原文:Optimize OLTP and OLAP Workloads with MySQL HeatWave Autopilot
原著者:Catherine Schrimsher
本記事は、上記の英語記事をAIを使用して日本語に翻訳したものです。翻訳には誤訳や不正確な表現が含まれる可能性があります。内容の確認にあたっては英語原文を参照してください。
ビジネスの成長に伴い、データベースには高速なトランザクションとタイムリーな分析の両方を支えることが求められます。OLTPワークロードは注文や決済などの日常業務を処理し、OLAPワークロードはレポート作成や計画のために大規模なデータセットを分析します。適切に最適化しなければ、データ量の増加やリソース要求の競合によって、トランザクションが遅くなり、知見を得るまでに時間がかかる可能性があります。
MySQL HeatWaveは、MySQL InnoDBを通じてオンライントランザクション処理(OLTP)をサポートし、HeatWaveクラスターを通じて対象となるオンライン分析処理(OLAP)クエリを高速化します。Autopilotは、OLTPではワークロードに基づく索引の推奨を、OLAPではロード、エンコーディング、データ配置、実行の改善を支援します。
MySQL HeatWaveが両方のワークロードを処理する仕組み
アプリケーションはMySQL HeatWave DBシステムに接続し、SQLトランザクションを送信します。MySQL InnoDBエンジンはトランザクション用のデータ格納と更新を処理し、対象となる分析クエリはHeatWaveクラスターにオフロードできます。ロードされたデータはHeatWaveノードに分散され、その後のDMLによる変更も自動的に伝播されます。
まず、どのクエリがトランザクションを処理し、どのクエリが分析を行うかを特定します。続いて、それぞれの実行経路を確認し、各ワークロードを個別のサービス目標に照らして測定します。
Autopilot IndexingでOLTPを改善する
OLTPワークロードには、顧客の検索、注文の作成、在庫の更新、決済状況の変更などがあります。アプリケーションで想定される同時実行数の下で、予測可能な応答時間を得ることが、チューニングの有用な目標です。変更を加える前に、トランザクションのレイテンシー、1秒当たりのトランザクション数、書込みレイテンシーを測定してください。
MySQL 9.0.0から利用できるAutopilot Indexingは、Performance Schemaのステートメント・ダイジェスト履歴を分析し、セカンダリ索引の追加や削除を推奨します。出力には、ワークロードに対する推定効果、ストレージへの影響、提案された変更のDDLが含まれます。
アドバイザーの推奨事項は、ワークロード全体に照らして検討してください。読取りの高速化と、書込み時の索引保守コストを比較する必要があります。サポート対象の環境で、利用可能な索引アドバイザーのオプションを確認するには、次を実行します。
CALL sys.autopilot_index_advisor(
JSON_OBJECT(
'target_schema', JSON_ARRAY('<your_schema>'),
'output', 'normal'
)
);
定期実行やスクリプトによる収集では、次のクエリを実行します。推奨事項はautopilot_index_advisor_reportに保存されます。
CALL sys.autopilot_index_advisor(
JSON_OBJECT(
'target_schema', JSON_ARRAY('<your_schema>'),
'output', 'silent'
)
);
Autopilot Indexingのドキュメントでは、推奨事項と必要な権限を説明しています。予測された改善効果は推定値として扱い、実測結果で変更を検証してください。また、長時間のトランザクション、繰り返し実行されるクエリ、頻繁に更新される行の競合が、リクエスト遅延の原因ではないかも確認します。索引の推奨で対処できるのは、トランザクションの処理経路の一部にすぎません。
主な前提条件と留意事項:
- Performance Schemaのダイジェスト履歴に少なくとも5つのステートメントを含む、代表的なワークロードが必要です。
- ワークロードのパターンが大きく変わった場合は、再実行してください。
- 提案された新しい索引について、読取りの改善効果と書込み・ストレージのコストを比較してテストしてください。
- 索引の削除が提案された場合は、まず索引を不可視にして監視し、検証後にのみ削除してください。索引を削除すると索引ヒントが機能しなくなる可能性があることに注意してください。
- 主キー索引、外部キー索引、関数索引、パーティション・テーブルの索引、
LIKEを最適化する索引は推奨しません。
ワークロード履歴を使ってOLAPを最適化する
MySQL HeatWaveのAutopilot Advisorは、機械学習、データ分析、クエリ履歴を使って、分析ワークロードに対する推奨事項を生成します。Advisorは、正常に実行された直近1000件のMySQL HeatWaveクエリを分析します。その機能は、性能やメモリーへの負荷を生むさまざまな要因に対処します。
| 機能 | 提供する機能 | 主な用途 |
| Auto Data Placement | 結合とクエリのパターンに基づいて配置キーを推奨します | 分散結合の高速化 |
| Auto Encoding | 文字列列の効率的なエンコーディングを推奨します | メモリー使用量の削減、スキャンの高速化 |
| Auto Query Plan Improvement | 代替となるHeatWaveの実行計画を評価し、より良いものを選択します | 分析クエリの高速化 |
| Auto Query Time Estimation | クエリの実行時間を推定し、クエリに関する知見を提示します | キャパシティ計画と高コストなクエリの特定 |
| Auto Scheduling | HeatWaveのリソース全体で同時実行される分析クエリをスケジュールします | スループットの向上と競合の削減 |
| Unload Advisor | ロード済みで使用頻度の低いテーブルをアンロード対象として特定します | HeatWaveのメモリーの解放 |
Advisorはワークロードを認識し、機械学習モデル、データ分析、MySQL HeatWaveのクエリ履歴に基づいて推奨事項を提供します。Advisorは、正常に実行された直近1000件のMySQL HeatWaveクエリを分析します。
例1:文字列列のエンコーディングを推奨する
CALL sys.heatwave_advisor(
JSON_OBJECT(
'target_schema', JSON_ARRAY('<your_schema>'),
'auto_enc', JSON_OBJECT('mode', 'recommend')
)
);
メモリー使用量を削減し、分析クエリの性能を改善できる可能性があるエンコーディングを推奨します。
例2:データ配置キーを推奨する
CALL sys.heatwave_advisor(
JSON_OBJECT(
'target_schema', JSON_ARRAY('sales')
)
);
これらのオプションを指定すると、アドバイザーはAuto Data Placementを実行します。クエリ履歴を分析し、JOINおよびGROUP BY操作でデータ移動を削減できるキーを推奨します。HeatWaveのクエリ履歴に、条件を満たすクエリが少なくとも5件必要です。
例3:使用頻度の低いテーブルをHeatWaveクラスターからアンロードするよう推奨する
CALL sys.HEATWAVE_ADVISOR(
JSON_OBJECT(
'target_schema', JSON_ARRAY('<your_schema>'),
'auto_unload', JSON_OBJECT(
'mode', 'recommend',
'last_queried_hours', 168
)
)
);
結果はheatwave_autopilot_reportテーブルに書き込まれます。推奨事項は候補として扱い、本番環境に適用する前にステージング環境で適用・測定してください。特に、データ配置の変更やアンロードには注意が必要です。
OLTPとOLAPが混在するワークロードを最適化する
クライアント・アプリケーションがクエリを送信すると、MySQL Query Optimizerは複数の基準を評価して実行経路を決定します。
MySQL 9.0.0以降、MySQL HeatWaveはDynamic Query Offloadを使い、対象となるクエリについてInnoDBとHeatWave Rapidエンジンを自動的に選択します。実行エンジンの選択では、クエリの特性、利用可能なInnoDB索引、HeatWaveのクエリ・キュー、変更の伝播状況を考慮します。
混在するワークロードでは、これにより索引を使う顧客検索はInnoDBで処理し、大規模な分析集計はHeatWaveで実行できます。この選択は現在の状況に適応し、アプリケーションがクエリの振り分けを管理することなく、応答性の高いトランザクションと効率的な分析を支援します。
Dynamic Query OffloadはMySQL HeatWave 9.0.0以降で自動的に動作し、特別なクエリ構文は必要ありません。エンジンを選択できるように、use_secondary_engineはONに設定しておいてください。
次の例では、稼働中のHeatWaveクラスターにsales.ordersがすでにロードされていると仮定します。
-- Allow automatic engine selection
SET SESSION use_secondary_engine = ON;
-- OLTP example: an indexed lookup may stay on InnoDB
EXPLAIN FORMAT=TRADITIONAL
SELECT id, customer_id, total
FROM sales.orders
WHERE id = 1001;
-- OLAP example: a large aggregation may use HeatWave
EXPLAIN FORMAT=TRADITIONAL
SELECT customer_id, SUM(total) AS revenue
FROM sales.orders
GROUP BY customer_id;
分析クエリでは、Extra列のUsing secondary engine RAPIDを確認してください。これがあれば、HeatWaveへのオフロードを確認できます。振り分けはクエリと現在のシステムの状況によって決まります。
-- Require HeatWave for this query
SET SESSION use_secondary_engine = FORCED;
SELECT customer_id, SUM(total) AS revenue
FROM sales.orders
GROUP BY customer_id;
-- Restore automatic selection
SET SESSION use_secondary_engine = ON;
まとめ
OLTPとOLAPのワークロードを最適化することで、高速なトランザクションを維持しながら、タイムリーな分析を提供できます。Autopilotを備えたMySQL HeatWaveは、ワークロードを考慮した索引の推奨、自動化されたデータ・ロード、分析クエリの最適化を通じて、両方を支援します。Dynamic Query Offloadは、対象となるクエリについて、クエリの特性と現在のシステムの状況に基づいてInnoDBとHeatWaveを選択します。これらの機能を組み合わせることで、手動のチューニング作業を減らし、データ量とワークロードの要求が増大しても、チームが性能を管理できるよう支援します。

