すよう勧めていました。
成果物を環境ごとに作り直さず、同じものを各環境へ運ぶ考え方は、アーティファクトレジストリの記事で扱っています。
Kubernetes で環境ごとの差をマニフェストにどう持つかは、Helm と Kustomize の記事にまとめました。
最後に
開発と本番の差は、時間・人・ツールの 3 つに分けると、どこから縮めるかが見えてきます。
時間と人の差は、小さく頻繁に出すことと、本番を含めて同じ手順でデプロイすることで縮めます。
ツールの差を縮めるのは、手元とテストでも本番と同じ種類と版のバックエンドサービスを動かすことです。
そのうえで、規模・権限・データのようにそろえきれない差は、理由のある差として選び、設定やマニフェストのような見える場所に置いておくと、本番で初めて気づく違いを減らせます。
以上です。















コメントを残す