Enviar pesquisa
Carregar
インメモリーで超高速処理を実現する場合のカギ
•
5 gostaram
•
2,607 visualizações
M
Masaki Yamakawa
Seguir
Apache GEODE Meetup Tokyo #2 の資料です。
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 30
Baixar agora
Baixar para ler offline
Recomendados
インメモリーデータグリッドの選択肢
インメモリーデータグリッドの選択肢
Masaki Yamakawa
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
株式会社コロプラ『GKE と Cloud Spanner が躍動するドラゴンクエストウォーク』第 9 回 Google Cloud INSIDE Game...
株式会社コロプラ『GKE と Cloud Spanner が躍動するドラゴンクエストウォーク』第 9 回 Google Cloud INSIDE Game...
Google Cloud Platform - Japan
Apache Spark on Kubernetes入門(Open Source Conference 2021 Online Hiroshima 発表資料)
Apache Spark on Kubernetes入門(Open Source Conference 2021 Online Hiroshima 発表資料)
NTT DATA Technology & Innovation
〜Apache Geode 入門 gfsh によるクラスター構築・管理
〜Apache Geode 入門 gfsh によるクラスター構築・管理
Akihiro Kitada
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
BuildKitによる高速でセキュアなイメージビルド
BuildKitによる高速でセキュアなイメージビルド
Akihiro Suda
アーキテクチャから理解するPostgreSQLのレプリケーション
アーキテクチャから理解するPostgreSQLのレプリケーション
Masahiko Sawada
Recomendados
インメモリーデータグリッドの選択肢
インメモリーデータグリッドの選択肢
Masaki Yamakawa
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
株式会社コロプラ『GKE と Cloud Spanner が躍動するドラゴンクエストウォーク』第 9 回 Google Cloud INSIDE Game...
株式会社コロプラ『GKE と Cloud Spanner が躍動するドラゴンクエストウォーク』第 9 回 Google Cloud INSIDE Game...
Google Cloud Platform - Japan
Apache Spark on Kubernetes入門(Open Source Conference 2021 Online Hiroshima 発表資料)
Apache Spark on Kubernetes入門(Open Source Conference 2021 Online Hiroshima 発表資料)
NTT DATA Technology & Innovation
〜Apache Geode 入門 gfsh によるクラスター構築・管理
〜Apache Geode 入門 gfsh によるクラスター構築・管理
Akihiro Kitada
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
BuildKitによる高速でセキュアなイメージビルド
BuildKitによる高速でセキュアなイメージビルド
Akihiro Suda
アーキテクチャから理解するPostgreSQLのレプリケーション
アーキテクチャから理解するPostgreSQLのレプリケーション
Masahiko Sawada
Githubを使って簡単に helm repoを公開してみよう
Githubを使って簡単に helm repoを公開してみよう
Shingo Omura
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
Preferred Networks
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Toru Makabe
Hadoop -NameNode HAの仕組み-
Hadoop -NameNode HAの仕組み-
Yuki Gonda
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
Yasuhiro Matsuo
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Yoshiki Nakagawa
Metaspace
Metaspace
Yasumasa Suenaga
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
コンテナ未経験新人が学ぶコンテナ技術入門
コンテナ未経験新人が学ぶコンテナ技術入門
Kohei Tokunaga
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
NTT DATA Technology & Innovation
BigQueryの課金、節約しませんか
BigQueryの課金、節約しませんか
Ryuji Tamagawa
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Samir Hammoudi
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
Taku Miyakawa
DevOpsにおけるAnsibleの立ち位置と使い所
DevOpsにおけるAnsibleの立ち位置と使い所
Hidetoshi Hirokawa
OCIランタイムの筆頭「runc」を俯瞰する
OCIランタイムの筆頭「runc」を俯瞰する
Kohei Tokunaga
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Yahoo!デベロッパーネットワーク
Twitterのsnowflakeについて
Twitterのsnowflakeについて
moai kids
Unified JVM Logging
Unified JVM Logging
Yuji Kubota
Geode hands-on
Geode hands-on
Masaki Yamakawa
20171118 jjug snappydata
20171118 jjug snappydata
Masaki Yamakawa
Mais conteúdo relacionado
Mais procurados
Githubを使って簡単に helm repoを公開してみよう
Githubを使って簡単に helm repoを公開してみよう
Shingo Omura
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
Preferred Networks
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Toru Makabe
Hadoop -NameNode HAの仕組み-
Hadoop -NameNode HAの仕組み-
Yuki Gonda
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
Yasuhiro Matsuo
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Yoshiki Nakagawa
Metaspace
Metaspace
Yasumasa Suenaga
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
コンテナ未経験新人が学ぶコンテナ技術入門
コンテナ未経験新人が学ぶコンテナ技術入門
Kohei Tokunaga
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
NTT DATA Technology & Innovation
BigQueryの課金、節約しませんか
BigQueryの課金、節約しませんか
Ryuji Tamagawa
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Samir Hammoudi
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
Taku Miyakawa
DevOpsにおけるAnsibleの立ち位置と使い所
DevOpsにおけるAnsibleの立ち位置と使い所
Hidetoshi Hirokawa
OCIランタイムの筆頭「runc」を俯瞰する
OCIランタイムの筆頭「runc」を俯瞰する
Kohei Tokunaga
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Yahoo!デベロッパーネットワーク
Twitterのsnowflakeについて
Twitterのsnowflakeについて
moai kids
Unified JVM Logging
Unified JVM Logging
Yuji Kubota
Mais procurados
(20)
Githubを使って簡単に helm repoを公開してみよう
Githubを使って簡単に helm repoを公開してみよう
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
わかる!metadata.managedFields / Kubernetes Meetup Tokyo 48
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Kubernetesのしくみ やさしく学ぶ 内部構造とアーキテクチャー
Hadoop -NameNode HAの仕組み-
Hadoop -NameNode HAの仕組み-
分散システムについて語らせてくれ
分散システムについて語らせてくれ
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Metaspace
Metaspace
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
コンテナ未経験新人が学ぶコンテナ技術入門
コンテナ未経験新人が学ぶコンテナ技術入門
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
JAVA_HOME/binにあるコマンド、いくつ使っていますか?[JVM関連ツール編](JJUGナイトセミナー「Java解析ツール特集」 発表資料)
BigQueryの課金、節約しませんか
BigQueryの課金、節約しませんか
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Javaのログ出力: 道具と考え方
Javaのログ出力: 道具と考え方
DevOpsにおけるAnsibleの立ち位置と使い所
DevOpsにおけるAnsibleの立ち位置と使い所
OCIランタイムの筆頭「runc」を俯瞰する
OCIランタイムの筆頭「runc」を俯瞰する
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Apache Igniteインメモリーデータ処理プラットフォーム:特徴&利活用
Twitterのsnowflakeについて
Twitterのsnowflakeについて
Unified JVM Logging
Unified JVM Logging
Destaque
Geode hands-on
Geode hands-on
Masaki Yamakawa
20171118 jjug snappydata
20171118 jjug snappydata
Masaki Yamakawa
Java9を迎えた今こそ!Java本格(再)入門
Java9を迎えた今こそ!Java本格(再)入門
Takuya Okada
Dockerで始める Java EE アプリケーション開発 for JJUG CCC 2017
Dockerで始める Java EE アプリケーション開発 for JJUG CCC 2017
Kohei Saito
JJUG初心者のためのJava/JJUG講座
JJUG初心者のためのJava/JJUG講座
Yusuke Suzuki
Java SE 9の紹介: モジュール・システムを中心に
Java SE 9の紹介: モジュール・システムを中心に
Taku Miyakawa
Spring Bootの本当の理解ポイント #jjug
Spring Bootの本当の理解ポイント #jjug
Masatoshi Tada
Destaque
(7)
Geode hands-on
Geode hands-on
20171118 jjug snappydata
20171118 jjug snappydata
Java9を迎えた今こそ!Java本格(再)入門
Java9を迎えた今こそ!Java本格(再)入門
Dockerで始める Java EE アプリケーション開発 for JJUG CCC 2017
Dockerで始める Java EE アプリケーション開発 for JJUG CCC 2017
JJUG初心者のためのJava/JJUG講座
JJUG初心者のためのJava/JJUG講座
Java SE 9の紹介: モジュール・システムを中心に
Java SE 9の紹介: モジュール・システムを中心に
Spring Bootの本当の理解ポイント #jjug
Spring Bootの本当の理解ポイント #jjug
Semelhante a インメモリーで超高速処理を実現する場合のカギ
2015 0228 OpenStack swift; GMO Internet Services
2015 0228 OpenStack swift; GMO Internet Services
Naoto Gohko
Aerospike deep dive LDTs
Aerospike deep dive LDTs
Masaki Toyoshima
HeapStats: Introduction and Technical Preview
HeapStats: Introduction and Technical Preview
Yuji Kubota
OpenStackで始めるクラウド環境構築入門 Havana&DevStack編
OpenStackで始めるクラウド環境構築入門 Havana&DevStack編
VirtualTech Japan Inc.
Apache Torqueについて
Apache Torqueについて
tako pons
gumiStudy#5 JavaScript でネイティブiPhone/Androidアプリを作る
gumiStudy#5 JavaScript でネイティブiPhone/Androidアプリを作る
gumilab
20120405 setsunaセミナー
20120405 setsunaセミナー
Takahiro Iwase
20200414 Advanced Features in Amazon Elasticsearch Service
20200414 Advanced Features in Amazon Elasticsearch Service
Amazon Web Services Japan
Jubatus分類器の活用テクニック
Jubatus分類器の活用テクニック
JubatusOfficial
GMOインターネットにおけるOpenStack Swiftのサービス化とその利用事例のご紹介 - OpenStack最新情報セミナー 2015年2月
GMOインターネットにおけるOpenStack Swiftのサービス化とその利用事例のご紹介 - OpenStack最新情報セミナー 2015年2月
VirtualTech Japan Inc.
Lucas apa pacsec_slides_jp-final
Lucas apa pacsec_slides_jp-final
PacSecJP
OpenStack, Hadoop -- OSSクラウドの最新動向
OpenStack, Hadoop -- OSSクラウドの最新動向
Masanori Itoh
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
Ohyama Masanori
VIRLとPyATSで実現するネットワークCI
VIRLとPyATSで実現するネットワークCI
tetsusat
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
VirtualTech Japan Inc.
Elastic ML Introduction
Elastic ML Introduction
Hiroshi Yoshioka
DynamoDBの初心者に伝えたい初めて触るときの勘所
DynamoDBの初心者に伝えたい初めて触るときの勘所
Ryo Sasaki
ATN No.2 Scala事始め
ATN No.2 Scala事始め
AdvancedTechNight
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Satoyuki Tsukano
ついにリリース!! MySQL 8.0 最新情報
ついにリリース!! MySQL 8.0 最新情報
yoyamasaki
Semelhante a インメモリーで超高速処理を実現する場合のカギ
(20)
2015 0228 OpenStack swift; GMO Internet Services
2015 0228 OpenStack swift; GMO Internet Services
Aerospike deep dive LDTs
Aerospike deep dive LDTs
HeapStats: Introduction and Technical Preview
HeapStats: Introduction and Technical Preview
OpenStackで始めるクラウド環境構築入門 Havana&DevStack編
OpenStackで始めるクラウド環境構築入門 Havana&DevStack編
Apache Torqueについて
Apache Torqueについて
gumiStudy#5 JavaScript でネイティブiPhone/Androidアプリを作る
gumiStudy#5 JavaScript でネイティブiPhone/Androidアプリを作る
20120405 setsunaセミナー
20120405 setsunaセミナー
20200414 Advanced Features in Amazon Elasticsearch Service
20200414 Advanced Features in Amazon Elasticsearch Service
Jubatus分類器の活用テクニック
Jubatus分類器の活用テクニック
GMOインターネットにおけるOpenStack Swiftのサービス化とその利用事例のご紹介 - OpenStack最新情報セミナー 2015年2月
GMOインターネットにおけるOpenStack Swiftのサービス化とその利用事例のご紹介 - OpenStack最新情報セミナー 2015年2月
Lucas apa pacsec_slides_jp-final
Lucas apa pacsec_slides_jp-final
OpenStack, Hadoop -- OSSクラウドの最新動向
OpenStack, Hadoop -- OSSクラウドの最新動向
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
VIRLとPyATSで実現するネットワークCI
VIRLとPyATSで実現するネットワークCI
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
Elastic ML Introduction
Elastic ML Introduction
DynamoDBの初心者に伝えたい初めて触るときの勘所
DynamoDBの初心者に伝えたい初めて触るときの勘所
ATN No.2 Scala事始め
ATN No.2 Scala事始め
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
Packetbeatの基礎から、IoTデバイス異常検知への応用まで
ついにリリース!! MySQL 8.0 最新情報
ついにリリース!! MySQL 8.0 最新情報
Mais de Masaki Yamakawa
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
Masaki Yamakawa
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
Masaki Yamakawa
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
Masaki Yamakawa
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
Masaki Yamakawa
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
Masaki Yamakawa
20181031 springfest spring data geode
20181031 springfest spring data geode
Masaki Yamakawa
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
20180217 hackertackle geode
20180217 hackertackle geode
Masaki Yamakawa
20171125 springfest snappydata
20171125 springfest snappydata
Masaki Yamakawa
Mais de Masaki Yamakawa
(9)
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
20181031 springfest spring data geode
20181031 springfest spring data geode
Apache geode at-s1p
Apache geode at-s1p
20180217 hackertackle geode
20180217 hackertackle geode
20171125 springfest snappydata
20171125 springfest snappydata
Último
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
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)
Hiroshi Tomioka
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
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)
NTT DATA Technology & Innovation
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
Último
(8)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
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)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
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)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
インメモリーで超高速処理を実現する場合のカギ
1.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by Apache GEODE Meetup Tokyo #2 インメモリーで超高速処理を実現する場合のカギ 2016/10/11 ウルシステムズ株式会社 http://www.ulsystems.co.jp mailto:info@ulsystems.co.jp Tel: 03-6220-1420 Fax: 03-6220-1402
2.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 1 About Me 山河 征紀 Business Private • GEODE歴:9年(Since 2008) • GEODEバグ報告数:nnn 件 • マラソン • 横浜マラソン2016:4h17m • 目標は今年度中のサブ4 • 登山 • 目標はココ
3.
ULS 2 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by インメモリーで 超高速処理を実現する場合のカギ
4.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 3 処理に応じてデータの分散を繰り返す Apache Geodeでの大量データ処理 処理A 処理B 処理C 処理A 処理B 処理C 処理A 処理B 処理C パーティション リージョン パーティション リージョン パーティション リージョン パーティション リージョン どうしてもメモリーにのらないデータはDiskやRDBへ保持 高速に処理を行うためには、 たくさんのオブジェクトをメモリーへのせることが重要!
5.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 4 リージョンのおさらい リージョンとは分散するデータを保持する入れ物のこと データの特性によってレプリケーションとパーティションを 使い分ける パーティションレプリケーション すべてのマシンで同一のデータ を保持する 何れかのマシンにデータが存在 する 今回の例で言うと 処理への入出力データは「パーティションリージョン」 マスターデータは「レプリケーションリージョン」
6.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 5 データは、Javaのヒープメモリ上にJavaのオブジェクトと して管理される Geodeにおけるデータ管理 JVM Cache Region Key Value ABC GGG XYG Region … Region … • インメモリデータへのエントリポイント • アプリケーションはキャッシュを介して、データへの一連の操作を行う • 任意のリージョンにより構成 • 論理的なデータのグループ(RDBにおけるテーブルのイメージ) • Key-Value形式でのデータ管理 • 任意のオブジェクトに対して、一意のKeyを指定 • スキーマの概念はなく、任意のオブジェクトを格納 Cache Region public class Employee { private int employeeNo; private String firstName; private String lastName; private String deptCode; ・・・ ・・・ }
7.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 6 1. Javaオブジェクトのメモリー使用量 2. 通信レイテンシー 今日、お話したいこと 処理A 処理B 処理C 処理A 処理B 処理C 処理A 処理B 処理C パーティション リージョン パーティション リージョン パーティション リージョン パーティション リージョン
8.
ULS 7 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by Javaオブジェクトのメモリー使用量
9.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 8 Apache Geodeのメモリー使用量 1億件のオブジェクトをデータ分散してみると… public class ObjectPerson implements Serializable { private Integer id; private String firstName; private String lastName; private Integer age; private Address address; private List<String[]> phoneNumbers; private List<String> emails; private Date createdAt; private Date updatedAt; …(setter/getter略)… JVM サーバ JVM サーバ JVM サーバ JVM サーバ 1億件 データ分散 (パーティション) 1オブジェクト のサイズ 200byte (感覚値) 全体サイズ 20GB (200byte×1億件) 1Nodeあたり メモリ使用量 5GB (20GB÷4Node) 見積値 (感覚)
10.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 9 Apache Geodeのメモリー使用量 予想を大幅に超えるメモリー使用量! 0.0 GB 20.0 GB 40.0 GB 60.0 GB 80.0 GB 100.0 GB 120.0 GB 140.0 GB 160.0 GB 180.0 GB 見積値 実測値 Server1 Server2 Server3 Server4 見積値の 約9倍! 44.2 GB 45.7 GB 44.5 GB 45.5 GB 179.9 GB 20.0 GB
11.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 10 なぜJavaオブジェクトが肥大化するのか Javaでは、フィールドが何もないオブジェクトを生成するだ けでも、メモリーを消費してしまう public class EmptyObject { } public class NullSetObject { private String str01 = null; (略) private String str50 = null; private Integer int01 = null; (略) private Integer int50 = null; } String, Integerそれぞれ50個あり、 すべてnullを設定したオブジェクト フィールドがひとつもない オブジェクト それぞれ100万オブジェクト生成し、生成にかかった時間とメモリー使用 量を測定した結果は… EmptyObject NullSetObject 生成時間 17 ms 382 ms メモリー使用量 33.5 MB 430.2 MB 22倍も遅い 13倍も多い
12.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 11 Stringのために88Byte必要 int配列4Byteのために32Byte必要 なぜJavaオブジェクトが肥大化するのか オブジェクトを1つ生成する毎に、標準のメタデータが必要! メタデータ:クラスポインター、状態フラグ、同期情報フラグなど 標準のメタデータ int 0 24 28 [Byte] 標準のメタデータ サイズ int 0 24 32 [Byte]36 標準のメタデータ Obj固有のメタデータ ポインタ char char標準のメタデータ サイズ char ・・・ 0 5624 48 0 3824 32 int用の4Byteのために24Byte必要 数値をIntegerで保持する場合 数値配列をInteger配列で保持する場合 Stringの場合
13.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 12 jmapによりオブジェクト数を確認してみると… num #instances #bytes class name ---------------------------------------------- 1: 28000397 896018224 [Ljava.lang.String; 2: 14000714 812049584 [Ljava.lang.Object; 3: 28000000 672000000 java.util.Date 4: 14000012 336000288 java.util.ArrayList 5: 7000000 336000000 geodemeetup2.object.optimize.person.ObjectPerson 6: 14000128 224002048 java.lang.Integer 7: 7000000 224000000 geodemeetup2.object.optimize.person.ObjectAddress 8: 7000001 168001040 [Ljava.lang.Integer; 9: 5254 616936 [C 10: 575 126992 [B 11: 5171 124104 java.lang.String 12: 614 69544 java.lang.Class 13: 879 35160 java.util.LinkedHashMap$Entry 14: 785 31400 java.util.TreeMap$Entry 15: 305 19520 java.net.URL 16: 529 16928 java.util.HashMap$Node 17: 130 12480 java.util.jar.JarFile$JarFileEntry 18: 24 11584 [Ljava.util.HashMap$Node; 19: 138 11040 [Ljava.util.WeakHashMap$Entry; 20: 271 10840 java.lang.ref.Finalizer 21: 135 8640 java.util.jar.JarFile … Total 119019230 3669289272 Dateだけで 670MB! Integerと配列 を合わせて 390MB!
14.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 13 オブジェクトではなくプリミティブ型を使用 プリミティブ型を使用すれば、このオーバーヘッドは削減で きる public class ObjectPerson implements Serializable { private Integer id; private String firstName; private String lastName; private Integer age; private Address address; private List<String[]> phoneNumbers; private List<String> emails; private Date createdAt; private Date updatedAt; …(setter/getter略)… private int id; private int age; private long createdAt; private long updatedAt; 日付はlongで 表せるので
15.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 14 プリミティブ型利用によりメモリー使用量削減 num #instances #bytes class name ---------------------------------------------- 1: 28000195 896008088 [Ljava.lang.String; 2: 14000519 812030088 [Ljava.lang.Object; 3: 7000000 392000000 geodemeetup2.object.optimize.person.PrimitiveObjectPerson 4: 14000007 336000168 java.util.ArrayList 5: 7000000 280000000 geodemeetup2.object.optimize.person.PrimitiveObjectAddress 6: 7000101 168003768 [I 7: 2639 402240 [C 8: 2557 61368 java.lang.String 9: 491 55976 java.lang.Class 10: 785 31400 java.util.TreeMap$Entry 11: 9 25008 [B 12: 283 11320 java.util.LinkedHashMap$Entry 13: 158 10112 java.net.URL 14: 283 6792 java.io.ExpiringCache$Entry 15: 69 4968 java.lang.reflect.Field 16: 256 4096 java.lang.Integer 17: 10 3760 java.lang.Thread … Total 77009353 2884700216 Date、Integerは 出現しなくなった オブジェクト数、 バイト数ともに削減 (約780MB)Total 119019230 3669289272 before
16.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 15 オブジェクト内のすべてのフィールドを1つのバイト配列とし て保持! 通常のオブジェクト 究極のオーバーヘッド削減コンセプト Person String firstName String lastName Integer age Address address Integer[] phoneNumber Taro Yamada 32 03 1234 5678 Taro Yamada 32 03 1234 5678 YY-ZZ ABCマンションNNN2 1 2神奈川県横浜市XX区YY-ZZ ABCマンションNNN 1つのバイト配列としたオブジェクト 列挙型 共有オブジェクト Person byte[] data Taro Yamada 32 0312345678 String[] prefectureList 東京都,神奈川県,埼玉県,… String[] cityList 横浜市,川崎市,… YY-ZZ ABCマンションNNN2 1 2 1つのbyte配列として 保持することで オーバーヘッドを0へ リスト型データの場合、 内部的にリスト番号で 保持することにより さらにデータを削減
17.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 16 バイト配列オブジェクトのメモリー使用量 Javaのオーバーヘッドを大幅に削減! 45.5 GB 8.4 GB 44.5 GB 8.4 GB 45.7 GB 8.4 GB 44.2 GB 8.7 GB 0.0 GB 20.0 GB 40.0 GB 60.0 GB 80.0 GB 100.0 GB 120.0 GB 140.0 GB 160.0 GB 180.0 GB 実測値(オブジェクト) 実測値(バイト配列) Server1 Server2 Server3 Server4 約81% 削減 179.9 GB 33.9 GB
18.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 17 加えて、GC処理の発生を大幅に低減 メモリー使用量の削減のみならず、GCへの影響を極小化し てパフォーマンスも向上! 22.8 sec 12.2 sec 22.9 sec 12.1 sec 22.8 sec 12.1 sec 22.8 sec 12.0 sec 0.0 sec 10.0 sec 20.0 sec 30.0 sec 40.0 sec 50.0 sec 60.0 sec 70.0 sec 80.0 sec 90.0 sec 100.0 sec オブジェクト バイト配列 GC時間 Server1 Server2 Server3 Server4 オブジェクト数が少ないため GC時間も少ない 91.2 sec 48.3 sec
19.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 18 バイト配列オブジェクトの実装 オブジェクト内部のデータはバイト配列のみ public class ObjectPerson implements Serializable { private Integer id; private String firstName; … public class BinaryPerson implements Externalizable { private byte[] data = new byte[150]; 通常のオブジェクトの場合 バイト配列オブジェクトの場合
20.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 19 バイト配列オブジェクトの実装 アクセサ(setter,getter)呼び出し時にバイト配列を検索 public void setId(Integer id) { this.id = id; } public Integer getId() { return id; } public void setId(Integer id) { int offset = 0; int val = id.intValue(); data[offset] = (byte) (val >>> 24); data[offset + 1] = (byte) (val >>> 16); data[offset + 2] = (byte) (val >>> 8); data[offset + 3] = (byte) (val); } public Integer getId() { int offset = 0; int val = 0; for (int i = 0; i < 4; i++) val = (val << 8) + (data[offset + i] & 0xff); return Integer.valueOf(val); } 通常のオブジェクトの場合 バイト配列オブジェクトの場合
21.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 20 バイト配列オブジェクトの実装 アクセサ(setter,getter)呼び出し時にバイト配列を検索 public void setFirstName( String firstName) { this.firstName = firstName; } public String getFirstName() { return firstName; } public void setFirstName(String firstName) { int offset = 22; String val = firstName; byte[] bytes = val.getBytes(); int newLen = data.length + 2 + bytes.length; byte[] newBytes = new byte[newLen]; System.arraycopy(data, 0, newBytes, 0, data.length); data = newBytes; data[offset] = (byte) (bytes.length >>> 8); data[offset + 1] = (byte) (bytes.length); System.arraycopy(data, offset + 2, bytes, 0, bytes.length); } public String getFirstName() { int offset = 22; int len = 0; for (int i = 0; i < 2; i++) len = (len << 8) + (data[offset + i] & 0xff); byte[] byteString = new byte[(short) len]; System.arraycopy(data, offset + 2, byteString, 0, len); return new String(byteString); } 通常のオブジェクトの場合 バイト配列オブジェクトの場合
22.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 21 バイト配列オブジェクトのjmap num #instances #bytes class name ---------------------------------------------- 1: 7000572 1568125136 [B 2: 7000000 112000000 geodemeetup2.object.optimize.person.BinaryPerson 3: 714 28049584 [Ljava.lang.Object; 4: 5264 617488 [C 5: 5181 124344 java.lang.String 6: 616 69752 java.lang.Class 7: 879 35160 java.util.LinkedHashMap$Entry 8: 785 31400 java.util.TreeMap$Entry 9: 305 19520 java.net.URL 10: 397 18224 [Ljava.lang.String; 11: 529 16928 java.util.HashMap$Node 12: 130 12480 java.util.jar.JarFile$JarFileEntry 13: 24 11584 [Ljava.util.HashMap$Node; 14: 138 11040 [Ljava.util.WeakHashMap$Entry; 15: 269 10760 java.lang.ref.Finalizer 16: 135 8640 java.util.jar.JarFile … Total 14019353 1709288312 ほぼバイト配列 のみ! もとのオブジェクトから 約2GB削減! Total 119019230 3669289272 before
23.
ULS 22 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 通信レイテンシー
24.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 23 Apache GeodeではPut等のデータ操作処理においてサーバ を跨いだ通信が発生 データ分散による通信 サーバ#1 オブジェクト シリアライズ処理 バイト配列 サーバ#2 オブジェクト デシリアライズ処理 バイト配列 通信 Put等 Event Latency CPUキャッシュアクセス(L2) 3 ns メモリーアクセス 120 ns SSDディスク I/O 150,000 ns 同一データセンター内通信 500,000 ns ディスク I/O 10,000,000 ns 通信は、メモリーで完 結する処理に比べ、 4000倍以上も開きが ある
25.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 24 高速処理を行うためには、次の2つが重要! 高速処理を実現する上で大事なこと パフォーマンス シリアライズ 処理時間 通信時間= + 高速シリアライザー 通信プロトコル と コンパクトなデータ
26.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 25 シリアライズ処理とは メモリー上に存在する情報を、ネットワークを超えた別の JVMでも、同じデータとして扱えるようにする形式へ変換す ること メモリー(Javaヒープ) T a r o 3 2 Y a m a d a t a r o . y a m a d a @ e x a m p l e . c o m Person String firstName Taro String lastName Yamada Integer age 32 String Email taro.yamada@example.com <Person> <firstName>Taro</firstName> <lastName>Yamada</lastName> <age>32</age> </Person> { "firstName" : "Taro", "lastName" : "Yamada", "age" : 32 } XMLの場合 JSONの場合 TaroYamada32 バイナリーの場合 代表的なシリアライズ形式
27.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 26 通信プロトコル Geodeではアプリケーションの特性やクラスタ構成によって 次のプロトコルが選択可能 通信箇所 通信プロトコル クラスタ間の通信 TCP (デフォルト) 信頼性が高いが低速 UDPユニキャスト TCPより信頼性が低いが高速 ※独自にデータの到達確認を行い 信頼性を向上させている UDPマルチキャスト 大規模クラスタで有効 クライアント-サーバ 間の通信 TCP クライアント
28.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 27 シリアライズ/デシリアライズ 通信の際のデータのシリアライズ/デシリアライズ処理は選択することが 可能 オブジェクトの更新部分が一定となる場合は差分のみのシリアライズを 行うことで通信時のデータサイズをさらに圧縮することが出来る シリアライズ方式 備考 Java標準の方式 (java.io.Serializable) Java以外のクライアントと通 信することが出来ない Geode独自の高速シリアライズ方式 (com.gemstone.gemfire.DataSerializable) 処理速度は最速となる PDX方式(Geode独自) (Portable Data eXchange) 異なるバージョンのオブジェク トでも通信することが出来る シリアライズ方式毎の処理速度の比較
29.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 28 まとめ Javaオブジェクトのメモリー使用量 –Javaのオーバーヘッドは予想以上に大きい –プリミティブ型の方がメモリー使用量は少ない –オブジェクト内部を1つのバイト配列で表現するのが究極 –オブジェクト数の削減はGC処理にも効果あり 通信レイテンシー –高速処理を実現するためには以下の選択が重要 通信プロトコル 高速シリアライザー 通信データをコンパクトに
30.
ULS Copyright © 2011-2016
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 29 宣伝:簡易にメモリー使用量の削減できる! Memory Optimizer
Baixar agora