オニオンアーキテクチャで実現した本質課題を解決するインフラ移行の実例

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2024 Loglass Inc. Profile 龍島広人株式会社ログラスエンジニアフォルシア株式会社にて独自検索技術を利用した旅行会社向けの検索システム開発に従事。同社のSaaSプロダクト立ち上げをリード。 2022年3月に株式会社ログラスへ入社。レポーティング機能の開発を牽引し、現在は Enabling & Platform部アプリケーション基盤チームとして集計基盤の構築やパフォーマンス改善、アーキテクチャ設計を行っている。 Hiroto Ryushima

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

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

© 2024 Loglass Inc. 02｜オニオンアーキテクチャと依存性逆転の原則 DB, 外部サービスの変更ってそんなにあ？歴史的に、業界では少なくとも 3 年ごとにデータアクセス手法が変更されています。したがって、ビジネスにとってミッションクリティカルな、健全で長寿命のシステムでは、3 年後にはデータアクセスを変更する必要があると予想できます。引用元: The Onion Architecture : part 1, 2008,Jeffrey Parelmo

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© 2024 Loglass Inc. 02｜オニオンアーキテクチャと依存性逆転の原則依存性逆転の原則 Dependency Inversion Principle, DIP 高レベルモジュールを低レベルモジュールに依存させない低レベルモジュールを高レベルモジュールに依存させ（逆転） Infrastructure Domain 中心となるロジック、ビジネスルール（高レベル）外部（DB, 外部サービス）とのやり取り（低レベル） ✕ ◯

Slide 19

Slide 19 text

Slide 20

Slide 20 text

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

© 2024 Loglass Inc. 03｜実例: PostgreSQLか BigQueryへのデータソース切替え ● 集計、レポーティング処理 ○ Repositoryでデータ更新、 QueryServiceで参照するCQRS構成 ○ データ量増加に参照の性能に限界が見えていた対象のシステムアプリケーション Postgres Repository Postgres QueryService PostgreSQL 更新参照（遅い）

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

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

© 2024 Loglass Inc. 03｜実例: PostgreSQLか BigQueryへのデータソース切替え最小限で独立したアプリケーション改修 ● PostgreSQLのQueryServiceと同じInterfaceを BigQuery用に実装する ○ オニオンアーキテクチャによりInfrastructureに閉じた修正で影響範囲が明確、限定的 ● 他チームのDomain層、Application層への変更に干渉がない ○ 同時に開発が進んでいたがコンフリクトはほぼ発生せず ○ プロダクトの成長を止めない

Slide 38

Slide 38 text

© 2024 Loglass Inc. 03｜実例: PostgreSQLか BigQueryへのデータソース切替え QueryServiceへの網羅的なテストの転用 ● 元々PostgreSQL用のQueryServiceに対して厚いテストが存在 ○ 重要な数値計算ロジックを含むため ● 同じテストケースを通すことで妥当性を持った実装と確認できた ○ テストデータ、入力値生成ロジックもそのまま転用 ※この要素はオニオンアーキテクチャでなくても実現可能

Slide 39

Slide 39 text

Slide 40

Slide 40 text

© 2024 Loglass Inc. 03｜実例: PostgreSQLか BigQueryへのデータソース切替え BigQuery向けにデータ構造、クエリの大幅な変更 ● パフォーマンス向上のため、データ構造、クエリを変更 ○ 階層構造の持ち方を経路列挙モデルから閉包テーブルモデルに変更 ○ それに伴いクエリも大幅に変更し、PostgreSQLとは全く違うSQLに ○ パフォーマンスが大幅に向上 ● 詳細は別記事 ○ 列指向、行指向データベースの特性を木構造を用いた集計クエリから理解する

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Slide 43

Slide 43 text

© 2024 Loglass Inc. 04｜まとめオニオンアーキテクチャで本質的な課題解決に集中 ● パフォーマンス悪化によってデータソースの変更が必須となった ● オニオンアーキテクチャによってInfrastructureの変更のみで済んだ ● Infrastructureに対しての厚いテストを転用できたため更に変更は容易 ● 本当に解決したかった課題(パフォーマンス改善)に集中 ● ユーザに対して素早く、高品質な価値提供

Slide 44

Slide 44 text