Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up for free
LINEのデータプラットフォームにおける新しいテーブルフォーマット導入の取り組み
LINE Developers
PRO
February 28, 2022
Technology
0
73
LINEのデータプラットフォームにおける新しいテーブルフォーマット導入の取り組み
齋藤智之(LINE株式会社)
DEIM2022での技術報告資料です
https://cms.dbsj.org/deim2022/program/?oral#/J24
LINE Developers
PRO
February 28, 2022
Tweet
Share
More Decks by LINE Developers
See All by LINE Developers
LINE Technology Selection at New Live Commerce Service
line_developers
PRO
0
19
The application of formal methods in Kafka reliability engineering
line_developers
PRO
1
210
How to send feedback on a document
line_developers
PRO
1
48
LINEのB2Bプラットフォームにおけるトラブルシューティング2選
line_developers
PRO
4
310
The role of the data organization as a business progresses
line_developers
PRO
3
890
シン・スウィフト 5.7 ~ Swift5.7を振り返る ~ / New Swift 5.7
line_developers
PRO
0
920
LINEポイントクラブにおける PerlからKotlinへの移行を振り返る / The migration from Perl to Kotlin at LINE Point Club
line_developers
PRO
0
290
Server-side Kotlin in LINE Messaging API
line_developers
PRO
0
280
LIFF Deep Dive 2022
line_developers
PRO
1
920
Other Decks in Technology
See All in Technology
ドメイン知識の蓄積が開発に起こす100のこと
codmoninc
0
120
Data in Google I/O - IO Extended GDG Seoul
kennethanceyer
0
170
Accelerated Computing for NLP on AWS
shokout
1
260
DOM Invader - prototype pollution対応の衝撃 - / DOM Invader - prototype pollution
okuken
0
170
スタートアップと技術選定と AWS
track3jyo
PRO
2
360
紙にまつわる苦しみを機能化してきた カミナシの歴史
kaminashi
0
1.4k
Persistence in Serverless Applications - ServerlessDays NYC
marcduiker
0
270
Citizen 개발기
outsider
0
330
データ分析基盤のはじめかた
chanyou0311
0
130
令和4年資金決済法等改正を踏まえたステーブルコインに関する規制の動向
finengine
0
500
Empath Company Deck
empathpr
0
180
さいきんのRaspberry Pi。 / osc22do-rpi
akkiesoft
6
5.4k
Featured
See All Featured
For a Future-Friendly Web
brad_frost
166
7.4k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
181
15k
Learning to Love Humans: Emotional Interface Design
aarron
261
37k
Reflections from 52 weeks, 52 projects
jeffersonlam
337
17k
A Philosophy of Restraint
colly
192
15k
Unsuck your backbone
ammeep
659
55k
Building Adaptive Systems
keathley
25
1.1k
A Modern Web Designer's Workflow
chriscoyier
689
180k
Principles of Awesome APIs and How to Build Them.
keavy
113
15k
Three Pipe Problems
jasonvnalue
89
8.7k
Code Review Best Practice
trishagee
43
9.3k
Intergalactic Javascript Robots from Outer Space
tanoku
261
25k
Transcript
LINEのデータプラットフォームにおける 新しいテーブルフォーマット導入の取り組み 齋藤 智之 LINE株式会社 Data Platform室 2022年2月28日 J24-6
技術報告
自己紹介 齋藤 智之 - LINE株式会社 Data Platform室 - シニアソフトウェアエンジニア -
2015年3月 東京大学大学院情報理工学系研究科 コンピュータ科学専攻 修士 修了 - 2015年4月 LINE新卒入社 - 2016年〜 データプラットフォームの開発・運用
アジェンダ - LINEのデータプラットフォーム - クエリ処理インフラにおける課題 - Apache Icebergテーブルフォーマット
LINEのデータプラットフォーム
LINE STYLE Always data-driven
LINEのデータプラットフォーム σʔλϓϥοτϑΥʔϜ αʔϏε σʔλαΠΤϯε ػցֶश σʔλϚωδϝϯτ ... σʔλυϦϒϯͳ৫ͮ͘Γ
一般的なデータフロー σʔλιʔε औΓࠐΈ ετϨʔδɾϝλσʔλ ఏڙ σʔλ׆༻ ॲཧ
データプラットフォームの役割 σʔλιʔε औΓࠐΈ ετϨʔδɾϝλσʔλ ఏڙ σʔλ׆༻ ॲཧ Πϯϑϥπʔϧͷఏڙ
LINEデータプラットフォームの特徴 σʔλιʔε औΓࠐΈ ετϨʔδɾϝλσʔλ ఏڙ σʔλ׆༻ ॲཧ Πϯϑϥπʔϧͷఏڙ Big
Big Big Big Big Big
プラットフォーム・データのスケール 5,000+ 40,000+ 290 PB+ サーバ数 データ量 テーブル数 17.5
M+ 700+ 150,000+ ログ流入量 ジョブ実行数 プラットフォーム ユーザ records / s jobs / day
技術的課題 σʔλιʔε औΓࠐΈ ετϨʔδɾϝλσʔλ ఏڙ σʔλ׆༻ ॲཧ
クエリ処理インフラにおける課題
SQLを用いたデータ処理 ετϨʔδɾϝλσʔλ ࢄSQLΫΤϦॲཧΤϯδϯ SQL Spark Hive Trino Flink HDFS
HiveMetastore
分散クエリ処理 SELECT name FROM employee ࣮ߦϓϥϯ Parse Analysis Optimization Planning
分散クエリ処理 ࣮ߦϓϥϯ Parse Analysis Optimization Planning SELECT name FROM employee
ςʔϒϧϑΥʔϚοτʹΑͬͯཧํ๏͕ఆٛ͞ΕΔ Ͳ͏ͬͯ ಡΈॻ͖͢Δ͔ σʔλϑΝΠϧ Ͳ͜ʹ͋Δ͔
デファクトスタンダード - Hiveテーブルフォーマット Metastore DB Hive Metastore Thrift API ςʔϒϧϝλσʔλHive
Metastoreͷ Thrift APIʹΑͬͯরձɾૢ࡞͞ΕΔ ςʔϒϧϝλσʔλRDBMSʹอଘ͞ΕΔ ʢMetastore DBͱݺͿʣ create_table get_partitions ౷ܭใ εΩʔϚ Serde ύʔςΟγ ϣϯ σΟϨΫτϦύεʹΑͬͯσʔλϑΝΠϧͷू߹͕ఆٛ͞ΕΔ /table/date=2021-10-01/
LINEのETLインフラ ετϨʔδ SQL Τϯδϯ Spark Hive Trino ΞυϗοΫ δϣϒ HDFS
Hive Metastore ఆظόονδϣϒ Thrift API Metastore DB
LINEのETLインフラ ετϨʔδ SQL Τϯδϯ Spark Hive Trino ΞυϗοΫ δϣϒ HDFS
Hive Metastore ఆظόονδϣϒ Thrift API Big Big Big Metastore DB
Metastore DB – 通常時QPS(1週間分)
Metastore DB – 通常時CPU使用率(1週間分)
Metastore DB – 異常時CPU使用率 Risk of outages Big blast radius
HiveテーブルフォーマットのLimitation Hive Metastore Table with O(10K) partitions High load Memory
pressure HIVE-13884 ϝλσʔλཧ͕Hive Metastoreʹڧ͘ґଘɽ̍ͭͷ ύʔςΟγϣϯ͕̍ͭͷߦͱͯ͠DBʹอଘ͞ΕΔɽ Metastore DB Limitation: େྔͷύʔςΟγϣϯΛѻ͑ͳ͍ ύʔςΟγϣϯ͕গͳ͘ͳΔΑ͏ςʔϒϧઃܭ͢Δ ͳͲɼϫʔΫΞϥϯυ͕ඞཁ
Hiveテーブルフォーマットの問題点 ςʔϒϧϝλσʔλͷরձੑೳ͕ɼதԝཧ͞ΕΔHive Metastore Metastore DBΠϯελϯεͷੑೳʹ੍ݶ͞ΕΔɽ ཻͷૈ͍ύʔςΟγϣϯͰςʔϒϧ͕ߏ͞Εɼ ඇޮͳσʔλΞΫηεʹͳΔɽ ϑΝΠϧຖͷ౷ܭใΛอଘͯ͠ΫΤϦΛ࠷దԽ͢ΔͳͲͷɼ ϝλσʔλͷվળΛ࣮ݱͮ͠Β͍ɽ ϘτϧωοΫ
ඇޮͳσʔλ ΞΫηεʹͭͳ͕Δ ΫΤϦ࠷దԽͷԸܙΛ ಘͮΒ͍
Apache Icebergテーブルフォーマット
ετϨʔδ ϑΝΠϧ ϑΥʔϚοτ Parquet ORC Avro HDFS S3 ςʔϒϧ ϑΥʔϚοτ
SQLΫΤϦ Τϯδϯ Flink Spark Hive Trino Apache Iceberg An open table format for huge analytic datasets OSS
Icebergテーブルのファイルレイアウト # Spark SQL create table sample (id int) using
iceberg; insert into sample values (100); insert into sample values (200); select * from sample; # Files in HDFS sample ├── data │ ├── 00000-2-26bcfac0-91ba-4374-a879-b780cf0608c3-00001.parquet │ └── 00000-3-4bfb85d8-3283-48f7-980d-28ea115aed80-00001.parquet └── metadata ├── 00000-811eaf6e-b0f4-4bd7-8f87-a6df1d543b34.metadata.json ├── 00001-4041324f-1920-44f4-8ce6-6088ec663e0a.metadata.json ├── 00002-66aac2ec-8f9a-4de8-a679-428bb970b1ff.metadata.json ├── 2a67328f-8386-4d1a-873a-1034824e22f8-m0.avro ├── 91e78f4a-f1df-414f-835d-45488001bba9-m0.avro ├── snap-4758351318332926243-1-2a67328f-8386-4d1a-873a-1034824e22f8.avro └── snap-5465468679579016991-1-91e78f4a-f1df-414f-835d-45488001bba9.avro
キーコンセプト εφοϓγϣοτɿ͋Δ࣌Ͱͷςʔϒϧͷঢ়ଶ s0 time σʔλ εφοϓγϣοτ Icebergがどのようにファイルを追跡するか t0
キーコンセプト s0 time s1 σʔλ Write & Commit εφοϓγϣοτɿ͋Δ࣌Ͱͷςʔϒϧͷঢ়ଶ Icebergがどのようにファイルを追跡するか
ύʔςΟγϣϯ εΩʔϚ ϑΥʔϚοτ ౷ܭใ ϑΝΠϧͷॴ t0 t1 εφοϓγϣοτ
メタデータファイルによるデータ管理 ςʔϒϧεΩʔϚɼύʔςΟγϣχϯάઃఆɼ εφοϓγϣοτΛཧ͢Δ ύʔςΟγϣϯຖͷ౷ܭΛؚΉɼϚχϑΣετϑΝΠϧʹ ͍ͭͯͷϝλσʔλΛอ࣋͢Δ σʔλϑΝΠϧͷϦετɼσʔλϑΝΠϧຖͷϝλσʔλ ౷ܭใΛอଘ͢Δ ςʔϒϧϝλσʔλ ϑΝΠϧ ϚχϑΣετϦετ
ϑΝΠϧ ϚχϑΣετ ϑΝΠϧ s0 s1 m0 m1 m2 m0 m1 d00 d01 m0 d00 d01 d10 m1 d20 m2 d10 d20 σʔλϑΝΠϧ
メタデータファイルによるデータ管理 ςʔϒϧεΩʔϚɼύʔςΟγϣχϯάઃఆɼ εφοϓγϣοτΛཧ͢Δ ύʔςΟγϣϯຖͷ౷ܭΛؚΉɼϚχϑΣετϑΝΠϧʹ ͍ͭͯͷϝλσʔλΛอ࣋͢Δ σʔλϑΝΠϧͷϦετɼσʔλϑΝΠϧຖͷϝλσʔλ ౷ܭใΛอଘ͢Δ ςʔϒϧϝλσʔλ ϑΝΠϧ ϚχϑΣετϦετ
ϑΝΠϧ ϚχϑΣετ ϑΝΠϧ s0 s1 m0 m1 m2 m0 m1 d00 d01 m0 d00 d01 d10 m1 d20 m2 d10 d20 σʔλϑΝΠϧ Hive Metastore
クエリに必要なファイルを見つける 1. ݱࡏͷεφοϓγϣοτ͔Β ϚχϑΣετϦετϑΝΠϧΛݟ͚ͭΔ 2. ύʔςΟγϣϯͷϨϯδ͔ΒɼಡΈࠐΉ͖ ϚχϑΣετϑΝΠϧΛಛఆ͢Δ 3. ϚχϑΣετϑΝΠϧΛಡΈɼ σʔλϑΝΠϧΛݟ͚ͭΔ
manifest-list = ml1 For manifest m2 and partition p, range is [20, 29] d20 file path = hdfs://... s0 s1 m0 m1 m2 m0 m1 d00 d01 m0 d00 d01 d10 m1 d20 m2 d10 d20 σʔλϑΝΠϧ ml1
ファイル毎の統計情報による最適化 ϚχϑΣετϑΝΠϧσʔλॻ͖ࠐΈ࣌ʹɼ ϑΝΠϧ୯ҐΧϥϜ୯Ґͷ౷ܭใΛอଘ͢Δ s0 s1 m0 m1 m2 m0 m1
d00 d01 m0 d00 d01 d10 m1 d20 m2 d10 d20 ml1 file_path string Location URI with FS scheme lower_bounds map<int,binary> Map of column id to lower bound upper_bounds map<int,binary> Map of column id to upper bound
違いと利点 ύʔςΟγϣχϯάཻ Hive Apache Iceberg ϝλσʔλͷอଘॴ Hive Metastore ϑΝΠϧγεςϜ ੍ݶ͞ΕΔ
੍ݶ͕؇͞ΕΔ εέʔϥϏϦςΟ ޮత ౷ܭใ ύʔςΟγϣϯຖ ϑΝΠϧຖ ύϑΥʔϚϯε
その他の機能 Serializable isolation ߦϨϕϧআ ࠩಡΈࠐΈ λΠϜτϥϕϧ εΩʔϚਐԽ Hidden partitioning
まとめ ΫΤϦॲཧΠϯϑϥʹ͓͍ͯɼதԝཧ͞ΕΔϝλσʔλετΞ͕ ϘτϧωοΫͱͳΓɼεέʔϥϏϦςΟͷ՝͕ൃੜͨ͠ɽ Apache IcebergʹΑͬͯϘτϧωοΫ͕ղফ͞ΕΔ͜ͱ͕ظ͞ΕΔɽ ·ͨɼσʔλੳʹ͓͚Δଞͷ՝ղফʹཱͭͱظ͞ΕΔɽ LINEͷσʔλϓϥοτϑΥʔϜͰద༻ʹ͚ͯϓϩδΣΫτΛਐߦதɽ
Thank you