SlideShare uma empresa Scribd logo
1 de 76
Baixar para ler offline
1| © 2016 Pure Storage Inc.
​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
​〜 データベース アプリケーションに影響なしに
​ オンライン運⽤を続けるには 〜
ピュア・ストレージ・ジャパン株式会社
岩本 知博
2| © 2016 Pure Storage Inc.
本⽇の内容
5 分で分かる Pure Storage①
OLTP ワークロードと Pure Storage②
バックアップと Pure Storage③
まとめ④
3| © 2016 Pure Storage Inc.
5 分で分かる? PURE STORAGE
4| © 2016 Pure Storage Inc.
DB 環境で⼈気の Pure Storage
Oracle MSFT -
SQL Server
Epic &
EMR
SAP Exchange NoSQL,
Mongo,
MySQL
IBM SAS VMware Hyper-V XenServer OpenStack View Citrix
Existing Business New Business
DB / Apps
44 %
VSI
32%
VDI
24%
5| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
⼀貫して⾼い性能を維持
障害 / メンテナンス時の
性能劣化なし
IOPS と
帯域幅の両⽴
6| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
⼀貫して⾼い性能を維持
障害 / メンテナンス時の
性能影響なし
IOPS と
帯域幅の両⽴
オール フラッシュであれば、⼩サイズ(4KB 〜 8KB)での IOPS は⾼くて
当たり前。Pure Storage であれば、可変⻑ブロックにより⾼い帯域幅も実現。
7| © 2016 Pure Storage Inc.
IOPS と帯域幅の両⽴
0
100,000
200,000
300,000
400,000
500,000
600,000
700,000
800,000
900,000
1,000,000
IOPS
4KB に最適化された
フラッシュ製品
4KB 8KB 16KB 32KB 64KB
IOPS
帯域幅
バッチ処理や RMAN バックアップ
を速くするには 帯域幅 が必要
8| © 2016 Pure Storage Inc.
Pure Storage の I/O 性能
モデル名 //m10 //m20 //m50 //m70
パフォーマンス • 最⼤ 100,000 IOPS(32K)
• 平均遅延 1 ミリ秒未満
• 最⼤ 3GB/s の帯域幅
• 最⼤ 150,000 IOPS(32K)
• 平均遅延 1 ミリ秒未満
• 最⼤ 5GB/s の帯域幅
• 最⼤ 220,000 IOPS(32K)
• 平均遅延 1 ミリ秒未満
• 最⼤ 7GB/s の帯域幅
• 最⼤ 300,000 IOPS(32K)
• 平均遅延 1 ミリ秒未満
• 最⼤ 9GB/s の帯域幅
容量
※ 削減率 5 倍を想定
• 物理容量 5 〜 10TB
• 有効容量 12.5 〜 25TB ※
• ベースシャーシ構成
• 物理容量 5 〜 40TB
• 有効容量 15 〜 120TB ※
• ベースシャーシ構成
• 物理容量 30 〜 88TB
• 有効容量 60 〜 192TB ※
• ベースシャーシ + 拡張シェルフ
• 物理容量 44 〜 136TB
• 有効容量 132 〜 408TB ※
• ベースシャーシ + 拡張シェルフ
接続仕様 • 4 x 16Gbps FC
or 10GbE iSCSI
• FC、iSCSI 選択
• 2 x 1GbE レプリケーション
• 2 x 1GbE マネージメント
• 8 〜 12 x 8Gbps FC
or 10GbE iSCSI
• FC、iSCSI 混在可
• 2 x 10GbE レプリケーション
• 2 x 1GbE マネージメント
• 8 〜 12 x 8Gbps / 16Gbps FC
or 10GbE iSCSI
• FC、iSCSI 混在可
• 2 x10GbE レプリケーション
• 2 x 1GbE マネージメント
• 8 〜 12 x 8Gbps / 16Gbps FC
or 10GbE iSCSI
• FC、iSCSI 混在可
• 2 x10GbE レプリケーション
• 2 x 1GbE マネージメント
物理仕様 • 3U
• 610W(100 or 200V 電源)
• 47.6kg
• 3U
• 742W(100 or 200V 電源)
• 49.9kg
• 3U +
拡張シェルフあたり 2U(最⼤7U)
• 1007 〜 1447W(200V 電源)
• 49.9kg +
拡張シェルフあたり 19.9kg
• 5U +
拡張シェルフあたり 2U(最⼤11U)
• 1439 〜 2099(200V 電源)
• 70.7Kg +
拡張シェルフあたり 19.9kg
8
9| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
⼀貫して⾼い性能を維持
障害 / メンテナンス時の
性能影響なし
IOPS と
帯域幅の両⽴
SSD 障害時の影響を最⼩化するために、SSD に最適なデータ配置を実装(RAID-
3D)。SSD 復旧時もリビルドが発⽣しないため性能影響なし。
メンテナンス時の影響を最⼩化するために、Primary - Secondary コントローラ
アーキテクチャに最適化。切替時間も数ミリ秒〜数秒で完了。
10| © 2016 Pure Storage Inc.
障害時の性能劣化なし
FC ケーブル抜線
NVRAM 障害 SSD ⼆重障害
SSD 単⼀障害
11| © 2016 Pure Storage Inc.
障害時の性能劣化なし
コントローラ障害
OS アップグレード
12| © 2016 Pure Storage Inc.
Demonstration
13| © 2016 Pure Storage Inc.
環境 @ Tokyo Office
iSCSI スイッチ
10GbE iSCSI x 4
DB サーバ
DB クライアント
DB サーバ
CPU:8コア
メモリ:20GB
Buffer Cache:10GB
Pure Storage
FlashArray //m20
5TB モデル
CPU:8コア
メモリ:20GB
Buffer Cache:10GBRAC
Swingbench
1TB
Order Entry スキーマ
約 1TB
14| © 2016 Pure Storage Inc.
デモの内容
SSD モジュール NVRAM
(書き込みキャッシュ)
//m コントローラ
15| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
HDD(SAS)並の GB 単価
cMLC / TLC
Pure Storage は GB 単価に優れる cMLC / TLC SSD を既に採⽤。今後の技術進
化により⼤容量化が期待できるのも cMLC / TLC である。
安価な SSD に対し、Pure Storage OS(Purity)独⾃のデータ書き込み、ガーベ
ッジ コレクションで⻑寿命化を実現。
インライン
重複排除
インライン
圧縮
16| © 2016 Pure Storage Inc.
そのストレージは最新の SSD を使えるか
Source: http://www.storagereview.com/toshiba_px04s_enterprise_ssd_review
17| © 2016 Pure Storage Inc.
n SSD の寿命については、以下の計算式で定義されている
年 = (容量 x「P/E サイクル数」)/(1 ⽇あたりの書き込み数 x「WAF」)/ 365
n SSD の寿命に関わるキーワード → 次ページで解説
• P / E(プログラム / 消去)サイクル:書き込み耐久性
• P / E サイクルは SSD のスペックに依存
• WAF(Write Amplification Factor):書き込み増幅量
• WAF はホストからの I/O ワークロード、ストレージ OS の書き込み⽅に依存
※ SSD の寿命は P / E サイクルはもちろん、WAF に⼤きく依存する
寿命の計算⽅法
18| © 2016 Pure Storage Inc.
​デュアル SSD ⽅式のメリット
• スロットあたりの密度(容量、性能)を向上
• ⼤容量のフラッシュ モジュールを
低コストで実現
​ユーザから⾒れば SSD x 1 モジュール
• フラッシュ モジュールの単⼀障害は、同⼀
RAID グループの 2 重障害にならない
(ストレージ OS で、別 RAID グループと
して管理)
→ SSD モジュール x 2 障害まで OK
SSD x 2 in 1 モジュール:P/E サイクルを 2 倍に
SSD
19| © 2016 Pure Storage Inc.
n 書き込みワークロードの違いにより、WAF は⼤きく変化する → 同じ SSD でも、
搭載するストレージの書き込みアーキテクチャによって WAF は⼤きく変化する →
ストレージの書き込みアーキテクチャによって SSD 寿命は⼤きく変化する
ストレージ OS と WAF(Write Amplification Factor)
% 18 18 % 18
1832101.8154
846352
1 .0 /
201
20| © 2016 Pure Storage Inc.
ストレージ OS と WAF(Write Amplification Factor)
% 18 18 % 18
1832101.8154
846352
1 .0 /
201
4KB 単位で書き込みするストレージでは WAF は “24.05”
になり、耐⽤期間(寿命)を “1”(相対値)とする
8KB 単位で書き込みするストレージでも WAF は “13.42”
になり、耐⽤期間(寿命)の向上は “1.16”(相対値)程度
MB 単位で書き込みすることで WAF は僅か “3.48” になり、
耐⽤期間(寿命)は “2.54”(相対値)倍に伸びる
21| © 2016 Pure Storage Inc.
n 年 = (容量 x「P/E サイクル数」)/(1 ⽇あたりの書き込み数 x「WAF」)/ 365
n 100,000 IOPS(8KB read 70% write 30%)の例
n (1.83TB x 14,000)/(0.44TB/day x 3.48)/ 365 = 45.88年
• 1.83TB:1 SSD モジュール(3D SSD)容量
• 14,000:P/E サイクル(3D SSD)
• 0.44TB/day:1 ⽇あたりの書き込み数
• 1 ⽇あたりの書き込み数 / 1 SSD モジュール(1.83TB):0.44TB/day
• 19.28TB/day on 44 SSD モジュール(20 + 24)
• 100,000 IOPS 8KB read 70% write 30% = 234MB/sec
• 234MB/sec x 24h(86,400sec)= 19.28TB/day
• 3.48:WAF
Pure Storage による低コスト SSD の⻑寿命化
22| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
HDD(SAS)並の GB 単価
cMLC / TLC
Purity 独⾃のアーキテクチャにより、他社を圧倒する重複排除率、圧縮率を実現。
データ削減率が⾼いほど GB 単価も下がり、耐久性も向上。
インライン
重複排除
インライン
圧縮
23| © 2016 Pure Storage Inc.
HDD(SAS)並の価格を実現するには
データ削減率 3 〜 5 倍なら…
GB 単価は 1/3 〜 1/5
HDD 並の GB 単価を実現!
フラッシュは SAS より数倍⾼い
ココが重要
24| © 2016 Pure Storage Inc.
DB 環境のデータ削減率は 3 〜 5 倍の実績
削減率(圧縮x重複排除)
VSI VDIDB
25| © 2016 Pure Storage Inc.
検証結果:Pure Storage の圧倒的なデータ削減率
0.00
1.00
2.00
3.00
4.00
5.00
6.00
0
200
400
600
800
1000
1200
データ削減
機能なし
Pure Storage
//m シリーズ
A 社 B 社 C 社 D 社
データ削減率
DBサイズ(GB)
プレゼンテーションのみ
26| © 2016 Pure Storage Inc.
安⼼してください オーバーヘッドはありません
1.0
0.8
1.4
1.0
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
8KB Read 8KB Write
IOPS(相対値)
圧縮率 1 倍
圧縮率 4 倍
性能影響を考慮した⾯倒な検討事項なし
(ただでさえ⾼い性能が、更に向上します)
27| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
極めてシンプル
シンプルな
ストレージ設計
シンプルな
運⽤管理
容量 / 性能
拡張もシンプル
28| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
極めてシンプル
シンプルな
ストレージ設計
シンプルな
運⽤管理
容量 / 性能
拡張もシンプル
29| © 2016 Pure Storage Inc.
シンプルなストレージ設計
+DG_DATA
LUN
Pure Storage
Controller : Primary
Controller : Secondary
RAID-3D
+DG_FRA
LUN
必要なもの
• LUN サイズ
• ホストとの接続(マルチパス)
不要になるもの
• HDD / LUN レイアウト
• RAID 設計
• 性能を引き出すための
複数 LUN 作成
• コントローラ縮退稼働の考慮
• etc
30| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
極めてシンプル
シンプルな
ストレージ設計
シンプルな
運⽤管理
容量 / 性能
拡張もシンプル
31| © 2016 Pure Storage Inc.
シンプルな運⽤管理
CloudAssist
ユーザ パートナー
Pure
Storage
Web ブラウザから管理 IP にアクセスし
性能、容量を確認(最⼤ 1 年)
クラウド上のデータから過去
(1 年以上前)の稼働状況および
将来の傾向予測を確認
PURE1 Manage
GUI 管理ツール
32| © 2016 Pure Storage Inc.
シンプルな運⽤管理
33| © 2016 Pure Storage Inc.
シンプルな運⽤管理
34| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
極めてシンプル
シンプルな
ストレージ設計
シンプルな
運⽤管理
容量 / 性能
拡張もシンプル
35| © 2016 Pure Storage Inc.
RAID-3D
容量拡張がシンプル
group group
RAID-3D RAID-3D
group group
group group
group group
group group
group group
容量拡張:もちろんオンライン、更に性能影響なし
group group group group
group group
group group
group group
group group
36| © 2016 Pure Storage Inc.
容量拡張がシンプル:ケーブルを繋げるだけ
容量拡張:もちろんオンライン、更に性能影響なし
//m シャーシ
拡張シェルフ
37| © 2016 Pure Storage Inc.
38| © 2016 Pure Storage Inc.
性能拡張もシンプル:10 年以上使っていただくために
コントローラ
モジュール
2 HA コントローラ
m10 / m20 / m50 / m70
3 年ごとに、無償 で最新の
コントローラをお届け!!
(Forever Flash プログラム)
39| © 2016 Pure Storage Inc.
サービスに影響なしで オンライン コントローラ交換
Pure Storage
m20 Controller : Primary
m20 Controller : Secondary m50 Controller
1. セカンダリを上位モデルのコントローラと⼊替
Pure Storage
m20 Controller : Secondary
m50 Controller : Primary
2. コントローラのロールを切替 3. もう⽚⽅のコントローラも⼊替
Pure Storage
m50 Controller : Primary
m50 Controller : Secondary
40| © 2016 Pure Storage Inc.
41| © 2016 Pure Storage Inc.
容量も性能も 3U で性能
ラックスペース & 消費電⼒
//m20
//m50
//m70
//m next…
性能
ラックスペース & 消費電⼒
Pure
Storage
A 社
フットプリント消費なし、データ再配置も不要
42| © 2016 Pure Storage Inc.
本⽇の内容
5 分で分かる Pure Storage①
OLTP ワークロードと Pure Storage②
バックアップと Pure Storage③
まとめ④
43| © 2016 Pure Storage Inc.
従来の OLTP 環境
Buffer Hit % ≒ 100%
アクセス範囲
性能
キャッシュ ヒット率が命 ⼤容量メモリを積めば安⼼?
…ではない!
44| © 2016 Pure Storage Inc.
メモリ上に
データがない
メモリ
サイズ不⾜
従来の OLTP 環境
キャッシュにヒットしないケースは沢⼭ある…
メンテナンス後
遅くなる
メモリ スロット
に空きがない
新製品への
アクセスが遅い
予測を超える
ピークがきた
45| © 2016 Pure Storage Inc.
OLTP 環境で使⽤される Oracle Database 機能
パーティション OLTP 表圧縮
• 表と索引のパーティション化
による、ヒット率の向上
• パーティション単位のメンテ
ナンスによる運⽤コスト削減
• メモリ使⽤量の節約による
ヒット率の向上
• ストレージ容量の節約
ヒット率を⾼めて性能向上!
46| © 2016 Pure Storage Inc.
OLTP 表圧縮
• メモリ使⽤量の節約による
ヒット率の向上
• ストレージ容量の節約
OLTP 環境で使⽤される Oracle Database 機能
パーティション
• 表と索引のパーティション化
による、ヒット率の向上
• パーティション単位のメンテ
ナンスによる運⽤コスト削減
ヒット率を⾼めて性能向上!
47| © 2016 Pure Storage Inc.
メモリ上に
データがない
メモリ
サイズ不⾜
従来の OLTP 環境
メンテナンス後
遅くなる
メモリ スロット
に空きがない
新製品への
アクセスが遅い
予測を超える
ピークがきた
✔ ✔
Oracle Database 機能により、ヒット率を⾼めて性能向上!
48| © 2016 Pure Storage Inc.
メモリ上に
データがない
メモリ
サイズ不⾜
Pure Storage であれば
キャッシュにヒットしなくても良い DB システムを実現できる!
メンテナンス後
遅くなる
メモリ スロット
に空きがない
新製品への
アクセスが遅い
予測を超える
ピークがきた
✔ ✔
✔ ✔
49| © 2016 Pure Storage Inc.
ここで、よくある話
フラッシュは速いと⾔っても
CPU、メモリに⽐べれば
遅いよね?
オールフラッシュは IOPS 命!
100 万 IOPS 欲しい!
サーバ サイド フラッシュ
ならもっと速い!
50| © 2016 Pure Storage Inc.
検証環境
FC スイッチ
8Gbps FC x 4
DB サーバ
DB クライアント
DB サーバ
CPU:8コア
メモリ:48GB
Buffer Cache:10GB
Pure Storage
FlashArray //m20
10TB モデル
CPU:8コア
メモリ:48GB
Buffer Cache:10GBRAC
51| © 2016 Pure Storage Inc.
Pure Storage
検証環境
DB #1
1.5 TB
DB #2
1.5TB
LUN
ASM diskgroup
パーティション ON パーティション OFF
DB #2
1.5 TB
LUN
ASM diskgroup
SSD x 40(10TB)
52| © 2016 Pure Storage Inc.
LUN
Pure Storage
【ご参考】本環境でのデータ削減率
DB #2
1.5TB
LUN
ASM diskgroup
パーティション ON パーティション OFF
DB #2
1.5 TB
ASM diskgroup
SSD x 40(10TB)
185
GB
160
GB
DB #1
1.5 TB削減率
8:1
削減率
9:1
53| © 2016 Pure Storage Inc.
n パーティション ON / OFF ともに、キャッシュ ミスが多発してもヒット率が
⾼い性能と同等であることを確認
OLTP ワークロード:中負荷
0.0
2.5
5.0
7.5
10.0
12.5
15.0
17.5
20.0
22.5
25.0
0
100
200
300
400
500
600
700
800
900
1,000
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBResponseTime(ms)
DBTransactions/sec
Working Set Size (GB)
TPS: ON TPS: OFF RESP: ON RESP: OFF
0
10
20
30
40
50
60
70
80
90
100
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBServerCPUUtilization(%)
Working Set Size (GB)
CPU node 1: ON CPU node 2: ON
CPU node 1: OFF CPU node 2: OFF
54| © 2016 Pure Storage Inc.
ご参考
n SQL を処理するのは CPU(I/O ベンチマーク ツールは⼤きく異なる)
n フラッシュで I/O 待ちを減らし、CPU を使う時間を⻑くする
n ボトルネックは、ストレージ I/O からDB サーバ CPU に
n IOPS より latency が重視
I/O系待機DB CPU DB CPU I/O系待機
I/O系
待機
DB CPU DB CPU
I/O系
待機
I/O系
待機
DB CPU DB CPU
I/O系
待機
HDD 環境
AFA 環境
55| © 2016 Pure Storage Inc.
n パーティション OFF の場合、Oracle レイヤでボトルネックが発⽣し、性能
が頭打ち
OLTP ワークロード:⾼負荷
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
160.0
180.0
200.0
220.0
0
300
600
900
1,200
1,500
1,800
2,100
2,400
2,700
3,000
3,300
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBResponseTime(ms)
DBTransactions/sec
Working Set Size (GB)
TPS: ON TPS: OFF RESP: ON RESP: OFF
0
10
20
30
40
50
60
70
80
90
100
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBServerCPUUtilization(%)
Working Set Size (GB)
CPU node 1: ON CPU node 2: ON
CPU node 1: OFF CPU node 2: OFF
56| © 2016 Pure Storage Inc.
Oracle ボトルネック
パーティション ON / OFF による影響
ON:WSS = 5GB
ON:WSS = 50GB
OFF:WSS = 5GB
OFF:WSS = 50GB
57| © 2016 Pure Storage Inc.
n パーティション OFF の場合、Oracle レイヤでボトルネックが発⽣し、性能
が頭打ち
OLTP ワークロード:⾼負荷
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
160.0
180.0
200.0
220.0
0
300
600
900
1,200
1,500
1,800
2,100
2,400
2,700
3,000
3,300
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBResponseTime(ms)
DBTransactions/sec
Working Set Size (GB)
TPS: ON TPS: OFF RESP: ON RESP: OFF
0
10
20
30
40
50
60
70
80
90
100
5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB
DBServerCPUUtilization(%)
Working Set Size (GB)
CPU node 1: ON CPU node 2: ON
CPU node 1: OFF CPU node 2: OFF
16 CPU 使い切っているときの
Pure Storage の I/O 統計は?
58| © 2016 Pure Storage Inc.
Pure Storage:I/O 統計
59| © 2016 Pure Storage Inc.
Pure Storage:I/O 統計
11,160 IOPS
60| © 2016 Pure Storage Inc.
Oracle Database:AWR レポート
61| © 2016 Pure Storage Inc.
本⽇の内容
5 分で分かる Pure Storage①
OLTP ワークロードと Pure Storage②
バックアップと Pure Storage③
まとめ④
62| © 2016 Pure Storage Inc.
​Pure Storage のスナップショット
• DBサイズに関わらず⼀瞬でバックア
ップ / リストア
• メタデータをコピーするだけ(デ
ータ本体はそのまま)
• バックアップ領域の容量も最⼩限
(変更分のみ)
• バック アップ モードへの移⾏が必要
​Oracle Database の RMAN
• Oracle がほぼ⾃動化してくれるので、
⾮常にシンプルで、DBA としては使
い易い
• 静⽌点の考慮も不要
• バックアップ領域の削減や差分バッ
クアップを考え出すと…
Oracle のオンライン バックアップを考える
63| © 2016 Pure Storage Inc.
​Pure Storage のスナップショット
• DBサイズに関わらず⼀瞬でバックア
ップ / リストア
• メタデータをコピーするだけ(デ
ータ本体はそのまま)
• バックアップ領域の容量も最⼩限
(変更分のみ)
• バック アップ モードへの移⾏が必要
​Oracle Database の RMAN
• Oracle がほぼ⾃動化してくれるので、
⾮常にシンプルで、DBA としては使
い易い
• 静⽌点の考慮も不要
• バックアップ領域の削減や差分バッ
クアップを考え出すと…
スナップショットによるバックアップ
64| © 2016 Pure Storage Inc.
n Good News!:Oracle Database 12c からバックアップモードへの移⾏が不要に!
• MOD ID 604683.1 の内容を準拠する必要あり
→ Pure Storage のスナップショットはもちろん準拠しています
• Database crash consistent at the point of the snapshot
• Write ordering is preserved for each file within a snapshot
• Snapshot stores the time at which a snapshot is completed
n ご参考
• MOS ID 604683.1:Supported Backup, Restore and Recovery Operations
using Third Party Snapshot Technologies
• SR 3-12340033401 : Supported Oracle Database version of third party
Snapshot without backup mode (Doc ID 604683.1)
※ My Oracle Support(MOS)のアカウントが必要
スナップショットによるバックアップ
65| © 2016 Pure Storage Inc.
n スクリプトの作成や連携ツールの
インストールが不要に!
スナップショットによる
バックアップ
66| © 2016 Pure Storage Inc.
RMAN の検討事項
RMAN バックアップ
⽇ ⽉ ⽕ ⽔ …
フル 差分 差分 差分
RMAN による圧縮の検討
• Basic
• Low / Medium / High
(EE オプション)
バックアップ⾼速化機能の検討
• ⾼速増分バックアップ(EE)
• マルチ チャネル、マルチ セクション
による並列化(EE)
リカバリ時間短縮のための検討
• 増分更新バックアップの検討
67| © 2016 Pure Storage Inc.
Pure Storage で RMAN 効率化
フル バックアップを 差分 バックアップに
RMAN バックアップ
(FULL)
⽉ ⽕ ⽔ …
容量増加は差分だけ
• インライン重複排除が効果を発揮
(削減率を考慮するとイメージコピー
がオススメ)
シンプルな RMAN 運⽤
• リストアは 1 回だけ
• 差分増分、累積増分、増分更新バック
アップ等の検討不要
• RMAN 圧縮の検討不要
68| © 2016 Pure Storage Inc.
【検証結果】RMAN フル バックアップ:1.5TB DB
0:21:16
0:25:03
0:32:52
0:48:13
0:12:37
0:13:41
0:17:38
1:29:22
0:00:00 0:14:24 0:28:48 0:43:12 0:57:36 1:12:00 1:26:24 1:40:48
8 channel
4 channel
2 channel
1 channel
8 channel
4 channel
2 channel
1 channel
ImageCopyBackupSet
Elapsed Time (hh:mm:ss)
69| © 2016 Pure Storage Inc.
【検証結果】RMAN フル バックアップ:1.5TB DB
0:21:16
0:25:03
0:32:52
0:48:13
0:12:37
0:13:41
0:17:38
1:29:22
0:00:00 0:14:24 0:28:48 0:43:12 0:57:36 1:12:00 1:26:24 1:40:48
8 channel
4 channel
2 channel
1 channel
8 channel
4 channel
2 channel
1 channel
ImageCopyBackupSet
Elapsed Time (hh:mm:ss)
70| © 2016 Pure Storage Inc.
【検証結果】RMAN フル バックアップ:1 チャネル時
BackupSetImageCopy
帯域幅 600 MB/sec 平均 I/O サイズ:512 KB
イメージ コピー:シリアル処理でもそこそこの性能
71| © 2016 Pure Storage Inc.
本⽇の内容
5 分で分かる Pure Storage①
OLTP ワークロードと Pure Storage②
バックアップと Pure Storage③
まとめ④
72| © 2016 Pure Storage Inc.
DB 環境で⼈気の理由
1 2 3
⼀貫して⾼い
性能を維持
HDD(SAS)並の
GB 単価
極めて
シンプル
OLTP ワークロード
キャッシュ ヒット / ミス
からの解放
バックアップ
スナップショットはもちろん
RMAN 効率化と⾼速化
73| © 2016 Pure Storage Inc.
Pure Storage //m10
容量から考える DB 統合
最⼩構成
有効容量:9 〜 15 TB
(物理容量:5TB)
7 万 IOPS 〜 10 万 IOPS
RAID-3D
512G
512G
1TB
2TB
1TB
1,000 IOPS 5,000 IOPS 10,000 IOPS
2,000 IOPS 5,000 IOPS → 合計 23,000 IOPS / 7 万 IOPS 〜 10 万 IOPS
→ 合計 5 TB / 9 〜 15 TB
74| © 2016 Pure Storage Inc.
Pure Storage //m10
容量から考える DB 統合
最⼩構成
有効容量:9 〜 15 TB
(物理容量:5TB)
7 万 IOPS 〜 10 万 IOPS
RAID-3D
512G
512G
1TB
2TB
1TB
1,000 IOPS 5,000 IOPS 10,000 IOPS
2,000 IOPS 5,000 IOPS → 合計 23,000 IOPS / 7 万 IOPS 〜 10 万 IOPS
→ 合計 5 TB / 9 〜 15 TB
75| © 2016 Pure Storage Inc.
DB on Pure Storage シリーズはじめました
https://www.youtube.com/channel/UCDmM7wvEXQjoNpBpFM_mCWg
Pure Storage Japan YouTube 検索
76| © 2016 Pure Storage Inc.
つづく

Mais conteúdo relacionado

Mais procurados

[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
Insight Technology, Inc.
 

Mais procurados (20)

[db tech showcase Tokyo 2016] A12: フラッシュストレージのその先へ ~不揮発性メモリNVDIMMが拓くデータベースの世界...
[db tech showcase Tokyo 2016] A12: フラッシュストレージのその先へ ~不揮発性メモリNVDIMMが拓くデータベースの世界...[db tech showcase Tokyo 2016] A12: フラッシュストレージのその先へ ~不揮発性メモリNVDIMMが拓くデータベースの世界...
[db tech showcase Tokyo 2016] A12: フラッシュストレージのその先へ ~不揮発性メモリNVDIMMが拓くデータベースの世界...
 
[db tech showcase Tokyo 2017] B14: 4年連続No.1リーダー評価のストレージでDBクローンするとどんな感じ?瞬時のクロー...
[db tech showcase Tokyo 2017] B14: 4年連続No.1リーダー評価のストレージでDBクローンするとどんな感じ?瞬時のクロー...[db tech showcase Tokyo 2017] B14: 4年連続No.1リーダー評価のストレージでDBクローンするとどんな感じ?瞬時のクロー...
[db tech showcase Tokyo 2017] B14: 4年連続No.1リーダー評価のストレージでDBクローンするとどんな感じ?瞬時のクロー...
 
Rakuten New MySQL Backup System With Xtrabackup
Rakuten New MySQL Backup System With XtrabackupRakuten New MySQL Backup System With Xtrabackup
Rakuten New MySQL Backup System With Xtrabackup
 
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
 
[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
[db tech showcase Tokyo 2016] A35: NVMe徹底検証 by 株式会社インサイトテクノロジー 平間 大輔
 
[db tech showcase Tokyo 2017] A27: ストレージ視点から見たMariaDB性能チューニング by 東芝メモリ株式会社 佐藤修一
[db tech showcase Tokyo 2017] A27: ストレージ視点から見たMariaDB性能チューニング by 東芝メモリ株式会社 佐藤修一[db tech showcase Tokyo 2017] A27: ストレージ視点から見たMariaDB性能チューニング by 東芝メモリ株式会社 佐藤修一
[db tech showcase Tokyo 2017] A27: ストレージ視点から見たMariaDB性能チューニング by 東芝メモリ株式会社 佐藤修一
 
[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!? - PostgreSQ...
[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!? - PostgreSQ...[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!? - PostgreSQ...
[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!? - PostgreSQ...
 
今さら聞けない HANAのハナシの基本のほ
今さら聞けない HANAのハナシの基本のほ今さら聞けない HANAのハナシの基本のほ
今さら聞けない HANAのハナシの基本のほ
 
[db tech showcase Tokyo 2016] C32: 世界一速いPostgreSQLを目指せ!インメモリカラムナの実現 by 富士通株式会...
[db tech showcase Tokyo 2016] C32: 世界一速いPostgreSQLを目指せ!インメモリカラムナの実現 by 富士通株式会...[db tech showcase Tokyo 2016] C32: 世界一速いPostgreSQLを目指せ!インメモリカラムナの実現 by 富士通株式会...
[db tech showcase Tokyo 2016] C32: 世界一速いPostgreSQLを目指せ!インメモリカラムナの実現 by 富士通株式会...
 
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
 
DBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - DelphixDBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - Delphix
 
ヤフーを支えるフラッシュストレージ
ヤフーを支えるフラッシュストレージヤフーを支えるフラッシュストレージ
ヤフーを支えるフラッシュストレージ
 
[20171019 三木会] データベース・マイグレーションについて by 株式会社シー・エス・イー 藤井 元雄 氏
[20171019 三木会] データベース・マイグレーションについて by 株式会社シー・エス・イー 藤井 元雄 氏[20171019 三木会] データベース・マイグレーションについて by 株式会社シー・エス・イー 藤井 元雄 氏
[20171019 三木会] データベース・マイグレーションについて by 株式会社シー・エス・イー 藤井 元雄 氏
 
[db tech showcase Tokyo 2017] A16: Using a Multi-Model Database to Improve Da...
[db tech showcase Tokyo 2017] A16: Using a Multi-Model Database to Improve Da...[db tech showcase Tokyo 2017] A16: Using a Multi-Model Database to Improve Da...
[db tech showcase Tokyo 2017] A16: Using a Multi-Model Database to Improve Da...
 
[db tech showcase Tokyo 2017] D21: ついに Red Hat Enterprise Linuxで SQL Serverが使...
[db tech showcase Tokyo 2017] D21: ついに Red Hat Enterprise Linuxで SQL Serverが使...[db tech showcase Tokyo 2017] D21: ついに Red Hat Enterprise Linuxで SQL Serverが使...
[db tech showcase Tokyo 2017] D21: ついに Red Hat Enterprise Linuxで SQL Serverが使...
 
[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...
 
[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] E33: こんな方法あり!? 何でもありです! インフラストラクチャレベルインメモリコンピュー...
[db tech showcase Tokyo 2016] E33: こんな方法あり!? 何でもありです! インフラストラクチャレベルインメモリコンピュー...[db tech showcase Tokyo 2016] E33: こんな方法あり!? 何でもありです! インフラストラクチャレベルインメモリコンピュー...
[db tech showcase Tokyo 2016] E33: こんな方法あり!? 何でもありです! インフラストラクチャレベルインメモリコンピュー...
 
[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] 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...
 

Destaque

Lt駆動開発 01 プレゼン
Lt駆動開発 01 プレゼンLt駆動開発 01 プレゼン
Lt駆動開発 01 プレゼン
Kakigi Katuyuki
 
IoT and Evolution of Mobile Networks toward 5G
IoT and Evolution of Mobile Networks toward 5GIoT and Evolution of Mobile Networks toward 5G
IoT and Evolution of Mobile Networks toward 5G
Osaka University
 
イノベーションに向けたR&dの再定義
イノベーションに向けたR&dの再定義イノベーションに向けたR&dの再定義
イノベーションに向けたR&dの再定義
Osaka University
 

Destaque (20)

グラフィック仮想化セミナ - 伊藤忠テクノソリューションズ株式会社様
グラフィック仮想化セミナ - 伊藤忠テクノソリューションズ株式会社様グラフィック仮想化セミナ - 伊藤忠テクノソリューションズ株式会社様
グラフィック仮想化セミナ - 伊藤忠テクノソリューションズ株式会社様
 
Developers.IO 2016 F-1 セッション資料
Developers.IO 2016 F-1 セッション資料Developers.IO 2016 F-1 セッション資料
Developers.IO 2016 F-1 セッション資料
 
アジャイルによくきく?モデリング
アジャイルによくきく?モデリングアジャイルによくきく?モデリング
アジャイルによくきく?モデリング
 
Speeda新機能開発にddd tddを取り入れた話
Speeda新機能開発にddd tddを取り入れた話Speeda新機能開発にddd tddを取り入れた話
Speeda新機能開発にddd tddを取り入れた話
 
dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料dbtech showcase 2016 Delphix講演資料
dbtech showcase 2016 Delphix講演資料
 
Lt駆動開発 01 プレゼン
Lt駆動開発 01 プレゼンLt駆動開発 01 プレゼン
Lt駆動開発 01 プレゼン
 
How to be an agile programmer.
How to be an agile programmer.How to be an agile programmer.
How to be an agile programmer.
 
そろそろ(おまえらの)DevOpsについて一言いっておくか
そろそろ(おまえらの)DevOpsについて一言いっておくかそろそろ(おまえらの)DevOpsについて一言いっておくか
そろそろ(おまえらの)DevOpsについて一言いっておくか
 
AWS Summit Chicago 2016発表のサービスアップデートまとめ
AWS Summit Chicago 2016発表のサービスアップデートまとめAWS Summit Chicago 2016発表のサービスアップデートまとめ
AWS Summit Chicago 2016発表のサービスアップデートまとめ
 
Scrum Bangalore 18th Meetup - October 15, 2016 - Agile Architecture - Deepak ...
Scrum Bangalore 18th Meetup - October 15, 2016 - Agile Architecture - Deepak ...Scrum Bangalore 18th Meetup - October 15, 2016 - Agile Architecture - Deepak ...
Scrum Bangalore 18th Meetup - October 15, 2016 - Agile Architecture - Deepak ...
 
KVM環境におけるネットワーク速度ベンチマーク
KVM環境におけるネットワーク速度ベンチマークKVM環境におけるネットワーク速度ベンチマーク
KVM環境におけるネットワーク速度ベンチマーク
 
IoT and Evolution of Mobile Networks toward 5G
IoT and Evolution of Mobile Networks toward 5GIoT and Evolution of Mobile Networks toward 5G
IoT and Evolution of Mobile Networks toward 5G
 
「レガシーコード」とはいったい?
「レガシーコード」とはいったい?「レガシーコード」とはいったい?
「レガシーコード」とはいったい?
 
今からはじめるPuppet 2016 ~ インフラエンジニアのたしなみ ~
今からはじめるPuppet 2016 ~ インフラエンジニアのたしなみ ~今からはじめるPuppet 2016 ~ インフラエンジニアのたしなみ ~
今からはじめるPuppet 2016 ~ インフラエンジニアのたしなみ ~
 
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...
 
イノベーションに向けたR&dの再定義
イノベーションに向けたR&dの再定義イノベーションに向けたR&dの再定義
イノベーションに向けたR&dの再定義
 
OSS活動の活発さと評価の関係について
OSS活動の活発さと評価の関係についてOSS活動の活発さと評価の関係について
OSS活動の活発さと評価の関係について
 
師弟登壇2015 GMOペパボ @hfm
師弟登壇2015 GMOペパボ @hfm師弟登壇2015 GMOペパボ @hfm
師弟登壇2015 GMOペパボ @hfm
 
Tokyo Salesforce DG Meetup 2017新年会〜Advent Calendarふりかえり〜
Tokyo Salesforce DG Meetup 2017新年会〜Advent Calendarふりかえり〜Tokyo Salesforce DG Meetup 2017新年会〜Advent Calendarふりかえり〜
Tokyo Salesforce DG Meetup 2017新年会〜Advent Calendarふりかえり〜
 
『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月 『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
 

Semelhante a [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 ~データベースアプリケーションに影響なしに、オンライン運用を続けるには~ by ピュア・ストレージ・ジャパン株式会社 岩本 知博

20121205 nosql(okuyama fs)セミナー資料
20121205 nosql(okuyama fs)セミナー資料20121205 nosql(okuyama fs)セミナー資料
20121205 nosql(okuyama fs)セミナー資料
Takahiro Iwase
 

Semelhante a [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 ~データベースアプリケーションに影響なしに、オンライン運用を続けるには~ by ピュア・ストレージ・ジャパン株式会社 岩本 知博 (20)

[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
 
20140315 jawsdays i2 instance io performance
20140315 jawsdays i2 instance io performance20140315 jawsdays i2 instance io performance
20140315 jawsdays i2 instance io performance
 
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
 
EC2のストレージどう使う? -Instance Storageを理解して高速IOを上手に活用!-
EC2のストレージどう使う? -Instance Storageを理解して高速IOを上手に活用!-EC2のストレージどう使う? -Instance Storageを理解して高速IOを上手に活用!-
EC2のストレージどう使う? -Instance Storageを理解して高速IOを上手に活用!-
 
Snr005 レノボだから実現
Snr005 レノボだから実現Snr005 レノボだから実現
Snr005 レノボだから実現
 
[db tech showcase Tokyo 2015] D13:PCIeフラッシュで、高可用性高性能データベースシステム?! by 株式会社HGSTジ...
[db tech showcase Tokyo 2015] D13:PCIeフラッシュで、高可用性高性能データベースシステム?! by 株式会社HGSTジ...[db tech showcase Tokyo 2015] D13:PCIeフラッシュで、高可用性高性能データベースシステム?! by 株式会社HGSTジ...
[db tech showcase Tokyo 2015] D13:PCIeフラッシュで、高可用性高性能データベースシステム?! by 株式会社HGSTジ...
 
Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI) Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
 
アメーバブログを支えるデータセンターとインフラ技術
アメーバブログを支えるデータセンターとインフラ技術 アメーバブログを支えるデータセンターとインフラ技術
アメーバブログを支えるデータセンターとインフラ技術
 
第22回-第1部「この価格でここまでできる!驚愕のエントリー・ストレージ活用方法」-IBM Storwize V3700-(2012/11/29 on し...
第22回-第1部「この価格でここまでできる!驚愕のエントリー・ストレージ活用方法」-IBM Storwize V3700-(2012/11/29 on し...第22回-第1部「この価格でここまでできる!驚愕のエントリー・ストレージ活用方法」-IBM Storwize V3700-(2012/11/29 on し...
第22回-第1部「この価格でここまでできる!驚愕のエントリー・ストレージ活用方法」-IBM Storwize V3700-(2012/11/29 on し...
 
第9回「Fusion-io ioDriveがもたらした新世界とテクノロジーの肝」(2011/10/06 on しすなま!) ②IBM資料
第9回「Fusion-io ioDriveがもたらした新世界とテクノロジーの肝」(2011/10/06 on しすなま!) ②IBM資料第9回「Fusion-io ioDriveがもたらした新世界とテクノロジーの肝」(2011/10/06 on しすなま!) ②IBM資料
第9回「Fusion-io ioDriveがもたらした新世界とテクノロジーの肝」(2011/10/06 on しすなま!) ②IBM資料
 
Interact2019 ws2019 s2d_IN05
Interact2019 ws2019 s2d_IN05Interact2019 ws2019 s2d_IN05
Interact2019 ws2019 s2d_IN05
 
Sql database managed instance overview and internals
Sql database managed instance overview and internalsSql database managed instance overview and internals
Sql database managed instance overview and internals
 
[db tech showcase Tokyo 2014] 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 by ネッ...
[db tech showcase Tokyo 2014] 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  by ネッ...[db tech showcase Tokyo 2014] 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  by ネッ...
[db tech showcase Tokyo 2014] 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 by ネッ...
 
20121205 nosql(okuyama fs)セミナー資料
20121205 nosql(okuyama fs)セミナー資料20121205 nosql(okuyama fs)セミナー資料
20121205 nosql(okuyama fs)セミナー資料
 
新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイント新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイント
 
日本のお客様におけるAmazon Auroraへの移行・検証事例と技術ポイント
日本のお客様におけるAmazon Auroraへの移行・検証事例と技術ポイント日本のお客様におけるAmazon Auroraへの移行・検証事例と技術ポイント
日本のお客様におけるAmazon Auroraへの移行・検証事例と技術ポイント
 
Oracle Cloud PaaS & IaaS:2019年10月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年10月度サービス情報アップデートOracle Cloud PaaS & IaaS:2019年10月度サービス情報アップデート
Oracle Cloud PaaS & IaaS:2019年10月度サービス情報アップデート
 
Managed Instance チートシート
Managed Instance チートシートManaged Instance チートシート
Managed Instance チートシート
 
Ibm クラウドデータベースの使いどころ
Ibm クラウドデータベースの使いどころIbm クラウドデータベースの使いどころ
Ibm クラウドデータベースの使いどころ
 
IBMクラウドデータベースの使いどころ
IBMクラウドデータベースの使いどころIBMクラウドデータベースの使いどころ
IBMクラウドデータベースの使いどころ
 

Mais de 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.
 

Mais de 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]
 

Último

Último (12)

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。
 
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。
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
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
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
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)
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
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
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 

[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 ~データベースアプリケーションに影響なしに、オンライン運用を続けるには~ by ピュア・ストレージ・ジャパン株式会社 岩本 知博

  • 1. 1| © 2016 Pure Storage Inc. ​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 ​〜 データベース アプリケーションに影響なしに ​ オンライン運⽤を続けるには 〜 ピュア・ストレージ・ジャパン株式会社 岩本 知博
  • 2. 2| © 2016 Pure Storage Inc. 本⽇の内容 5 分で分かる Pure Storage① OLTP ワークロードと Pure Storage② バックアップと Pure Storage③ まとめ④
  • 3. 3| © 2016 Pure Storage Inc. 5 分で分かる? PURE STORAGE
  • 4. 4| © 2016 Pure Storage Inc. DB 環境で⼈気の Pure Storage Oracle MSFT - SQL Server Epic & EMR SAP Exchange NoSQL, Mongo, MySQL IBM SAS VMware Hyper-V XenServer OpenStack View Citrix Existing Business New Business DB / Apps 44 % VSI 32% VDI 24%
  • 5. 5| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 ⼀貫して⾼い性能を維持 障害 / メンテナンス時の 性能劣化なし IOPS と 帯域幅の両⽴
  • 6. 6| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 ⼀貫して⾼い性能を維持 障害 / メンテナンス時の 性能影響なし IOPS と 帯域幅の両⽴ オール フラッシュであれば、⼩サイズ(4KB 〜 8KB)での IOPS は⾼くて 当たり前。Pure Storage であれば、可変⻑ブロックにより⾼い帯域幅も実現。
  • 7. 7| © 2016 Pure Storage Inc. IOPS と帯域幅の両⽴ 0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000 900,000 1,000,000 IOPS 4KB に最適化された フラッシュ製品 4KB 8KB 16KB 32KB 64KB IOPS 帯域幅 バッチ処理や RMAN バックアップ を速くするには 帯域幅 が必要
  • 8. 8| © 2016 Pure Storage Inc. Pure Storage の I/O 性能 モデル名 //m10 //m20 //m50 //m70 パフォーマンス • 最⼤ 100,000 IOPS(32K) • 平均遅延 1 ミリ秒未満 • 最⼤ 3GB/s の帯域幅 • 最⼤ 150,000 IOPS(32K) • 平均遅延 1 ミリ秒未満 • 最⼤ 5GB/s の帯域幅 • 最⼤ 220,000 IOPS(32K) • 平均遅延 1 ミリ秒未満 • 最⼤ 7GB/s の帯域幅 • 最⼤ 300,000 IOPS(32K) • 平均遅延 1 ミリ秒未満 • 最⼤ 9GB/s の帯域幅 容量 ※ 削減率 5 倍を想定 • 物理容量 5 〜 10TB • 有効容量 12.5 〜 25TB ※ • ベースシャーシ構成 • 物理容量 5 〜 40TB • 有効容量 15 〜 120TB ※ • ベースシャーシ構成 • 物理容量 30 〜 88TB • 有効容量 60 〜 192TB ※ • ベースシャーシ + 拡張シェルフ • 物理容量 44 〜 136TB • 有効容量 132 〜 408TB ※ • ベースシャーシ + 拡張シェルフ 接続仕様 • 4 x 16Gbps FC or 10GbE iSCSI • FC、iSCSI 選択 • 2 x 1GbE レプリケーション • 2 x 1GbE マネージメント • 8 〜 12 x 8Gbps FC or 10GbE iSCSI • FC、iSCSI 混在可 • 2 x 10GbE レプリケーション • 2 x 1GbE マネージメント • 8 〜 12 x 8Gbps / 16Gbps FC or 10GbE iSCSI • FC、iSCSI 混在可 • 2 x10GbE レプリケーション • 2 x 1GbE マネージメント • 8 〜 12 x 8Gbps / 16Gbps FC or 10GbE iSCSI • FC、iSCSI 混在可 • 2 x10GbE レプリケーション • 2 x 1GbE マネージメント 物理仕様 • 3U • 610W(100 or 200V 電源) • 47.6kg • 3U • 742W(100 or 200V 電源) • 49.9kg • 3U + 拡張シェルフあたり 2U(最⼤7U) • 1007 〜 1447W(200V 電源) • 49.9kg + 拡張シェルフあたり 19.9kg • 5U + 拡張シェルフあたり 2U(最⼤11U) • 1439 〜 2099(200V 電源) • 70.7Kg + 拡張シェルフあたり 19.9kg 8
  • 9. 9| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 ⼀貫して⾼い性能を維持 障害 / メンテナンス時の 性能影響なし IOPS と 帯域幅の両⽴ SSD 障害時の影響を最⼩化するために、SSD に最適なデータ配置を実装(RAID- 3D)。SSD 復旧時もリビルドが発⽣しないため性能影響なし。 メンテナンス時の影響を最⼩化するために、Primary - Secondary コントローラ アーキテクチャに最適化。切替時間も数ミリ秒〜数秒で完了。
  • 10. 10| © 2016 Pure Storage Inc. 障害時の性能劣化なし FC ケーブル抜線 NVRAM 障害 SSD ⼆重障害 SSD 単⼀障害
  • 11. 11| © 2016 Pure Storage Inc. 障害時の性能劣化なし コントローラ障害 OS アップグレード
  • 12. 12| © 2016 Pure Storage Inc. Demonstration
  • 13. 13| © 2016 Pure Storage Inc. 環境 @ Tokyo Office iSCSI スイッチ 10GbE iSCSI x 4 DB サーバ DB クライアント DB サーバ CPU:8コア メモリ:20GB Buffer Cache:10GB Pure Storage FlashArray //m20 5TB モデル CPU:8コア メモリ:20GB Buffer Cache:10GBRAC Swingbench 1TB Order Entry スキーマ 約 1TB
  • 14. 14| © 2016 Pure Storage Inc. デモの内容 SSD モジュール NVRAM (書き込みキャッシュ) //m コントローラ
  • 15. 15| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 HDD(SAS)並の GB 単価 cMLC / TLC Pure Storage は GB 単価に優れる cMLC / TLC SSD を既に採⽤。今後の技術進 化により⼤容量化が期待できるのも cMLC / TLC である。 安価な SSD に対し、Pure Storage OS(Purity)独⾃のデータ書き込み、ガーベ ッジ コレクションで⻑寿命化を実現。 インライン 重複排除 インライン 圧縮
  • 16. 16| © 2016 Pure Storage Inc. そのストレージは最新の SSD を使えるか Source: http://www.storagereview.com/toshiba_px04s_enterprise_ssd_review
  • 17. 17| © 2016 Pure Storage Inc. n SSD の寿命については、以下の計算式で定義されている 年 = (容量 x「P/E サイクル数」)/(1 ⽇あたりの書き込み数 x「WAF」)/ 365 n SSD の寿命に関わるキーワード → 次ページで解説 • P / E(プログラム / 消去)サイクル:書き込み耐久性 • P / E サイクルは SSD のスペックに依存 • WAF(Write Amplification Factor):書き込み増幅量 • WAF はホストからの I/O ワークロード、ストレージ OS の書き込み⽅に依存 ※ SSD の寿命は P / E サイクルはもちろん、WAF に⼤きく依存する 寿命の計算⽅法
  • 18. 18| © 2016 Pure Storage Inc. ​デュアル SSD ⽅式のメリット • スロットあたりの密度(容量、性能)を向上 • ⼤容量のフラッシュ モジュールを 低コストで実現 ​ユーザから⾒れば SSD x 1 モジュール • フラッシュ モジュールの単⼀障害は、同⼀ RAID グループの 2 重障害にならない (ストレージ OS で、別 RAID グループと して管理) → SSD モジュール x 2 障害まで OK SSD x 2 in 1 モジュール:P/E サイクルを 2 倍に SSD
  • 19. 19| © 2016 Pure Storage Inc. n 書き込みワークロードの違いにより、WAF は⼤きく変化する → 同じ SSD でも、 搭載するストレージの書き込みアーキテクチャによって WAF は⼤きく変化する → ストレージの書き込みアーキテクチャによって SSD 寿命は⼤きく変化する ストレージ OS と WAF(Write Amplification Factor) % 18 18 % 18 1832101.8154 846352 1 .0 / 201
  • 20. 20| © 2016 Pure Storage Inc. ストレージ OS と WAF(Write Amplification Factor) % 18 18 % 18 1832101.8154 846352 1 .0 / 201 4KB 単位で書き込みするストレージでは WAF は “24.05” になり、耐⽤期間(寿命)を “1”(相対値)とする 8KB 単位で書き込みするストレージでも WAF は “13.42” になり、耐⽤期間(寿命)の向上は “1.16”(相対値)程度 MB 単位で書き込みすることで WAF は僅か “3.48” になり、 耐⽤期間(寿命)は “2.54”(相対値)倍に伸びる
  • 21. 21| © 2016 Pure Storage Inc. n 年 = (容量 x「P/E サイクル数」)/(1 ⽇あたりの書き込み数 x「WAF」)/ 365 n 100,000 IOPS(8KB read 70% write 30%)の例 n (1.83TB x 14,000)/(0.44TB/day x 3.48)/ 365 = 45.88年 • 1.83TB:1 SSD モジュール(3D SSD)容量 • 14,000:P/E サイクル(3D SSD) • 0.44TB/day:1 ⽇あたりの書き込み数 • 1 ⽇あたりの書き込み数 / 1 SSD モジュール(1.83TB):0.44TB/day • 19.28TB/day on 44 SSD モジュール(20 + 24) • 100,000 IOPS 8KB read 70% write 30% = 234MB/sec • 234MB/sec x 24h(86,400sec)= 19.28TB/day • 3.48:WAF Pure Storage による低コスト SSD の⻑寿命化
  • 22. 22| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 HDD(SAS)並の GB 単価 cMLC / TLC Purity 独⾃のアーキテクチャにより、他社を圧倒する重複排除率、圧縮率を実現。 データ削減率が⾼いほど GB 単価も下がり、耐久性も向上。 インライン 重複排除 インライン 圧縮
  • 23. 23| © 2016 Pure Storage Inc. HDD(SAS)並の価格を実現するには データ削減率 3 〜 5 倍なら… GB 単価は 1/3 〜 1/5 HDD 並の GB 単価を実現! フラッシュは SAS より数倍⾼い ココが重要
  • 24. 24| © 2016 Pure Storage Inc. DB 環境のデータ削減率は 3 〜 5 倍の実績 削減率(圧縮x重複排除) VSI VDIDB
  • 25. 25| © 2016 Pure Storage Inc. 検証結果:Pure Storage の圧倒的なデータ削減率 0.00 1.00 2.00 3.00 4.00 5.00 6.00 0 200 400 600 800 1000 1200 データ削減 機能なし Pure Storage //m シリーズ A 社 B 社 C 社 D 社 データ削減率 DBサイズ(GB) プレゼンテーションのみ
  • 26. 26| © 2016 Pure Storage Inc. 安⼼してください オーバーヘッドはありません 1.0 0.8 1.4 1.0 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 8KB Read 8KB Write IOPS(相対値) 圧縮率 1 倍 圧縮率 4 倍 性能影響を考慮した⾯倒な検討事項なし (ただでさえ⾼い性能が、更に向上します)
  • 27. 27| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 極めてシンプル シンプルな ストレージ設計 シンプルな 運⽤管理 容量 / 性能 拡張もシンプル
  • 28. 28| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 極めてシンプル シンプルな ストレージ設計 シンプルな 運⽤管理 容量 / 性能 拡張もシンプル
  • 29. 29| © 2016 Pure Storage Inc. シンプルなストレージ設計 +DG_DATA LUN Pure Storage Controller : Primary Controller : Secondary RAID-3D +DG_FRA LUN 必要なもの • LUN サイズ • ホストとの接続(マルチパス) 不要になるもの • HDD / LUN レイアウト • RAID 設計 • 性能を引き出すための 複数 LUN 作成 • コントローラ縮退稼働の考慮 • etc
  • 30. 30| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 極めてシンプル シンプルな ストレージ設計 シンプルな 運⽤管理 容量 / 性能 拡張もシンプル
  • 31. 31| © 2016 Pure Storage Inc. シンプルな運⽤管理 CloudAssist ユーザ パートナー Pure Storage Web ブラウザから管理 IP にアクセスし 性能、容量を確認(最⼤ 1 年) クラウド上のデータから過去 (1 年以上前)の稼働状況および 将来の傾向予測を確認 PURE1 Manage GUI 管理ツール
  • 32. 32| © 2016 Pure Storage Inc. シンプルな運⽤管理
  • 33. 33| © 2016 Pure Storage Inc. シンプルな運⽤管理
  • 34. 34| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 極めてシンプル シンプルな ストレージ設計 シンプルな 運⽤管理 容量 / 性能 拡張もシンプル
  • 35. 35| © 2016 Pure Storage Inc. RAID-3D 容量拡張がシンプル group group RAID-3D RAID-3D group group group group group group group group group group 容量拡張:もちろんオンライン、更に性能影響なし group group group group group group group group group group group group
  • 36. 36| © 2016 Pure Storage Inc. 容量拡張がシンプル:ケーブルを繋げるだけ 容量拡張:もちろんオンライン、更に性能影響なし //m シャーシ 拡張シェルフ
  • 37. 37| © 2016 Pure Storage Inc.
  • 38. 38| © 2016 Pure Storage Inc. 性能拡張もシンプル:10 年以上使っていただくために コントローラ モジュール 2 HA コントローラ m10 / m20 / m50 / m70 3 年ごとに、無償 で最新の コントローラをお届け!! (Forever Flash プログラム)
  • 39. 39| © 2016 Pure Storage Inc. サービスに影響なしで オンライン コントローラ交換 Pure Storage m20 Controller : Primary m20 Controller : Secondary m50 Controller 1. セカンダリを上位モデルのコントローラと⼊替 Pure Storage m20 Controller : Secondary m50 Controller : Primary 2. コントローラのロールを切替 3. もう⽚⽅のコントローラも⼊替 Pure Storage m50 Controller : Primary m50 Controller : Secondary
  • 40. 40| © 2016 Pure Storage Inc.
  • 41. 41| © 2016 Pure Storage Inc. 容量も性能も 3U で性能 ラックスペース & 消費電⼒ //m20 //m50 //m70 //m next… 性能 ラックスペース & 消費電⼒ Pure Storage A 社 フットプリント消費なし、データ再配置も不要
  • 42. 42| © 2016 Pure Storage Inc. 本⽇の内容 5 分で分かる Pure Storage① OLTP ワークロードと Pure Storage② バックアップと Pure Storage③ まとめ④
  • 43. 43| © 2016 Pure Storage Inc. 従来の OLTP 環境 Buffer Hit % ≒ 100% アクセス範囲 性能 キャッシュ ヒット率が命 ⼤容量メモリを積めば安⼼? …ではない!
  • 44. 44| © 2016 Pure Storage Inc. メモリ上に データがない メモリ サイズ不⾜ 従来の OLTP 環境 キャッシュにヒットしないケースは沢⼭ある… メンテナンス後 遅くなる メモリ スロット に空きがない 新製品への アクセスが遅い 予測を超える ピークがきた
  • 45. 45| © 2016 Pure Storage Inc. OLTP 環境で使⽤される Oracle Database 機能 パーティション OLTP 表圧縮 • 表と索引のパーティション化 による、ヒット率の向上 • パーティション単位のメンテ ナンスによる運⽤コスト削減 • メモリ使⽤量の節約による ヒット率の向上 • ストレージ容量の節約 ヒット率を⾼めて性能向上!
  • 46. 46| © 2016 Pure Storage Inc. OLTP 表圧縮 • メモリ使⽤量の節約による ヒット率の向上 • ストレージ容量の節約 OLTP 環境で使⽤される Oracle Database 機能 パーティション • 表と索引のパーティション化 による、ヒット率の向上 • パーティション単位のメンテ ナンスによる運⽤コスト削減 ヒット率を⾼めて性能向上!
  • 47. 47| © 2016 Pure Storage Inc. メモリ上に データがない メモリ サイズ不⾜ 従来の OLTP 環境 メンテナンス後 遅くなる メモリ スロット に空きがない 新製品への アクセスが遅い 予測を超える ピークがきた ✔ ✔ Oracle Database 機能により、ヒット率を⾼めて性能向上!
  • 48. 48| © 2016 Pure Storage Inc. メモリ上に データがない メモリ サイズ不⾜ Pure Storage であれば キャッシュにヒットしなくても良い DB システムを実現できる! メンテナンス後 遅くなる メモリ スロット に空きがない 新製品への アクセスが遅い 予測を超える ピークがきた ✔ ✔ ✔ ✔
  • 49. 49| © 2016 Pure Storage Inc. ここで、よくある話 フラッシュは速いと⾔っても CPU、メモリに⽐べれば 遅いよね? オールフラッシュは IOPS 命! 100 万 IOPS 欲しい! サーバ サイド フラッシュ ならもっと速い!
  • 50. 50| © 2016 Pure Storage Inc. 検証環境 FC スイッチ 8Gbps FC x 4 DB サーバ DB クライアント DB サーバ CPU:8コア メモリ:48GB Buffer Cache:10GB Pure Storage FlashArray //m20 10TB モデル CPU:8コア メモリ:48GB Buffer Cache:10GBRAC
  • 51. 51| © 2016 Pure Storage Inc. Pure Storage 検証環境 DB #1 1.5 TB DB #2 1.5TB LUN ASM diskgroup パーティション ON パーティション OFF DB #2 1.5 TB LUN ASM diskgroup SSD x 40(10TB)
  • 52. 52| © 2016 Pure Storage Inc. LUN Pure Storage 【ご参考】本環境でのデータ削減率 DB #2 1.5TB LUN ASM diskgroup パーティション ON パーティション OFF DB #2 1.5 TB ASM diskgroup SSD x 40(10TB) 185 GB 160 GB DB #1 1.5 TB削減率 8:1 削減率 9:1
  • 53. 53| © 2016 Pure Storage Inc. n パーティション ON / OFF ともに、キャッシュ ミスが多発してもヒット率が ⾼い性能と同等であることを確認 OLTP ワークロード:中負荷 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 0 100 200 300 400 500 600 700 800 900 1,000 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBResponseTime(ms) DBTransactions/sec Working Set Size (GB) TPS: ON TPS: OFF RESP: ON RESP: OFF 0 10 20 30 40 50 60 70 80 90 100 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBServerCPUUtilization(%) Working Set Size (GB) CPU node 1: ON CPU node 2: ON CPU node 1: OFF CPU node 2: OFF
  • 54. 54| © 2016 Pure Storage Inc. ご参考 n SQL を処理するのは CPU(I/O ベンチマーク ツールは⼤きく異なる) n フラッシュで I/O 待ちを減らし、CPU を使う時間を⻑くする n ボトルネックは、ストレージ I/O からDB サーバ CPU に n IOPS より latency が重視 I/O系待機DB CPU DB CPU I/O系待機 I/O系 待機 DB CPU DB CPU I/O系 待機 I/O系 待機 DB CPU DB CPU I/O系 待機 HDD 環境 AFA 環境
  • 55. 55| © 2016 Pure Storage Inc. n パーティション OFF の場合、Oracle レイヤでボトルネックが発⽣し、性能 が頭打ち OLTP ワークロード:⾼負荷 0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0 180.0 200.0 220.0 0 300 600 900 1,200 1,500 1,800 2,100 2,400 2,700 3,000 3,300 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBResponseTime(ms) DBTransactions/sec Working Set Size (GB) TPS: ON TPS: OFF RESP: ON RESP: OFF 0 10 20 30 40 50 60 70 80 90 100 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBServerCPUUtilization(%) Working Set Size (GB) CPU node 1: ON CPU node 2: ON CPU node 1: OFF CPU node 2: OFF
  • 56. 56| © 2016 Pure Storage Inc. Oracle ボトルネック パーティション ON / OFF による影響 ON:WSS = 5GB ON:WSS = 50GB OFF:WSS = 5GB OFF:WSS = 50GB
  • 57. 57| © 2016 Pure Storage Inc. n パーティション OFF の場合、Oracle レイヤでボトルネックが発⽣し、性能 が頭打ち OLTP ワークロード:⾼負荷 0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0 180.0 200.0 220.0 0 300 600 900 1,200 1,500 1,800 2,100 2,400 2,700 3,000 3,300 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBResponseTime(ms) DBTransactions/sec Working Set Size (GB) TPS: ON TPS: OFF RESP: ON RESP: OFF 0 10 20 30 40 50 60 70 80 90 100 5GB 10GB 15GB 20GB 25GB 30GB 35GB 40GB 45GB 50GB DBServerCPUUtilization(%) Working Set Size (GB) CPU node 1: ON CPU node 2: ON CPU node 1: OFF CPU node 2: OFF 16 CPU 使い切っているときの Pure Storage の I/O 統計は?
  • 58. 58| © 2016 Pure Storage Inc. Pure Storage:I/O 統計
  • 59. 59| © 2016 Pure Storage Inc. Pure Storage:I/O 統計 11,160 IOPS
  • 60. 60| © 2016 Pure Storage Inc. Oracle Database:AWR レポート
  • 61. 61| © 2016 Pure Storage Inc. 本⽇の内容 5 分で分かる Pure Storage① OLTP ワークロードと Pure Storage② バックアップと Pure Storage③ まとめ④
  • 62. 62| © 2016 Pure Storage Inc. ​Pure Storage のスナップショット • DBサイズに関わらず⼀瞬でバックア ップ / リストア • メタデータをコピーするだけ(デ ータ本体はそのまま) • バックアップ領域の容量も最⼩限 (変更分のみ) • バック アップ モードへの移⾏が必要 ​Oracle Database の RMAN • Oracle がほぼ⾃動化してくれるので、 ⾮常にシンプルで、DBA としては使 い易い • 静⽌点の考慮も不要 • バックアップ領域の削減や差分バッ クアップを考え出すと… Oracle のオンライン バックアップを考える
  • 63. 63| © 2016 Pure Storage Inc. ​Pure Storage のスナップショット • DBサイズに関わらず⼀瞬でバックア ップ / リストア • メタデータをコピーするだけ(デ ータ本体はそのまま) • バックアップ領域の容量も最⼩限 (変更分のみ) • バック アップ モードへの移⾏が必要 ​Oracle Database の RMAN • Oracle がほぼ⾃動化してくれるので、 ⾮常にシンプルで、DBA としては使 い易い • 静⽌点の考慮も不要 • バックアップ領域の削減や差分バッ クアップを考え出すと… スナップショットによるバックアップ
  • 64. 64| © 2016 Pure Storage Inc. n Good News!:Oracle Database 12c からバックアップモードへの移⾏が不要に! • MOD ID 604683.1 の内容を準拠する必要あり → Pure Storage のスナップショットはもちろん準拠しています • Database crash consistent at the point of the snapshot • Write ordering is preserved for each file within a snapshot • Snapshot stores the time at which a snapshot is completed n ご参考 • MOS ID 604683.1:Supported Backup, Restore and Recovery Operations using Third Party Snapshot Technologies • SR 3-12340033401 : Supported Oracle Database version of third party Snapshot without backup mode (Doc ID 604683.1) ※ My Oracle Support(MOS)のアカウントが必要 スナップショットによるバックアップ
  • 65. 65| © 2016 Pure Storage Inc. n スクリプトの作成や連携ツールの インストールが不要に! スナップショットによる バックアップ
  • 66. 66| © 2016 Pure Storage Inc. RMAN の検討事項 RMAN バックアップ ⽇ ⽉ ⽕ ⽔ … フル 差分 差分 差分 RMAN による圧縮の検討 • Basic • Low / Medium / High (EE オプション) バックアップ⾼速化機能の検討 • ⾼速増分バックアップ(EE) • マルチ チャネル、マルチ セクション による並列化(EE) リカバリ時間短縮のための検討 • 増分更新バックアップの検討
  • 67. 67| © 2016 Pure Storage Inc. Pure Storage で RMAN 効率化 フル バックアップを 差分 バックアップに RMAN バックアップ (FULL) ⽉ ⽕ ⽔ … 容量増加は差分だけ • インライン重複排除が効果を発揮 (削減率を考慮するとイメージコピー がオススメ) シンプルな RMAN 運⽤ • リストアは 1 回だけ • 差分増分、累積増分、増分更新バック アップ等の検討不要 • RMAN 圧縮の検討不要
  • 68. 68| © 2016 Pure Storage Inc. 【検証結果】RMAN フル バックアップ:1.5TB DB 0:21:16 0:25:03 0:32:52 0:48:13 0:12:37 0:13:41 0:17:38 1:29:22 0:00:00 0:14:24 0:28:48 0:43:12 0:57:36 1:12:00 1:26:24 1:40:48 8 channel 4 channel 2 channel 1 channel 8 channel 4 channel 2 channel 1 channel ImageCopyBackupSet Elapsed Time (hh:mm:ss)
  • 69. 69| © 2016 Pure Storage Inc. 【検証結果】RMAN フル バックアップ:1.5TB DB 0:21:16 0:25:03 0:32:52 0:48:13 0:12:37 0:13:41 0:17:38 1:29:22 0:00:00 0:14:24 0:28:48 0:43:12 0:57:36 1:12:00 1:26:24 1:40:48 8 channel 4 channel 2 channel 1 channel 8 channel 4 channel 2 channel 1 channel ImageCopyBackupSet Elapsed Time (hh:mm:ss)
  • 70. 70| © 2016 Pure Storage Inc. 【検証結果】RMAN フル バックアップ:1 チャネル時 BackupSetImageCopy 帯域幅 600 MB/sec 平均 I/O サイズ:512 KB イメージ コピー:シリアル処理でもそこそこの性能
  • 71. 71| © 2016 Pure Storage Inc. 本⽇の内容 5 分で分かる Pure Storage① OLTP ワークロードと Pure Storage② バックアップと Pure Storage③ まとめ④
  • 72. 72| © 2016 Pure Storage Inc. DB 環境で⼈気の理由 1 2 3 ⼀貫して⾼い 性能を維持 HDD(SAS)並の GB 単価 極めて シンプル OLTP ワークロード キャッシュ ヒット / ミス からの解放 バックアップ スナップショットはもちろん RMAN 効率化と⾼速化
  • 73. 73| © 2016 Pure Storage Inc. Pure Storage //m10 容量から考える DB 統合 最⼩構成 有効容量:9 〜 15 TB (物理容量:5TB) 7 万 IOPS 〜 10 万 IOPS RAID-3D 512G 512G 1TB 2TB 1TB 1,000 IOPS 5,000 IOPS 10,000 IOPS 2,000 IOPS 5,000 IOPS → 合計 23,000 IOPS / 7 万 IOPS 〜 10 万 IOPS → 合計 5 TB / 9 〜 15 TB
  • 74. 74| © 2016 Pure Storage Inc. Pure Storage //m10 容量から考える DB 統合 最⼩構成 有効容量:9 〜 15 TB (物理容量:5TB) 7 万 IOPS 〜 10 万 IOPS RAID-3D 512G 512G 1TB 2TB 1TB 1,000 IOPS 5,000 IOPS 10,000 IOPS 2,000 IOPS 5,000 IOPS → 合計 23,000 IOPS / 7 万 IOPS 〜 10 万 IOPS → 合計 5 TB / 9 〜 15 TB
  • 75. 75| © 2016 Pure Storage Inc. DB on Pure Storage シリーズはじめました https://www.youtube.com/channel/UCDmM7wvEXQjoNpBpFM_mCWg Pure Storage Japan YouTube 検索
  • 76. 76| © 2016 Pure Storage Inc. つづく