SlideShare ist ein Scribd-Unternehmen logo
1 von 44
Downloaden Sie, um offline zu lesen
Copyright©2015 NTT corp. All Rights Reserved.
最新PostgreSQLはパフォーマンスが
飛躍的に向上する!?
- PostgreSQLのCPUスケーラビリティについて -
2015年6月10日
NTT OSSセンタ
山田 達朗
2Copyright©2015 NTT corp. All Rights Reserved.
1.はじめに
2.検証概要
3.検証結果
4.おわりに
アジェンダ
3Copyright©2015 NTT corp. All Rights Reserved.
1.はじめに
NTT OSSセンタ紹介
PostgreSQLについて
PostgreSQLの進化とOSSセンタの関わり
PostgreSQLコミュニティへの貢献
2.検証概要
3.検証結果
4.おわりに
4Copyright©2015 NTT corp. All Rights Reserved.
グ
ル
ー
プ
各
社
目的
OSS活用によるNTTグループのシステムのTCO削減
下記①〜④の4つのミッションでグループ事業に貢献
DBMSについてはPostgreSQLを推進
技術者育成、
⼈材交流
各種
OSS
コミュニ
ティ
サポート
ベンダ、
NTT
研究所等
開発
連携
サポート
連携
①OSSトータル
サポート
NTT OSSセンタ
②OSS適用推進
(製品組合せ検証)
③技術開発
(DBMS,HA等)
④ソフトウェア
基盤技術⼒向上
NTT OSSセンタの紹介
プロダクト/
ツール類の開発
問合せ対応、
導入支援、
プロダクト保守
技術検証、
検証済OSS
の導入推進
お
客
様
NTT
5Copyright©2015 NTT corp. All Rights Reserved.
OSSのRDBMS。エンタープライズ用途での利用も可能。
NTTでは多数のシステムで導入済。
PostgreSQLの良さ
機能
• 必要機能はほぼ完備、さらに独自拡張も可能
性能
• 参照クエリがメイン:他DBMSと比較しても遜色無し
• 更新クエリがメイン:少々注意が必要
品質
• 不具合発⽣率は非常に少ない
2014年度 問合せ件数(NTT内) 308件中 既知バグ「2件」, 新規バグ「0件」
ライセンス、コスト
• PostgreSQLライセンスで商用利用しやすい。
ライセンスコストは無償。
PostgreSQLについて
6Copyright©2015 NTT corp. All Rights Reserved.
8.4(2009/7)
8.2
8.1
8.3(2008/2)
【黎明期】
小中規模構成をターゲット
商用DBMSと同等の機能、性能向上
PostgreSQLの進化とOSSセンタの関わり
2012
2006
2013
2005
2014
2008
2011
2010
2007
2009
OSSセンタ設⽴
NTT参画
•HOT: 更新性能向上
•VACUUM自動化
PostgreSQLのエンタープライズ適用に向けた進化を
OSSセンタの活動状況と合わせてご紹介
Step1. 追いつけ!商用DBMS
7Copyright©2015 NTT corp. All Rights Reserved.
9.1(2011/9)
9.0(2010/9)
8.4(2009/7)
8.2
8.1
8.3(2008/2)
【黎明期】
小中規模構成をターゲット
商用DBMSと同等の機能・性能向上
PostgreSQLの進化とOSSセンタの関わり
2012
2006
2013
2005
2014
2008
2011
2010
2007
2009
OSSセンタ設⽴
NTT参画
PostgreSQLのエンタープライズ適用に向けた進化を
OSSセンタの活動状況と合わせてご紹介
Step2. 信頼性/可用性、移⾏性の向上
Step1. 追いつけ!商用DBMS
【発展期】
大規模構成、適用領域拡大に向けた
・機能性向上
・商用DBMSからの移⾏性向上
•同期/非同期レプリケーション
•移⾏ツール(db_syntax_diff)
8Copyright©2015 NTT corp. All Rights Reserved.
9.4(2014/12)
9.1(2011/9)
9.0(2010/9)
8.4(2009/7)
8.2
8.1
8.3(2008/2)
【黎明期】
小中規模構成をターゲット
商用DBMSと同等の機能・性能向上
PostgreSQLの進化とOSSセンタの関わり
2012
2006
2005
2014
2008
2011
2010
2007
2009
OSSセンタ設⽴
NTT参画
Step2. 信頼性/可用性、移⾏性の向上
Step1. 追いつけ!商用DBMS
Step3. MCシステムへの導入
(ミッションクリティカルシステム)
9.3(2013/9)
9.2(2012/9)
2013
PostgreSQLのエンタープライズ適用に向けた進化を
OSSセンタの活動状況と合わせてご紹介
【発展期】
大規模構成、適用領域拡大に向けた
・機能性向上
・商用DBMSからの移⾏性向上
【今後】
MCシステム適用
・レプリケーション
・外部データラッパー
9Copyright©2015 NTT corp. All Rights Reserved.
NTT OSSセンタの貢献を一部ご紹介 (2014年度)
◆年間パッチ採用数
• PostgreSQL本体 :39件
• PostgreSQL周辺ツール :30件
◆講演
• PGCon cluster summit
• PGECons PostgreSQL事例セミナー
• JPUG PostgreSQLカンファレンス
⇒コミュニティとの協業、オープンイノベーション
⇒PostgreSQL⾼度化に貢献
PostgreSQLコミュニティへの貢献
10Copyright©2015 NTT corp. All Rights Reserved.
◆疑問点
最新PostgreSQLはパフォーマンスが
飛躍的に向上するでしょうか?
ここから本題!
レスポ
ンス
スルー
プット
CPU I/O
11Copyright©2015 NTT corp. All Rights Reserved.
1.はじめに
2.検証概要
目的
アプローチ
検証条件
ベンチマークツール
検証環境
サーバアーキテクチャ
CPUコアの使用方法
3.検証結果
4.おわりに
12Copyright©2015 NTT corp. All Rights Reserved.
目的
◆なぜCPUスケーラビリティ検証を⾏ったのか?
メニーコア
ボトルネック
LWLock
OLTP
スケールアップ
スキル向上
技術の目利き
①過去から続くボトルネックLWLockは改善?
②パフォーマンスは向上しているのか?
13Copyright©2015 NTT corp. All Rights Reserved.
LWLockの補足
Heavy weight Lock
SQLレベルのロック。
Select for updateなどで利用
Light weight Lock(LWLock)
PostgreSQLの内部的なロック
共有バッファの排他制御などで利用
昔からボトルネックの原因
Spin Lock(s_lock)
リソースを排他制御するための最小のロック
Atomicな命令で実装(TAS)、ロック失敗時にスピン
LWLockは
s_lockを利用
14Copyright©2015 NTT corp. All Rights Reserved.
ベンチマークツール
◆CPUスケーラビリティを確認するために
TPC-Wベースのツールを利用
DBサーバ
ストレージ
CPU
ボトルネックになりやすい
サーバリソース
コア数
ス
ル
ー
プ
ッ
ト
結果のイメージ
TPC-W実⾏
どこまで
スケールするか?
15Copyright©2015 NTT corp. All Rights Reserved.
◆最⾼性能だけを狙った検証条件を採用したのか?
⇒NO.
商用システムとしてありえる現実的なものを
目指した。
一部紹介
◆PostgreSQL
• 測定期間中にチェックポイントが定期的に発生
• アーカイブログ出⼒あり
• データ量1TB
• 共有バッファ1TB
など
◆測定方法
• ランプアップ30分、本測定30分
検証条件
CPUネックにするため
16Copyright©2015 NTT corp. All Rights Reserved.
検証環境
Data用ストレージ
HP 3PAR StoreServ 7450
L3 Switch
HP 5900AF-48XGT-4QSFP
Clientサーバ(負荷サーバ)
HP ProLiant DL360 Gen9
Clientサーバ(負荷サーバ)
HP ProLiant DL360 Gen9
Clientサーバ(負荷サーバ)
HP ProLiant DL360 Gen9
Clientサーバ(負荷サーバ)
HP ProLiant DL360 Gen9
Clientサーバ(負荷サーバ)
HP ProLiant DL360 Gen9
Boot用ストレージ
HP 3PAR StoreServ 7400
FC Switch
HP SN3000B
DBサーバ
HP Superdome X
FiberChannel 16Gb
10GBASE-T
17Copyright©2015 NTT corp. All Rights Reserved.
ハードウェア構成
ソフトウェア構成
HW 製品名 台数 仕様
DBサーバ HP Superdome X 1 CPU :Intel Xeon E7-2890v2 2.8GHz
(16P240C)
メモリ:12TB
ストレージ HP StoreServ7450 2 ディスク:SSD 480GB 32本 RAID10
負荷サーバ HP DL360Gen9 5 CPU:Intel Xeon E5-2650v3 2.3GHz (2P24C)
メモリ:128GB
SW 製品名 バージョン
OS Red Hat Enterprise Linux 6.5 x86_64
DBMS PostgreSQL 9.3.5(以降PG935)
9.4.0(以降PG940)
9.5dev(以降PG95dev)hash:d88976c
ベンチマーク
ツール
TPC-Wベースのツール OSSセンタ改良版DBT-1
検証環境
18Copyright©2015 NTT corp. All Rights Reserved.
サーバアーキテクチャ
◆一般的によく使用されるサーバのNUMA構成のイメージ
DL360Gen9
ノード0 ノード1
19Copyright©2015 NTT corp. All Rights Reserved.
サーバアーキテクチャ
◆Superdome X は以下のイメージ
• 複数ブレードで構成
• インターコネクトが存在。メモリのアクセスコストに違いあり。
ブレード1
ノード0 ノード1
Interconnect Fablic
ブレード3
ノード4 ノード5
ブレード5
ノード8 ノード9
ブレード7
ノード12 ノード13
ブレード2
ノード2 ノード3
ブレード4
ノード6 ノード7
ブレード6
ノード10 ノード11
ブレード8
ノード14 ノード15
Superdome X
20Copyright©2015 NTT corp. All Rights Reserved.
多数のCPUコアをどのように使用する?
◆ノード単位で使用する
• 事前検証により、ハイパースレッドを有効とした
• ノードとブレードまたぎのメモリアクセスを極⼒抑えたい
ブレード1
ノード0 ノード1
Interconnect Fablic
ブレード3
ノード4 ノード5
ブレード5
ノード8 ノード9
ブレード7
ノード12 ノード13
ブレード2
ノード2 ノード3
ブレード4
ノード6 ノード7
ブレード6
ノード10 ノード11
ブレード8
ノード14 ノード15
21Copyright©2015 NTT corp. All Rights Reserved.
1.はじめに
2.検証概要
3.検証結果
測定結果
実⾏計画、OSリソースを⾒る
ボトルネックは?
〜省略〜
まとめ
4.おわりに
22Copyright©2015 NTT corp. All Rights Reserved.
測定結果
◆質問
PG935 vs PG940 vs PG95devのうち、
最もスループットが出たのはどれか?
23Copyright©2015 NTT corp. All Rights Reserved.
測定結果
コア数
スループット(BT/sec.)
PG935 PG940 PG95dev
15 1,714.90 2,461.30 -
30 2,374.00 3,328.60 6,615.40
45 1,377.50 5,640.20 -
60 1,120.40 5,149.30 7,733.50
90 - - 7,741.30
120 661.10 2,448.00 7,424.70
180 1382.30 1,990.10 -
240 492.90 1,737.90 7,229.30
負荷 80000EU
DBサイズ 1TB
共有バッファ 1TB
接続数 200
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
0 30 60 90 120 150 180 210 240 270
スループット(BT/sec.)
コア数
PG935 PG940 PG95dev
◆答え
PG95dev
24Copyright©2015 NTT corp. All Rights Reserved.
測定結果
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
0 30 60 90 120 150 180 210 240 270
スループット(BT/sec.)
コア数
PG935 PG940 PG95dev
◆PG935,PG940,PG95devを比較してみると
最高スループット(倍率)
1 : 2.4 : 3.3
PostgreSQLの性能は向上している!
25Copyright©2015 NTT corp. All Rights Reserved.
測定結果
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
0 30 60 90 120 150 180 210 240 270
スループット(BT/sec.)
コア数
PG935 PG940 PG95dev
◆PG935,PG940,PG95devを比較してみると
何コアまで使えるか
30:45:60
使用可能なコア数は増加している!
最高スループット(倍率)
1 : 2.4 : 3.3
26Copyright©2015 NTT corp. All Rights Reserved.
実⾏計画やOSリソースを⾒る(1/3)
◆実⾏計画
変動なし
◆NW帯域
問題なし
◆クライアント
問題なし
◆OSリソース
I/Oネックでは無い ⇒CPU使用率を⾒てみます
27Copyright©2015 NTT corp. All Rights Reserved.
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %system %iowait
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %system %iowait
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %iowait %iowait
実⾏計画やOSリソースを⾒る(2/3)
◆CPUの平均使用率を紹介。%userに着目してみる。
PG935
PG940
PG95dev
93%
74%
77%
59%
35%
17%
さらに
実質的なコア数 = コア数 × %user
を算出すると、
PG935 PG940 PG95dev
60コア時: 56コア 45コア 46コア
240コア時:142コア 84コア 41コア
240コア時に注目すると、
実質的なコア数に違いがある
28Copyright©2015 NTT corp. All Rights Reserved.
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %system %iowait
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %system %iowait
0
20
40
60
80
100
15 30 45 60 90 120 240
%user %iowait %iowait
実⾏計画やOSリソースを⾒る(2/3)
◆実質的なコアあたりのスループットを計算すると、
PG935
PG940
PG95dev
単位スループット = スループット/コア数
PG935 PG940 PG95dev
60コア時: 20 114 168
240コア時: 3 21 177
93%
74%
77%
59%
35%
17%
コアの使用効率が違う。
なぜ約8倍も違うのか?
0
2,000
4,000
6,000
8,000
10,000
0 30 60 90 120 150 180 210 240 270
スループット(BT/sec.)
コア数
PG935 PG940 PG95dev
29Copyright©2015 NTT corp. All Rights Reserved.
実⾏計画やOSリソースを⾒る(3/3)
◆コア毎のCPU使用率を⾒ると
0
50
100
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59
使用率(%)
core 番号
%iowait %system %user
PG940 60コア
PG95dev 60コア
0
50
100
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59
使用率(%)
core 番号
%iowait %system %user
⇒共に%iowaitは無く、CPUネックの状況。
※ core番号1〜60は0〜14 ,15〜29,240〜254,255〜269に対応
※
※
30Copyright©2015 NTT corp. All Rights Reserved.
実⾏計画やOSリソースを⾒る(3/3)
◆コア毎のCPU使用率を⾒ると
0
50
100
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59
使用率(%)
core 番号
%iowait %system %user
PG940 60コア
PG95dev 60コア
0
50
100
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59
使用率(%)
core 番号
%iowait %system %user
⇒共に%iowaitは無く、CPUネックの状況。
0
2,000
4,000
6,000
8,000
10,000
0 30 60 90 120 150 180 210 240 270
スループット(BT/sec.)
コア数
PG935 PG940
グラフに違いは無いがスループットに違いがある。
昔からのボトルネックLWLockはどうなった?
31Copyright©2015 NTT corp. All Rights Reserved.
PostgreSQLのボトルネックは?
◆PG940内の時間が掛かっていた関数を調査した
s_lock
約80%UP
Perf結果 PG940
8.78
63.22
0
10
20
30
40
50
60
70
80
90
100
30 コア 60 コア 240 コア
割合(%)
hash_search_with_hash_value
PinBuffer
slot_deform_tuple
heap_hot_search_buffer
LWLockRelease
LWLockAcquire
s_lock
PG95devではどうなっている?
LWLock
s_lockが足を引っ張っている!
32Copyright©2015 NTT corp. All Rights Reserved.
PostgreSQLのボトルネックは?
◆PG95dev内の時間が掛かっていた関数を調査した
s_lock
大幅減少
Perf結果 PG95dev
0
10
20
30
40
50
60
70
80
90
100
30 コア 60 コア 240 コア
割合(%)
hash_search_with_hash_value
PinBuffer
slot_deform_tuple
heap_hot_search_buffer
LWLockRelease
LWLockAcquire
LWLock
PG940で目⽴っていたs_lockが消えた
33Copyright©2015 NTT corp. All Rights Reserved.
8.78
63.22
0
10
20
30
40
50
60
70
80
90
100
30 コア 60 コア 240 コア
割合(%)
PG940
hash_search_with_hash_value
PinBuffer
slot_deform_tuple
heap_hot_search_buffer
LWLockRelease
LWLockAcquire
s_lock
PostgreSQLのボトルネックは?
◆PG940 と PG95devの比較
0
10
20
30
40
50
60
70
80
90
100
30 コア 60 コア 240 コア
割合(%)
PG95dev
hash_search_with_hash_value
PinBuffer
slot_deform_tuple
heap_hot_search_buffer
LWLockRelease
LWLockAcquire
⻑年のボトルネックLWLock(s_lock)が改善された!
LWLock
LWLock
34Copyright©2015 NTT corp. All Rights Reserved.
PG95devで s_lock は改善された?
◆s_lockとは(再掲)
• リソースを排他制御するための最小のロック。
• LWLockから多数呼び出される。ロック失敗時はスピン。
◆PG95devではLWLock周りが改善された
LWLock改善のパッチ
• Add a basic atomic ops API abstracting away
platform/architecture details. →atomic操作のAPI改善
• Improve LWLock scalability. →LWLockの改善
共有バッファ利用時の競合回避のパッチ
• Increase the number of buffer mapping partitions to 128.
→共有バッファの管理表分割数の改善
• Lockless StrategyGetBuffer clock sweep hot path.
→共有バッファ取得時のロック削減
35Copyright©2015 NTT corp. All Rights Reserved.
PG95devで s_lock は改善された?
◆Increase the number of buffer mapping partitions to 128.
概要
共有バッファの管理テーブルの分割数を増やした
(NUM_BUFFER_PARTITIONS 9.4まで 16 → 128)
効果
ロックの衝突確率の削減(競合低減)
・9.4まで
分割数が少ないため、高負荷時に衝突多発。
待ちが発⽣しやすい。
・9.5から
分割数が増えたため、衝突確率が減少。待ちが軽減。
36Copyright©2015 NTT corp. All Rights Reserved.
◆Increase the number of buffer mapping partitions to 128.
PG95devで s_lock は改善された?
00 11 22 〜〜 1515
ディスクのブロック
共有バッファ上の
ブロック
16分割
管理テーブル
ロックは16個しか
取れなかった00 127
before after
128分割
16 128
ディスクのブロック
共有バッファ上の
ブロック
並列度向上!競合減少!待ち減少!
37Copyright©2015 NTT corp. All Rights Reserved.
①過去から続くボトルネックLWLockは改善?
②パフォーマンスは向上しているのか?
ここまでを整理すると、
PG95dev s_lock大幅削減に伴い改善した。
スループットはPG935と比較し、
PG940 2倍向上 (ピーク:45コア)
PG95dev 3倍向上 (ピーク:60コア)
⇒YES
⇒YES
good
38Copyright©2015 NTT corp. All Rights Reserved.
PG95dev 60コア以上を使えなかった理由は?
PostgreSQL
・LWLock以外のボトルネック?
OS
検証ではRHEL6.5を利用したが、
6.6以降や7でメニーコアに効く改善がある模様・・・
HP社のRHEL改善に関する資料(LinuxCon North America 2014)
http://events.linuxfoundation.org/sites/events/files/slides/linux
con-2014-locking-final.pdf
⇒OSのspinlockを改善し性能向上?
39Copyright©2015 NTT corp. All Rights Reserved.
◆postgresプロセスのsleep状況(psでWCHANを調査)
PG95dev 60コア以上を使えなかった理由は?
0%
20%
40%
60%
80%
100%
3
13
23
33
43
53
63
73
83
93
103
113
wait
sync_page
semtimedop
poll_schedule_timeout
ext4_llseek
-
0%
20%
40%
60%
80%
100%
3
13
23
33
43
53
63
73
83
93
103
113
sync_page
semtimedop
poll_schedule_timeout
-
poll_schedule_timeoutが
増えているのが怪しいが・・
select/pollシステムコール?
sleepする箇所の調査と
カーネルのプロファイリング
もやった方が良さそう。
to be continued.
30コア
240コア
40Copyright©2015 NTT corp. All Rights Reserved.
PostgreSQL
• 次なるボトルネック調査
• Increase the number of buffer mapping partitions to 128.
128が最適?
• プロセスがSleepしている原因
OS
• 最適なチューニングパラメータ
DBに最適なパラメータは?RHEL7のプロファイルは?
• affinity設定時の性能
プロセス、CPU、メモリを括りつけ、キャッシュヒット率向上
さらにスケールさせるために今後明らかにしたいこと
⇒H/W性能を引き出し、PostgreSQLの適用領域を増やす
41Copyright©2015 NTT corp. All Rights Reserved.
まとめ
大規模なメニーコアのサーバに対しても、
PostgreSQLは年々進化しているため、
有効活用できる!
過去から言われ続けていたボトルネック
LWLockは改善した!
パフォーマンスは向上し続けている!
42Copyright©2015 NTT corp. All Rights Reserved.
1.はじめに
2.検証概要
3.検証結果
4.おわりに
43Copyright©2015 NTT corp. All Rights Reserved.
NTT OSSセンタは、
これからも PostgreSQL を用いて
付加価値を提供いたします。
みなさんも一緒に使ってみませんか!
コミュニティと共に
44Copyright©2015 NTT corp. All Rights Reserved.
ご清聴ありがとうございました。
"elephants beach walk" by Senorhorst Jahnsen is licensed under CC BY 2.0

Weitere ähnliche Inhalte

Was ist angesagt?

[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
Insight Technology, Inc.
 
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
Insight Technology, Inc.
 

Was ist angesagt? (20)

[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
 
[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
[db tech showcase Sapporo 2015] A12:DBAが知っておくべき最新テクノロジー: フラッシュ, ストレージ, クラウド b...
 
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジーDBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
 
[db tech showcase Tokyo 2015] B36:Hitachi Advanced Data Binder 実践SQLチューニング方法 ...
[db tech showcase Tokyo 2015] B36:Hitachi Advanced Data Binder 実践SQLチューニング方法 ...[db tech showcase Tokyo 2015] B36:Hitachi Advanced Data Binder 実践SQLチューニング方法 ...
[db tech showcase Tokyo 2015] B36:Hitachi Advanced Data Binder 実践SQLチューニング方法 ...
 
[db tech showcase Tokyo 2016] B22: 超高速NoSQLデータベースと超高速SSDの融合 by Aerospike Inc....
[db tech showcase Tokyo 2016] B22: 超高速NoSQLデータベースと超高速SSDの融合 by Aerospike Inc....[db tech showcase Tokyo 2016] B22: 超高速NoSQLデータベースと超高速SSDの融合 by Aerospike Inc....
[db tech showcase Tokyo 2016] B22: 超高速NoSQLデータベースと超高速SSDの融合 by Aerospike Inc....
 
[db tech showcase Tokyo 2015] D33:Superdome X 上の SQL Server 2014 OLTP 検証結果と S...
[db tech showcase Tokyo 2015] D33:Superdome X 上の SQL Server 2014 OLTP 検証結果と S...[db tech showcase Tokyo 2015] D33:Superdome X 上の SQL Server 2014 OLTP 検証結果と S...
[db tech showcase Tokyo 2015] D33:Superdome X 上の SQL Server 2014 OLTP 検証結果と S...
 
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
 
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
 
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
 
[db tech showcase Tokyo 2015] B17:PostgreSQLで動的にスケールアウト可能な負荷分散DBクラスタを作ろう! by ...
[db tech showcase Tokyo 2015] B17:PostgreSQLで動的にスケールアウト可能な負荷分散DBクラスタを作ろう! by ...[db tech showcase Tokyo 2015] B17:PostgreSQLで動的にスケールアウト可能な負荷分散DBクラスタを作ろう! by ...
[db tech showcase Tokyo 2015] B17:PostgreSQLで動的にスケールアウト可能な負荷分散DBクラスタを作ろう! by ...
 
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...
 
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
[db tech showcase Tokyo 2016] D15: データベース フラッシュソリューション徹底解説! 安価にデータベースを高速にする方法...
 
[db tech showcase Sapporo 2015] B14:データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第二章 b...
[db tech showcase Sapporo 2015] B14:データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第二章 b...[db tech showcase Sapporo 2015] B14:データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第二章 b...
[db tech showcase Sapporo 2015] B14:データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第二章 b...
 
[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...
[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...
[db tech showcase Tokyo 2016] D32: SPARCサーバ + Pure Storage DB仮想化のすべらない話 〜 Exa...
 
[db tech showcase Tokyo 2014] C25: Facebookが採用した世界最大級の分析基盤とは? by 日本ヒューレット・パッ...
[db tech showcase Tokyo 2014] C25: Facebookが採用した世界最大級の分析基盤とは?  by 日本ヒューレット・パッ...[db tech showcase Tokyo 2014] C25: Facebookが採用した世界最大級の分析基盤とは?  by 日本ヒューレット・パッ...
[db tech showcase Tokyo 2014] C25: Facebookが採用した世界最大級の分析基盤とは? by 日本ヒューレット・パッ...
 
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
 
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
[C13] フラッシュドライブで挑むOracle超高速化と信頼性の両立 by Masashi Fukui
 
[db tech showcase Tokyo 2016] D13: NVMeフラッシュストレージを用いた高性能高拡張高可用なデータベースシステムの実現方...
[db tech showcase Tokyo 2016] D13: NVMeフラッシュストレージを用いた高性能高拡張高可用なデータベースシステムの実現方...[db tech showcase Tokyo 2016] D13: NVMeフラッシュストレージを用いた高性能高拡張高可用なデータベースシステムの実現方...
[db tech showcase Tokyo 2016] D13: NVMeフラッシュストレージを用いた高性能高拡張高可用なデータベースシステムの実現方...
 
[db tech showcase Sapporo 2015] B16:ビッグデータには、なぜ列指向が有効なのか? by 日本ヒューレット・パッカード株式...
[db tech showcase Sapporo 2015] B16:ビッグデータには、なぜ列指向が有効なのか? by 日本ヒューレット・パッカード株式...[db tech showcase Sapporo 2015] B16:ビッグデータには、なぜ列指向が有効なのか? by 日本ヒューレット・パッカード株式...
[db tech showcase Sapporo 2015] B16:ビッグデータには、なぜ列指向が有効なのか? by 日本ヒューレット・パッカード株式...
 
[db tech showcase Tokyo 2014] L34: そのデータベース 5年後大丈夫ですか by 日本ヒューレット・パッカード株式会社 後藤宏
[db tech showcase Tokyo 2014] L34: そのデータベース 5年後大丈夫ですか  by 日本ヒューレット・パッカード株式会社 後藤宏[db tech showcase Tokyo 2014] L34: そのデータベース 5年後大丈夫ですか  by 日本ヒューレット・パッカード株式会社 後藤宏
[db tech showcase Tokyo 2014] L34: そのデータベース 5年後大丈夫ですか by 日本ヒューレット・パッカード株式会社 後藤宏
 

Andere mochten auch

[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
[db tech showcase Tokyo 2015] D25:The difference between logical and physical...[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
Insight Technology, Inc.
 
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
Funada Yasunobu
 
Db tech show - hivemall
Db tech show - hivemallDb tech show - hivemall
Db tech show - hivemall
Makoto Yui
 

Andere mochten auch (18)

[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
 
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
 
[db tech showcase Tokyo 2015] C27:楽天MySQL Backup Structure by 楽天株式会社 粟田啓介
[db tech showcase Tokyo 2015] C27:楽天MySQL Backup Structure by 楽天株式会社 粟田啓介[db tech showcase Tokyo 2015] C27:楽天MySQL Backup Structure by 楽天株式会社 粟田啓介
[db tech showcase Tokyo 2015] C27:楽天MySQL Backup Structure by 楽天株式会社 粟田啓介
 
[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
[db tech showcase Tokyo 2015] D25:The difference between logical and physical...[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
[db tech showcase Tokyo 2015] D25:The difference between logical and physical...
 
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
 
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
 
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
[db tech showcase Tokyo 2015] C16:Oracle Disaster Recovery at New Zealand sto...
 
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
 
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
 
Dbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortexDbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortex
 
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
 
Db tech show - hivemall
Db tech show - hivemallDb tech show - hivemall
Db tech show - hivemall
 
Presto in Treasure Data
Presto in Treasure DataPresto in Treasure Data
Presto in Treasure Data
 
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
 
Apache Hiveの今とこれから
Apache Hiveの今とこれからApache Hiveの今とこれから
Apache Hiveの今とこれから
 
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
 
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
 

Ähnlich wie [db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQLのCPUスケーラビリティについて - by NTT OSSセンタ 山田達朗

Ähnlich wie [db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQLのCPUスケーラビリティについて - by NTT OSSセンタ 山田達朗 (20)

【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
 
10大ニュースで振り返るPGCon2015
10大ニュースで振り返るPGCon201510大ニュースで振り返るPGCon2015
10大ニュースで振り返るPGCon2015
 
PostgreSQL 9.6 新機能紹介
PostgreSQL 9.6 新機能紹介PostgreSQL 9.6 新機能紹介
PostgreSQL 9.6 新機能紹介
 
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA と PostgreSQL が挑んだ総力戦NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA と PostgreSQL が挑んだ総力戦
 
知っているようで知らないNeutron -仮想ルータの冗長と分散- - OpenStack最新情報セミナー 2016年3月
知っているようで知らないNeutron -仮想ルータの冗長と分散- - OpenStack最新情報セミナー 2016年3月 知っているようで知らないNeutron -仮想ルータの冗長と分散- - OpenStack最新情報セミナー 2016年3月
知っているようで知らないNeutron -仮想ルータの冗長と分散- - OpenStack最新情報セミナー 2016年3月
 
Lagopusで試すFW
Lagopusで試すFWLagopusで試すFW
Lagopusで試すFW
 
Openstack neutron vtjseminar_20160302
Openstack neutron vtjseminar_20160302Openstack neutron vtjseminar_20160302
Openstack neutron vtjseminar_20160302
 
GraalVM を普通の Java VM として使う ~クラウドベンチマークなどでの比較~
GraalVM を普通の Java VM として使う ~クラウドベンチマークなどでの比較~GraalVM を普通の Java VM として使う ~クラウドベンチマークなどでの比較~
GraalVM を普通の Java VM として使う ~クラウドベンチマークなどでの比較~
 
Getting Started with Jetson Nano
Getting Started with Jetson NanoGetting Started with Jetson Nano
Getting Started with Jetson Nano
 
Lagopusで試すFirewall
Lagopusで試すFirewallLagopusで試すFirewall
Lagopusで試すFirewall
 
統合ログ分析技術Lognosisと運用ログ分析の取組
統合ログ分析技術Lognosisと運用ログ分析の取組統合ログ分析技術Lognosisと運用ログ分析の取組
統合ログ分析技術Lognosisと運用ログ分析の取組
 
1.コース概要
1.コース概要1.コース概要
1.コース概要
 
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
 
Lagopus workshop@Internet weekのそば
Lagopus workshop@Internet weekのそばLagopus workshop@Internet weekのそば
Lagopus workshop@Internet weekのそば
 
[D20] 高速Software Switch/Router 開発から得られた高性能ソフトウェアルータ・スイッチ活用の知見 (July Tech Fest...
[D20] 高速Software Switch/Router 開発から得られた高性能ソフトウェアルータ・スイッチ活用の知見 (July Tech Fest...[D20] 高速Software Switch/Router 開発から得られた高性能ソフトウェアルータ・スイッチ活用の知見 (July Tech Fest...
[D20] 高速Software Switch/Router 開発から得られた高性能ソフトウェアルータ・スイッチ活用の知見 (July Tech Fest...
 
openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713
 
実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方
 
1Uサーバーから始めるスケーラブルな「mCloud Project Server」
1Uサーバーから始めるスケーラブルな「mCloud Project Server」1Uサーバーから始めるスケーラブルな「mCloud Project Server」
1Uサーバーから始めるスケーラブルな「mCloud Project Server」
 
QFabric for Cloud Builders
QFabric for Cloud BuildersQFabric for Cloud Builders
QFabric for Cloud Builders
 
Lagopus Project (Open Source Conference)
Lagopus Project (Open Source Conference)Lagopus Project (Open Source Conference)
Lagopus Project (Open Source Conference)
 

Mehr von Insight Technology, Inc.

コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
Insight Technology, Inc.
 

Mehr von Insight Technology, Inc. (20)

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
Docker and the Oracle Database
Docker and the Oracle DatabaseDocker and the Oracle Database
Docker and the Oracle Database
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
 

Kürzlich hochgeladen

Kürzlich hochgeladen (7)

Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 

[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQLのCPUスケーラビリティについて - by NTT OSSセンタ 山田達朗

  • 1. Copyright©2015 NTT corp. All Rights Reserved. 最新PostgreSQLはパフォーマンスが 飛躍的に向上する!? - PostgreSQLのCPUスケーラビリティについて - 2015年6月10日 NTT OSSセンタ 山田 達朗
  • 2. 2Copyright©2015 NTT corp. All Rights Reserved. 1.はじめに 2.検証概要 3.検証結果 4.おわりに アジェンダ
  • 3. 3Copyright©2015 NTT corp. All Rights Reserved. 1.はじめに NTT OSSセンタ紹介 PostgreSQLについて PostgreSQLの進化とOSSセンタの関わり PostgreSQLコミュニティへの貢献 2.検証概要 3.検証結果 4.おわりに
  • 4. 4Copyright©2015 NTT corp. All Rights Reserved. グ ル ー プ 各 社 目的 OSS活用によるNTTグループのシステムのTCO削減 下記①〜④の4つのミッションでグループ事業に貢献 DBMSについてはPostgreSQLを推進 技術者育成、 ⼈材交流 各種 OSS コミュニ ティ サポート ベンダ、 NTT 研究所等 開発 連携 サポート 連携 ①OSSトータル サポート NTT OSSセンタ ②OSS適用推進 (製品組合せ検証) ③技術開発 (DBMS,HA等) ④ソフトウェア 基盤技術⼒向上 NTT OSSセンタの紹介 プロダクト/ ツール類の開発 問合せ対応、 導入支援、 プロダクト保守 技術検証、 検証済OSS の導入推進 お 客 様 NTT
  • 5. 5Copyright©2015 NTT corp. All Rights Reserved. OSSのRDBMS。エンタープライズ用途での利用も可能。 NTTでは多数のシステムで導入済。 PostgreSQLの良さ 機能 • 必要機能はほぼ完備、さらに独自拡張も可能 性能 • 参照クエリがメイン:他DBMSと比較しても遜色無し • 更新クエリがメイン:少々注意が必要 品質 • 不具合発⽣率は非常に少ない 2014年度 問合せ件数(NTT内) 308件中 既知バグ「2件」, 新規バグ「0件」 ライセンス、コスト • PostgreSQLライセンスで商用利用しやすい。 ライセンスコストは無償。 PostgreSQLについて
  • 6. 6Copyright©2015 NTT corp. All Rights Reserved. 8.4(2009/7) 8.2 8.1 8.3(2008/2) 【黎明期】 小中規模構成をターゲット 商用DBMSと同等の機能、性能向上 PostgreSQLの進化とOSSセンタの関わり 2012 2006 2013 2005 2014 2008 2011 2010 2007 2009 OSSセンタ設⽴ NTT参画 •HOT: 更新性能向上 •VACUUM自動化 PostgreSQLのエンタープライズ適用に向けた進化を OSSセンタの活動状況と合わせてご紹介 Step1. 追いつけ!商用DBMS
  • 7. 7Copyright©2015 NTT corp. All Rights Reserved. 9.1(2011/9) 9.0(2010/9) 8.4(2009/7) 8.2 8.1 8.3(2008/2) 【黎明期】 小中規模構成をターゲット 商用DBMSと同等の機能・性能向上 PostgreSQLの進化とOSSセンタの関わり 2012 2006 2013 2005 2014 2008 2011 2010 2007 2009 OSSセンタ設⽴ NTT参画 PostgreSQLのエンタープライズ適用に向けた進化を OSSセンタの活動状況と合わせてご紹介 Step2. 信頼性/可用性、移⾏性の向上 Step1. 追いつけ!商用DBMS 【発展期】 大規模構成、適用領域拡大に向けた ・機能性向上 ・商用DBMSからの移⾏性向上 •同期/非同期レプリケーション •移⾏ツール(db_syntax_diff)
  • 8. 8Copyright©2015 NTT corp. All Rights Reserved. 9.4(2014/12) 9.1(2011/9) 9.0(2010/9) 8.4(2009/7) 8.2 8.1 8.3(2008/2) 【黎明期】 小中規模構成をターゲット 商用DBMSと同等の機能・性能向上 PostgreSQLの進化とOSSセンタの関わり 2012 2006 2005 2014 2008 2011 2010 2007 2009 OSSセンタ設⽴ NTT参画 Step2. 信頼性/可用性、移⾏性の向上 Step1. 追いつけ!商用DBMS Step3. MCシステムへの導入 (ミッションクリティカルシステム) 9.3(2013/9) 9.2(2012/9) 2013 PostgreSQLのエンタープライズ適用に向けた進化を OSSセンタの活動状況と合わせてご紹介 【発展期】 大規模構成、適用領域拡大に向けた ・機能性向上 ・商用DBMSからの移⾏性向上 【今後】 MCシステム適用 ・レプリケーション ・外部データラッパー
  • 9. 9Copyright©2015 NTT corp. All Rights Reserved. NTT OSSセンタの貢献を一部ご紹介 (2014年度) ◆年間パッチ採用数 • PostgreSQL本体 :39件 • PostgreSQL周辺ツール :30件 ◆講演 • PGCon cluster summit • PGECons PostgreSQL事例セミナー • JPUG PostgreSQLカンファレンス ⇒コミュニティとの協業、オープンイノベーション ⇒PostgreSQL⾼度化に貢献 PostgreSQLコミュニティへの貢献
  • 10. 10Copyright©2015 NTT corp. All Rights Reserved. ◆疑問点 最新PostgreSQLはパフォーマンスが 飛躍的に向上するでしょうか? ここから本題! レスポ ンス スルー プット CPU I/O
  • 11. 11Copyright©2015 NTT corp. All Rights Reserved. 1.はじめに 2.検証概要 目的 アプローチ 検証条件 ベンチマークツール 検証環境 サーバアーキテクチャ CPUコアの使用方法 3.検証結果 4.おわりに
  • 12. 12Copyright©2015 NTT corp. All Rights Reserved. 目的 ◆なぜCPUスケーラビリティ検証を⾏ったのか? メニーコア ボトルネック LWLock OLTP スケールアップ スキル向上 技術の目利き ①過去から続くボトルネックLWLockは改善? ②パフォーマンスは向上しているのか?
  • 13. 13Copyright©2015 NTT corp. All Rights Reserved. LWLockの補足 Heavy weight Lock SQLレベルのロック。 Select for updateなどで利用 Light weight Lock(LWLock) PostgreSQLの内部的なロック 共有バッファの排他制御などで利用 昔からボトルネックの原因 Spin Lock(s_lock) リソースを排他制御するための最小のロック Atomicな命令で実装(TAS)、ロック失敗時にスピン LWLockは s_lockを利用
  • 14. 14Copyright©2015 NTT corp. All Rights Reserved. ベンチマークツール ◆CPUスケーラビリティを確認するために TPC-Wベースのツールを利用 DBサーバ ストレージ CPU ボトルネックになりやすい サーバリソース コア数 ス ル ー プ ッ ト 結果のイメージ TPC-W実⾏ どこまで スケールするか?
  • 15. 15Copyright©2015 NTT corp. All Rights Reserved. ◆最⾼性能だけを狙った検証条件を採用したのか? ⇒NO. 商用システムとしてありえる現実的なものを 目指した。 一部紹介 ◆PostgreSQL • 測定期間中にチェックポイントが定期的に発生 • アーカイブログ出⼒あり • データ量1TB • 共有バッファ1TB など ◆測定方法 • ランプアップ30分、本測定30分 検証条件 CPUネックにするため
  • 16. 16Copyright©2015 NTT corp. All Rights Reserved. 検証環境 Data用ストレージ HP 3PAR StoreServ 7450 L3 Switch HP 5900AF-48XGT-4QSFP Clientサーバ(負荷サーバ) HP ProLiant DL360 Gen9 Clientサーバ(負荷サーバ) HP ProLiant DL360 Gen9 Clientサーバ(負荷サーバ) HP ProLiant DL360 Gen9 Clientサーバ(負荷サーバ) HP ProLiant DL360 Gen9 Clientサーバ(負荷サーバ) HP ProLiant DL360 Gen9 Boot用ストレージ HP 3PAR StoreServ 7400 FC Switch HP SN3000B DBサーバ HP Superdome X FiberChannel 16Gb 10GBASE-T
  • 17. 17Copyright©2015 NTT corp. All Rights Reserved. ハードウェア構成 ソフトウェア構成 HW 製品名 台数 仕様 DBサーバ HP Superdome X 1 CPU :Intel Xeon E7-2890v2 2.8GHz (16P240C) メモリ:12TB ストレージ HP StoreServ7450 2 ディスク:SSD 480GB 32本 RAID10 負荷サーバ HP DL360Gen9 5 CPU:Intel Xeon E5-2650v3 2.3GHz (2P24C) メモリ:128GB SW 製品名 バージョン OS Red Hat Enterprise Linux 6.5 x86_64 DBMS PostgreSQL 9.3.5(以降PG935) 9.4.0(以降PG940) 9.5dev(以降PG95dev)hash:d88976c ベンチマーク ツール TPC-Wベースのツール OSSセンタ改良版DBT-1 検証環境
  • 18. 18Copyright©2015 NTT corp. All Rights Reserved. サーバアーキテクチャ ◆一般的によく使用されるサーバのNUMA構成のイメージ DL360Gen9 ノード0 ノード1
  • 19. 19Copyright©2015 NTT corp. All Rights Reserved. サーバアーキテクチャ ◆Superdome X は以下のイメージ • 複数ブレードで構成 • インターコネクトが存在。メモリのアクセスコストに違いあり。 ブレード1 ノード0 ノード1 Interconnect Fablic ブレード3 ノード4 ノード5 ブレード5 ノード8 ノード9 ブレード7 ノード12 ノード13 ブレード2 ノード2 ノード3 ブレード4 ノード6 ノード7 ブレード6 ノード10 ノード11 ブレード8 ノード14 ノード15 Superdome X
  • 20. 20Copyright©2015 NTT corp. All Rights Reserved. 多数のCPUコアをどのように使用する? ◆ノード単位で使用する • 事前検証により、ハイパースレッドを有効とした • ノードとブレードまたぎのメモリアクセスを極⼒抑えたい ブレード1 ノード0 ノード1 Interconnect Fablic ブレード3 ノード4 ノード5 ブレード5 ノード8 ノード9 ブレード7 ノード12 ノード13 ブレード2 ノード2 ノード3 ブレード4 ノード6 ノード7 ブレード6 ノード10 ノード11 ブレード8 ノード14 ノード15
  • 21. 21Copyright©2015 NTT corp. All Rights Reserved. 1.はじめに 2.検証概要 3.検証結果 測定結果 実⾏計画、OSリソースを⾒る ボトルネックは? 〜省略〜 まとめ 4.おわりに
  • 22. 22Copyright©2015 NTT corp. All Rights Reserved. 測定結果 ◆質問 PG935 vs PG940 vs PG95devのうち、 最もスループットが出たのはどれか?
  • 23. 23Copyright©2015 NTT corp. All Rights Reserved. 測定結果 コア数 スループット(BT/sec.) PG935 PG940 PG95dev 15 1,714.90 2,461.30 - 30 2,374.00 3,328.60 6,615.40 45 1,377.50 5,640.20 - 60 1,120.40 5,149.30 7,733.50 90 - - 7,741.30 120 661.10 2,448.00 7,424.70 180 1382.30 1,990.10 - 240 492.90 1,737.90 7,229.30 負荷 80000EU DBサイズ 1TB 共有バッファ 1TB 接続数 200 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000 0 30 60 90 120 150 180 210 240 270 スループット(BT/sec.) コア数 PG935 PG940 PG95dev ◆答え PG95dev
  • 24. 24Copyright©2015 NTT corp. All Rights Reserved. 測定結果 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000 0 30 60 90 120 150 180 210 240 270 スループット(BT/sec.) コア数 PG935 PG940 PG95dev ◆PG935,PG940,PG95devを比較してみると 最高スループット(倍率) 1 : 2.4 : 3.3 PostgreSQLの性能は向上している!
  • 25. 25Copyright©2015 NTT corp. All Rights Reserved. 測定結果 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000 0 30 60 90 120 150 180 210 240 270 スループット(BT/sec.) コア数 PG935 PG940 PG95dev ◆PG935,PG940,PG95devを比較してみると 何コアまで使えるか 30:45:60 使用可能なコア数は増加している! 最高スループット(倍率) 1 : 2.4 : 3.3
  • 26. 26Copyright©2015 NTT corp. All Rights Reserved. 実⾏計画やOSリソースを⾒る(1/3) ◆実⾏計画 変動なし ◆NW帯域 問題なし ◆クライアント 問題なし ◆OSリソース I/Oネックでは無い ⇒CPU使用率を⾒てみます
  • 27. 27Copyright©2015 NTT corp. All Rights Reserved. 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %system %iowait 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %system %iowait 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %iowait %iowait 実⾏計画やOSリソースを⾒る(2/3) ◆CPUの平均使用率を紹介。%userに着目してみる。 PG935 PG940 PG95dev 93% 74% 77% 59% 35% 17% さらに 実質的なコア数 = コア数 × %user を算出すると、 PG935 PG940 PG95dev 60コア時: 56コア 45コア 46コア 240コア時:142コア 84コア 41コア 240コア時に注目すると、 実質的なコア数に違いがある
  • 28. 28Copyright©2015 NTT corp. All Rights Reserved. 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %system %iowait 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %system %iowait 0 20 40 60 80 100 15 30 45 60 90 120 240 %user %iowait %iowait 実⾏計画やOSリソースを⾒る(2/3) ◆実質的なコアあたりのスループットを計算すると、 PG935 PG940 PG95dev 単位スループット = スループット/コア数 PG935 PG940 PG95dev 60コア時: 20 114 168 240コア時: 3 21 177 93% 74% 77% 59% 35% 17% コアの使用効率が違う。 なぜ約8倍も違うのか? 0 2,000 4,000 6,000 8,000 10,000 0 30 60 90 120 150 180 210 240 270 スループット(BT/sec.) コア数 PG935 PG940 PG95dev
  • 29. 29Copyright©2015 NTT corp. All Rights Reserved. 実⾏計画やOSリソースを⾒る(3/3) ◆コア毎のCPU使用率を⾒ると 0 50 100 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 使用率(%) core 番号 %iowait %system %user PG940 60コア PG95dev 60コア 0 50 100 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 使用率(%) core 番号 %iowait %system %user ⇒共に%iowaitは無く、CPUネックの状況。 ※ core番号1〜60は0〜14 ,15〜29,240〜254,255〜269に対応 ※ ※
  • 30. 30Copyright©2015 NTT corp. All Rights Reserved. 実⾏計画やOSリソースを⾒る(3/3) ◆コア毎のCPU使用率を⾒ると 0 50 100 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 使用率(%) core 番号 %iowait %system %user PG940 60コア PG95dev 60コア 0 50 100 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 使用率(%) core 番号 %iowait %system %user ⇒共に%iowaitは無く、CPUネックの状況。 0 2,000 4,000 6,000 8,000 10,000 0 30 60 90 120 150 180 210 240 270 スループット(BT/sec.) コア数 PG935 PG940 グラフに違いは無いがスループットに違いがある。 昔からのボトルネックLWLockはどうなった?
  • 31. 31Copyright©2015 NTT corp. All Rights Reserved. PostgreSQLのボトルネックは? ◆PG940内の時間が掛かっていた関数を調査した s_lock 約80%UP Perf結果 PG940 8.78 63.22 0 10 20 30 40 50 60 70 80 90 100 30 コア 60 コア 240 コア 割合(%) hash_search_with_hash_value PinBuffer slot_deform_tuple heap_hot_search_buffer LWLockRelease LWLockAcquire s_lock PG95devではどうなっている? LWLock s_lockが足を引っ張っている!
  • 32. 32Copyright©2015 NTT corp. All Rights Reserved. PostgreSQLのボトルネックは? ◆PG95dev内の時間が掛かっていた関数を調査した s_lock 大幅減少 Perf結果 PG95dev 0 10 20 30 40 50 60 70 80 90 100 30 コア 60 コア 240 コア 割合(%) hash_search_with_hash_value PinBuffer slot_deform_tuple heap_hot_search_buffer LWLockRelease LWLockAcquire LWLock PG940で目⽴っていたs_lockが消えた
  • 33. 33Copyright©2015 NTT corp. All Rights Reserved. 8.78 63.22 0 10 20 30 40 50 60 70 80 90 100 30 コア 60 コア 240 コア 割合(%) PG940 hash_search_with_hash_value PinBuffer slot_deform_tuple heap_hot_search_buffer LWLockRelease LWLockAcquire s_lock PostgreSQLのボトルネックは? ◆PG940 と PG95devの比較 0 10 20 30 40 50 60 70 80 90 100 30 コア 60 コア 240 コア 割合(%) PG95dev hash_search_with_hash_value PinBuffer slot_deform_tuple heap_hot_search_buffer LWLockRelease LWLockAcquire ⻑年のボトルネックLWLock(s_lock)が改善された! LWLock LWLock
  • 34. 34Copyright©2015 NTT corp. All Rights Reserved. PG95devで s_lock は改善された? ◆s_lockとは(再掲) • リソースを排他制御するための最小のロック。 • LWLockから多数呼び出される。ロック失敗時はスピン。 ◆PG95devではLWLock周りが改善された LWLock改善のパッチ • Add a basic atomic ops API abstracting away platform/architecture details. →atomic操作のAPI改善 • Improve LWLock scalability. →LWLockの改善 共有バッファ利用時の競合回避のパッチ • Increase the number of buffer mapping partitions to 128. →共有バッファの管理表分割数の改善 • Lockless StrategyGetBuffer clock sweep hot path. →共有バッファ取得時のロック削減
  • 35. 35Copyright©2015 NTT corp. All Rights Reserved. PG95devで s_lock は改善された? ◆Increase the number of buffer mapping partitions to 128. 概要 共有バッファの管理テーブルの分割数を増やした (NUM_BUFFER_PARTITIONS 9.4まで 16 → 128) 効果 ロックの衝突確率の削減(競合低減) ・9.4まで 分割数が少ないため、高負荷時に衝突多発。 待ちが発⽣しやすい。 ・9.5から 分割数が増えたため、衝突確率が減少。待ちが軽減。
  • 36. 36Copyright©2015 NTT corp. All Rights Reserved. ◆Increase the number of buffer mapping partitions to 128. PG95devで s_lock は改善された? 00 11 22 〜〜 1515 ディスクのブロック 共有バッファ上の ブロック 16分割 管理テーブル ロックは16個しか 取れなかった00 127 before after 128分割 16 128 ディスクのブロック 共有バッファ上の ブロック 並列度向上!競合減少!待ち減少!
  • 37. 37Copyright©2015 NTT corp. All Rights Reserved. ①過去から続くボトルネックLWLockは改善? ②パフォーマンスは向上しているのか? ここまでを整理すると、 PG95dev s_lock大幅削減に伴い改善した。 スループットはPG935と比較し、 PG940 2倍向上 (ピーク:45コア) PG95dev 3倍向上 (ピーク:60コア) ⇒YES ⇒YES good
  • 38. 38Copyright©2015 NTT corp. All Rights Reserved. PG95dev 60コア以上を使えなかった理由は? PostgreSQL ・LWLock以外のボトルネック? OS 検証ではRHEL6.5を利用したが、 6.6以降や7でメニーコアに効く改善がある模様・・・ HP社のRHEL改善に関する資料(LinuxCon North America 2014) http://events.linuxfoundation.org/sites/events/files/slides/linux con-2014-locking-final.pdf ⇒OSのspinlockを改善し性能向上?
  • 39. 39Copyright©2015 NTT corp. All Rights Reserved. ◆postgresプロセスのsleep状況(psでWCHANを調査) PG95dev 60コア以上を使えなかった理由は? 0% 20% 40% 60% 80% 100% 3 13 23 33 43 53 63 73 83 93 103 113 wait sync_page semtimedop poll_schedule_timeout ext4_llseek - 0% 20% 40% 60% 80% 100% 3 13 23 33 43 53 63 73 83 93 103 113 sync_page semtimedop poll_schedule_timeout - poll_schedule_timeoutが 増えているのが怪しいが・・ select/pollシステムコール? sleepする箇所の調査と カーネルのプロファイリング もやった方が良さそう。 to be continued. 30コア 240コア
  • 40. 40Copyright©2015 NTT corp. All Rights Reserved. PostgreSQL • 次なるボトルネック調査 • Increase the number of buffer mapping partitions to 128. 128が最適? • プロセスがSleepしている原因 OS • 最適なチューニングパラメータ DBに最適なパラメータは?RHEL7のプロファイルは? • affinity設定時の性能 プロセス、CPU、メモリを括りつけ、キャッシュヒット率向上 さらにスケールさせるために今後明らかにしたいこと ⇒H/W性能を引き出し、PostgreSQLの適用領域を増やす
  • 41. 41Copyright©2015 NTT corp. All Rights Reserved. まとめ 大規模なメニーコアのサーバに対しても、 PostgreSQLは年々進化しているため、 有効活用できる! 過去から言われ続けていたボトルネック LWLockは改善した! パフォーマンスは向上し続けている!
  • 42. 42Copyright©2015 NTT corp. All Rights Reserved. 1.はじめに 2.検証概要 3.検証結果 4.おわりに
  • 43. 43Copyright©2015 NTT corp. All Rights Reserved. NTT OSSセンタは、 これからも PostgreSQL を用いて 付加価値を提供いたします。 みなさんも一緒に使ってみませんか! コミュニティと共に
  • 44. 44Copyright©2015 NTT corp. All Rights Reserved. ご清聴ありがとうございました。 "elephants beach walk" by Senorhorst Jahnsen is licensed under CC BY 2.0