データアクセスパスのパターン化

デザインパターンというものがある。classをデザインするときのパターンを汎化してまとめたものである。多くのデザインがこのパターンのどれかに近いもので実現できる。

データアクセスパスも同じようにパターンを型として理解しておけば、その型をベースに多様な状況に対応できる。

下記にデータアクセスをパターン化して型として整理する。

概要（型の使い方)

• 下記”1.アクセスパターン”でどのパターンに該当するか判断する。
• 下記”2.IO時間の計算”とアクセスパターンから処理時間を算出する。
• RDB等でメモリヒット率の影響が大きい場合は、下記3のメモリヒット率を考慮して算出した処理時間を調整する。
• 同様に下記4、5、6、7を考慮して算出した処理時間を調整する。

1.アクセスパターン

• 10%以上取得する場合
  • フルスキャン
• 10％以下の場合
  • クラスタ化あり
    • レンジスキャン
    • ランダムアクセス+レンジスキャン
  • クラスタ化なし
    • ランダムアクセス

参考）サイジング：ストレージ

2.IO時間の計算

• フルスキャン
  • データサイズ ÷ シーケンシャルIO性能
• レンジスキャン
  • ヒット件数÷ ブロックサイズ × シーケンシャルIO性能
• ランダムアクセス
  • ヒット件数× ランダムIO性能

参考）サイジング：ストレージ

3.メモリヒット率を考慮

• インデックスアクセスはヒット率80%として計算（つまり処理時間は処理時間×0.2となる）。

4.JOINの場合

下記のようなJOINのパターンが有り得る。それぞれのテーブルのヒット件数をパラメータとして上記2から算出する。

• フルスキャン → フルスキャン
• インデックスアクセス → フルスキャン
• フルスキャン → インデックスアクセス

5.CPU負荷を検討する場合

下記のようにCPUが処理するレコード件数を考慮する。

• where句で処理するレコード件数
• 関数で処理するレコード件数。

参考）ETLのサイジング：CPU

6.ソート負荷の考慮

• インデックスを使ってorder byの並びでデータを取得できる場合はソート負荷を0にできる
• メモリが十分な場合
  • ソート負荷はソート対象のレコード件数に依存。コストはCPU負荷。
• メモリが不十分な場合
  • マージソートのIO負荷を考慮

参考）ETLのサイジング：メモリ の ”メモリが不足した場合はどうなるか？”

7.同時アクセスの待ち時間を考慮する場合

参考）システム設計で待ち行列理論を活用する

前提

• 基本的な考え方の理解を目的としているため、インデックス部のアクセス時間や、ディスクキャッシュヒット率等の詳細はここでは考慮しない。