フォールバック（フォールバック）
システム障害・接続失敗時に代替手段へ自動切替する仕組み。Web/API/AI/CDN で標準実装、2026年は LLM 推論の Multi-Provider Fallback が主流化。
概要
フォールバック (Fallback) は本来想定する動作が失敗・利用不能となった際に、予備の代替手段へ自動的に切り替える設計パターンの総称。Web フロントエンド (CSS フォント・画像)、ネットワーク (DNS/CDN フェイルオーバー)、API リクエスト (リトライ+別エンドポイント)、AI 推論 (LLM プロバイダ多段切替) と幅広い領域で実装される。
2025-2026年の特徴は AI 推論の Multi-Provider Fallback の標準化。OpenRouter (2023年8月)、Vercel AI SDK の Provider Aggregation (2025年1月)、LiteLLM Proxy (2024年〜) 等で OpenAI GPT-5 → Anthropic Claude 4.7 → Google Gemini 2.5 → Local Ollama の自動切替が一般化。Anthropic API 公式障害時 (2026年2月20日 6.2時間ダウン) でもサービス継続できた事例が多数。
サーバ可用性設計では Circuit Breaker パターン (Hystrix/Resilience4j) と組合せて使われ、AWS Application Load Balancer や Cloudflare Workers の自動 Failover 機能、DNS の Round Robin + Health Check が代表的実装。E-commerce サイトでは決済 API 障害時に別決済プロバイダへ Fallback する設計で、機会損失を年間数億円単位で防止する事例も。
主な特徴・仕組み
- 基本動作: メイン処理失敗 → 例外捕捉 → フォールバック実行 → ユーザーへ最低限のレスポンス返却
- CSS フォントフォールバック:
font-family: "Inter", "Hiragino Sans", "Yu Gothic", sans-serifのように後続が前段失敗時の代替 - DNS Failover: Route 53 / Cloudflare DNS の Health Check で 60秒以内に切替、TTL 60-300秒設定
- API Retry+Fallback: 3回リトライ (指数バックオフ 1s→2s→4s) → 別 API エンドポイント
- LLM Multi-Provider 2026: OpenAI 障害時 → Anthropic → Gemini → Local Ollama を 30-200ms で透過切替
- Circuit Breaker 連携: 連続失敗 5回で 30秒オープン状態、Half-Open テストで復旧確認
- CDN Fallback: Cloudflare 障害時 → Fastly / AWS CloudFront / Bunny.net へ DNS 切替
- コスト影響: マルチプロバイダ運用で平均月額 +5-15% 増、ただし機会損失の数百〜数千倍リスクヘッジ
フォールバック実装パターン比較表
| 領域 | 実装手段 | 切替時間 | コスト増 | ライブラリ/ツール |
|---|---|---|---|---|
| Web フォント | CSS font-family 多段 | 即時 | 0% | ブラウザ標準 |
| CDN | Multi-CDN + DNS | 30-180秒 | 30-100% | Cedexis/NS1 |
| API Retry | 指数バックオフ | 1-15秒 | 5-20% | axios-retry/got |
| LLM Provider | API ルーター | 30-200ms | 5-15% | OpenRouter/LiteLLM |
| DB Replica | Master→Read Replica | 1-5秒 | 50-100% | Patroni/PgBouncer |
| 決済 | Stripe→PayPal→KOMOJU | 1-30秒 | 10-30% | 自社実装 |
自作PC + ローカル LLM Fallback 構築
クラウド LLM 障害時のローカルフォールバック構成：
- CPU: Ryzen 9 9900X (12C24T, ¥99,800) — Ollama llama.cpp 並列推論
- GPU: RTX 4090 24GB (¥289,980) または RTX 5090 32GB (¥499,800) — Llama 4 70B 量子化推論
- メモリ: DDR5-6000 64GB (¥49,800) — モデル+KV Cache 確保
- ストレージ: NVMe Gen5 SSD 4TB (¥39,800) — 量子化モデル 80-200GB×複数
- ソフト: Ollama 0.5+ / LM Studio 0.4+ / vLLM 0.7+ / TabbyAPI / Text Generation Inference
- モデル: Llama 4 70B Q5_K_M (47GB), Qwen 3 72B Q4_K_M (43GB), DeepSeek R1 Distill Llama 70B (40GB)
- API ルーター: LiteLLM Proxy 1.50+ で OpenAI 形式統一、自動 Fallback 設定 5行
フォールバックと類似概念の違い
- Fallback vs Failover: Failover はインフラ層 (DB/サーバ) の系切替、Fallback は機能・処理層の代替
- Fallback vs Retry: Retry は同じ処理の再試行、Fallback は別の処理への切替
- Fallback vs Graceful Degradation: Degradation は機能を絞って継続、Fallback は同等機能を代替手段で提供
よくある質問（FAQ）
Q1: AI 推論で複数プロバイダを Fallback する場合のコスト管理は？ A: メインプロバイダ 95% / Fallback 5% の比率になるよう設計、平均コスト増は 8-12%。OpenRouter は 1リクエスト単位で価格差比較可、Anthropic Claude 4.7 が GPT-5 比 -23% 安価 (2026年4月時点)。
Q2: 自作PC でローカル LLM Fallback は実用的？ A: 実用的。RTX 4090 24GB で Llama 4 70B Q5 推論が 18-25 tokens/s、応答品質は GPT-4o の 92%程度。月額固定費 ¥0 でクラウド完全障害時のサービス継続性を担保、E-commerce/SaaS 事業で導入実績増加中。
Q3: フォールバック設計で陥りやすい落とし穴は？ A: ① Fallback 自体のテスト不足 (本番障害時に動かない)、② Cascade Failure (Fallback 過負荷で連鎖障害)、③ 一貫性問題 (Provider 間で結果が違う)。Chaos Engineering (Netflix Chaos Monkey 等) で月1回の意図的障害テストを推奨。
まとめ
- フォールバック = 失敗時の代替手段自動切替、Web/API/CDN/AI で標準実装
- 2025-2026年は LLM Multi-Provider Fallback が主流、OpenRouter/LiteLLM が標準ツール
- 自作PC + RTX 4090 でローカル LLM Fallback 月額¥0、Llama 4 70B 量子化で実用速度
- 設計の落とし穴は Fallback 未テスト・Cascade Failure・一貫性問題、Chaos Engineering で対策