クラウド時代だからこそ見直したい
PHPアプリケーションのパフォーマンスチューニング

クラウド時代だからこそ見直したい
PHPアプリケーションのパフォーマンスチューニング

1. 1. 

2. 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. 3 ∀
4. 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. 5
6. 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. 7
8. 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. 9
10. 10. 10 または
11. 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. 12
13. 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. 14
15. 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. 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. 17
18. 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. 19 

20. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 30 Explain要注意項目 type/ALL, type/index DEPENDENT SUBQUERY UNCACHEABLE SUBQUERY Using temporary Using filesort
31. 31. 31
32. 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. 33
34. 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. 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. 36
37. 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. 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. 39
40. 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. 41
42. 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. 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. 44
45. 45. 45
46. 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. 47
48. 48. 48
49. 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. 50
51. 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. 52
53. 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. 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. 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. 56
57. 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 :-)