アクセス解析基盤のデータストア選定奮闘記 CloudNative Days Winter 2024 船上LT会

Transcript

1. アクセス解析基盤の データストア選定奮闘記 yumu 2024.11.26 CloudNative Days Winter 2024 船上LT会 1
2. 2 自己紹介 GMOペパボ　minne事業部　プロダクト開発チーム 2023年 新卒入社 湯村 美吹香 Yumura Mifuka バックエンドが主戦場ですが、フロントやインフラもや ります！クラウドネイティブになりたい。 • あだ名 ： yumu • 好きな漫画 : メイドインアビス • X : @myumura3
3. 3 minneの仕組み minneとは minne（ミンネ）は、ハンドメイド作品を「買いたい人」と「売りたい人」をつなぐ国内最大 のハンドメイドマーケットです。パソコンやスマートフォンを使って、簡単にハンドメイド作 品を販売・購入できます。
4. 4 アジェンダ 1. アクセス解析リニューアルの背景 2. データストアの検討 1. 使い慣れた選択肢 2. クラウドサービス 3. なぜFirestoreを選んだのか 3. 実装してわかったこと
5. 5 1. アクセス解析リニューアルの背景
6. 6 これまでのアクセス解析
7. 7 アクセス解析リニューアルの背景 • データ反映が１日おき • 表示できる指標が限定的 これまでの課題 理想の姿 • リアルタイムで数値を確認 • より多くの指標を提供
8. 8 既存のログ収集基盤 Rails App Fluentd Pub/Sub Dataflow BigQuery minne bigfoot
9. 9 これまでのアクセス解析アーキテクチャ DAG BigQuery Elasticsearch 集計クエリ実行・書き込み データ取り込み（Rake）
10. 10 アーキテクチャ検討の基準 • ログ収集基盤との親和性 • 大量の行動ログを捌ける • 数分以内での更新 • レスポンス速度 • 値の正確性 • コスト効率 • 運用コスト • 将来の拡張性
11. 11 ２. データストアの検討
12. 12 最終的なアーキテクチャ
13. 13 使い慣れた選択肢 Pros Cons MySQL • 運用ノウハウが豊富 • NoSQLのように高速ではな い • データの内容的にRDBである 必要がない Redis • 高速な読み書きが可能 • カウンター処理との相性がい い • データの永続化の運用が面倒 Elasticsearch • 検索が高速 • スケーラビリティが高い • 全文検索は不要
14. 14 クラウドサービス Pros Cons BigQuery • 大規模データの分析に適して いる • クエリコストが高い Cloud Storage • 大容量データに適している • コスト効率が良い • CSVなどのファイル処理が必 要 Cloud Bigtable • リアルタイムデータ処理に適 している • 小規模データセットでは過剰 • コストが高い DynamoDB • 高速な読み書きが可能 • コストが安い • Google Cloud側に置きた い
15. 15 なぜFirestoreを選んだのか • NoSQLデータベース • フルマネージドで運用が楽 • コスト面での優位性 ◦ 読み書きベースの従量課金 • BigQueryとの連携がサポート済み
16. 16 ３. 実装してわかったこと
17. 17 Firestoreを使ってみてわかったこと • よかった点󰢐 ◦ 想定通りの処理速度 ◦ 運用がとてもシンプル • はまったポイント🌀 ◦ 一定期間にドキュメントを更新できる回数に制限がある ◦ データ構造の設計が難しい
18. 18 Thank You! Thank You! GDG DevFest Tokyo ２０２４（１１/３０）でもLTします！