DMM.comの改革とAWS - Speaker Deck

Slide 1

Slide 1 text

S U M M I T To k yo

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

© DMM.com ⼊社時点でのDMMの課題 7 ビジネスモデルや営業⼒に⽐べ、事業年数の経過もあってか技術活⽤が今⼀歩不⾜していた。 20年続くシステム l またシステムの多くが⻑期間運⽤されておりコード上の複雑度が上昇事業と開発が⻑らく別会社運⽤ l エンジニアリングによる事業改善の流れが不⾜していた。 l 営業とビジネスモデルの強さで成⻑。事業部間のコミュニケーション l 各事業が各々独⽴して動いており、知⾒の共有、標準化が不⾜。技術と事業、および事業間の分離定性的事業判断データによる定量性的分析の活⽤不⾜ l 現代の事業はデータがその中⼼にあるべき。 l 現状の社内では定性的な意思決定が多い。機械学習ベースの事業改善の不⾜ l 情報配信 = 検索と機械学習の世界 l 現状ではマニュアルに運⽤されている箇所がほとんど。

Slide 8

Slide 8 text

Slide 9

Slide 9 text

© DMM.com 9 テックカンパニーとは事業の全てがソフトウェア・エンジニアリングで改善される状態を理想。技術を交えた課題解決 l 全ての事業や組織に関わる仕組みを、特にソフトウェア・エンジニアリングで繋げる。コード・計測 l DMMに関わる全てをコードで表現していく。 l システム化の先に全てを計測し、データとして保存。技術指向・ソフトウェア化計測と事業モデリング l プロダクトだけでなく、組織に関わる全てを計測し、指標化し、連動する⼀つのモデルとして表現する。個別最適化 l ⼈では不可能なレベルの細やか、かつ⾃動的な最適化 l 結果としての省⼒化と改善の双⽅を達成する。データドリブンイテレーティブな改善 l ⽇々細かい検証ループを回しながら数多くの施策を試す。 l ABテストにより着実に改善を積み上げる。失敗を許容する l 不具合等発⽣しても復旧可能であるレジリエントなシステム。 Agility

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

Slide 16

Slide 16 text

© DMM.com 16 ⻑い時間を経たシステムの課題点 20周年を経たDMMの抱えるシステムには当然ながら相応の課題が⼭積。システム起因の課題コードの循環複雑度やネットワークの構造が⾮常に複雑、依存を紐解く必要がある。システムの複雑度複数事業やドメインが⼀つのシステムに乗るため改修による不具合が横断して影響。巨⼤なモノリス古いコードに関する知⾒が失われているケースも散⾒されている。属⼈化した運⽤システムの改善に伴うリスクや⼼的・⼈的コストが⾼く、開発⾯での挑戦が減っている。

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© DMM.com 18 改善における主要なポイント誰もが素早くサービス開発で成果を挙げられる⼟壌をシステムで達成する。⽬指す開発像良い施策が素早くユーザーに届く開発チームと開発フロー設計（CI/CDなど）⾼いアジリティ特定のレールに乗っかることで、事前に問題が起きないシステム構成に導く。 Security / Scalability 事前担保ミス⼀つあたりのセキュリティ等影響範囲を⼩さく押さえ込み、挑戦がしやすい環境へ。⼩さなシステム新技術導⼊や開発フロー、コミュニケーションツールなどで、常に⽣産性の向上を⽬指していく。モダン化

Slide 19

Slide 19 text

© DMM.com 19 具体的な取り組み全社的な号令として改善策を多く⽴ち上げ、実⾏。信頼性向上 l AWS活⽤における最適化や監視などの改善 l 新規事業⽴ち上げにおける素早いプラクティス導⼊標準化⽀援 l 複数事業への改善プラクティスを集約 l コードによる定義とその布教活動実施横断SRE部⽴ち上げ運⽤の⼈的コスト削減 l CI/CD、IaC、監視導⼊、コンテナ化など徹底 l 運⽤における⾃動化を推進柔軟なスケールと改善速度担保 l 素早いロールバックの整備 l スケールの⾃動化による負荷対応のコスト削減オンプレ / AWS最適化安定運⽤に関わる共通部分の横断的な標準化 l サービス監視 — Datadogの導⼊と基準提⽰ l Infrastructure as Code におけるベストプラクティスの⽂書化 — Gitbookにて運⽤部分的標準化

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

© DMM.com 24 Well-Architectedレビューの活⽤ AWSのソリューションアーキテクトと連携し移⾏先アーキテクチャのブラッシュアップを実施。カテゴリ Security Performance Cost Operation Reliability ⽬的レビューを受けてのアクション nリスク評価とその軽減 n耐障害性や復旧の迅速化 n需要に応じたリソース効率追求 n運⽤上のコスト削減 nビジネス要件にあった運⽤効率 n各種項⽬の解説を受けてのアーキテクチャ⾒直し n障害対応フローの刷新 n連絡⼿段整理や障害定義の明確化 n各種障害シナリオの洗い出しと障害試験の実施 n残る単⼀障害点の確認など

Slide 25

Slide 25 text

© DMM.com 既存事業のAWS移⾏に伴う効果 25 ビジネス側⾯でも開発側⾯でも移⾏により改善が⼤きく⾒られた。監視とスケーリング l 安定性に関わる項⽬を移⾏で洗い出し、徹底して監視 l Auto Scaleによりリソースも柔軟に確保リリース頻度の改善 l コンテナ化やECSを⽤い、CI/CDフローも構築していくことでリリースとロールバックの効率を⼤きく改善。 — デプロイにおける安全性の確保がリリースの障壁を減らした。改善速度の向上事業部内の⾃由度増加様々なマネージドサービスの活⽤ l リードタイム無しに様々なマネージドサービスを利⽤可能に。 — オンプレ上ではリソースの確保や導⼊、その後のマネージなどで⾒積もりが必要 — 勿論コストはトレードオフ⾃⽴性向上 l 結果としてチーム内でシステム改修や変更のレビューが容易になり挑戦が容易に。 — AWS導⼊にあたってはIaCやCI/CDの徹底も重要

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

© DMM.com DMMにおけるScientificとは︖ n 科学的⼿法 – 測定可能性 – 定量性 – 再現性 – 統計的有意性 – 論理的整合性 n 施策の影響を数値として計測、対照実験していくことで着実な成⻑を作る。 n 誰でも運⽤可能な再現性のあるノウハウを蓄積していく。ユーザーと売上、利益をつなげる科学的経営、KPI経営を志向。計測課題仮説検証ノウハウ・知⾒ノウハウ・知⾒ノウハウ・知⾒数値を共通⾔語として、ビジネス・開発の垣根なく改善できる組織を⽬指す。

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

© DMM.com ⾃⾝の専⾨性を効率よく発揮するための横断的カリキュラムの実施に伴いご協⼒いただいた。 • 19年度からの新卒研修⽅針 • インフラ、Backend、Frontend、 Native Appなど横断的に実施 • ボリュームは3.5ヶ⽉ • AWSトレーニングを活⽤し、AWSの応⽤⼒を⾝につける。 • 利⽤したカリキュラム • AWS Technical Essentials 2 • Architecting on AWS 34 新卒教育カリキュラムでのオンサイト研修

Slide 35

Slide 35 text

Slide 36

Slide 36 text

© DMM.com 36 AWSとの連携で、成⻑できるDMMへ技術⼒・課題解決⼒の成⻑可能性が事業成果とモチベーション向上へ。失敗を許容できる環境の提供 l 気になった技術をいつでも試し、失敗できることが学習につながる。 AWSで安全な実験環境 l セキュリティ的な安全性を AWS Organizations等により担保。 AWS実弾演習場有償研修の活⽤ l AWSを実践的に活⽤するのに⼗分な知識⽔準を初期に達成。課題解決は知識から l 関連する事例を多く知る・検索できることで迅速な課題解決が可能に。 l ⼈と⼈が連携する際の共通⾔語に。新卒教育カリキュラム標準化に向けた知識⽔準向上 l 社内にて標準的に使っていこうとする技術について、 AWSと連携して学習の場を提供 l ハンズオンの形を取ることで運⽤のイメージを掴む。社内ハンズオン

Slide 37

Slide 37 text

Slide 38

Slide 38 text

© DMM.com まとめ 38 ⼤きな組織が抱える課題 l 歴史が⽣み出すAgilityの低下、データ活⽤の不⾜ビジョンの提⽰ l Agility・Scientific・Attractive・Motivativeをベースとして開発やデータ、組織全体を帰るための戦略を⽴案 AWSを活⽤しての組織全体の改善 l Agility: オンプレからAWS活⽤での柔軟なアーキテクチャへ移⾏、挑戦が容易に。 l Scientific︓Athenaなどを活⽤し、データ分析・機械学習のリソースを柔軟に。 l Motivative︓ AWSと連携しての教育施策からメンバーが成⻑できる環境を作る。 AWSを活⽤しつつ、DMMの組織全体を改善している現状について共有。

Slide 39

Slide 39 text