AWS ElastiCacheでRedisをマルチAZ冗長構成にする方法｜ノード障害時の自動フェイルオーバーとスケールアウト設計入門

この記事のポイント

・マルチAZ構成は --automatic-failover-enabled --multi-az-enabled の2オプションで作成する
・プライマリ障害時はリードレプリカが自動昇格（約1～2分）・アプリ側の設定変更は不要
・リーダーエンドポイントで読み取りをレプリカに分散し、レプリカ追加でスループットを線形拡張できる
・CloudWatch の ReplicationLag と CacheHitRate を常時監視して本番品質を担保する

# プライベートサブネットのIDを確認（ap-northeast-1a / 1c の2AZ分）
aws ec2 describe-subnets   --filters "Name=tag:Name,Values=private-*"   --query 'Subnets[].{SubnetId:SubnetId,AZ:AvailabilityZone,CIDR:CidrBlock}'   --output table

# 出力例（2つのサブネットが必要）
# ----------------------------------------------------------
# |                  DescribeSubnets                       |
# +---------------------+---------------+------------------+
# |  AZ                 | CIDR          | SubnetId         |
# +---------------------+---------------+------------------+
# |  ap-northeast-1a    | 10.0.1.0/24   | subnet-0abc1234  |
# |  ap-northeast-1c    | 10.0.2.0/24   | subnet-0def5678  |
# +---------------------+---------------+------------------+

# ElastiCache用サブネットグループを作成
aws elasticache create-cache-subnet-group   --cache-subnet-group-name redis-prod-subnet-group   --cache-subnet-group-description "Redis Production Multi-AZ"   --subnet-ids subnet-0abc1234 subnet-0def5678

# 出力例（作成成功時）
# {
#   "CacheSubnetGroup": {
#     "CacheSubnetGroupName": "redis-prod-subnet-group",
#     "VpcId": "vpc-0123456789abcdef0",
#     "Subnets": [ { "SubnetAvailabilityZone": { "Name": "ap-northeast-1a" }, ...} ]
#   }
# }

# ElastiCache用セキュリティグループを作成
aws ec2 create-security-group   --group-name redis-prod-sg   --description "ElastiCache Redis Production SG"   --vpc-id vpc-0123456789abcdef0

# 出力例
# { "GroupId": "sg-0redis1234abcdef" }

# WebサーバーのSG（sg-0web1234xxxxx）からのみポート6379を許可
aws ec2 authorize-security-group-ingress   --group-id sg-0redis1234abcdef   --protocol tcp   --port 6379   --source-group sg-0web1234xxxxx

# ルール確認（インバウンドルールの一覧）
aws ec2 describe-security-groups   --group-ids sg-0redis1234abcdef   --query 'SecurityGroups[0].IpPermissions[*].{Port:FromPort,Source:UserIdGroupPairs[0].GroupId}'

# 出力例（Webサーバー SGからの6379のみ許可されていればOK）
# [ { "Port": 6379, "Source": "sg-0web1234xxxxx" } ]

# レプリケーショングループを作成（マルチAZ・自動フェイルオーバー有効）
aws elasticache create-replication-group   --replication-group-id redis-prod   --replication-group-description "Production Redis Multi-AZ"   --cache-node-type cache.t3.micro   --engine redis   --engine-version 7.1   --num-cache-clusters 2   --cache-subnet-group-name redis-prod-subnet-group   --security-group-ids sg-0redis1234abcdef   --automatic-failover-enabled   --multi-az-enabled   --at-rest-encryption-enabled   --transit-encryption-enabled

# 作成状況の確認（Status が "available" になるまで待つ。通常5～10分）
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].{Status:Status,MultiAZ:MultiAZ,AutoFailover:AutomaticFailover}'

# 出力例（available になれば構築完了）
# {
#     "Status": "available",
#     "MultiAZ": "enabled",
#     "AutoFailover": "enabled"
# }

# プライマリエンドポイントとリーダーエンドポイントを確認
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].NodeGroups[0].{Primary:PrimaryEndpoint,Reader:ReaderEndpoint}'

# 出力例
# {
#     "Primary": {
#         "Address": "redis-prod.xxxxxx.ng.0001.apne1.cache.amazonaws.com",
#         "Port": 6379
#     },
#     "Reader": {
#         "Address": "redis-prod-ro.xxxxxx.ng.0001.apne1.cache.amazonaws.com",
#         "Port": 6379
#     }
# }

# 各ノードのAZとロールを確認
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].NodeGroups[0].NodeGroupMembers[*].{ID:CacheClusterId,Role:CurrentRole,AZ:PreferredAvailabilityZone}'

# 出力例（フェイルオーバー前）
# [
#   { "ID": "redis-prod-001", "Role": "primary",  "AZ": "ap-northeast-1a" },
#   { "ID": "redis-prod-002", "Role": "replica",  "AZ": "ap-northeast-1c" }
# ]

# フェイルオーバーテストを実行（プライマリを意図的に切り替え）
aws elasticache test-failover   --replication-group-id redis-prod   --node-group-id 0001

# 1～2分後に再確認（RoleがスワップされていればOK）
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].NodeGroups[0].NodeGroupMembers[*].{ID:CacheClusterId,Role:CurrentRole,AZ:PreferredAvailabilityZone}'

# 出力例（フェイルオーバー後）
# [
#   { "ID": "redis-prod-001", "Role": "replica",  "AZ": "ap-northeast-1a" },
#   { "ID": "redis-prod-002", "Role": "primary",  "AZ": "ap-northeast-1c" }
# ]

# フェイルオーバー中の応答確認（1秒間隔でpingを繰り返す）
while true; do
  result=/bin/bash: line 642: -p: command not found
  echo " "
  sleep 1
done

# フェイルオーバー前後のログ例
# 10:05:01 PONG
# 10:05:02 PONG
# 10:05:03 Could not connect to Redis at ...: Connection refused
# 10:05:04 Could not connect to Redis at ...: Connection refused
# ...（約60秒間）
# 10:06:05 PONG

# Python（redis-py）での接続例
import redis

# 書き込み用（プライマリエンドポイント）
redis_write = redis.Redis(
    host='redis-prod.xxxxxx.ng.0001.apne1.cache.amazonaws.com',
    port=6379,
    ssl=True,            # transit-encryption-enabled の場合は必須
    decode_responses=True,
    socket_connect_timeout=5,
    socket_timeout=5,
    retry_on_timeout=True   # フェイルオーバー中の短期エラーをリトライ
)

# 読み取り用（リーダーエンドポイント）
redis_read = redis.Redis(
    host='redis-prod-ro.xxxxxx.ng.0001.apne1.cache.amazonaws.com',
    port=6379,
    ssl=True,
    decode_responses=True,
    socket_connect_timeout=5,
    socket_timeout=5,
    retry_on_timeout=True
)

# 使い分け例
redis_write.set('user:1001:name', '山田太郎', ex=3600)   # 書き込み
name = redis_read.get('user:1001:name')                   # 読み取り
print(name)  # 山田太郎

// Node.js（ioredis）での接続例
const Redis = require('ioredis');

// 書き込み用（プライマリエンドポイント）
const redisWrite = new Redis({
  host: 'redis-prod.xxxxxx.ng.0001.apne1.cache.amazonaws.com',
  port: 6379,
  tls: {},               // transit-encryption-enabled の場合は必須
  connectTimeout: 5000,
  retryStrategy(times) {
    return Math.min(times * 100, 3000);   // 最大3秒間隔でリトライ
  }
});

// 読み取り用（リーダーエンドポイント）
const redisRead = new Redis({
  host: 'redis-prod-ro.xxxxxx.ng.0001.apne1.cache.amazonaws.com',
  port: 6379,
  tls: {},
  connectTimeout: 5000,
  retryStrategy(times) {
    return Math.min(times * 100, 3000);
  }
});

// 使い分け例
await redisWrite.set('user:1001:name', '山田太郎', 'EX', 3600);
const name = await redisRead.get('user:1001:name');
console.log(name);  // 山田太郎

# AUTHトークン付きでレプリケーショングループを作成
aws elasticache create-replication-group   --replication-group-id redis-prod-secure   --replication-group-description "Secure Redis Multi-AZ"   --cache-node-type cache.t3.micro   --engine redis   --engine-version 7.1   --num-cache-clusters 2   --cache-subnet-group-name redis-prod-subnet-group   --security-group-ids sg-0redis1234abcdef   --automatic-failover-enabled   --multi-az-enabled   --at-rest-encryption-enabled   --transit-encryption-enabled   --auth-token "YourStrongPassword123!"

# TLS+AUTHでのredis-cli接続テスト（EC2インスタンスから実行）
redis-cli   -h redis-prod.xxxxxx.ng.0001.apne1.cache.amazonaws.com   -p 6379   --tls   -a "YourStrongPassword123!"   ping

# 出力例（接続成功）
# PONG

# CacheHits と CacheMisses を直近1時間（5分間隔）で取得
aws cloudwatch get-metric-statistics   --namespace AWS/ElastiCache   --metric-name CacheHits   --dimensions Name=CacheClusterId,Value=redis-prod-001   --start-time    --end-time 2026-07-24T06:39:32   --period 300   --statistics Sum   --query 'Datapoints[*].{Time:Timestamp,Hits:Sum}'   --output table

# ReplicationLag を確認（直近5分間の平均）
aws cloudwatch get-metric-statistics   --namespace AWS/ElastiCache   --metric-name ReplicationLag   --dimensions Name=CacheClusterId,Value=redis-prod-002   --start-time    --end-time 2026-07-24T06:39:32   --period 60   --statistics Average   --query 'Datapoints[*].{Time:Timestamp,LagSec:Average}'   --output table

# ReplicationLag が10秒超えたら SNS に通知するアラームを作成
aws cloudwatch put-metric-alarm   --alarm-name redis-prod-replication-lag   --alarm-description "ElastiCache ReplicationLag exceeds 10 seconds"   --namespace AWS/ElastiCache   --metric-name ReplicationLag   --dimensions Name=CacheClusterId,Value=redis-prod-002   --period 60   --evaluation-periods 3   --threshold 10   --comparison-operator GreaterThanThreshold   --statistic Average   --alarm-actions arn:aws:sns:ap-northeast-1:123456789012:redis-alerts   --ok-actions arn:aws:sns:ap-northeast-1:123456789012:redis-alerts

# DatabaseMemoryUsagePercentage が90%超えたら通知するアラーム
aws cloudwatch put-metric-alarm   --alarm-name redis-prod-memory-high   --alarm-description "ElastiCache memory usage exceeds 90%"   --namespace AWS/ElastiCache   --metric-name DatabaseMemoryUsagePercentage   --dimensions Name=CacheClusterId,Value=redis-prod-001   --period 300   --evaluation-periods 2   --threshold 90   --comparison-operator GreaterThanThreshold   --statistic Average   --alarm-actions arn:aws:sns:ap-northeast-1:123456789012:redis-alerts

# レプリカノードを1台追加（合計2台に増やす）
aws elasticache increase-replica-count   --replication-group-id redis-prod   --new-replica-count 2   --apply-immediately

# 追加後にノード構成を確認（Statusが"available"に戻ればOK）
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].NodeGroups[0].NodeGroupMembers[*].{ID:CacheClusterId,Role:CurrentRole,AZ:PreferredAvailabilityZone}'

# 出力例（レプリカが2台になった状態）
# [
#   { "ID": "redis-prod-001", "Role": "primary", "AZ": "ap-northeast-1a" },
#   { "ID": "redis-prod-002", "Role": "replica", "AZ": "ap-northeast-1c" },
#   { "ID": "redis-prod-003", "Role": "replica", "AZ": "ap-northeast-1d" }
# ]

# 不要になったレプリカを削減する（スケールイン）
aws elasticache decrease-replica-count   --replication-group-id redis-prod   --new-replica-count 1   --replicas-to-remove redis-prod-003   --apply-immediately

# ElastiCacheのSGのインバウンドルールを確認
aws ec2 describe-security-groups   --group-ids sg-0redis1234abcdef   --query 'SecurityGroups[0].IpPermissions[*].{Port:FromPort,Source:UserIdGroupPairs[0].GroupId}'

# 出力例（WebサーバーSGからの6379が許可されていればOK）
# [ { "Port": 6379, "Source": "sg-0web1234xxxxx" } ]

# EC2からtelnetで疎通確認（redis-cliが未インストールの場合）
telnet redis-prod.xxxxxx.ng.0001.apne1.cache.amazonaws.com 6379

# dnfでredis-cliのみインストール（Amazon Linux 2023）
sudo dnf install redis6 -y
redis-cli --version
# redis-cli 6.2.x

# レプリカノードのReplicationLagを確認（直近5分間の平均）
aws cloudwatch get-metric-statistics   --namespace AWS/ElastiCache   --metric-name ReplicationLag   --dimensions Name=CacheClusterId,Value=redis-prod-002   --start-time    --end-time 2026-07-24T06:39:32   --period 60   --statistics Average   --query 'Datapoints[*].{Time:Timestamp,LagSec:Average}'   --output table

# ラグが継続して大きい場合の対処
# (1) ノードタイプをより高性能なものに変更（scale up）
# (2) write-heavyなワークロードを見直す（過剰なキャッシュ更新を削減）
# (3) レプリカノードを追加してリーダー負荷を分散（scale out）
aws elasticache increase-replica-count   --replication-group-id redis-prod   --new-replica-count 2   --apply-immediately

# フェイルオーバー設定の確認
aws elasticache describe-replication-groups   --replication-group-id redis-prod   --query 'ReplicationGroups[0].{Status:Status,AutoFailover:AutomaticFailover,MultiAZ:MultiAZ,NodeCount:MemberClusters}'

# 出力例（フェイルオーバーが有効で2ノード以上であることを確認）
# {
#     "Status": "available",
#     "AutoFailover": "enabled",
#     "MultiAZ": "enabled",
#     "NodeCount": ["redis-prod-001", "redis-prod-002"]
# }

# AutomaticFailoverが無効の場合、変更で有効化する（変更には数分かかる）
aws elasticache modify-replication-group   --replication-group-id redis-prod   --automatic-failover-enabled   --apply-immediately