Spider DeNA Technology Seminar #2

Spider Storage Engineのご紹介斯波健徳 kentokushiba@gmail.com

MySQLとは？ MySQLは、世界で最も普及しているオープンソースのリレーショナルデータベースです。 Webサービス、モバイルコンテンツサービスと相性がよく、 Google、Yahoo、Facebookをはじめ、多くのWeb、モバイルサービス関連企業で利用されています。もちろん、DeNAさんでも利用されています。 GPLというライセンスに従って、自由に利用、変更、再配布を行うことができます。

ストレージエンジンとは？ MySQLは、プラガブルストレージエンジンアーキテクチャというものを採用しており、ストレージエンジンというものを用途に応じて取り替えることができます。ストレージエンジンは、データベースの中でデータを格納したり取り出したりすることを司る部分です。

ストレージエンジンとは？クライアントクライアントクライアントコネクションプール perser/optimizer/cache ...etc... ストレージエンジンAPI MyISAM InnoDB MEMORY Blackhole q4m Spider MySQLサーバ

ストレージエンジンとは？このようにストレージエンジンが複数あるため、テーブルの用途に応じて最適なストレージエンジンを選択することができます。ストレージエンジンは、テーブル単位で変更可能で、例えばマスターのテーブルにはMyISAMというストレージエンジン、取引情報テーブルにはInnoDBというストレージエンジンを使うというようなことが可能です。

Spiderストレージエンジンとは？ Spiderストレージエンジンとは、ストレージエンジンの１種で、複数のデータベースサーバにあるテーブルを束ねて、１つのテーブルとして利用することを可能にします。これは、クラウド環境においては、増え続けるデータを、サーバをどんどん増やしながら分割して管理するために利用することができます。 MySQLと同じく、GPLライセンスで公開しています。

Spiderを利用した構成例 AP AP LB DB DB DB DB アプリケーションはSpiderの入ったMySQLに SQL(参照/更新)を実行すると、Spiderが透過的に後ろにあるデータノードにアクセスして結果を返します。 SQLは、DB１台だったときと同じものでOKです。

Spiderを利用した構成例 AP AP AP AP LB DB DB DB DB DB DB DB DB トラフィックが増えたり、データが増えたりした場合は、このようにサーバを追加して、負荷分散を行います。

Spiderでクラウド対応 Spiderを使うと、トラフィックやデータ量に合わせてサーバを追加(削除)していくことができるので、クラウド環境において、伸縮自在のRDBを構築することができます。

「Spider」の主な機能

「Spider」の主な機能 1. Spiderストレージエンジンは、ローカルDBからリモート DBに対してテーブルリンクを生成 2. Spiderは、「database sharding」を実現可能 3. Spiderは、「XAトランザクション」と「テーブルパーティショニング」を利用可能

テーブルリンク Spider Storage Create table tbl_a ( tbl_a tbl_a col_a int, Engine’s table col_b int, primary key(col_a) DB1 ) engine = Spider Other Storage Connection ‘ 2.Get data tbl_a host “DB1”, Engine’s table table “tbl_a”, user “user”, password “pass” ‘; tbl_a tbl_b Local DB 3.Join 1.Request select tbl_a.col_a, tbl_b.col_c 4.Response from tbl_a, tbl_b where tbl_a.col_a = 1 and tbl_a.col_b = tbl_b.col_b Spiderは、リモートMySQLサーバのテーブルをローカルMySQL サーバのテーブルのように利用することを可能にします。

「Spider」の主な機能 1. Spiderストレージエンジンは、ローカルDBからリモートDBに対してテーブルリンクを生成 2. Spiderは、「database sharding」を実現可能 3. Spiderは、「XAトランザクション」と「テーブルパーティショニング」を利用可能

SpiderのXAトランザクション tbl_a tbl_b tbl_c DB1 DB2 DB3 my.cnf 2.XA prepare 2.XA prepare 2.XA prepare ------------------ 3.XA commit 3.XA commit 3.XA commit …… …… spider_internal_xa=1 …… …… tbl_a tbl_b tbl_c Local DB 1.Request 4.Response commit SpiderはDBクラスタリングに利用可能です。

Spiderのテーブルパーティショニング Create table tbl_a ( col_a%3=0 col_a%3=1 col_a%3=2 col_a int, col_b int, primary key(col_a) ) engine = Spider tbl_a tbl_a tbl_a Connection ‘ table “tbl_a”, DB1 DB2 DB3 user “user”, password “pass” 2.Get data ‘ partition by list( mod(col_a, 3)) ( partition pt1 values in(0) tbl_a tbl_b comment ‘host “DB1”’, partition pt2 values in(1) Local DB 3.Join comment ‘host “DB2”’, partition pt3 values in(2) comment ‘host “DB3”’ ); 4.Response 1.Request select tbl_a.col_a, tbl_b.col_c from tbl_a, tbl_b where tbl_a.col_a = 1 and tbl_a.col_b = tbl_b.col_b Spiderは「DB sharding※」をサポートしています。 ※「DB sharding」とは、データを複数のデータベースサーバに分散させて管理する手法のことを言います。

Spiderの「DB SHARDING※」 ※「DB SHARDING」とは、データを複数のデータベースサーバに分散させて管理する手法のことを言います。

アプリケーションによる「DB sharding」アプリケーションによる「DB sharding」は、データの増加や更新リクエストの増加に伴うパフォーマンスの低下の問題を解決するために利用されます。

アプリケーションによる「DB sharding」 col_a%3=0 col_a%3=1 col_a%3=2 tbl_a tbl_a tbl_a DB1 DB2 DB3 2.Choose a connection and get data AP1 AP2 AP3 1.Request 3.Response tbl_a.col_a = 1 アプリケーションによる「DB sharding」はデータ増加に伴うパフォーマンスの低下問題を解決します。

アプリケーションによる「DB sharding」しかし… アプリケーションによる「DB sharding」には、以下の問題点が挙げられるます。 – 異なるDBサーバのテーブルをjoinできない – 異なるDBサーバに行われた更新の同期は、アプリケーションで保障しなければならない – アプリケーションエンジニアは、「database sharding」を実現するために高いDBスキルが必要 – 「database sharding」が実装されていないアプリケーションに、新たに「database sharding」を追加するには、多くの時間と工数が必要になる

Spiderの「DB sharding」 Spiderはこれらの問題を解消します。

Spiderの「DB sharding」 col_a%3=0 col_a%3=1 col_a%3=2 tbl_a tbl_a tbl_a DB1 DB2 DB3 3.Choose a connection and get data tbl_a tbl_a tbl_a DB DB DB 2.Request 4.Response AP1 from application AP2 to application AP3 1.Request 5.Response from client to client Spiderの「DB sharding」は tbl_a.col_a = 1 データ増加に伴うパフォーマンス低下問題を解決します。

Spiderの「DB sharding」そして… – 異なるDBサーバのテーブルをjoinできる – アプリケーションは、異なるDBサーバに行われた更新の同期を保障する必要がない(Spiderが保障する) – アプリケーションエンジニアは、「DB sharding」を実装する必要がない – 「DB sharding」が実装されていないアプリケーションでも、アプリケーションを変更しないで「DB sharding」を実現できるため、導入が容易である

導入事例

【導入事例1】 Sagool.tv Sagool.tvは、 www.youtube.comのような動画サイトです。ただし、全てのコンテンツはインターネットからクロールされ、動画は、TVのように流し見することができます。 Sagool.tvは、【Team Lab Inc. ] が運営しています。 http://www.team-lab.com http://www.team-lab.net

Sagool.tv (検索ページ) Sagool.tv was created by Team Lab Inc.

Sagool.tv (動画再生ページ) Sagool.tv was created by Team Lab Inc.

Sagool.tvの変更前構成図 Master Master DB DB Crawler Crawler …… replication …… Slave Slave Full-text Full-text …… DB DB search search 1.Get data 2.Register again, again… …… …… AP AP Batch Batch バッチ処理は、毎日全文インデックスを生成する必要があります。

当時のSagool.tvの問題点しかし… 動画のレコードが増加するに従い、DB参照性能が低下していき、３０００万レコードを超えた時には、バッチ処理が２４時間で完了しなくなっていました。このケースでは、サーバにMySQL clusterを導入するために十分なメモリがなかったため、 MySQL clusterは導入できませんでした。そのため、Spiderを使いました。

SPIDER利用後のSagool.tvの構成図 … Master Master replication tbl_a Crawler Crawler DB DB DB replication col_a%4=0 col_a%4=3 Full-text Full-text … Data search search tbl_a sharding tbl_a again, again… … Slave Slave by Spider DB DB DB DB 2.Register 1.Get data tbl_a tbl_a tbl_a tbl_a DB DB … DB DB … AP AP Batch Batch col_a%4=1 col_a%4=2 1.Get data まず、Spiderを利用したスレーブDBと４つのリモートDBを追加しました。次に、バッチサーバにSpiderを利用したMySQLを追加しました。

Sagool.tv: パフォーマンスの改善結果 1. Spiderを利用したshardingで、各DBサーバのレコードを減らすことにより、パフォーマンスが劇的に改善しました。 – DBのパフォーマンスは約１０倍改善。 – バッチ処理は約５倍改善。 (バッチ処理は8時間で完了するようになりました) 2. Spiderの導入にアプリケーションの変更は不要でした。 3. Spiderは問題が発生している場所にピンポイントで導入できるので、動作確認工数が少なく済みました。 SPIDERの「SHARDING」は簡単です。

【導入事例２】 KADOKAWord.jp 角川グループはメディア、本、商品などの、多くのウェブサイトを運営しています。(80以上) KADOKAWord.jpは、これらのウェブサイトのコンテンツを横断的に検索できるサービスです。 KADOKAWord.jpは株式会社角川メディアマネジメントが運営しています。

KADOKAWord.jpで利用されるSPIDERについて KADOKAWord.jpでは、 BlackholeとSpiderを利用しています。なぜなら・・・グループサイトからの急激なログトラフィックがあるためです。

KADOKAWord.jp: ログサーバ構成図 … tbl_a tbl_a DB DB 3.Log data collecting 2.Replication using Spider replication tbl_a tbl_a Blackhole tbl_a DB DB Statistical … 1.Write log DB AP AP 現在、急激なログトラフィックがあっても、問題は発生していません。

【導入事例３】株式会社マイクロアド株式会社マイクロアドは行動ターゲティングというテクノロジーで、配信する広告を最適化できる広告配信サービスを提供している企業です。【MicroAd, Inc.] http://www.microad.jp/

Spider導入前構成 …… …… AP AP AP AP LVS Slave Slave DB DB Register new statistical rules replication from batch server Master Batch DB このシステムでは、バッチ処理が毎日新しい統計結果で、広告配信のルールを更新する必要があります。

事業拡大に伴う課題・更新負荷の増大これまで1日につき、2000万レコードの更新が限界だったものを、事業拡大に伴い1億レコードを更新できるようにする必要があった。・参照負荷の増大基本的にはレプリケーションスレーブを追加することで対応するが、1台あたりの更新が減らないと、スレーブ追加のメリットが薄れる。・アプリケーション修正データベース分割の為に、大幅なアプリケーションの修正は避けたい。そのために、Spiderが選択されました。

Spider導入後構成 …… AP AP AP AP …… with Spider with Spider with Spider with Spider Spider sharding LVS LVS LVS SlaveDB SlaveDB SlaveDB SlaveDB SlaveDB SlaveDB replication replication replication MasterDB MasterDB MasterDB Spider sharding Register new statistical rules from batch server SpiderDB (MySQL with Spider) Batch 彼らは、データベースの分割の単位でレプリケーションを構成するという手法を採用しました。

改善結果その結果、彼らは、毎日１億レコードの更新という目標を達成し、参照性能の向上にも成功しました。また、データベース分割のためのアプリケーションの修正は、ほとんど不要でした。彼らは現在、事業の更なる拡大のため、データベースの再拡張(re-sharding)を計画しています。

Spider Storage Engine まとめ

まとめ Spider Storage Engineは・・・・・ 1. 他のストレージエンジンと連携することで、その機能を強化・拡張することができる。 2. リモートのMySQLサーバにあるテーブルを、ローカルのMySQLサーバにあるテーブルとして利用する事ができる。 3. XAトランザクションで、複数のサーバに行われた更新を同期することができる。 4. MySQL 5.1から利用可能となったテーブルパーティションをサポートしており、テーブルの各パーティションはそれぞれ別のサーバを利用することができる。これら４つの機能により・・・・・ Spiderはトランザクション機能付で「DB sharding」を実現できる。 Spiderはアプリケーションの機能性を損なうことなく「Sharding」を実現できる。 (このあたりがクラウド対応RDB構築用) Spiderの導入に、アプリケーションは変更の必要がない。 Spiderは必要なところだけにピンポイントで利用できる。

「Spider」の最近の動き

「Spider」の最近の動き 1. MariaDB対応 2. BKA対応 3. レプリケーションリトライパッチ 4. 可用性対応

MariaDB対応 MariaDBにバンドルしてもらえるお話を頂きまして、現在鋭意対応中です。 MariaDBとは、MySQLの生みの親であるMontyとその会社の社員が開発を行っているMySQLのフォークです。なお、SpiderはMySQLでも、引き続き利用が可能です。

BKA対応 BKAとは、大きなテーブル同士のjoinを高速化するための機能で、現在はMariaDB 5.3で利用可能です。対応は奥野さんのアドバイスを頂きつつ、このほど完了しました。(パーティション機能とBKAを組み合わせて利用するためのパッチも完成しております) 簡単にパフォーマンスを測定した結果では、約35倍の性能向上となっております。

レプリケーションリトライパッチレプリケーションスレーブでSpiderを利用した際に、リモートのサーバとの接続がネットワークの瞬断などで途切れてしまうとレプリケーションがエラーで停止してしまい、運用上不都合が発生します。このため、MySQLに「slave_transaction_retry_errors」というパラメータを追加し、「slave_transaction_retry_errors=1158,1159,2013,12701」のように、エラー番号をコンフィグファイルに指定することで、指定したエラーはトランザクションを再実行するパッチを作成しました。

可用性対応 Spiderを利用した際の可用性の担保は、現在リモートサーバ側でDRBDなどを利用して行っていただいていると思いますが、現在Spider側でも可用性が担保できるよう８月末完成を目標に機能開発中です。この機能は、・テーブル(パーティション)単位で冗長化の多重度を変更可能。・ラウンドロビンの参照負荷分散。という特徴をもつため、よく参照される最近の情報のみ多重度を高くして、トラフィックをさばくというような使い方も可能です。

おわりにこれからも精力的に開発を続けていきますので、よろしくお願いします！！

Any Questions? Thank you for taking your time!! Kentoku SHIBA (kentokushiba@gmail.com) http://wild-growth-ja.blogspot.com/ http://spiderformysql.com

http://engineer.dena.jp	671
http://ameblo.jp	22
http://mkfmn.com	2
http://static.slidesharecdn.com	1
http://twitter.com	1
http://50.56.188.86	1
http://s.deeeki.com	1
http://webcache.googleusercontent.com	1

Spider DeNA Technology Seminar #2

by Kentoku on Jun 30, 2010

Accessibility

Categories

Tags

Upload Details

Usage Rights

8 Embeds 700

Statistics

Spider DeNA Technology Seminar #2 — Presentation Transcript