freeeのデータ基盤におけるDWH/BIの運用事例紹介

Transcript

1. freee 株式会社 freeeのデータ基盤におけるDWH/BIの運⽤事例紹介 Data Engineering Study #1 2020.07.15

2. 新卒で外資系IT企業にて技術営業 2017年5⽉ freeeに⼊社 ⼊社当初はデータサイエンティスト 2017年10⽉からデータ総合格闘家 （フライ級） 最近ハマっている⻝べ物は鯵の⼲物 freee株式会社 中⼭ 裕介

   (yusuken ※nは黙字)

3. スモールビジネスを、世界の主役に。 アイデアやパッションやスキルがあればだれでも、 ビジネスを強くスマートに育てられるプラットフォーム 161億603万円 (資本準備⾦等含む) 従業員数 事業内容 クラウド型バックオフィスサービス の開発・販売 資本⾦

   設⽴年⽉⽇ 2012年7⽉ 506名（2019年6⽉末時点）

4. 創業からIPOまで、バックオフィス領域における中⼩企業活性化のためのサービスを⼀気通貫で提供 ❂ 納税する ↗ 育てる ↻ 運営する ✩ はじめる 会社設⽴

   freee 開業 freee クラウド会計ソフト freee ⼈事労務 freee (マイナンバー管理 freee 含む) クラウド申告 freee 7つのメインプロダクト

5. アジェンダ 1. データ基盤紹介 2. 運⽤事例紹介 3. まとめ・今後の課題

6. 1 データ基盤紹介 6 Section

7. 特徴 • さまざまなユーザー • 多様なデータソース • セキュリティ⼤事

8. 現状のデータ基盤の全容 基本的にはAWSのサービスを使っています σʔλιʔε σʔλநग़ɾՃ޻ɾऔΓࠐΈ #* RDS/Aurora (プロダクトDBs) S3(ログ) 外部SaaS %8)

   Batch Redshift S3(Data Lake) Athena Lambda Digdag EC2 参照 参照 S3 ECS Glue ※説明の都合上、⼀部簡略化して書いております

9. 本⽇の発表範囲 DWH/BIの話ということで、Redshift/Redashの話をメインにします σʔλιʔε σʔλநग़ɾՃ޻ɾऔΓࠐΈ #* RDS/Aurora (プロダクトDBs) S3(ログ) 外部SaaS %8)

   Batch Redshift S3(Data Lake) Athena Lambda Digdag EC2 参照 参照 S3 ECS Glue ※説明の都合上、⼀部簡略化して書いております

10. 2 運⽤事例紹介 10 Section

11. Redshiftの運⽤ • データ ◦ マスク処理、カラム落としを⾏ったデータ • クラスター3台を使い分け ◦ primary, replica-1,

    replica-2

12. Redshiftの使ってみて 良いところ 苦労しているところ • コストの⾒通しは⽴てやすい ◦ データスキャン量課⾦ではない • ちょっとした集計クエリを回す分には◦ •

    S3との相性◎ • キャパシティプランニング難しい ◦ 気づいた時にはDiskの100% • テーブルのチューニング必要 ◦ DISTSTYLE/DISTKEY/SORTKEY周りの 指定 ◦ 再分散が起こるとクエリは重い

13. Redashの運⽤ • データソースは都度追加 • EC2インスタンスにDockerいれて稼働 • Mackerelで監視 • 全社員に開放 Redashのクエリ画⾯

14. Redashをつかってみて • （OSS版）運⽤費が安い ◦ インスタンス費⽤だけ！ • 定期的にKPI集計⽤のクエリを回す分には⼗分 • Spreadsheetへ集計結果も連携可能 （セキュリティがガチガチでなければ・・）

    • SQL書く前提のツールなので⼈によってはハー ドル⾼いので普及に限界 • Schedule実⾏のクエリが同時多発で実⾏されて RedashのWorkerのQueueが詰まる ◦ ひいてはRedshiftも・・・・ 良いところ 苦労しているところ

15. こういう⽅におすすめ • Redshift ◦ 予め予算を取る際に確実な⾦額をださないと通りにくい企業 ◦ 全社的にAWS使っている企業 • Redash ◦

    無料でつかってみたい⽅（OSS版） ◦ さくっと簡単な可視化をしたい⽅ ◦ SQLで書くことが苦でない⽅

16. 3 まとめ・今後の課題 16 Section

17. まとめ • freeeの中でRedshift/Redashは現役バリバリ • Redshiftまぁまぁいいぞ • Redashは試しに使ってみるのオススメ

18. 今後の課題 • Redshiftの新しいインスタンスタイプ試す • データカタログ整備（メタデータ管理） • ETL周りの処理のリファクタ・レガシーなやつを移⾏

19. 最後に データエンジニア募集中！！ https://jobs.forkwell.com/freee/jobs/7063

20. スモールビジネスを、 世界の主役に。