想定外な規模へと成長し続けるサービスを支えるサーバ開発・運用の軌跡 ~ DBの縦横分割スケーリング ~ / History of a large-scale Web API service development and operation with vertical and horizontal database partitioning.

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 自己紹介高屋俊康 (Toshiyasu TAKAYA) 2016年2月入社以来ゲームサーバのお守りを中心に色々と最近は新規案件の開発がメイン趣味はおでかけ 1 Cherry blossoms of Kamogawa (Sakyo,Kyoto) 6 Apr. 2008 Photo by Toshiyasu TAKAYA

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. FGO is a web service FGOはスマートフォン向けのゲームですが、Webサービスでもあります「スマホゲームのゲームサーバ開発運用」について話をしますが、なにか「WebサービスのAPIサーバ開発運用」にもお役立ちがあると願って二度のデータベース分割を主なトピックに、ロンチ以来今日に至るまでをお話しますユーザ体験の大部分を占めるスマホ側の話は殆ど出てきません 5

Slide 7

Slide 7 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. Webサービスとしての概要(1/4) ASP.NET MVC 4で構築されたAPIサーバとUnityで構築されたクライアントで構成されたシステム APIサーバはWindows Server+IISでホスト。ロードバランサはClassic Load Balancer データベースはMySQL 当初は仮想マシン上のmysqld 2016年2月25日(*1) にmysqld on Amazon EC2からAmazon RDSへ移行 2016年9月26日(*2) にAmazon Auroraに移行 KVSとしてRedisを主に、一部memcachedを使用構造としてはシンプルなサーバ・クライアントモデル MVCにおけるDBアクセスModelはADO.NET(+MySQLコネクタ)を呼び出す内製実装 6

Slide 8

Slide 8 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. Webサービスとしての概要(2/4) クライアントが状態を持っているクライアントは単なるMVC Viewではなく、MVC Controller要素を持つ ViewデータだけでなくControllerとして処理をするための情報も送る必要がある各ユーザが固有の状態を持つので、ユーザデータはキャッシュしにくい基本的にはマスタデータぐらいしかキャッシュできない最終ログインなど、一部の状態はRedisにキャッシュしています APIサーバでキャッシュするとスケールアウトが難しくなる 7

Slide 9

Slide 9 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. Webサービスとしての概要(3/4) ユーザの状態はAPIをコールするごとに変わるデータベースに対して読み込み(SELECT)のみならず書き込み(UPDATE/INSERT)が走る状態更新の例(ほんの一部です) 戦闘に出ることによりAP(体力)を消費し、戦闘した回数を記録初めて出会ったサーヴァント(キャラクタ)がいればその事実を記録ガチャを回すと、アイテムを消費し、結果を1件 or 10件書き込む中でも、クエストで得られたアイテムを用いて呼び出すボックスガチャAPIの呼ばれる速度は他のガチャAPIと比べて有意に大きいことが観測されている 8

Slide 10

Slide 10 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. Webサービスとしての概要(4/4) ユーザの挙動が他のユーザ状態に対してほとんど影響を及ぼさない「FGOとは，自分自身との戦いを楽しむゲームである」(CEDEC2018塩川)(*3) 他ユーザの状態を更新するのは以下の例別ユーザのサーヴァント(持ちキャラ)と一緒に出撃する(サポート機能) このとき、連れて行ったサーヴァントのマスターに点数(フレンドポイント)が加算同時に、出撃したユーザにも点数が入りますフレンド申請の認否状態が更新されたとき 9

Slide 11

Slide 11 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 10 参照文献一覧 *1) 定期メンテナンス終了のお知らせ（2/25 AM1:00実施） https://news.fate-go.jp/2016/ztb6th/ 2016年2月25日 *2) 臨時メンテナンス終了のお知らせ（9/26 AM1:00実施) https://news.fate-go.jp/2016/4vmnsj/ 2016年9月26日 *3)［CEDEC 2018］FGOにまつわる3つの物語。「ディライトワークス， FGO PROJECTをプロデュースする。～ Fate/Grand Order 成長の軌跡 2015-2018 ～」レポート https://www.4gamer.net/games/266/G026651/20180824038/ 2018年8月24日 14時39分

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. ロンチ前後の動きサービスは2015年7月30日 (*4) に提供開始しました企画は2013年末 (*5) から立ち上がり、制作発表は2014年7月28日 (*6) に行われましたダウンロード数は非線形増加(次項にて図示) 2015年8月26日 (*7) (ロンチから27日後)に300万ダウンロード 2015年9月28日 (*8) (ロンチから2ヶ月弱)には400万ダウンロード 2016年2月3日 (*9) (ロンチからほぼ半年)には500万ダウンロード 2016年6月29日 (*10) (ロンチから11ヶ月弱)には600万ダウンロード 12

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. ロンチ前の状況はどうだったか？事前登録(2014年12月28日 (*11) 開始)者数は、ロンチ日(2015年7月30日)までの7ヶ月と2日で70万人越え (*12) 。つまり増分は10万人/月ぐらい事前予約からのインストール転換率は平均36%というデータがありますアプリマーケティング研究(3) 事前予約サービス経由のユーザのインストール転換率や翌日継続率について (森山晃義/株式会社AppBroadCast 2014年02月26日) https://gamebiz.jp/?p=127440 これを参考にすると、インストール数は多めに見積もって30万 14

Slide 16

Slide 16 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. フタを開けると、ロンチ一ヶ月弱(27日後の8月26日)で300万DL越えオーダーがひとけた大きいサービスが広がる速度や程度を、事前に見積もる難しさを痛感過大に見積もればお金や時間が浪費されるが、過少に見積もるとこのような事態になる負荷対応だけでなく、コンテンツに係る実装もやらないといけない… で始まってみるとどうか 15

Slide 17

Slide 17 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 想定外の規模へ拡大ロンチ後、想定より数桁大きい規模へ一気に成長 botアクセスも大量に来ました設計時想定を大幅に上回る入力量をシステムに与えると溢れます E.g.) Replicationが数千秒遅れてマスタに書いたガチャ結果がスレーブから読めない →数時間単位で結果が反映されないのでスレーブ参照を暫定的にやめるスレーブ参照はAurora移行まで復活できませんでした当初設計を大幅に越えたアクセスにより、サービス提供が断続的に中断 16

Slide 18

Slide 18 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. サービス断続的中断の要因(1/4) ユーザが増えることにより、色々なことが起きます APIサーバ：リクエスト・レスポンス数の増加… CDN：トラヒックの増加… データベース：時間あたりクエリ数が増加・テーブル内レコード数が増加… 基本的に、リソースの消費速度が増大する消費速度を越える供給を行わないと、枯渇 17

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. サービス断続的中断の要因(3/4) APIサーバはスケールアウト(増台)して対応しましたインスタンス間の排他制御はRedis Mutex( https://redis.io/topics/distlock ) データベースサーバはスケールアップのみ想定していたここが完全にボトルネック。台数を増やせないので、スケールアップの上限が限界値データベースサーバにおいて想定される事態レコード数の爆発：インデックスがメモリからあふれるクエリ数の爆発：処理キューがあふれる 19

Slide 21

Slide 21 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. サービス断続的中断の要因(4/4) ユーザ数増加によりAPIコール数が増えてクエリ数が増加新機能追加による1APIあたりのクエリ数が増加相乗効果でクエリ数が非線形増加し、データベースの処理速度を越えたクエリ消化が追いつかないので、APIサーバにてMySQLコネクタの接続プールが枯渇サービス障害 20

Slide 22

Slide 22 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. クエリ数の非線形増加 2016年2月25日 (*13) 開始のイベントの様子から、ミッション機能が有効だとピーク時にデータベースが耐えきれない可能性が高いことが見えたミッション機能はユーザの挙動を確認するためにクエリ数が多くなることが効いた二ヶ月後にはミッション機能を使うイベント(2016年4月27日 (*14) )開催が迫るこの間には、本編新章(2016年3月30日 (*15) 配信)とイベント (2016年4月11日 (*16) 開始)があるこちらの開発も行わないといけない 21

Slide 23

Slide 23 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. クエリ数の非線形増加に対する初期対応(1/3) まずはクエリ処理速度の向上を試みた RDSパラメタやインデックスの調整、クエリ内容の精査 staticパラメータ変更時にインスタンスを再起動するため、何度も臨時メンテ 1APIあたりのクエリ削減も試みたが、一方で機能追加は続く減らすにも限度があり、一方で機能追加によるクエリ増加も不可避レプリケーション遅延が解決しないうちはスレーブ参照を入れられない 22

Slide 24

Slide 24 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. クエリ数の非線形増加に対する初期対応(2/3) 最終的にはスケールアウト(DB分割)をするしか無い何らかの実装を追加して、誰かがオペレーションしないと分割できない深く考えずに水平分割すると、後に縮退することになったら大変だよね、という話も時間を作るために、Auroraへ移行して時間を稼ぐ作戦をとったすでにRDSの最大インスタンスを使っているのでRDSのスケールアップはできない AuroraならReaderのレプリケーション遅延が数十桁秒小さいのでスレーブ参照が使える要はRDSからAuroraに載せ替えてさらなるスケールアップ＋αを狙った 23

Slide 25

Slide 25 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. クエリ数の非線形増加に対する初期対応(3/3) 2016年4月24日 (*17) (イベント開始3日前)にAurora移行を決行移行直後は比較的平和でした二日後(4月26日)、binlogに関するAuroraのバグを踏み抜く (*18) 我々は2016年4月6日 (*19) リリースのv1.6で踏み抜いたこのバグは2016年6月1日 (*20) リリースのv1.6.5(*21) で修正済み原因追求を行っていたが時間がない(イベントは4月27日開始)ので切り戻す (*22) その後、2016年9月26日 (*23) に再度Auroraへの移行を行いましたなんとかスケールアウト(DB分割)する以外の手がなくなる 24

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 垂直分割後 Fate/Grand Orderにおける、ディライトワークス流 AWS 導入&活用術 https://speakerdeck.com/isoparametric/grand-orderniokeru-deiraitowakusuliu-aws-dao-ru-and-huo-yong-shu?slide=38 26 基本構成は現在もこのまま RDSからAuroraへ移行済 DBやKVS台数が増えました最近c5インスタンスへ 2019年2月20日(*25) 実施

Slide 28

Slide 28 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. データベース分割後のトランザクションデータベースを分散した際には分散トランザクションを入れなければ、トランザクションのアトミック性はなくなりますしかし、分散トランザクションを運用するためのノウハウや習熟する時間がないので、今回は触れないことにしたできるだけ事故発生時にユーザに不利な影響が起きないよう考えることにしました 27

Slide 29

Slide 29 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 採用した対策エラー発生時にDBクエリログを記録手動で修正できるようにエラーが多数起きたらサーバの処理を遮断する実装を入れ、修正量を多少は抑えるインスタンス間のテーブル分配とコミット順を工夫コミット中に失敗した際にできるだけユーザの不利益にならないように工夫しました E.g.) 霊基情報DBと霊基保管庫DBを同一DBに配置してトランザクションで守るコミット順を指定するので最初のRDBから最後のRDBまで、シーケンシャルにコミット 28

Slide 30

Slide 30 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 垂直分割により起きた問題と、積み残した問題新たな問題トランザクションしていないので障害時のアクティブユーザが増えると修正が大変コミット順を指定してシーケンシャルにコミットしているので、全体の処理秒数は全 DBへのコミットの秒数だけ増加しますアクセス増加によるDB増設によりレイテンシのさらなる悪化とコミット失敗率の上昇積み残した問題１テーブルが際限なく大きくなるので、対応が間に合わないと溢れる 29

Slide 31

Slide 31 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 30 参照文献一覧(1/2) *4) 事前登録者数70万人突破！「Fate/Grand Order」Android版先行配信スタート！／各種キャンペーン開催、プロモーション映像公開等について http://typemoon.com/news/2015/zkpep2 2015年7月30日 *5) 「Fate/Grand Order」成長の軌跡―ディライトワークスの代表らが語る3年間【CEDEC 2018】 https://www.gamer.ne.jp/news/201808240006/ 2018年8月24日 11時44分 *6) 制作スタッフ＆出演キャストのトークも盛りだくさん！「Fate Project 最新情報発表会」詳細レポート https://www.animatetimes.com/news/details.php?id=1411870481 2014年9月28日 12時00分 *7)【終了】人類最古の英雄王降臨！！「300万ＤＬ突破キャンペーン！！」 http://typemoon.com/news/2015/m1yimf 2015年8月26日 *8)【終了】「400万ＤＬ突破キャンペーン！」 https://news.fate-go.jp/2015/n5bwyg/ 2015年9月28日 *9)【終了】500万DL突破キャンペーン！ https://news.fate-go.jp/2016/rayfpf/ 2016年2月3日 *10)【終了】「600万DL突破キャンペーン」！ https://news.fate-go.jp/2016/m5fma6/ 2016年6月29日 *11)【事前登録】『Fate/Grand Order 』TVCMが解禁！同時に事前登録がスタート https://app.famitsu.com/20141228_479478/ 2014年12月28日 00時35分 *12) 事前登録者数70万人突破！「Fate/Grand Order」Android版先行配信スタート！／各種キャンペーン開催、プロモーション映像公開等について http://typemoon.com/news/2015/zkpep2 2015年7月30日 *13) 【終了】コラボレーションイベント「空の境界/the Garden of Order」 https://news.fate-go.jp/2016/ybsjjo/ 2016年2月25日 *14)【終了】Fate/Zero×Fate/Grand Orderスペシャルイベント「Fate/Accel Zero Order」！ https://news.fate-go.jp/2016/krhyob/ 2016年4月29日

Slide 32

Slide 32 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 31 参照文献一覧(2/2) *15)「第五特異点北米神話大戦イ・プルーリバス・ウナム」開幕！ https://news.fate-go.jp/2016/qtsnc4/ 2016年3月30日 *16)【終了】期間限定イベント「ダ・ヴィンチと七人の贋作英霊」 https://news.fate-go.jp/2016/koolug/ 2016年4月15日 *17) 臨時メンテナンス終了のお知らせ（4/24 AM1:00実施） https://news.fate-go.jp/2016/vkozk6/ 2016年4月24日 *18) 48時間後… http://developer.delightworks.co.jp/entry/2016/07/11/181634 2016年7月11日 *19) Aurora MySQL データベースエンジンの更新: 2016-04-06 https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/AuroraMySQL.Updates.20160406.html 2016年4月6日 *20) Aurora MySQL データベースエンジンの更新: 2016-06-01 https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/AuroraMySQL.Updates.20160601.html 2016年6月1日 *21) Announcement: New Aurora Release 1.6.5 Now Available (Opt-in, no force patch) https://forums.aws.amazon.com/ann.jspa?annID=3793 2016年6月1日 13時3分 *22) 緊急メンテナンス終了のお知らせ（4/26 12:15実施） https://news.fate-go.jp/2016/uanvgf/ 2016年4月26日 *23) 臨時メンテナンス終了のお知らせ（9/26 AM1:00実施） https://news.fate-go.jp/2016/4vmnsj/ 2016年9月26日 *24) 臨時メンテナンス終了のお知らせ（5/3 AM1:00実施） https://news.fate-go.jp/2016/v3ypza/ 2016年5月3日 *25) メンテナンス終了のお知らせ(2/20 13:00実施) https://news.fate-go.jp/2019/0219laqin/ 2019年2月20日

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. ユーザ数の持続的な増加 2017年9月20日 (*26) には1000万DLを達成 2018年2月28日 (*27) には1200万DLまで到達し、垂直分割後の600万DLから見ると倍相当データベースインスタンスも増加 4分割から5ヶ月後(2016年10月11日 (*28) )には5分割に増やし、10ヶ月後(2017年8月8日 (*29) ) には6分割にまで増加この間に行った、データベースに関わる主な対応 2016年9月26日 (*30) にAuroraへ移行しました 2016年10月11日には歴史的経緯のみで一緒だったユーザ情報テーブルの分割も実施履歴(課金情報や有償アイテム消費)テーブルの退避 33

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 根本的な問題解決のために(1/3) 限界に当たる様子が見えてきたテーブルサイズの肥大化が大きな要因スケールアップによりAuroraの一番大きなインスタンスまで到達したので次はないイベント開催時、極度にレイテンシが悪化する場合が見受けられる(後述) ユーザデータを確実に守りたいトランザクションしていない問題の重みはユーザ数の増加とともに強くなる分散トランザクションは茨の道 35

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 根本的な問題解決のために(3/3) データの操作は1ユーザで基本的に完結することが期待できる「Webサービスとしての概要(4/4)」にて述べましたユーザIDでシャーディングする方針を固めました 1ユーザの情報が基本的にDB1台に乗り、シンプルなトランザクションで守れる分散トランザクションを頑張るより、ユーザデータをDB1台に集約して自分たちでハンドルできる範囲に持ってゆくほうが持続性が高い三周年(2018年7月30日)に向けて安定した環境を作ろうと目標を立てた 37

Slide 39

Slide 39 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 水平分割へ切り替えることにしました APIサーバの実装はがんばるしかないアンマネージドなシャーディングプロキシはSPOFになる上に運用が大変垂直分割したテーブルを水平分割に並べ替えるオペレーション AWSのDMS(Database Migration Service)を使うことで、レコード単位のデータ移動をマネージドに行う見通しが立ってきた https://aws.amazon.com/jp/dms/ インフラ周りは、2018年8月3日に行われた担当者(甲)による講演を参照 https://www.slideshare.net/hideakikabuto/db-108716671 38

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 事前の負荷試験(1/2) 前述のように、クライアントは状態を持っています負荷試験の際にアクセスを行うクライアントも、状態を持っていないとユーザの挙動を再現できない Apache Benchでひたすらリクエスト投げる、ではだめ詳細は時雨堂様の記事 (*31)(*32) を参照 Erlang/OTPで構築されたクライアント群がLuaで書かれたシナリオを読んでアクセス 41

Slide 43

Slide 43 text

Slide 44

Slide 44 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 事前の負荷試験(2/2) シャード数は20分割と決めましたが、これの妥当性も負荷試験で事前検証正常系だけでなく、Auroraの障害挿入クエリ (*33) を用いたテストも行いました思わぬレースコンディション等も事前に対応できましたクラウドで負荷試験をする際にはベンダのポリシーを確認 EC2などは申請が必要です(cf. https://aws.amazon.com/jp/ec2/testing/ ) テスト内容如何では何らかの要件が発生する場合があります 43

Slide 45

Slide 45 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 複数の方法で切り戻し用の垂直分割DBを構築 APIサーバ側と、インフラ側で構築する手段を取りました APIサーバ側：水平分割したシャードへ書き込むのと同時に、既存の垂直分割テーブルへもクエリを送る KPIログからの再現なども考えましたが、ログからクエリへ変換するより既に存在するクエリを流す実装を改造するほうが実装量が少ないと判断インフラ側：DMSでシャードの書き込みを垂直分割DBへ転送これにより構築・更新されるDBは現在もKPI集計などに使用 44

Slide 46

Slide 46 text

Slide 47

Slide 47 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. ユーザIDから接続先DBを選ぶ基本的にはモデル内で完結させるようにしましたそうでないとゲームサーバの実装をまるっと書き換えることになって破滅内製モデルの生成実装を改造して、モデル定義にシャード用キーを指定できるようにカラム情報からクエリを生成するあたりを作り直し Where文に条件をstringでべた書きしてる部分を確認し、モデルがユーザIDで確実にシャードを選べるように変更運営オペレーションや集計用にクエリを自由に送れるモデルが存在していたので駆逐 46

Slide 48

Slide 48 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 複数DBアクセスの並列化全シャードへのSELECTが発生する場合に備えましたユーザが出撃する際に連れてゆく仲間の候補を、定期的にDBから取ってきます全シャードへSELECTしないと真の最新ログインユーザ一覧は取れない素直に実装するとレイテンシ20倍各シャードへのアクセスをTask化した上でTask.WhenAllで一気に待機する実装を入れましたコネクタをMySQL Connector/Netからgithub.com/mysql-net/MySqlConnectorに変更タスクが２つ以上失敗しても例外は一つしか取れないので、Task.Exceptionsをダンプする実装を追加 47

Slide 49

Slide 49 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. フレンドポイント付与処理の変更 1つのAPI呼び出し内で、2ユーザの状態更新が行われる場合 2ユーザに対して、ポイントの加算処理を行う加算処理のSELECT FOR UPDATEでロックを取るクエリを一気に送っていた 2ユーザがお互いに相手をサポートとして選択した∧両ユーザが別シャードにいた場合、デッドロックする哲学者の食事問題ユーザID順に加算処理を行うよう変更 https://commons.wikimedia.org/wiki/File:An_illustration_of_the_dining_philosophers_problem.png 48

Slide 50

Slide 50 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. データのシャーディングにおける例外実装上テーブルのUNIQUE制約に依存している部分があった E.g.) ユーザIDと1:1対応するフレンドコードの生成これは1テーブルに収めたので、水平分割しても最大2DBへのコミットが発生する状況設計の大幅変更になってしまうので、これによるリスクは認容することにしましたアカウント生成時に発生など、限定された条件下であることによる 49

Slide 51

Slide 51 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 分散トランザクションについて TransactionScopeを使って実装してみた障害テスト時、極稀にtrx_mysql_thread_id=0のトランザクションが残るどんなクエリが失敗したかはわからないままレコードがロックされるので、ロールバックして良いのか判断がつかない Auroraのベストプラクティス (*34) に使わないことをお勧めされている移行中は別途DMSで水平分割DBから垂直分割DBへデータを転送しているダブルライト中の不整合発生を一番懸念していた結局、分散トランザクションはやめました(2018年7月6日) 50

Slide 52

Slide 52 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 水平分割の開発タイムライン AWS様とMSP(スカイアーチ様)には多大なる助力を賜りましたプロジェクトスタートは2018年3月13日最初のコミットは2018年5月26日実装は高屋を含めて3人が集中で担当これが垂直の時は人手不足により出来なかったインフラ側は甲を中心に2人(+MSP)で担当 51

Slide 53

Slide 53 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 水平分割の投入投入は2018年7月11日 (*35) 初回コミットから46日、プロジェクト開始から4ヶ月弱インフラ側の準備として、FastDDL(*36) によるシャードIDカラム追加など APIサーバ側の準備としてシャードIDカラム更新実装などを事前に実施ダブルライトは7/20まで行いました DMSによる集約データとの比較を行って差異がなかったため、無事終了 52

Slide 54

Slide 54 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 53 参照文献一覧 *26) 【終了】「1000万DL突破キャンペーン」開催！ https://news.fate-go.jp/2017/1000man/ 2017年9月20日 *27) 【終了】「1200万DL突破キャンペーン」開催！ https://news.fate-go.jp/2018/1200man/ 2018年2月28日 *28) 臨時メンテナンス終了のお知らせ（10/11 AM0:00実施） https://news.fate-go.jp/2016/rmrjhc/ 2016年10月11日 *29) 臨時メンテナンス終了のお知らせ(8/8 AM1:00実施) https://news.fate-go.jp/2017/0804itwdh/ 2017年8月8日 *30) 臨時メンテナンス終了のお知らせ（9/26 AM1:00実施） https://news.fate-go.jp/2016/4vmnsj/ 2016年9月26日 *31) FGO を支える負荷試験ツール https://medium.com/shiguredo/fgo-%E3%81%AB%E6%8E%A1%E7%94%A8%E3%81%95%E3%82%8C%E3%81%9F%E8%B2%A0%E8%8D%B7%E8%A9%A6%E9%A8%93%E3%83%84%E3%83%BC%E3%83%AB-2fa3de337e20 2018年7月11日 *32) 時雨堂シナリオ負荷試験ツール Oribe 開発ログ https://gist.github.com/voluntas/5c9e0f778e36c1e934e83611a94ffdfa 2018年8月5日 *33) 障害挿入クエリを使用した Amazon Aurora のテスト https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/AuroraMySQL.Managing.FaultInjectionQueries.html *34) Amazon Aurora MySQL での XA トランザクションの使用 - Amazon Aurora MySQL を使用する際のベストプラクティス https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/AuroraMySQL.BestPractices.html#AuroraMySQL.BestPractices.XA *35) 臨時メンテナンス終了のお知らせ(7/11 AM0:00実施) https://news.fate-go.jp/2018/0625infmt/ 2018年7月11日 *36) 高速 DDL を使用して Amazon Aurora でテーブルを変更する https://docs.aws.amazon.com/ja_jp/AmazonRDS/latest/AuroraUserGuide/AuroraMySQL.Managing.FastDDL.html

Slide 55

Slide 55 text

Slide 56

Slide 56 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 水平分割により期待される改善レイテンシ削減データベースへの書き込みが最大6台から最大2台に減ったテーブルサイズが小さくなったので、参照するインデックスも小さくなった複数テーブルへ分割されたのでmutex待機可能性も減少データ処理の堅牢化ユーザデータ読み書きが基本的に1トランザクションに収まる前者の成果が出ているか、APIサーバのログをもとに検証 IISログのtime-takenカラムを集計して毎分ごとの代表値で比較 55

Slide 57

Slide 57 text

Slide 58

Slide 58 text

Slide 59

Slide 59 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. ２つ事例を選んで検証しました水平分割の移行直前とダブルライト終了(7月20日)した後 2018年7月10日と、曜日が同じ火曜日の7月24日の22時台全APIリクエストを検証しましたデータベースへの書き込み負荷が高いボックスガチャイベントの最終日 2017年と2018年の秋に開催された、同一内容のイベントにおいて23時台ボックスガチャAPIのみに絞って検証しました 58

Slide 60

Slide 60 text

Slide 61

Slide 61 text

Slide 62

Slide 62 text

Slide 63

Slide 63 text

Copyright 2019 DELiGHTWORKS Inc. All Rights Reserved. 二度の分割を終えてやっと年越しを平和に過ごすことが出来ましたユーザ・サービス提供側双方にとって良い結果で、本当に良かったデータベースのスケーリングを後から追加・変更するのはコストが高い最初から考えておかないといけない大きな変更時は、別観点から構築された策を２つ以上持とう一点突破は転んだ際のリカバリが大変 62