『GO』アプリバックエンドサーバのコスト削減

Slide 1

Slide 1 text

『GO』アプリバックエンドサーバのコスト削減 2025.01.28 GO株式会社武村直和

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

© GO Inc. 4 GOのシステム全体構成と発表箇所バックエンド分析環境バックエンド (App Engine) 次世代バックエンド (Kubernetes) キュー (Pub/Sub) 分析ログデータ基盤 (BigQuery) RDB (Cloud SQL) フロントエンド次世代サーバログ基盤 (Loki) サーバログ基盤 (Cloud Logging) S3 キュー (Pub/Sub) 車載位置ログサーバログサーバログユーザーアプリドライバーアプリ発表箇所

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

© GO Inc. 8 調査：改善すべきクエリの特定。Query Insightの利用 ● Query InsightはCloud SQL上で負荷の高いクエリを可視化できる ○ 公式ガイド : https://cloud.google.com/sql/docs/mysql/using-query-insights ● 負荷の高いクエリは以下の特徴を持つ ○ 平均実行時間が長い（平均スキャン行数が多い） ○ 呼び出し回数が多い Query Insightの例（正規化されたクエリ毎の統計情報）

Slide 9

Slide 9 text

© GO Inc. ● 平均実行時間の長いクエリに対する改善 ○ SQLチューニングでパフォーマンスを改善 ■ 平均スキャン行数が返された平均行数よりも多い場合はクエリ効率が悪いため、なるべく近い行数になるようにインデックスを追加 ■ より高度なチューニングが必要な場合はQuery Insightの公式ガイドや SQL実行計画(Explain)を参照 ● 呼び出し回数の多いクエリに対する改善 ○ キャッシュを利用することで呼び出し回数を削減 ■ データの変更頻度に比べて呼び出し頻度が多いクエリに適用 ■ Google CloudのフルマネージドキャッシュサービスであるMemorystoreを利用 ● Redis、Valkey、Memcacheを利用可 ● https://cloud.google.com/memorystore 9 改善：インデックス追加、キャッシュ利用 etc.

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© GO Inc. 13 ● App Engineは、各インスタンスの同時リクエスト数及びCPU使用率を減らすことで、オートスケールの台数を減らすことができる ○ 同時リクエスト数低減 ■ リクエスト処理時間を短縮 →前章でクエリの処理時間を短縮したことで、CPUのI/O Waitを削減 ○ CPU使用率低減 ■ CPU消費が多い処理の特定・改善 →Cloud Proﬁlerを利用して調査作戦：リクエスト処理時間短縮とCPU消費削減

Slide 14

Slide 14 text

© GO Inc. 14 調査：改善すべき処理の特定。Cloud Profilerの利用 ● Cloud ProfilerはGoogle Cloud上で実行するプログラムのプロファイリングデータを簡単に取得・可視化できるツール ○ https://cloud.google.com/profiler/docs/about-profiler ● CPU時間が多い処理は以下 ○ 通信処理 ■ 大部分がDBアクセス ○ 通信後のJSON処理

Slide 15

Slide 15 text

© GO Inc. 15 改善：通信削減、JSON処理ライブラリ変更 ● 通信削減は前章の呼び出し回数削減と同様 ○ キャッシュ化 ● JSON処理ライブラリ変更 ○ 別サービスへのHTTP通信のレスポンスJSONをGo構造体に変換するために使用するUnmarshal関数のCPU負荷が高い ○ 標準ライブラリから goccy/go-json に変更 ■ 標準ライブラリとの互換性を持たせたうえで最速を目指して開発された ■ JSON処理時間が短くなることでCPU時間を削減できる ○ JSON処理のCPU時間が75％減