PHP Conference Hokkaido 2016

2. Masashi Terui @ marcy_terui
I’m a Developer and Cloud Architect.
I’m a full-time employee at JIG-SAW Inc. But, I’m a part-time freelance engineer.
I’m a member of GCPUG and JAWS-UG.
I'm the organizer on the some of events with the theme of "Infrastructure as Code”.
I’m around 30 years old. I’m a father of my son and daughter.
2

3. 3
∀

4. 4
なぜパフォーマンスチューニングが重要なのか
有名な言葉
単一サーバ構成におけるポイント
複数サーバ構成におけるポイント
スケールアウト構成におけるポイント
まとめ

5. 5

6. 6
100msのレイテンシは1%の売上に相当する(by Amazon)
https://news.ycombinator.com/item?id=273900
検索ランキングの判定条件にサイトの速度を使用する
https://webmasters.googleblog.com/2010/04/using-site-speed-in-web-search-ranking.html
クラウドのコストの大半はサーバ料金
俺調べ（そこそこ色々見てきたつもり）

7. 7

8. 8
System metrics
CPU, Memory, Disk, Network, Load Average etc…
Response time
Apacheの設定でLogFormatに%Dを付ける、Nginxだと$request_time
Slow query log (後述)
External metrics
Request counts, Latency etc…

9. 9

10. 10
または

11. 11
スケールアップには限界がある
CPUはどちらかというと処理能力よりコア数が大事
高速化 ≒ キャパシティ向上
アプリケーション・ミドルウェアチューニング

12. 12

13. 13
c4.8xlarge 36vCPU 60GB $2.122/1h
r3.8xlarge 32vCPU 244GB $3.192/1h
高い
変更しにくい（停止を伴う）
大きくなるほど性能を使い切るのは難しい

14. 14

15. 15
PHPはシングルスレッド・同期IO
マルチプロセスで複数のリクエストを捌く
シングルプロセス非同期IO(Node.jsとか)の場合は逆
コアが少ないと専有されたら死亡・・・
重たいクエリ
バッチ処理
バグ（無限ループ等）

16. 16
コアが増えても1コア当たりの性能は変わらない
スケールアップで高速化はたかが知れてる
スペックが変われば適切なミドルウェアの設定も変わる
コアが多いと有効に使い切れない可能性

17. 17

18. 18
処理時間が半分になれば単位時間あたりの処理数は約2倍になる
1リクエストの処理に1秒かかるのは遅いと思いますか？
特定の遅いページがあるのは問題
リクエストが集中するとあっという間に全体が詰まる
バランス良く高速化が必要

19. 19

20. 20
Apache + mod_phpの弱点→prefork
MaxClientsとか大事だけど限界がある
1ページ見るためにアセットをたくさん取得しなければならない
↑をpreforkで捌くのが問題で必然的にプロセス過多になる
逆に言うとAPI専用とかならpreforkでも良いということ

21. 21
Nginx + php-fpmが理想
Event driven web server
Proxy Cacheは超強力
Cookieで制御したりもできるからかなりの範囲で使える
複雑化するのでご利用は計画的に

22. 22
Apache + event_mpm + mod_proxy_fcgi + php-fpmもアリ
Event driven web server
.htaccessが使える
php_valueとかは使えないので注意

23. 23
CDNを導入する
拡張子等でキャッシュ有無を決めれば、
動的サイトでも問題にならない
クラウドだと通常の通信もアウトバウンド通信料がかかり、
CDNを使っても大差なかったりするので積極的に使うと良い

24. 24
ここを解決すると性能が一気に上る場合が多い
語りだすと長くなるので基本だけ
@soudai1025 さんの発表を聞くと良いと思います :-)
とりあえずできるだけ新しいバージョンを使おう
MySQLはアホの子という時代は終わりつつある

25. 25
今はInnoDB一択の時代
MyISAMを使う理由はほぼ無い
innodb_buffer_pool_sizeはとりあえず覚えとけ
クラスターインデックス
REPEATABLE_READおよびインデックスロック

26. 26
Query Cache
更新時の性能劣化が無視できないレベルである
OFF or DEMAND
例外的に更新の極端に少ないCMSとかならONでも良い

27. 27
とりあえずできるだけ新しいバージョンを使おう
オペコードキャッシュはもう当たり前
APC (< 5.5)
Opcache (5.5 <=)
Blue/Green deploymnet等ができるなら
apc.stat = 0
opcache.validate_timestamps = 0

28. 28
キリがないのでインフラ目線でこれくらいはやっとけってやつ
DB等のコネクションのSingleton実装
ロック粒度の見直し
N+1問題
→ 特にクラウド環境では地理的分散(Multi-AZ)時に大きな問題になる

29. 29
何はともあれSlow query logを取ろう
long_query_time = 0.1
log-queries-not-using-indexes
pt-query-digest便利
→ Slow query log（以外も可）の集計・ランキング

30. 30
Explain要注意項目
type/ALL, type/index
DEPENDENT SUBQUERY
UNCACHEABLE SUBQUERY
Using temporary
Using filesort

31. 31

32. 32
ステート（セッション）共有・キャッシング
リードレプリカ
ファイル置き場
バッチ処理

33. 33

34. 34
なんだかんだ、Memcachedが良いよね
PECL::Memcachedで設定のみでセッション格納可
キャッシュとしても
大抵は消えても良いはず（無かったら再作成的な）
冗長化だけが目的ならDBでもOK
WAFなら大抵DBセッションの機能を持ってる
自作したこともあるけどそんなに難しくない

35. 35
RedisとMemcachedは併せて語られることが多いが別物
Memcachedの方が運用が楽
本当に永続化しないといけないか考えよう
Redisは多様なデータ型やデータ操作という観点で選ぶ
Sorted set など
Increment, Decrementなど
アトミックなデータ操作、Pub/Subなど

36. 36

37. 37
DB読み込みの分散
重いクエリの分割（集計バッチ系など）
冗長化
できれば2台以上ほしい
レプリカ追加や再作成時にマスターに触らなくて済む

38. 38
Master, ReadReplicaのコネクションは明示的に使い分ける
SQL見て切り替えるみたいな実装もあるけど、整合性とか色々大変
フェイルオーバー時に接続先を連動して切り替える
VIP（使えないクラウドが多い）
Domainベース
NIC付け替え
ReadReplicaの接続先振り分け
マネージドなInternal LBがあるならそれを使う
HAProxyなどで冗長化頑張るか個々に入れるとかもアリ（要自動化）

39. 39

40. 40
NFSは単一障害点になるからダメ
運用で死ねるからダメなやつ
GlusterFS → 双方向レプリケーション
s3fs → オブジェクトストレージを無理やりファイルシステム化
オブジェクトストレージをAPIで操作するのが一番確実
一時URLを発行して直接アクセスさせたりする手も

41. 41

42. 42
複数台構成における悩みの一つ
冗長化が難しい
バッチ専用サーバというリソースの無駄
その定期バッチほんとうに必要ですか？
オンライン処理からキューイングしてバックエンドで処理できないか？
夜間バッチはリソースが固定なので空きの多い夜間にという発想
→ リソースが柔軟に変更できるクラウドではどうなの？

43. 43
マネージドサービスの活用
Elastic Beanstalk worker tier
CloudWatch Events
Azure Scheduler
AppEngine scheduled task

44. 44

45. 45

46. 46
スケールアウト構成のやつを確実に実行していれば基本大丈夫
GlusterFS使っちゃうとか微妙なことをするとここで困る
運用の変化（若干趣旨がズレるけど）
サーバプロビジョニング
アプリケーションデプロイ
サーバメトリクスとログの収集・集約

47. 47

48. 48

49. 49
テンプレート化
VMイメージ
Dockerコンテナ
cloud-initなどによる起動時の自動構成変更
コード化
シェルスクリプト
Chef, Puppet, Ansible, Itamae など

50. 50

51. 51
自動で増減する台数が固定ではない、対象が変わる
Blue/Green deployment
オートディスカバリ
Pull型デプロイ

52. 52

53. 53
収集と集約
サーバ単位よりも役割単位で見れると良い
可視化が重要

54. 54
エージェント型
監視ミドルウェアの運用がしんどい問題
時系列DBの運用がしんどい問題
サービスの活用
CloudWatch, Stackdriver, Mackerel, Datadog etc…

55. 55
収集
rsyslog
Fluentd
集約
Elasticsearch + Kibana
MongoDB(Capped collection) + Rockmongo, mongo-express
オブジェクトストレージ（保管用）
BigQuery（分析用）

56. 56

57. 57
パフォーマンスチューニングは様々な観点から行う必要がある
安易にスケールアップ・アウトする前にできることはいっぱいある
とはいえ、大きな人的コストを欠けるのが適切ではない場面ももちろんある
トレードオフなのでどちらかに偏らずにバランス良く見極めていこう
困ったら相談してください :-)