グランブルーファンタジーを支えるインフラの技術

by Cygames

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

© Cygames, Inc. Web Server 1 twemproxy memcached 1 … Application Servers Cache Servers Database Servers Master mysqli MySQL MHA Cluster 1 Apache + mod_php Node Server 1 Layer4 Load Balancer（BIG-‐‑‒IP） Client N … Web(HTTP) static data access Memcached Servers Client (Apps or Web Browser) 1 Akamai CDN … Nginx 1 … Application Load Balancers WebSocket (WS) Nginx N Redis 1 … Redis Servers Redis N 10G Ethernet 10G Ethernet Node Server N Web Server N … WebSocket (WS) Web(HTTP) Access Load Balancer / Proxy Sharding (⽔水平分割) …N Node.js twemproxy memcached N Slave 1 Slave 2 MySQL MHA Cluster 2 MySQL MHA Cluster 3 構成と技術スタック Master Slave 1 Slave 2 Master Slave 1 Slave 2

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

© Cygames, Inc. リリース当初のログシステム – テキストログ •  テキストログ収集 •  ログ集約サーバに転送 •  rsyncでログストレージに転送 Web Server 1 Web Server 2 Web Server N Storage Array Log Aggregation Server Access log SQL log Error log KPI log ... Real Time rsync 深夜1回

Slide 17

Slide 17 text

© Cygames, Inc. ログ肥⼤大化による問題 – テキストログ •  ディスク容量量枯渇 •  ログ集約サーバを分散 •  ログ転送遅延 •  CS対応, 補填対応に遅延 Web Server 1 Web Server 2 Web Server N Storage Array Log Server 1 　 Access log SQL log Error log KPI log ... rsync 深夜1回 Log Server 3 Log Server 2

Slide 18

Slide 18 text

© Cygames, Inc. ログ肥⼤大化による問題 – データベースログ •  ディスク容量量枯渇 •  恒常的にディスク使⽤用率率率監視でアラート •  レスポンス遅延 •  MySQL Insert処理理の遅延 Web Server 1 Web Server 2 Web Server N Payment Log ... MySQL Server 　 Item Log Insert /同期処理理

Slide 19

Slide 19 text

© Cygames, Inc. ログシステムの改善 •  Amazon S3 にログを集約 •  独⾃自ログ転送エージェントの開発 •  Stalker: テキストログ転送 •  ⼀一⾏行行で送信できるサイズ制限のため、OSSのログコレクターから Go⾔言語製のS3ログ転送エージェントを開発 •  S3 オブジェクト名の先頭4⽂文字にハッシュ⽂文字列列追加 •  オブジェクト名のインデックスを複数のパーティションに均等に配置 •  Porter: ⾮非同期 mysqlログ転送 •  TSVファイルをS3に転送, SQSサービスでメッセージをキュー化 •  Batchシステムでキューを取得し Amazon Auroraに INSERT

Slide 20

Slide 20 text

© Cygames, Inc. Porter と⾮非同期ログシステム Porter Game servers(WEB) Amazon S3 Amazon SQS TSV Loader (EC2) TSV Files TSV Files TSV Files TSV Files TSV Files TSV Files Log Database (Amazon Aurora) Insert Select データ解析 CS対応ファイル転送メッセージキュー作成キューを取得し, Insert処理理実⾏行行

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

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

© Cygames, Inc. リアルタイム通信のサーバ構成 Room 1 Server Room 3 Room 2 Client 1 Room1 Client 2 Room2 Client 3 Room1 Client 4 Room3 •  クライアントはRoomという単位でグループ化され, メッセージが共有される •  同じRoomIDを持つクアイアント同⼠士でメッセージを共有する仕組みを持つ •  分散リアルタイム通信のサーバ構成 •  バランシング管理理サーバモデル •  Pub/Subメッセージモデル

Slide 34

Slide 34 text

© Cygames, Inc. リアルタイム通信の分散 – バランシング管理理サーバ Server 1 Room 1 Server 2 Server 3 Room 3 Room 2 グローバルIPを持ち、クライアントと直接通信 Client 1 Room1 Client 2 Room2 Client 3 Room1 Client 4 Room3 各クライアントに接続先情報を通知管理理サーバ (Load Balancing) •  管理理サーバを通して接続先情報をクライアントに通知 •  各サーバにグローバルIPを付与, クライアントと直接通信 •  スケールアウトしやすい •  各サーバにグローバルIPが必要であり, 管理理が煩雑 •  管理理サーバの冗⻑⾧長性を考慮する必要がある

Slide 35

Slide 35 text

© Cygames, Inc. リアルタイム通信の分散 – Pub/Subメッセージモデル Layer4 Load Balancer Server 1 Room 1 Room 1 Room 2 Room 3 Pub/Subを介して分散されたサーバ間でメッセージが共有される Client 3 Room1 Client 1 Room1 Client 2 Room2 Client 4 Room3 Server 2 Room 2 Room 1 Room 3 Server 3 Pub/Sub メッセージキュー •  メッセージキューを介してサーバ間でメッセージをやりとり •  クライアントのリクエストは Room IDに関係なく分散される •  ⽐比較的容易易に実装が可能でスケールアウトしやすい •  メッセージキューのボトルネック •  メッセージ・ブロードキャストによる負荷 •  スケールアウトに限界がある

Slide 36

Slide 36 text

© Cygames, Inc. Pub/Subメッセージングモデルの課題 •  負荷上昇と遅延 •  Nodeサーバ CPU上昇 •  Redisに集中し遅延が発⽣生 •  単⼀一障害点（SPOF）　 •  Redis pub/sub がボトルネック •  スケールアウトの課題 •  セット構成でスケール •  セット数/サーバ台数の増加 •  管理理⼯工数の増⼤大 •  8セットまで増⼤大 Layer4 Load Balancer Node 1 Room 1 Room 1 Room 2 Room 3 Client 3 Room1 Client 1 Room1 Client 2 Room2 Client 4 Room3 Node 2 Room 2 Room 1 Room 3 Node 3 Redis Pub/Sub

Slide 37

Slide 37 text

© Cygames, Inc. Room対応 L7ロードバランサの開発 •  ボトルネックがなく、スケールアウトが動的に⾏行行える •  アプリケーションは RoomID を URLクエリストリングに付与 •  RoomID のハッシュ値と Node.jsプロセス数を元に接続先ノードを決定 •  同⼀一RoomID のリクエストを同⼀一のNode.jsプロセスに動的にルーティング Layer4 Load Balancer Client 3 Room1 Client 1 Room1 Client 2 Room2 Client 4 Room3 Nginx 1 ・・・ Application Load Balancer Cluster Nginx 2 Nginx N Room 1 Node 2 Room 2 Room 3 Node 3 Node 1 Dynamic Routing Lua Lua Lua

Slide 38

Slide 38 text

© Cygames, Inc. Nginx L7 ロードバランサ + Lua •  Nginx •  WebSocket通信（双⽅方向通信）のロードバランサ •  URLクエリストリングをもとに同じRoomID のユーザを同じNode.jsプロセスにルーティングする　　　　　　　※. 分散ロジックはLuaスクリプトで実装 •  Lua •  ⾼高速スクリプト •  分散ロジック(Consistent Hashing)の実装 •  WebAPIにより無停⽌止に設定変更更追加 http://[nginx IP]/add/[upstream] 削除 http://[nginx IP]/del/[upstream] ⼀一覧表⽰示 http://[nginx IP]/debug_upstream/

Slide 39

Slide 39 text

© Cygames, Inc. Consistent Hashing によるバランシング •  Consistent Hashing •  ノードの追加・削除を最⼩小限の変更更でマッピング •  ノード障害/削除の影響を最⼩小限に •  Application Load Balancer •  URLクエリストリングに Room ID（グループ識識別⼦子）を付与 •  RoomID のハッシュ値とNode.jsプロセス数を元に動的に接続先ノードが決定される •  ヘルスチェックを⾏行行い, unhealthyのノードは動的に削除

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Slide 43

Slide 43 text

Slide 44

Slide 44 text

Slide 45

Slide 45 text

Slide 46

Slide 46 text

© Cygames, Inc. タグシステムの開発 •  サーバ情報インベントリシステムの開発 •  サーバリストの抽出の簡略略化 •  CLIやAPIでサーバ情報取得 •  サーバの構築状況を可視化 •  構築ステータス •  デプロイステータス •  任意にタグ情報を付加できる •  事前にスキーマの定義が不不要で運⽤用していく中で情報を追加・削除できる •  Elasticsearch にサーバ情報を登録

Slide 47

Slide 47 text

Slide 48

Slide 48 text

Slide 49

Slide 49 text

© Cygames, Inc. CLIでホスト情報の取得 CLIからJSON形式で特定ホストのタグ情報を取得 $ eshosttag-list -l "hostname:XXX_WEB1003" | jq . { "took": 1, "timed_out": false, "_shards": { "total": 5, "successful": 5, "failed": 0 }, "hits": { "total": 1, "max_score": null, "hits": [ { "_index": "hosts", "_type": "hosts", "_id": "XXX_WEB1003-xx.xx.88.53", "_score": null, "_source": { "created_at": "2015-12-17T13:44:29+09:00", "datacenter": ”XX", "env": "prd", "hostname": "XXX_WEB1003", "ip": ”xx.xx.88.53", "ips": [ ”xx.xx.88.53" ], "num": 1003, "project": ”XXXXX", "type": "web", "updated_at": "2016-08-19T01:02:54+09:00", "updated_by": ”yamada_taro", "service80": "true", "lastping_at": "2017-02-12T15:22:51+09:00", "dead": null, "s_updated_by": "esbigip", "s_updated_at": "2016-12-05T16:48:13+09:00", "": "", "deploy_state": "deployable", "server_state": "ready", "newrelic": "true", "iptables_stop": "true", "mackerel_id": ”XXXXXXXX" }, "sort": [ "web", 1003 ] } ] } }

Slide 50

Slide 50 text

© Cygames, Inc. サーバリストの作成 CLIから特定プロジェクトの本番環境WEBサーバのリストを抽出 $ eshosttag-hostnamelist --project xxxxx --type web --env prd | head -n 30 XXX_WEB1001 XXX_WEB1002 XXX_WEB1003 XXX_WEB1004 XXX_WEB1005 XXX_WEB1006 XXX_WEB1007 XXX_WEB1008 XXX_WEB1009 XXX_WEB1010 XXX_WEB1011 XXX_WEB1012 XXX_WEB1013 XXX_WEB1014 XXX_WEB1015 XXX_WEB1016 XXX_WEB1017 XXX_WEB1018 XXX_WEB1019 XXX_WEB1020 XXX_WEB1021 XXX_WEB1022 XXX_WEB1023 XXX_WEB1024 XXX_WEB1025 XXX_WEB1026 XXX_WEB1027 XXX_WEB1028 XXX_WEB1029 XXX_WEB1030

Slide 51

Slide 51 text

Slide 52

Slide 52 text

© Cygames, Inc. まとめ Cygamesインフラが⼤大切切にしていること •  当たり前のことを当たり前にやる •  ボトルネックを作らないシステム設計 •  枯れた技術を採⽤用し, 安定稼働を⽬目指す •  アプリケーションロジックを抽象化する •  冗⻑⾧長化・分散等のロジックはシステムで吸収, 抽象化 •  他のプロジェクトへの展開を容易易にする •  コア技術は⾃自分たちで実装する