テレメトリーシグナルが導くパフォーマンス最適化 / Performance Optimization Driven by Telemetry Signals

by shiro seike

Embed

Start on current slide

Slide 1

Slide 1 text

©Fusic Co., Ltd. CONFIDENTIAL OSEKKAI × TECHNOLOGY テレメトリーシグナルが導くパフォーマンス最適化 PHPerKaigi 2026 2026.03.20 清家史郎 @seike460

Slide 2

Slide 2 text

©Fusic Co., Ltd. 自己紹介はじめに清家史郎 (@seike460) SHIRO SEIKE 株式会社Fusicプリンシパルエンジニア/エバンジェリスト AWS User Group Leaders AWS Community Builder Serverless 2025 Japan AWS Top Engineers JAWS Days 2026 実行委員長

Slide 3

Slide 3 text

©Fusic Co., Ltd. アジェンダ

Slide 4

Slide 4 text

©Fusic Co., Ltd. 「なんか遅いんだよね」 ● 勘と経験で推測する改善 ● 本当に速くなったか答えられない

Slide 5

Slide 5 text

©Fusic Co., Ltd. 推測するな、計測せよ ● "Don't tune until you've measured" ● 計測には 3つのシグナルが必要

Slide 6

Slide 6 text

©Fusic Co., Ltd. ● CNCF公式のベンダーフリーテレメトリ基盤 ● PHP: PECL拡張でコード変更ゼロ計装 OpenTelemetry — 計測の標準基盤

Slide 7

Slide 7 text

©Fusic Co., Ltd. テレメトリパイプラインの設計

Slide 8

Slide 8 text

©Fusic Co., Ltd. 属性設計 — シグナルに意味を持たせる ● api.version 属性で V1/V2 を区別 ● Metrics のラベルとしても自動伝播

Slide 9

Slide 9 text

©Fusic Co., Ltd. 今日のサンプルアプリ : BookShelf API ● V1 ボトルネックあり / V2 最適化済み ● Docker Compose で 1コマンド起動

Slide 10

Slide 10 text

©Fusic Co., Ltd. 今日のサンプルアプリ : BookShelf API ● V1 ボトルネックあり / V2 最適化済み ● Docker Compose で 1コマンド起動

Slide 11

Slide 11 text

©Fusic Co., Ltd. Traces — ボトルネックを可視化する ● 自動計装がスパンツリーを自動生成 ● ウォーターフォールで時間の内訳が一目瞭然

Slide 12

Slide 12 text

©Fusic Co., Ltd. ボトルネック 1: N+1クエリ — V1 /books ● Book::all() — ページネーションなし ● $book->author — 都度SELECT発行

Slide 13

Slide 13 text

©Fusic Co., Ltd. V1 トレース実測 : 50,009スパン / 約62秒 ● GET /api/v1/books の実測トレースデータ ● 50,009スパンの異常なDB操作

Slide 14

Slide 14 text

©Fusic Co., Ltd. V2 の修正: Eager Loading + Pagination ● with() で N+1を解消 ● paginate(20) で 20件ずつ取得

Slide 15

Slide 15 text

©Fusic Co., Ltd. V2 トレース: 23スパン / 23ms 約2,700倍の改善 V1 V2 改善レイテンシ 62,370ms 23ms ~2,700x スパン数 50,009 23 2,174x SQLクエリ ~10,001 4 2,500x

Slide 16

Slide 16 text

©Fusic Co., Ltd. ボトルネック 2: 同期外部API — V1 /orders

Slide 17

Slide 17 text

©Fusic Co., Ltd. Traces のウォーターフォール : 約5.5秒の内訳 ● DB操作は 100ms以下 — 処理時間の 0.3% ● 残り 99.7% は外部API + sleep

Slide 18

Slide 18 text

©Fusic Co., Ltd. V2 の修正: 非同期Job化 ● 重い処理を Queue Job にオフロード ● 5,537ms → 1,017ms (約5倍改善)

Slide 19

Slide 19 text

©Fusic Co., Ltd. Metrics — 改善効果を計測する ● Traces = 点の分析 / Metrics = 線の監視 ● spanmetrics で RED Metrics 自動生成

Slide 20

Slide 20 text

©Fusic Co., Ltd. spanmetrics connector Traces から Metrics を自動生成

Slide 21

Slide 21 text

©Fusic Co., Ltd. V1 vs V2 レイテンシ比較 — 実データエンドポイント V1 p95 V2 p95 改善率 GET /books 62,370ms 23ms ~2,700x POST /orders 5,537ms 1,017ms ~5x GET /books/{id} 35ms 29ms 1.2x GET /books/search 396ms 28ms ~14x

Slide 22

Slide 22 text

©Fusic Co., Ltd. Grafana ダッシュボード — 継続的な監視 ● api_version ラベルで V1/V2 比較 ● V1/V2 比較をリアルタイム監視

Slide 23

Slide 23 text

©Fusic Co., Ltd. カスタムメトリクスの設計

Slide 24

Slide 24 text

©Fusic Co., Ltd. Logs — コンテキストを補完する ● trace_id でログへ直接ジャンプ ● 構造化ログで検索・フィルタ可能に

Slide 25

Slide 25 text

©Fusic Co., Ltd. Logs でバグを発見 : cache テーブル欠損

Slide 26

Slide 26 text

Slide 27

Slide 27 text

勘と経験に頼らずシグナルが導く改善を始めよう

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

©Fusic Co., Ltd. Appendix 時間の関係で紹介しきれなかったスライドを供養するゾーンです

Slide 37

Slide 37 text

©Fusic Co., Ltd. Before/After — データに基づく改善効果

Slide 38

Slide 38 text

©Fusic Co., Ltd. N+1だけじゃない Traces で検出できるパターン ● スパン数・形状・ギャップが手がかり ● コードレビューで見逃すパターンを発見