Aurora MySQL version 3でTempTable溢れの振り返り

9/11に開催された、【Chatwork × みてね勉強会】EKS＆Aurora最新ノウハウでお話させていただいた、みてねSREの伊東の登壇資料です。

Transcript

1. Aurora MySQL version 3での
   TempTable溢れの振り返り
   【Chatwork × みてね勉強会】EKS＆Aurora最新ノウハウ
   

   View Slide

2. MIXI, Inc.
   自己紹介

   株式会社MIXI Vantageスタジオ 

   みてねプロダクト開発部 基盤開発グループ SREチーム 

   伊東 宏起

   

   https://hekki.info

   

   View Slide

3. MIXI, Inc.
   家族アルバム みてねの紹介
   写真プリント
   フォトブック
   スマホで撮影した子どもの写真や動画を家族と共有し、
   コミュニケーションして楽しむ家族アルバムサービスで
   す。

   

   View Slide

4. MIXI, Inc.
   家族アルバム みてねの紹介
   利用者数1,800万人を突破（2023年5月時点）
   ※ iOS・Android™ アプリ登録者数、ブラウザ版登録者数の合計
   7言語・175の国と地域でサービスを提供
   

   View Slide

5. MIXI, Inc.
   本日お話する内容

   - 障害発生時のタイムライン 

   - 障害の原因を分析

   - 再発防止策

   - まとめ

   

   View Slide

6. MIXI, Inc.
   障害発生時のタイムライン

   - ある日のピークタイム、APIサーバーの全面に配置されているALBのHTTPCode_Target_5XX_Countが急
   激に増加しアラートが発報 

   - アプリケーションログを確認したところ The table is full というエラーが頻発していることが判明 

   - Aurora MySQLクラスターのライターインスタンス・リーダーインスタンスそれぞれクエリを投げてみると、
   リーダーインスタンスのみで同様のエラーが出ていることに気づく 

   - そこで新しいリーダーインスタンスを追加してみたところエラーが出ない 

   - インスタンス固有の問題と勘違いし、既存のリーダーインスタンスを削除したところ、新しいリーダーインス
   タンスでも同様のエラーが発生 

   - ピークタイムの終わりに伴って負荷が下がった結果、自然とエラーが解消 

   

   View Slide

7. MIXI, Inc.
   - TempTableストレージエンジンとは？ 

   - MySQL8.0で登場した、テンポラリテーブルのためのストレージエンジン

   - 基本的にインメモリで動作しつつ、データが大きすぎる場合にディスク領域も確保する

   - TempTableストレージエンジンがテンポラリテーブルに割り当てることができるメモリ・ディスク領域の上限
   はそれぞれtemptable_max_ram, temptable_max_mmap で定義されている

   - どちらもデフォルト値は1GB

   障害の原因を分析

   TempTableストレージエンジンが確保 したメモリ・ディスク領域のサイズが上限値を超えてしまった 

   

   View Slide

8. MIXI, Inc.
   - Aurora MySQL 3系のリードレプリカの場合、Aurora DB クラスター独
   自のストレージアーキテクチャによりテンポラリテーブルの挙動が異
   なる

   - aurora_tmptable_enable_per_table_limit はデフォルトで0

   - temptable_max_ram を超えるまでメモリ領域を確保

   - メモリ領域を使い切ったら temptable_max_mmap 超えるまでディスク領域を
   確保

   - ディスク領域も使い切ったら The table is full となる

   障害の原因を分析（つづき）

   TempTableストレージエンジンが確保したメモリ・ディスク領域のサイズが上限値を超えてしまった 

   引用元: https://aws.amazon.com/jp/blogs/database/use-the-temptable-storage-engine-on-amazon-rds-for-mysql-and-amazon-aurora-mysql/
   

   View Slide

9. MIXI, Inc.
   - TempTableストレージエンジンがメモリ・ディスクをどのぐら
   い確保しているかを可視化 

   - prometheus-mysql-exporterを導入してメトリクスを収集
   ・Grafanaで可視化

   - https://github.com/prometheus/mysqld_exporter

   - 実績値を元に temptable_max_ram, temptable_max_mmap を
   十分に引き上げ

   - 初手の応急処置ではリーダーインスタンスの台数を増やす
   ことでエラーを抑止したが、リーダーインスタンスを安全に
   元の台数に戻すこともできた 

   再発防止策

   

   View Slide

10. MIXI, Inc.
    - Aurora MySQL 3へのアップグレードに伴って私達の環境で発生した障害を振り返りました 

    - アップグレード時に下記のようにケアしていれば、障害を起こすことはなかったはずなので反省 

    - temptable_max_ram, temptable_max_mmap を予め引き上げておく

    - アップグレード後にテンポラリテーブルの使用状況を確認

    - temptable_max_ram, temptable_max_mmap を適正値まで調整

    - 同様の問題に遭遇したエントリーが散見されるので、Aurora MySQL 3系のお使いの場合は参考にしてい
    ただけると幸いです 

    まとめ

    

    View Slide

11. MIXI, Inc.
    

    View Slide