Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

AWS Black Belt Online Seminar Amazon Aurora

15,259 views

Published on

20160729 AWS Black Belt Online Seminar Amazon Aurora

Published in: Technology
  • Be the first to comment

AWS Black Belt Online Seminar Amazon Aurora

  1. 1. Amazon Aurora AWS Black Belt Online Seminar 2016 アマゾン ウェブ サービス ジャパン株式会社 ソリューションアーキテクト 星野 豊
  2. 2. AWS Black Belt Online Seminar とは • AWSJのTechメンバがAWSに関する様々な事を紹介するオンラインセミナーです 【水曜 18:00~19:00】 主にAWSサービスの紹介や アップデートの解説 (例:EC2、RDS、Lambda etc.) 【火曜 12:00~13:00】 主にAWSのソリューションや 業界カットでの使いどころなどを紹介 (例:ネットワーク、IoT、金融業界向け etc.) ※最新の情報は下記をご確認下さい。 オンラインセミナーのスケジュール&申し込みサイト – http://aws.amazon.com/jp/about-aws/events/#webinar
  3. 3. 本資料では2016年7月29日時点のサービス内容および価格についてご説明しています。 最新の情報はAWS公式ウェブサイト(http://aws.amazon.com/ )にてご確認ください。 資料作成には十分注意しておりますが、資料内の価格とAWS公式ウェブサイト記載の価 格に相違があった場合、AWS公式ウェブサイトの価格を優先とさせていただきます。 内容についての注意点 AWS does not offer binding price quotes. AWS pricing is publicly available and is subject to change in accordance with the AWS Customer Agreement available at http://aws.amazon.com/agreement/. Any pricing information included in this document is provided only as an estimate of usage charges for AWS services based on certain information that you have provided. Monthly charges will be based on your actual use of AWS services, and may vary from the estimates provided. 価格は税抜表記となっています。日本居住者のお客様が東京リージョンを使用する場合、 別途消費税をご請求させていただきます。
  4. 4. 今回お話する内容は2016/7/29現在の情報です
  5. 5. Amazon Aurora
  6. 6. データベース管理を簡単に • データベースを数分で作成可能 • 自動でパッチの適用 • 数クリックするだけでスケールアウト可能 • S3への継続的なバックアップ • 障害の自動検知と自動フェールオーバ • DBAが本来行うべき作業に注力して頂けるように – スキーマ設計・チューニング – クエリ設計・チューニング などなど Amazon RDS
  7. 7. Virginia / Oregon / Ireland / Sydney / Tokyo / Seoul / Mumbai リージョン
  8. 8. Amazon Auroraの特徴 ハイパフォーマンス フルマネージド 高可用性・高耐久性セキュリティにも配慮 MySQL5.6互換スケーラブル
  9. 9. リレーショナルデータベースをもう一度考える • 今、データベースを再度実装するならどうする か? – 少なくとも1970年代の方法で実装はしない – AWSサービスを活かすことができ、スケールアウトが簡単で、 セルフヒーリングが出来るようなデータベースを作りたいと考 えた
  10. 10. MySQLのエコシステムをそのまま活用可能 Business Intelligence Data Integration Query and Monitoring SI and Consulting Source: Amazon “Amazon Auroraに対してコンパチビリティを確認するテストスイートを実施し、全て完 璧に動作を行うことが確認出来ました。- Dan Jewett, Vice President of Product Management at Tableau
  11. 11. 多くのサードパーティ監視ツールが利用可能
  12. 12. インスタンスタイプ 8GB 16GB 32GB 60GB 122GB 244GB 4core 8core 16core 32core r3.8xl 2core1core r3.4xl r3.2xl r3.xl r3.large 4GB 1GB Memory vCPU
  13. 13. アーキテクチャ
  14. 14. Service Oriented Architecture • ログとストレージレイヤをシー ムレスにスケールするストレー ジサービスに移動 • EC2, Amazon DynamoDB, Amazon SWFなどのAWSサー ビスを管理コンポーネントに採 用 • Amazon S3を利用して 99.999999999%の耐久性でス トリーミングバックアップ Data Plane Logging + Storage SQL Transactions Caching Amazon S3 Control Plane Amazon DynamoDB Amazon SWF Amazon Route 53
  15. 15. キャッシュレイヤの分離 • キャッシュをデータベースプロセ ス外に移動 • データベースプロセスのリスター トが発生してもキャッシュが残っ た状態を維持可能 • サービスにすぐデータベースを戻 すことが出来る • 高速なクラッシュリカバリ + 保持 可能なキャッシュ = DB障害から 高速に復帰可能 SQL Transactions Caching SQL Transactions Caching SQL Transactions Caching キャッシュプロセスをDBプロセス外におくことで DBプロセスの再起動でもキャッシュが残る
  16. 16. セキュリティ • データの暗号化 – AES-256 (ハードウエア支援) – ディスクとAmazon S3に置かれている全ブロックを暗号化 – AWS KMSを利用したキー管理 • SSLを利用したデータ通信の保護 • 標準でAmazon VPCを使ったネットワークの分 離 • ノードへ直接アクセスは不可能 Storage SQL Transactions Caching Amazon S3 Application
  17. 17. Auroraのストレージ • SSDを利用したシームレス にスケールするストレージ • 標準で高可用性を実現 • Log structured Storage SQL Transactions AZ 1 AZ 2 AZ 3 Caching Amazon S3
  18. 18. Auroraのストレージの特徴 • リードレプリカもマスタと同じストレージを参照 • 継続的なS3へ増分バックアップ – パフォーマンスへの影響なし • 64TBまで自動でストレージがシームレスにスケールアッ プ – パフォーマンスや可用性に影響無し・利用開始時のプロビジョニング不要 • 自動で再ストライピング、ミラー修復、ホットスポット 管理、暗号化
  19. 19. ディスク障害検知と修復 • 2つのコピーに障害が起こっても、読み書きに影響は無い • 3つのコピーに障害が発生しても読み込みは可能 • 自動検知、修復 SQL Transaction AZ 1 AZ 2 AZ 3 Caching SQL Transactio n AZ 1 AZ 2 AZ 3 Caching 読み書き可能読み込み可能
  20. 20. IO traffic in Aurora (ストレージノード) LOG RECORDS Primary instance INCOMING QUEUE STORAGE NODE S3 BACKUP 1 2 3 4 5 6 7 8 UPDATE QUEUE ACK HOT LOG DATA BLOCKS POINT IN TIME SNAPSHOT GC SCRUB COALESCE SORT GROUP PEER-TO-PEER GOSSIPPeer storage nodes 全てのステップは非同期 ステップ1と 2だけがフォアグラウンドのレイテンシーに影響 インプットキューはMySQLの1/46 (unamplified, per node) レイテンシーにセンシティブな操作に向く ディスク領域をバッファーに使ってスパイクに対処 OBSERVATIONS IO FLOW ① レコードを受信しインメモリのキューに追加 ② レコードをSSDに永続化してACK ③ レコードを整理してギャップを把握 ④ ピアと通信して穴埋め ⑤ ログレコードを新しいバージョンのデータブロックに合体 ⑥ 定期的にログと新しいバージョンのブロックをS3に転送 ⑦ 定期的に古いバージョンのガベージコレクションを実施 ⑧ 定期的にブロックのCRCを検証
  21. 21. レプリケーション Aurora Master 30% Read 70% Write Aurora Replica 100% New Reads Shared Multi-AZ Storage MySQL Master 30% Read 70% Write MySQL Replica 30% New Reads 70% Write シングルスレッド でBinlog適用 Data Volume Data Volume MySQL read scaling • レプリケーションにはbinlog / relay logが必要 • レプリケーションはマスターへ負荷がかかる • レプリケーション遅延が増加していくケースが ある • フェイルオーバでデータロスの可能性がある PAGE CACHE UPDATE
  22. 22. コスト比較: Aurora vs. RDS for MySQL Primary r3.8XL Standby r3.8XL Replica r3.8XL Replica R3.8XL Storage 6 TB / 10 K PIOP Storage 6 TB / 10 K PIOP Storage 6 TB / 5 K PIOP Storage 6 TB / 5 K PIOP $1.33/hr $1.33/hr $1.33/hr $1.33/hr $2,42/hr $2,42/hr $2,42/hr Instance cost: $5.32 / hr Storage cost: $8.30 / hr Total cost: $13.62 / hr $2,42/hr
  23. 23. コスト比較 : Aurora vs. RDS for MySQL Instance cost: $4.86 / hr Storage cost: $4.43 / hr Total cost: $9.29 / hr Primary r3.8XL Replica r3.8XL Replica R3.8XL Storage / 6 TB $1.62 / hr $1.62 / hr $1.62 / hr $4.43 / hr 31.8% Savings  スタンバイインスタンスのコストが不要  1つの共有ストレージ  No POIPs – pay for use I/O
  24. 24. 新しいメトリクス画面 • Throughput – Select – Commit – DML/DDL • Latency – Select – Commit – DML/DDL • Cache Hit Ratio – Buffer Cache – Result Set • Deadlocks • Login Failures • Blocked Transactions
  25. 25. 新しいメトリクス画面 • 課金に関わるディスク利用量やIOPS – Billed storage – Billed read operations – Billed write operations
  26. 26. フェイルオーバとリカバリ
  27. 27. フェイルオーバ と リプレース • リードレプリカが存在する場合は1分程でフェイル オーバ可能 – RDS for MySQLよりも高速にフェイルオーバ可能 – リードレプリカが存在しない場合は15分程 • Multi-AZ配置として別AZで起動する – RDS for MySQLと違いリードアクセス可能
  28. 28. クラスタエンドポイント • WriterとReaderのセットをクラスタと呼び、クラスタで常にWriter(マスタ)を指すクラ スタエンドポイントが存在する • 各Auroraノードは個別にエンドポイントを持っている(虫眼鏡タブ内のEndpointで確認可 能) Reader Writer
  29. 29. クラスタエンドポイント Availability Zone A Availability Zone B VPC subnet VPC subnet VPC subnet VPC subnet Aurora Writer Aurora Reader クラスタエンドポイント • 各Auroraノードは個別 にエンドポイントを 持っている • クラスタエンドポイン トは、その時アクティ ブなAurora Writerノー ドのCNAME • Readは各Readerを参 照する Write
  30. 30. クラスタエンドポイント • フェイルオーバが発 生すると、Aurora ノードの昇格が行わ れ、クラスタエンド ポイントの指し先が 変わる Availability Zone A Availability Zone B VPC subnet VPC subnet VPC subnet VPC subnet Aurora Writer Aurora Writer クラスタエンドポイント Write
  31. 31. フェイルオーバー時の注意点 • Auroraのフェイルオーバーの仕組みにより、RDS MySQLよりも高速にフェイルオーバーが行われる • フェイルオーバー実行時に新WriterとReaderの キャッシュの整合性をとるため各ReaderのAuroraプ ロセスもリスタートされる • 数秒アクセスが出来なくなるため、Readerのインスタンス障害に 備える意味でも、アプリケーションやドライバ側でクエリのリトラ イ処理を入れることを推薦
  32. 32. 高速でより予測可能なフェイルオーバー時間 App runningFailure detection DNS propagation Recovery Recovery DB failure MySQL App running Failure detection DNS propagation Recovery DB failure AURORA WITH MARIADB DRIVER 1 5 - 2 0 s e c 3 - 2 0 s e c
  33. 33. Streaming snapshotとPITR • Amazon Auroraでは各セグメント毎にAmazon S3 へ継続的に増分バックアップを取得している – Backup retention periodでバックアップを残す期間を指定可能 • Amazon Auroraが使用しているディスクの仕組み によりパフォーマンスへ影響を与えない • PITRで5分前からBackup Retention Periodまでの 任意の位置に秒単位で復元可能
  34. 34. 高速なデータ修復 既存のデータベース • 最後のチェックポイントからロ グを適用していく • MySQLではシングルスレッドな ため適用完了までの時間が増加 Amazon Aurora • Disk readの一環として、オンデ マンドでredo logの適用を行う • 並列、分散、非同期で行われる Checkpointed Data Redo Log T0 でクラッシュが発生すると 最後のチェックポイントからの ログを適用する必要がある T0 T0 T0 でクラッシュが発生するとredo を並列で分散して非同期でログの適用を行う
  35. 35. SQLによるフェイルオーバーのテスト SQLによりノード・ディスク・ネットワーク障害をシミュレーション可能 • データベースノードのクラッシュをシミュレート: ALTER SYSTEM CRASH [{INSTANCE | DISPATCHER | NODE}] • レプリケーション障害をシミュレート: ALTER SYSTEM SIMULATE percentage_of_failure PERCENT READ REPLICA FAILURE [ TO ALL | TO "replica name" ] FOR INTERVAL quantity [ YEAR | QUARTER | MONTH | WEEK| DAY | HOUR | MINUTE | SECOND ]; • 他にも – ディスク障害をシミュレート – ディスクコンジェスションをシミュレート
  36. 36. チューニングとパフォーマンス
  37. 37. WRITE PERFORMANCE READ PERFORMANCE MySQL SysBench results R3.8XL: 32 cores / 244 GB RAM 5X faster than RDS MySQL 5.6 & 5.7 SysBenchを用いたベンチマークにおいて MySQLと比較して、5倍高いスループットを計測 0 25,000 50,000 75,000 100,000 125,000 150,000 0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 Aurora MySQL 5.6 MySQL 5.7
  38. 38. WRITE PERFORMANCE READ PERFORMANCE インスタンスサイズによるスケール AuroraはRead/Writeパフォーマンス共にインスタンスサイズに比例してスケール Aurora MySQL 5.6 MySQL 5.7
  39. 39. Beyond benchmarks • もしも 実環境のアプリケーションがベンチマークと 同様のパフォーマンスを出すのであれば、新しい データベースを作る必要は無かった • POSSIBLE DISTORTIONS – 実環境のリクエストは相互に影響がある – 実環境のメタデータがディクショナリーキャッシュに収まり続けるの は稀である – 実環境のデータがバッファキャッシュに収まり続けるのは稀である – 実本番環境のデータデータベースはHA構成で動かす必要がある
  40. 40. チューニング指針 • Amazon AuroraはMySQLと比較してインスタンスリ ソースを効率的に最大限利用する設計 • CPUやメモリの利用率が高めだが、パフォーマンスに影響が出ない限 りは過度な心配は必要ない • Amazon Auroraは実際のワークロードで性能が発揮でき るように開発・チューニングが行われている – ベンチマークテストでは無く実際のワークロードでテストを行う – 監視項目もインスタンスリソースでは無く、実際のパフォーマンステス トを元にクエリレイテンシやスループット・buffer poolのcache hitレー トに注目
  41. 41. チューニング指針 • まずはデフォルトのパラメータグループを使用 – Amazon Auroraはデフォルトの設定でパフォーマンスを発揮できる ようにチューニング済み • 適切なインスタンスタイプを選択することが大切 – それでも性能が出ない場合にパラメータグループの変更を検討
  42. 42. I/Oを減らす ネットワークパケットを最小限にする 結果をキャッシュしておく データベースエンジンをオフロードする DO LESS WORK 非同期で処理する レイテンシーの通り道を減らす ロックフリーなデータ構造を使う バッチ操作を同時に行う BE MORE EFFICIENT データベースは I/O が全て ネットワーク接続したストレージは PACKETS/SECOND が全て 高スループットの処理に コンテキストスイッチ は許されない 性能向上のために行っていること
  43. 43. IO traffic in RDS MySQL BINLOG DATA DOUBLE-WRITELOG FRM FILES T Y P E O F W R IT E MYSQL WITH STANDBY EBSに書き込み – EBSがミラーへ複製し、両方終了後ack スタンバイインスタンス側のEBSに書き込み IO FLOW ステップ1, 3, 5はシーケンシャルかつ同期 それによりレイテンシーもパフォーマンスのゆらぎも増加 各ユーザー操作には様々な書き込みタイプがある 書き込み破損を避けるためにデータブロックを2回書く必要性 OBSERVATIONS 780K トランザクション 100万トランザクション当たり7,388K I/Os (ミラー, スタンバイを除く) 平均1トランザクション当たり7.4 I/Os PERFORMANCE 30 minute SysBench write-only workload, 100 GB data set, RDS SingleAZ, 30K PIOPS EBS mirrorEBS mirror AZ 1 AZ 2 Amazon S3 EBS Amazon Elastic Block Store (EBS) Primary instance Standby instance 1 2 3 4 5
  44. 44. IO traffic in Aurora (データベース) AZ 1 AZ 3 Primary instance Amazon S3 AZ 2 Replica instance AMAZON AURORA ASYNC 4/6 QUORUM DISTRIBUTED WRITES BINLOG DATA DOUBLE-WRITELOG FRM FILES T Y P E O F W R IT E 30 minute SysBench write-only workload, 100 GB data set IO FLOW REDOログレコードのみ書き込む; 全てのステップは非同期 データブロックは書かない(チェックポイント, キャッシュ置換時) 6倍のログ書き込みだが, 1/9のネットワークトラフィック ネットワークとストレージのレイテンシー異常時の耐性 OBSERVATIONS 27,378K トランザクション 35X MORE 100万トランザクション当たり950K I/Os 7.7X LESS (6X amplification) PERFORMANCE REDOログレコードをまとめる – 完全にLSN順に並ぶ 適切なセグメントに分割する – 部分ごとに並ぶ ストレージノードへまとめて書き込む
  45. 45. スレッドプール • Amazon Auroraはスレッドプールが実装されてい る – MariaDBやMySQL EEで提供されているような機能だが、Amazon Auroraに実装されているものはオリジナル実装 – パラメータグループに項目があるが、設定変更は不可能 Client Thread Thread Thread Thread Client MySQL Client Thread Thread Thread Thread Client Aurora Thread Pool
  46. 46. • アクティブなスレッドに複数のコネクションを収容 • スレッドプールの数は動的に調整される • r3.8xlインスタンスのAmazon Auroraで5,000同時コネクションを扱 える • Standard MySQL – コネクション毎に1 • コネクション数に応じてスケールしない • MySQL EE – スレッドプール毎にコネクションをアサイン • しきい値を慎重に設定する必要がある CLIENTCONNECTION CLIENTCONNECTION LATCH FREE TASK QUEUE epoll() MYSQL THREAD MODEL AURORA THREAD MODEL Adaptive Thread Pool
  47. 47. 非同期グループコミット Read Write Commit Read Read T1 Commit (T1) Commit (T2) Commit (T3) LSN 10 LSN 12 LSN 22 LSN 50 LSN 30 LSN 34 LSN 41 LSN 47 LSN 20 LSN 49 Commit (T4) Commit (T5) Commit (T6) Commit (T7) Commit (T8) LSN GROWTH Durable LSN at head-node COMMIT QUEUE Pending commits in LSN order TIME GROUP COMMIT TRANSACTIONS Read Write Commit Read Read T1 Read Write Commit Read Read Tn TRADITIONAL APPROACH AMAZON AURORA ディスクへ書き込むためののログバッファを管理 バッファが一杯になるか書き込み待ち時間を超過すると書 き込みを実行 書き込み頻度が少ない場合は最初の書き込みが遅くなる 最初の書き込みと同時にI/Oリクエストを実行。書き込み が実行されるまでバッファを埋める 6つの内4つのストレージノードからACKが返ってきた時 点で堅牢性のある書き込みが完了
  48. 48. 過去数ヶ月で改善したこと 書き込みバッチサイズのチューニング read/write I/O要求送信の非同期化 パージスレッドのパフォーマンス バルクインサートのパフォーマンス バッチ操作 フェイルオーバー時間の短縮 mallocの削減 システムコールの削減 Undoスロットのキャッシュパターン 協調したログ適用 その他 binlogと分散トランザクション ロックの圧縮 先読み(read-ahead) 顧客フィードバック ホットな行競合 ディクショナリ統計 小さなトランザクションのコードパス クエリーキャッシュのread/write競合 ディクショナリシステムのmutex ロック競合
  49. 49. Amazon Auroraの使いどころ
  50. 50. クエリ同時実行数やテーブルサイズが大きい • Amazon Auroraに移行することで、クエリスル ープットの向上などが見込まれる – マルチコア環境でCPUを効率的に利用 – 分散ロック機構やQuery Cacheの改善による性能向上 • ディスク – データ量の増加に応じてディスク容量を気にする必要が無い – 性能に影響を及ばさずバックアップ
  51. 51. 複数のサーバにシャーディングしている • 複数の小さいDBを1つにまとめる – コスト効果増大と管理コストの軽減 – シャーディングをするデータベースを減らすことでアプリケー ションの設計を簡略化出来る – 障害時の影響を考慮する必要はある
  52. 52. 新機能
  53. 53. MySQLスナップショットバックアップからの移行 • Percona Xtrabackupを利用して作成したバックアップデータを 利用してオンプレミス環境やAmazon EC2上のMySQLから Amazon Auroraクラスへ移行する – mysqldumpと比較したテストで約20倍高速に移行可能 • バックアップデータをS3にアップロードし、そのデータを利用 – アップロードにはManagement ConsoleやCLI tools、データサイズが大きい場合は AWS Import/Export Snowballを利用してS3へ転送する • MySQLからAmazon Auroraへレプリケーションを行う機能と合 わせて利用することで、アプリケーションのダウンタイムを短 縮可能
  54. 54. クロスリージョンレプリケーション対応 • リージョン間でWriterとReaderを配置可能 • クロスリージョンレプリケーションのセットアップなどは全て マネージド • コンソールやAPI経由で簡単に構築可能 • DRや他リージョンへDBを移設する場合などに利用 • 注意点 • 機能を有効にする前に必ず最新のパッチを適用して下さい • バイナリログを利用したレプリケーションのため、設定前にDB パラメータグループでbinlog_formatを設定(MIXED推薦) • バイナリログを利用したリージョン間レプリケーションのため、 大きめのレプリカラグが発生しやすい
  55. 55. Auroraでアカウント間でスナップショットを共有可能 に • Auroraスナップショットを共有可能に – スナップショットは他のAWSアカウントと共有するだけではな く、パブリック(全ユーザ)に共有も可能 – 同一リージョンの他のAWSアカウントで起動しているAuroraス ナップショットからデータベースをリストア可能 • 用途 – 環境の分離 – データの共同利用
  56. 56. Auroraで暗号化されていないSnapshotから暗号化ク ラスタを作成可能に • 暗号化されていないAuroraクラスタを、KMSで 暗号化されたAuroraクラスタへ簡単に移行可能 • Snapshotからrestoreを行う • 既存のSnapshotからrestoreする際にEnable EncryptionをYesに設定し使用するKeyを選択
  57. 57. ローカルタイムゾーン対応 • time_zoneパラメータにより任意のタイムゾー ンに設定可能 – RDS MySQL, RDS MariaDBでは既に対応済み
  58. 58. フェイルオーバー順の指定 • Amazon Auroraのフェイルオーバーの順位を任 意に設定可能 – フェイルオーバーで昇格させるReaderの順番を指定可能 • 優先的にフェイルオーバー先に指定するReaderを設定可能なため、 バッチや集計用途などで利用している、サービスに組み込みたくな いReaderを作ることも可能 • 優先度: Tier 0 > Tier 1 > … > Tier 15 • 同じ優先度のReaderが存在する場合 – Writerよりも大きいインスタンス – 優先度もインスタンスサイズも同じ場合は、同じ優先度のReaderから 任意に選択される
  59. 59. Cluster View • Amazon Aurora Clusterの情報専用の画面 – Cluster毎に情報を参照出来る – 例: Cluster Snapshotからリカバリを行ったり、Cluster内のDB インスタンスを全て削除した場合、Cluster定義のみが残るので、 Instance Viewには表示されないが、Cluster Viewには表示され る
  60. 60. 拡張モニタリング Process list Metrics list
  61. 61. 重要なシステム/OSメトリクスに対応 User System Wait IRQ Idle CPU Utilization Rx per declared ethn Tx per declared ethn Network Num processes Num interruptible Num non-interruptible Num zombie Processes Process ID Process name VSS Res Mem % consumed CPU % used CPU time Parent ID Process List MemTotal MemFree Buffers Cached SwapCached Active Inactive SwapTotal SwapFree Dirty Writeback Mapped Slab Memory TPS Blk_read Blk_wrtn read_kb read_IOs read_size write_kb write_IOs write_size avg_rw_size avg_queue_len Device IO Free capacity Used % Used File System
  62. 62. 拡張モニタリング • CloudWatch LogsからElasticsearch Service
  63. 63. Encryption at Rest(格納時暗号化) • Key Management Service(KMS)を利用し、透過的な暗 号化と復号を行う – 暗号化指定はAuroraクラスタ起動時のみ – ストレージ内やSnapshotが暗号化される – 暗号化されたSnapshotを暗号化が無効なAuroraクラスタに復元は出来ない • Diskに書き込まれるタイミングで自動的に実施 • テーブルの中身を暗号化するものでは無い点注意 – 実施する場合はアプリケーションなどで実施 (KMSを活用可能)
  64. 64. パフォーマンスの改善 • Large dataset read performance – スケジューラの改善により、IO/CPUヘビーなワークロードでAuroraが動的に処 理スレッド数を調整することでIO数/CPU利用率のバランスがとれ、性能を向上 させる • Fast Insert – Primary keyで並んでいるデータを LOAD DATA や INSERT INTO ... SELECT で 並列に実行した場合の速度を改善 (将来的には他のワークロードにも適用予定) – モニタリング用にGlobal変数を追加 • aurora_fast_insert_cache_hits: キャッシュのcursorにヒットした • aurora_fast_insert_cache_misses: ヒットせずindexを走査した • Parallel Read Ahead – B-Treeスキャン性能を向上させる。Disk pageの読み込みパターンを自動的に判 断し、事前にフェッチしバッファキャッシュに載せることで速度改善を行う – 現在は、Writerで有効になっており、今後Readerにも適用を行う – シーケンシャルアクセスのパフォーマンスを大幅に改善
  65. 65. Lab mode • 今後提供予定の機能を試すことが可能 – DBパラメータグループ aurora_lab_mode 変数で設定可能 – 開発チームでテストがされておりますが、開発中の機能なので 本番適用ではなく検証目的でお使い下さい • Production用途で利用可能なクオリティではありますが、正式公開 に向けて多くのワークロードで安定して性能を出せるように最後の 調整が行われているステータスです • パラメータをOFFにすることで直ぐに無効化できるためテストしや すい – フィードバックをお待ちしています!
  66. 66. まとめ
  67. 67. Amazon Aurora • クラウド時代にAmazonが再設計したRDBMS – MySQL5.6と互換があり既存の資産を活かしやすい • 高いクエリ実行並列度・データサイズが大きい環境で 性能を発揮 – Amazon Auroraはコネクション数やテーブル数が多い環境で優位性を 発揮 • 高可用性・高速なフェイルオーバー・実環境での性能 向上を実現するための多くのチャレンジ
  68. 68. Webinar資料の配置場所 • AWS クラウドサービス活用資料集 – 過去の資料が分かりやすくまとめられています – http://aws.amazon.com/jp/aws-jp-introduction/ • AWS Solutions Architect ブログ – 最新の情報、セミナー中のQ&A等が掲載されています – http://aws.typepad.com/sajp/
  69. 69. Q&A [導入に関しての問い合わせ] http://aws.amazon.com/jp/contact-us/aws-sales/ [課金・請求内容、またはアカウントに関するお問い合わせ] https://aws.amazon.com/jp/contact-us/
  70. 70. Webinar資料の配置場所 • AWS クラウドサービス活用資料集 – http://aws.amazon.com/jp/aws-jp-introduction/
  71. 71. 公式Twitter/Facebook AWSの最新情報をお届けします @awscloud_jp 検索 最新技術情報、イベント情報、お役立ち情報、お得なキャンペーン情報などを 日々更新しています! もしくは http://on.fb.me/1vR8yWm

×