Azure（Microsoft Azure）

この用語をシェア

概要・定義

Azure（Microsoft Azure）は、Microsoftが提供するパブリッククラウドプラットフォームです。2010年に「Windows Azure」として正式サービスを開始し、2014年に現在の「Microsoft Azure」へ名称変更されました。世界60地域以上（リージョン数は開設・統合により変動）にデータセンター（リージョン）を展開しており、AWS（Amazon Web Services）、Google Cloud（GCP）と並ぶ三大パブリッククラウドの一角を占めます。IaaS（仮想マシンやネットワーク）、PaaS（App ServiceやAzure SQL Databaseなどのマネージドサービス）、SaaS（Microsoft 365との連携）を単一の契約・単一の管理コンソール（Azure Portal）でまたがって利用できる点が最大の特徴です。

Azureは、Microsoftのエコシステムとの高い統合性を持ち、特にMicrosoft 365（旧Office 365）、Windows Server、SQL Server、Active Directory（現Microsoft Entra ID）などとシームレスに統合できる点が大きな特徴です。既存のオンプレミスWindows Server環境をActive Directory資産ごとクラウドへ移行する「リフト＆シフト」や、Windows Serverライセンスの持ち込み（Azure Hybrid Benefit）によるコスト削減など、Microsoft製品を長年利用してきた企業にとって移行障壁が低い設計になっています。課金体系は基本的に従量課金（Pay-As-You-Go）で、稼働時間・データ転送量・ストレージ使用量に応じて秒単位または分単位で計算されます。加えて、1〜3年の利用を確約する代わりに割引が受けられる「予約インスタンス（Reserved Instances）」や、既存ライセンスを持ち込むAzure Hybrid Benefit、Azure内で無償利用できるクレジットを提供する「Azure無料アカウント」など、複数の料金最適化手段が用意されています。

主要な特徴・利点

1. Microsoftエコシステムとの統合

Office 365、Windows Server、SQL Server、Active Directoryなど、既存のMicrosoft製品とシームレスに統合できます。

2. ハイブリッドクラウドの強化

Azure StackやAzure Arcにより、オンプレミスとクラウドを統合したハイブリッド環境を構築できます。

3. AI・機械学習の充実

Azure Cognitive Services、Azure Machine Learning、Azure OpenAI Serviceなど、AI・機械学習関連サービスが充実しています。

4. エンタープライズグレードのセキュリティ・コンプライアンス

Microsoft Entra ID（旧Azure AD）による統合ID管理、Microsoft Defender for Cloudによる脅威検知、Azure Policyによるガバナンス統制など、エンタープライズレベルのセキュリティ機能を提供します。金融機関や官公庁向けに、ISO 27001、SOC 2、FedRAMPといった第三者認証への対応状況を「Microsoft Service Trust Portal」で公開しており、監査対応が必要な業種でも採用しやすい点が評価されています。

5. リージョン数とデータレジデンシー

Azureは主要3クラウドの中でもリージョン展開数が多いとされ、日本国内には東日本（東京・埼玉）と西日本（大阪）の2リージョンを持ちます。金融業や公共機関が求める「データを国内に留める」という要件（データレジデンシー）に応えやすく、大阪リージョンをディザスタリカバリ（DR）先として組み合わせる構成が定石です。

主要サービス

コンピューティング

• Azure Virtual Machines: 仮想マシンインスタンス
• Azure App Service: マネージドアプリケーションプラットフォーム
• Azure Functions: サーバーレスコンピューティング
• Azure Container Instances: コンテナホスティング

ストレージ

• Azure Blob Storage: オブジェクトストレージ
• Azure Files: ファイルストレージ
• Azure Disk Storage: ブロックストレージ

データベース

• Azure SQL Database: マネージドSQLデータベース
• Azure Cosmos DB: グローバル分散NoSQLデータベース
• Azure Database for PostgreSQL/MySQL: マネージドオープンソースDB

AI・機械学習

• Azure Cognitive Services（現Azure AI Services）: 画像認識・音声認識・自然言語処理などのAI APIサービス
• Azure Machine Learning: モデルの学習・デプロイ・運用を一貫して行う機械学習プラットフォーム
• Azure OpenAI Service: GPT系モデルやEmbeddingモデルをAzureのセキュリティ境界内でAPI提供するサービス

ネットワーキング・監視・IaC

• Azure Virtual Network（VNet）: 仮想ネットワーク。オンプレミスとのVPN接続やExpressRouteによる専用線接続に対応
• Azure Monitor / Log Analytics: メトリクス収集・ログ分析・アラート設定を統合的に行う監視基盤
• Azure DevOps / GitHub Actions: CI/CDパイプラインの構築（MicrosoftはGitHubも運営しており親和性が高い）
• Azure Resource Manager（ARM）/ Bicep: インフラをコードで定義するIaC（Infrastructure as Code）の標準機構

AWS・GCPとの主要サービス対応表

3大クラウドは提供するサービスカテゴリがほぼ共通しているため、マルチクラウド設計や移行検討では以下の対応関係を押さえておくと理解が早くなります。名称は似ていても機能範囲が完全に一致するわけではない点に注意してください。

なお、Terraformは特定クラウド専用ではなくAzure・AWS・GCPいずれにも対応するマルチクラウド指向のIaCツールとして、実務では多くの企業がARM/BicepやCloudFormationよりもTerraformを選ぶ傾向があります。

使用例・実装方法

Azure CLIでのリソース作成

Azureのリソースは基本的に「リソースグループ」という単位でまとめて管理します。リソースグループは課金・権限・ライフサイクル管理の基本単位であり、プロジェクト単位や環境（dev/stg/prod）単位で分けるのが一般的な設計パターンです。

# リソースグループの作成
az group create --name myResourceGroup --location japaneast

# 仮想マシンの作成
az vm create \
  --resource-group myResourceGroup \
  --name myVM \
  --image Ubuntu2204 \
  --admin-username azureuser \
  --generate-ssh-keys \
  --size Standard_B2s

Bicepによるインフラのコード化（IaC）

近年はJSON形式のARMテンプレートより簡潔に書けるBicepが標準的に使われています。以下はApp ServiceとApp Service Planを定義する最小構成の例です。

// main.bicep
param location string = resourceGroup().location
param appName string = 'my-sample-app'

resource plan 'Microsoft.Web/serverfarms@2022-03-01' = {
  name: '${appName}-plan'
  location: location
  sku: {
    name: 'B1'
    tier: 'Basic'
  }
}

resource webApp 'Microsoft.Web/sites@2022-03-01' = {
  name: appName
  location: location
  properties: {
    serverFarmId: plan.id
  }
}

# デプロイ実行
az deployment group create \
  --resource-group myResourceGroup \
  --template-file main.bicep

Webアプリのデプロイ（App Service）とコンテナ化

小〜中規模のWebアプリケーションであれば、まずApp ServiceでPaaSとしてデプロイし、負荷やコンテナ化の要件が明確になった段階でAzure Kubernetes Service（AKS）やAzure Container Appsへ移行する、という段階的な構成変更が実務ではよく行われます。GitHub ActionsやAzure DevOps PipelinesからApp Serviceへの継続的デプロイ（CD）を組むことで、mainブランチへのマージをトリガーに自動反映する運用が一般的です。

# Webアプリの作成とデプロイ（ローカルのソースをZIPでデプロイ）
az webapp up \
  --name my-sample-app \
  --resource-group myResourceGroup \
  --runtime "PYTHON:3.11"

料金の考え方とコスト最適化の実務ポイント

Azureの料金設計で実務上まず押さえるべきは、Azure公式の「料金計算ツール（Pricing Calculator）」で事前見積もりを行い、稼働後は「Azure Cost Management + Billing」で実コストを継続監視する、という2段構えの運用です。代表的なコスト最適化手法は次の通りです。

• Azure Reservations（予約インスタンス）: 1年・3年のコミットで仮想マシンやデータベースの単価を大幅に下げる。使用量が読める本番ワークロード向け
• Azure Hybrid Benefit: 既存のWindows ServerやSQL Serverライセンス（Software Assurance付き）を持ち込み、クラウド側のライセンス料を圧縮する
• Auto-shutdown / オートスケール: 開発・検証環境のVMは夜間・休日に自動停止、本番環境のApp ServiceやVMSSは負荷に応じてスケールイン・アウトする
• Azure Advisor: 使用率の低いリソースやサイズ過剰なVMを自動検出し、ダウンサイジングを提案してくれる無料の推奨エンジン

AWS・GCPと比較した場合、Azureは「Microsoft製品のライセンスをすでに保有している企業」にとって実質的な単価が下がりやすい設計になっている点が料金面での特徴です。一方でVM単体の時間単価だけを見ると、リージョンやインスタンスタイプによってAWS・GCPと大差ないケースも多く、単純な時間単価比較よりも既存ライセンス資産・運用体制・エコシステムとの親和性を含めた総保有コスト（TCO）で比較するのが実務上の定石です。

混同されやすい用語・類似技術との違い

Azure vs AWS vs GCP

3大クラウドは機能的に大きく重複していますが、強みの出方が異なります。AWSはサービス数・市場シェアともに最大手で先行者としてのエコシステムの厚みが強み、GCPはデータ分析・機械学習基盤（BigQuery、Vertex AIなど）に強みがあるとされます。Azureの強みは前述の通りMicrosoft製品群との統合と、企業のIT部門がすでに使い慣れているActive Directory・Windows Serverとの親和性です。そのため「すでにMicrosoft 365やWindows Serverを全社導入している企業」「.NET系の開発資産が多い企業」ではAzureが第一候補になりやすく、逆に「OSSベースの開発文化が強く、クラウドネイティブな新規サービスを立ち上げる」場合はAWSやGCPが選ばれる傾向があります。実際には1社が複数クラウドを併用する「マルチクラウド」構成も珍しくありません。

Azure AD と Microsoft Entra ID

「Azure Active Directory（Azure AD）」は2023年に「Microsoft Entra ID」へブランド名が変更されました。機能自体はシングルサインオン・多要素認証・条件付きアクセスといったID管理機能で連続していますが、ドキュメントや管理画面上の名称が変わっているため、古い記事や書籍を参照する際は名称の読み替えが必要です。「Microsoft Entra」はEntra IDのほか、Entra Permissions Management（権限管理）やEntra Verified ID（分散型ID）などを含む、より広いID・アクセス管理製品群のブランド名として位置づけられています。

Azure Stack と Azure Arc の違い

どちらも「オンプレミスとAzureの統合」を目的としますが、アプローチが異なります。Azure Stack（Azure Stack HCIなど）は、Azureと同じ仕組みを自社データセンターに専用ハードウェアとして持ち込む製品です。一方Azure Arcは、既存のオンプレミスサーバーや他クラウド（AWS・GCP）上のリソース、Kubernetesクラスタを「Azureにあるリソースであるかのように」Azure Portalから一元管理するための管理レイヤーであり、ハードウェアの追加は不要です。ハイブリッド運用を検討する際は「専用基盤を持ち込みたいのか（Stack）」「既存資産を管理下に置きたいだけなのか（Arc）」で選択が分かれます。

App Service / Azure Functions / Azure Container Apps / AKS の使い分け

Azure上でアプリケーションを稼働させる選択肢は複数あり、混同されがちです。目的別の使い分けの目安は以下の通りです。

2025〜2026年の最新動向

2025年から2026年にかけてのAzureの動向は、生成AIをいかに企業システムへ実装するかという文脈での進化が中心になっています。主なトピックは以下の通りです。

• Azure AI Foundryの拡充: Azure OpenAI ServiceやAzure Machine Learningの機能を束ね、モデル選定・評価・エージェント開発・監視までを一貫して行うプラットフォームとして「Azure AI Foundry」への統合が進んでいます。複数モデル（OpenAI系だけでなくMeta LlamaやMistralなど各種オープンモデル）をカタログから選んで利用できる「モデルカタログ」機能が拡張されています。
• AIエージェント基盤の強化: 複数のツール呼び出しやマルチステップの推論を行う「エージェント型AI」を構築するための機能（Azure AI Agent Serviceなど）が拡充され、業務プロセスへのAI組み込みがより実装しやすくなっています。
• Copilot関連機能とのAzure連携強化: Microsoft 365 Copilotや GitHub Copilotなど、Microsoft製品群のCopilot機能の裏側でAzure上のAIインフラが利用されており、企業が独自データを安全に活用するための「Copilot Studio」とAzureサービスの連携が強化されています。
• サステナビリティとデータセンター投資: AI需要の増大に対応するため、Microsoftは世界各地でデータセンターへの継続的な設備投資を発表しており、GPU・専用AIアクセラレータの調達強化が進んでいます。
• セキュリティ強化の継続: 大規模な認証基盤への攻撃事案を踏まえ、Microsoftは「Secure Future Initiative」のもとID管理・監査ログ・脆弱性対応の強化を継続的に進めています。

実務担当者としては、名称変更（Cognitive Services → Azure AI Services、Azure AD → Microsoft Entra IDなど）が今後も断続的に発生しうる前提で、公式ドキュメントの更新情報（Azure Updates）を定期的に確認する運用を組み込んでおくことが望ましいでしょう。