[レポート] AWSデータベース入門 #AWSSummit

当エントリでは2018年5月31日に行われた『AWSデータベース入門』に関する内容をレポートしたいと思います。

当セッションの登壇者及び概要は以下の通りです。

セッションレポート

AWSのデータベースサービス

• relational
  • RDS
  • Redshift
• Non-Relational
  • DynamoDB
  • ElastiCache
  • Neptune
• Migration
  • DMS
• どれを使えばいい？

RDS

• RDSについて
  • フルマネージドなリレーショナルDBサービス
  • シンプルかつ迅速にスケール
  • プラットフォーム
    • Oracle
    • SQL Server
    • MySQL
    • PostgreSQL
    • etc...
• フルマネージドによる運用負荷の低減
  • オンプレミス vs EC2
    • ハードウェアメンテナンスがない
    • OSインストールが不要
  • EC2 vs RDS
    • ミドルウェアインストールが不要
    • HA構成の検討がない
    • バックアップをRDSサービスとして用意
• DBAが重要な作業に注力
  • アプリケーションのチューニング
  • 提供されるメトリクスからボトルネックの特定、解消
  • 新施策に向けた検証など
• Amazon RDSのユースケース例
  • トランザクション
  • 複合クエリ処理
  • DBサイズが16TB未満
  • シングルノードで処理可能(リードレプリカでの対応)

Aurora

• ハイパフォーマンス
  • 5x faster than RDS MySQL 5.6 & 5.7
    • Read/Write ともに高いスループット
• インスタンスサイズによるスケール
  • インスタンスサイズに応じて、スループットがスケールする
    • 通常のRDSだと頭打ちにになる
• アーキテクチャ
  • ログとストレージレイヤの分離
    • S3でストリーミングバックアップ
  • キャッシュレイヤの分離
    • プロセス外にキャッシュを移動
      • DBプロセスが死んでも問題なくリスタートできる
  • ストレージ
    • AZにストレージを分散
    • リードレプリカもマスタも同じストレージ
      • 自動で再ストライピング、ミラー修復、ホットスポット管理、暗号化
• ユースケース
  • トランザクション
  • ワークロードが高い処理

Redshift

• クラウド上のDWH
  • ハイパフォーマンス
  • PostgreSQL互換
    • 多くのBIツールが対応
• スケールアウトの鍵
  • MPP
    • 複数のノードで分散して実行
      • リーダノードがコンピュートノードにタスクを振り分ける
      • ノードを追加すればスケールアウト
  • シェアードナッシング
    • ディスクをノードで共有しない
• IO削減
  • 列指向
    • データ分析では列単位で集計を行うことが多い
  • 圧縮アルゴリズム
    • 列ごとに類似のデータなので、圧縮率が高い
    • エンコード方式は列ごとに選択可能
  • ゾーンマップ
    • ブロック単位でデータを格納
      • 不要なデータ読み込みをスキップ
• フルマネージド
  • 運用機能
    • データ更新・挿入
      • S3, DynamoDBからの高速な並列ロード
    • バックアップ
      • S3へ差分保管
      • 自動バックアップ
• ユースケース
  • DWH, 分析
  • バッチによる大量更新
  • 大規模データ(ペタバイト)

DynamoDB

• 特徴
  • マネージドNoSQL
  • ハイスケーラブル
  • プロビジョンドスループット
    • 必要な分だけスループットを割り当て
  • ストレージの容量制限なし
  • DAXで高速化
  • TTLでデータのライフサイクル設定
• ユースケース
  • key-value
  • 高速なパフォーマンス
  • スケーラブル

ElastiCashe

• 特徴
  • 超高速なエンジン
    • redis, memcachedをサポート
  • フルマネージド
  • 高可用性
• ユースケース
  • キャッシング
  • pub/sub
  • セッションストア

Amazon Neptune

• 特徴
  • グラフDB
  • フルマネージド
  • 高可用性
  • Gremlin, SPARQLをサポート
• ユースケース
  • ソーシャルネットワーキング
  • 不正検出

どれを使えばいい？

• トランザクション処理、複合クエリ処理が必要ならRelational Database
  • 汎用用途ならRDS
    • パフォーマンス、耐障害性ならAurora
    • 利用コスト、開発者の習熟度、既存システムとの互換性ならその他のRDS
  • 大容量、分析ならRedshift
• トランザクション処理、複合クエリ処理が不要ならNon-Relational Database
  • レプリケーションならDynamoDB
  • インメモリ、低レイテンシならElastiCache
  • グラフDBならNeptune

おわりに

AWSで利用できる様々なDBサービスについて、その特徴を踏まえて何を選ぶかをまとめた発表でした。個人的には新しく出たグラフDBが気になります。