導入事例の一覧に戻る

アセスメント業界横断

MPPクラスターでは、分散キーがパフォーマンスの上限を決める

エンタープライズのテクノロジー組織

ペタバイト規模の分析基盤を対象に、Greenplumのセグメント数、分散キー、ストレージの選定、VACUUMのスケジュールをレビューします。データの偏り(スキュー)を生む設計上の判断に焦点を当てています。

概要

Greenplumのパフォーマンスは、その多くが設計時に決まります。セグメント数、分散キー、ストレージの選定によって、処理がクラスター全体に均等に分散されるのか、一部のセグメントに集中するのかが決まります。

課題

不適切な分散キーによるスキューは、自ら姿を現しません。ハードウェアの性能から考えられるよりも遅いクエリとして現れ、データ量が増えるほど修正が難しくなります。

環境

VMware Tanzuのサブスクリプションで利用権を得ている環境を含め、あらゆるGreenplum環境が対象です。

アプローチ

AceMQは、クラスターのトポロジーをワークロードの特性と照らし合わせてレビューします。セグメント数とホストの配置、実際のスキューを計測した分散キー、パーティショニングとストレージの選定、そして追記最適化ストアを健全に保つVACUUMとANALYZEのスケジュールです。

ソリューション

  1. セグメント数とホストのトポロジーのレビュー
  2. 想定ではなく計測したスキューに基づく分散キーの分析
  3. パーティショニング戦略とストレージ選定のレビュー
  4. VACUUMとANALYZEのスケジュールの評価
  5. ETLとロード経路の最適化
  6. リスクに基づいて優先順位を付けた改善ロードマップ

結果

チームは、どのテーブルに実際にスキューがあるのか、それがどれだけのコストになっているのか、次の成長段階を迎える前にどの修正を行う価値があるのかを把握できます。

使用テクノロジー

GreenplumPostgreSQL

Greenplumのヘルスチェックをご検討ですか?

AceMQのシニアGreenplumエンジニアは、まさにこのタイプの案件に対応した実績があります。アーキテクチャのアドバイス、実践的な問題解決、継続的なマネージドパートナーシップなど、どのようなご要望にもお応えします。