Gumi study7 messagepack

古橋貞之
e
MessagePack
Project
gumiStudy#7
#gumilab
#msgpack @frsyuki
http://d.hatena.ne.jp/viver/

Application
Server
Manager
Gateway
Manager
冗長構成
Server
Server
Server
Server
Server
Application
Gateway
Application
Gateway
レプリケーション
Tokyo Cabinet

Application
Gateway
Gateway
Application
Server Server Server
memcached protocol
MessagePack-RPC
・Hides cluster conﬁguration from
applications.
memcached server on localhost
localhost:11211
Asynchronous RPC library

Tools
Written in Ruby
> automates operation tasks
> easy to implement
> easy to customize
kumoctl
kumostat
kumotop
MessagePack-RPC
Asynchronous RPC library
Cross-language RPC

MessagePack - 高速シリアライザ
> いつ/どこで MessagePack を使うか
> MessagePack の手法
背景
> シリアライザの設計手法と MessagePack の選択
> フォーマットと Embedded Type Information
> MessagePack の型システムと型変換
MessagePack-RPC - 多機能RPC
> プロトコル
> 並列性 - Parallel Pipelining
> 並列イベント駆動I/O
事例

背景
• 多言語でシステムを構築したい
> C++で分散KVSを実装 + Rubyで管理を自動化
> Rubyでプロトタイプ → 段階的にC++に移植
> Javaサーバ + Rubyクライアント
• スケールアウト時代に耐える通信システムが欲しい
> 多数のサーバやクライアントが並列して通信
> マルチコア環境でもスケールする並列性

理想
Interface
C++
Interface
Java
Interface
Ruby
高速で多機能で使いやすい
オープンソースのライブラリ
各言語の利点を活かして
本質的な設計に集中
通信のパイプライン化や並列化などの
高速化手法をシンプルに使える

現実1 JSON+XML+HTTP/TCP
C++
Java Ruby
遅い/面倒なライブラリ＋
通信部分は自作
各言語の利点は活かせるが、
オブジェクトの交換は面倒
Interface
Interface Interface
通信を並列化するにはマルチスレッドorイベント駆動プロ
グラミングが必要。パイプライン化などの高速化手法は実
装が難しい。バグりやすい。「高負荷になると固まる」
人間が読めるので、
デバッグはしやすい

現実2 SOAPやXML-RPC
C++
Java Ruby
遅くてトラフィックが大きく
仕様が複雑な通信ライブラリ
Interface
Interface Interface
遅い。トラフィックが大きい。
並列化はユーザー任せ。
標準化はされている

Interface
Interface
現実3 同じ言語で固める
Java Ruby
後で別のシステムやモジュール
と接続したくなったときに困る
言語の短所に
付き合わされる
例：GCが遅い
Java
書きやすい言語でプロトタイピング →
効率の良い言語で本番実装は難しい
実はそんなに速くない（並列性が低い）
スケールアウト時代の実装に使えない
言語の長所を活かせない

従来の問題
• 多言語対応自体の実装が面倒で、本質的な機能の
実装に集中できない
• オーバーヘッドの大きいプログラムができあがる
> リソースの消費量が増え、サーバの台数が増える
• 並列化や非同期化が難しく、高負荷に対応しにくい
> 自前実装はバグの元 =「高負荷になると固まる」
> ネットワーク/マルチスレッド/イベント駆動には罠が多い

従来の問題2
• 書きやすい言語でプロトタイピングしたい
→ 効率の良い言語で本番実装を段階的に行いたい
> 例：サーバだけRubyからC++に移植
• プロトコルを後から（無停止で）更新したい
> サーバの一部を最新版に更新
> ↑繰り返して無停止で全サーバを更新
ローリングアップデート

MessagePackによる解決
• 高速で多機能で多言語対応した通信システムを提供
> 本質的な機能の実装に集中できる
> 用途に合った言語を選択できる
> プロトタイピング→別の言語で本番実装も容易
• データサイズやCPU負荷を削減して、サーバの台
数を減らす
• 互換性を保ったままプロトコルを拡張可能にする
• 通信を並列性してマルチコア･スケールアウトに対応

解決手法
• MessagePack：効率の良いシリアライザ
> 中間の型システム＋型変換APIを導入
各言語の差異を吸収する
JSONとの相互変換が可能な型システム
> 高速化手法
ゼロコピー化
効率の良いバッファリング機能を内臓
（ストリーミングAPI）

解決手法
• MessagePack-RPC：高機能なRPC
> 並列化手法
非同期呼び出し
Parallel Pipelining
並列イベント駆動I/O
> 高速化手法
コネクションプーリング
> 使いやすいAPI：複雑な並列I/Oを隠蔽
Session
Future

MessagePackの用途
• サーバ間の通信
> 分散システムのプロトタイプの実装
> 新しいサーバプログラムの実装
管理ツールの実装
クライアントライブラリの実装
• シリアライザ単体で利用
> KVSやログに保存するレコードのシリアライズ
> JSONを置き換え

MessagePack - 高速シリアライザ
> いつ/どこで MessagePack を使うか
> MessagePack の手法
背景
> シリアライザの設計手法と MessagePack の選択
> フォーマットと Embedded Type Information
> MessagePack の型システムと型変換
MessagePack-RPC - 多機能RPC
> プロトコルと Parallel Pipelining
> 並列イベント駆動I/O
> FutureとSessionによる隠蔽
事例

シリアライザ
• シリアライザの役割
> オブジェクトをバイト列に変換
> バイト列からオブジェクトを復元
• シリアライザの用途
> オブジェクトをDBやキャッシュに保存
> オブジェクトをネットワーク越しに転送

require 'msgpack' # gem install “msgpack"
raw = [1,2,3].to_msgpack #=> "x93x01x02x03"
MessagePack.unpack(raw) #=> [1,2,3]
public class Main {
public static void main(String[] args) {
byte[] raw = MessagePack.pack(new MyClass());
MyClass dst = MessagePack.unpack(raw, MyClass.class);
}
}
int main() {
msgpack::sbuffer raw; std::vector<int> src; std::vector<int> dst;
msgpack::pack(raw, src);
msgpack::unpack(raw.data(), raw.size())->convert(&dst);
}
Ruby
Java
C++

シリアライザの設計方法
• バイナリかテキストか
> 人間には読めないが速い <-> 読めるが遅い
• シリアライズ後のデータに型情報を埋め込むか
> データサイズが大きくなる <-> 小さく済む
> バイト列だけから復元可能 <-> IDLが必要
• 多言語に対応するか

MessagePackの選択
• バイナリ形式のシリアライズフォーマット
> 大きなバイト列をゼロコピーで扱う
• 型情報をシリアライズ後のデータに埋め込む
> コンパクトに埋め込むエンコーディング手法
> JSONと互換性のある型システム
整数, 真偽値, 配列, 連想配列, ...
• 多言語に対応
> MessagePackの型と言語の型を相互に変換

フォーマット
JSON MessagePack
null
Integer
Array
String
Map
null c0
10 0a
[20] 91 14
“30” a2 ‘3’ ‘0’
{“40”:null} 81 a2 ‘4’ ‘0’ c0

フォーマット
JSON MessagePack
null
Integer
Array
String
Map
null c0
10 0a
[20] 91 14
“30” a2 ‘3’ ‘0’
{“40”:null} 81 a2 ‘4’ ‘0’ c0
4 bytes 1 byte
2 bytes 1 byte
4 bytes 2 bytes
4 bytes 3 bytes
11 bytes 5 bytes

Embedded type information
type body...
type + value
typevalue length
type + length
非コンテナ型コンテナ型
よく使う（小さいデータ）は、
型情報＋値/長さを1バイトで保存
body...

Type information
0x00
0xc2
0xc3
0xca
0xcb
0xcc
0xcd
0xce
0xcf
0xdf
...
nil
false
true
float
double
uint8
uint16
uint32
uint64
int8
...
Types
0xc0
0xe0
Type information

Type information
Positive FixNum
Negative FixNum
FixMap
FixArray
FixRaw
0x00
0xc0
0x80
0x90
0xa0
0xe0
0x00
0xc2
0xc3
0xca
0xcb
0xcc
0xcd
0xce
0xcf
0xdf
...
nil
false
true
float
double
uint8
uint16
uint32
uint64
int8
...
Type information Types

JSONとの比較
{“msgpack”:“json”, “hello”:“world”}
24%削減
MessagePack
26 bytes
JSON
34 bytes
別の事例：
ある日のTwitterのpublic_timeline：
JSON 31KB => MessagePack 25KB（19%削減）

多言語対応の問題
• 言語間の差異を吸収する必要がある
> 型システムの違い
文字列とバイト列の区別がない
配列と連想配列の区別がない
クラスがない
> クラス名や変数名の命名規則が違う

MessagePackの型
• MessagePackの型を導入
> JSON互換
整数, 浮動小数点数, Boolean, nil,
文字列, 配列, 連想配列
> MessagePackの型を表現するクラスを導入
Java：MessagePackObject
C++：msgpack::object
> MessagePackの型と言語の型を
相互に変換する機能をライブラリで実装

MessagePack
C++の型 Rubyの型
MessagePackの型
Javaの型
msgpack::object
MessagePackObject
多言語対応

高度な型変換
• テンプレート（Java版, C++版）
> デシリアライズされたオブジェクトの型を検査
> 型の変換や型チェックするコードが不要になる
• Optionalフィールド（Java版）
> クラスのデシリアライズ時に、値の省略を許し
て、デフォルト値を使う
• 高速化
> コンパイル時コード生成（C++版）
> 実行時コード生成（Java版）

Optionalフィールド
@MessagePackMessage
public static class MyClass {
public String str;
public double num;
@Optional
public int flag = 0;
}

ストリーミング
require 'msgpack'
u = MessagePack::Unpacker.new($stdin)
u.each do |obj|
puts obj.to_json
end

msgpack json protobuf avro thrift
形式
型情報
スキーマ記述
ストリーミング
RPC
シリアライザ
単体で利用
binary text binary binary binary
埋め込み埋め込み外部
外部
（添付）外部
コード内に記述
Thrift互換形式の
IDLも実装中
JSON
Schema?
必須
（独自DSL）
必須
（JSON形式）
必須
（独自DSL）
対応できるはず非対応非対応非対応
msgpack-rpc json-rpc （非公開） avro thrift
可能可能可能可能面倒

プロトコル
JSON-RPCをベースにしたプロトコル設計
[0, msgid, method, params]
[1, msgid, error, result]
[2, method, params]
Request
Response
Notify
メッセージID
→Parallel Pipelining

並列性
クライアントサーバパイプライン化
応答が帰ってくる前に立て続け
に複数の要求を発行することで
高速化を図る
実装例：
・HTTP/1.1 pipelining
・Thrift
・SOAP

クライアントサーバ
並列性
重いタスク
軽いタスク
実装例：
・HTTP/1.1 pipelining
・Thrift
・SOAP
重いタスクが軽いタスクを待たせる
> 並列性が低下
順番を揃える
（キュー）

クライアントサーバ
並列性
実装例：
・MessagePack-RPC
応答の順番を揃える必要が無い
早く終わったタスクはすぐに返す
> 並列性が向上
> サーバのリソース消費量を削減
時間短縮
重いタスク
軽いタスク

並列性
ベンチマークテスト

並列性
• RPCの要求と応答にメッセージID を入れ、クラ
イアント側で要求と応答を対応付ける
> サーバで処理する順番は自由
> サーバの並列化が容易
全要求を自動的に並列化する（Java, C++版）
> 重いタスクが軽いタスクを待たせない

イベント駆動I/O
サーバーサイドイベント駆動I/O
Dispatcher
Server
Client
Client
Loop
multi-threaded event-driven I/O
(C++, Java)
大量のクライアントと効率的に通信できる

Client
Session Loop Server
Client
ServerSession Loop
クライアントサイドイベント駆動I/O

shared
event loop
Client
Client
Server
Server
Loop
Session
Session
並列して通信可能

Session Pool
Server
Server
pools these
connectionsLoop
Session
Session
connection

Dispatcher
shared
event loop
Client
Server
Server
Loop
Session
Session
Client
サーバとクライアントを同じ
イベントループ上で動作

shared
event looptimer, signal handler,
other protocol, etc...
Dispatcher
Client
Server
Loop
Session
Client
サーバとクライアントを同じ
イベントループ上で動作

• スレッドを使わずにI/Oを並列化
> 多数のクライアントと効率よく通信できる
• クライアント側もイベント駆動
> 多数のサーバと効率よく通信できる
• 高度な分散システムを効率よく実装可能
> 例：多数のサーバ同士が通信しあう分散システム
> 例：クラスタの一括制御ツール

• サーバとクライアントのアーキテクチャが対称的
> １つのイベントループに様々なイベントハンドラ
を追加のせてプログラムを構築できる
> サーバ/クライアント両方の特性を持つシステム
例：プロキシサーバ
• イベントループをプールしてコネクションをプール
> 何度もコネクションを張り直す負荷を削減
> 高負荷時でもポート番号が足りなくならない

Futureとセッション
• Future
> 「未来の結果」を表すオブジェクト
実際に参照されるまで結果の処理を遅延させる
> 非同期呼び出しを抽象化
> 並列イベント駆動I/Oを隠蔽
• セッション
> 「コネクション」の概念を隠蔽
> 接続・再接続・接続維持を自動化

Future
非同期処理を抽象化
require 'msgpack/rpc'
loop = MessagePack::RPC::Loop.new
c1 = MessagePack::RPC::Client.new(host, port, loop)
c2 = MessagePack::RPC::Client.new(host, port, loop)
future1 = c1.call_async(:method1, arg)
future2 = c2.call_async(:method2, arg)
future2.get
future1.get

Future
クライアントサーバ1 サーバ2
call_async(method1)
call_async(method2)
future1
future2

セッション
コネクションの隠蔽
shared
event loop
Server
Server
Loop
Session
Session
connection

セッション
shared
event loop
Server
Server
Loop
Session
Session
connection
Future
Future
Future
Future
コネクションを隠蔽非同期処理を抽象化

セッション
Session
Session
Future
Future
Future
Future
コネクションを隠蔽非同期処理を抽象化
セッション：
コネクションを直接制御させない
> 接続が切れたら自動的に再接続
> コネクションプーリング
Future：
非同期処理を直接記述させない
> 記述を簡略化
> バックグラウンドで処理できる
通信は自動的に並列処理

事例
• Sedue Search Cloud
• Amebaなう
• kumofs
• Sekai Camera
• mycached
• Ficia
> kumofs での Data::Model の使い方 http://blog.yappo.jp/yappo/archives/000710.html
• Cassandra？

まとめ - MessagePack
• 高速なシリアライズ形式
> バイナリ形式のコンパクトなフォーマット
JSONと比べて約20%くらいデータサイズを削減
> 中間型システム + 型変換API により多言語に対応
> 型情報をデータに埋め込む; 定義ファイルが不要
> JSONと相互に変換可能
> ストリーミング機能

まとめ - MessagePack-RPC
• 多機能なRPCシステム
> クライアントサイドイベント駆動I/O;
複数のコネクションで通信を並列化
> Parallel Pipelining;
1本のコネクション上でも通信を並列化
> Futureにより複雑な並列イベント駆動I/Oを隠蔽
> Sessionによりコネクションを隠蔽
コネクションの確立・維持・再接続を自動化

まとめ - The MessagePack Project
• 世界で利用拡大中
• コミッタ募集中
• 利用事例募集中

MessagePack
• C++
> Sadayuki Furuhashi
• Ruby
> Sadayuki Furuhashi
• Java
> Muga Nishizawa
• Python
> INADA Naoki
• Haskell
> Hideyuki Tanaka
• Lua
> Nobuyuki Kubota
• Perl
> tokuhirom, gfx, ...
• Erlang
> UENISHI Kota
• Node.JS
> Peter Griess
• JavaScript
> uupaa
• PHP
> advect
• D
> repeatedly
対応言語と開発者の一部

MessagePack-RPC
• C++版 - Sadayuki Furuhashi
• Erlang版 - UENISHI Kota
• Haskell版 - Hideyuki Tanaka
• Java版 - Muga Nishizawa
• PHP版 - h0x10
• Python版 - INADA Naoki
• Ruby版 - Sadayuki Furuhashi
対応言語と開発者の一部

http://msgpack.org/ http://github.com/msgpack
Twitter: #msgpack msgpack@googlegroups

Gumi study7 messagepack

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie Gumi study7 messagepack

Ähnlich wie Gumi study7 messagepack (20)

Mehr von Sadayuki Furuhashi

Mehr von Sadayuki Furuhashi (20)

Gumi study7 messagepack