データベース・クラスター

データベースクラスタリングとは何ですか？

データベースクラスタリングは、複数のデータベースサーバーをグループ化する（または ノード) を統合システムに統合することで、可用性、耐障害性、パフォーマンスを向上させます。このアプローチは、ワークロードを分散し冗長性を維持することでデータの管理を助け、継続的な稼働時間とノード間のより優れた負荷分散を保証します。.

このリソースでは、データベースクラスタリングの仕組みを解説し、関連する概念と比較します。 シャーディング.

• データベースのクラスタリングはどのように機能しますか？
  
• データベースのクラスタリングとシャーディングの違い
• データベースクラスターアーキテクチャ
  
• データベースクラスタリングの利点
• データベース・クラスター化ガイドライン
• データベースクラスターを作成する方法
• 主な要点とその他のリソース
  

データベースのクラスタリングはどのように機能しますか？

データベース・クラスタリングは、複数のサーバー、すなわちノードを結合し、単一の統合されたデータベースシステムとして機能させます。クラスター内の各ノードはデータやワークロードの一部を担当しますが、それらが一体となってシステム全体の円滑な稼働を保証します。この分散型アプローチにより、パフォーマンスの向上、耐障害性、および拡張性が可能になります。.

クラスタリングの根底にある基本原則は冗長性です。1台のサーバーに依存するのではなく、データは複数のノードに分散されます。1台のノードが故障しても、他のノードがその役割を引き継ぐことで、継続的な稼働が保証されます。この冗長性により、ダウンタイムとデータ損失が最小限に抑えられるため、クラスタリングは特に高い可用性を必要とするアプリケーションにとって有用です。 空き状況.

一般的なクラスタでは、データとリクエストは、次の2つの方法のいずれかでノード間で分散されます。

• レプリケーション データはすべてのノードに複製されます。各ノードには同一のデータが含まれているため、1つが障害で停止しても、他のノードが遅延なく同じクエリに応答できます。. レプリケーション 複数のノードが同時に同じデータを提供して負荷を分散できるため、読み取りヘビーな操作に最適です。.
• パーティショニング データはチャンクに分割され、各ノードは全体の一部のみを保存します。この手法は、次のように呼ばれることもあります。 水平スケーリング, 、各ノードが総データのわずかな部分しか処理しないため、大規模データセットの処理に効率的です。パーティショニングは通常、特定データが指定ノードにルーティングされる書き込み集約型のワークロードで使用されます。.

ノード間の通信

クラスター内のノードは常に互いに通信し、ヘルス、ステータス、ワークロードに関するデータを共有しています。この連携により、トラフィックのバランスを取り、最適なパフォーマンスを確保することができます。この協調動作は、クエリの分散、データの複製、障害処理などのタスクを監視・割り当てるクラスター管理システムによって管理されます。.

データ整合性

クラスタリングにおける重要な課題の一つは、全ノード間でデータの整合性を維持することです。クラスタはシステムの設計に応じて異なる整合性モデルを使用します。これらには以下が含まれます：

• 強整合性： ノードが常に最新のデータを反映することを保証するが、同期によりレイテンシが発生する可能性がある。例えば、Couchbaseは次のような機能を提供する： 耐久性 信頼性を高める一方で遅延が増加する（またはその逆の）オプション。.
• 結果整合性 更新の伝播に多少の遅延を許容しますが、可用性と速度を優先します。読み取りと書き込みの操作が異なる速度で行われるシステムや、異なるリージョンで行われるシステムで一般的です。一例として、Couchbaseのクロスデータセンターレプリケーション（XDCR）があります。 データセット全体をクラスター間で複製する.

データベースのクラスタリングとシャーディングの違い

クラスタリングとシャーディングは排他的なものではありません。実際、この2つの技術はしばしば連携して、より堅牢でスケーラブルかつ高性能なデータベースシステムを作り上げます。クラスタリングが冗長性、耐障害性、ロードバランスに焦点を当てる一方で、シャーディングは複数のサーバーにデータを分散させることで拡張性を重視します。以下は、これらのアプローチの主な違いを強調した表です。.

特徴	クラスタリング	シャーディング
データ分布	ノード間で複製またはパーティショニングされています	シャード間で水平分割されている
フォールトトレランス	自動フェイルオーバー機構を備えた高可用性	限定的、手動または複雑な復旧が必要
スケーラビリティ	クラスター内のノード数に制限される	無制限、シャードを追加することで水平方向に拡張可能
パフォーマンス重視	読み込み重視およびバランス型のワークロードに最適化されています	書き込みが多く、大規模なデータセットに最適
データの分離	低く、ノードはデータを共有するか、ワークロードを分割します	こんにちは、各シャードは独立して動作します
データの冗長性	データは複製されるか、またはパーティション分割されます	データは別々のパーティションに分割されます
ロードバランシング	はい、トラフィックはノード間で分散されます	それ自体がそうだというわけではありませんが、シャードごとに管理することは可能です。
複雑	自動管理による、よりシンプルなセットアップ	より複雑で、カスタムシャード管理（または自動シャardingメカニズム）が必要です。

シャーディングなしのクラスタリング： データベースのクラスタリングが単独で使用されるシナリオもあります。例えば、大規模なEコマースサイトのような読み込みの多いアプリケーションを持つ企業では、レプリケートされたノードのクラスターを設定することがあります。各ノードにはデータベース全体のコピーがあり、負荷を分散するためにクエリがノード間で分散されます。1つの別のノードが故障した場合でも、中断することなく別のノードが速やかに引き継ぐことができます。この構成は、MySQLやPostgreSQLのようなリレーショナルデータベースで一般的であり、高可用性が優先され、かつデータセットがシャーディングなしで管理できる程度に小さい場合に採用されます。.

クラスタリングなしのシャーディング： 一方で、シャーディングは、書き込みが多いアプリケーションや、1台のサーバーに収まりきらないほど膨大なデータセットを持つシステムにおいて、クラスタリングなしで使用することもできます。何百万ものユーザーを持つソーシャルメディアプラットフォームでは、ユーザーIDごとにデータベースをシャード化し、各シャードがユーザーデータの一部を保持するようにすることができます。この場合、各シャードは独立して動作し、障害に対応するための特定のメカニズムが実装されていない限り、冗長性はありません。例えば、MongoDB™は、クラスタリングを必要とせずに複数のサーバー間でシャーディングを行うことが可能であり、スケーラビリティを高める一方で、組み込みの耐障害性は制限されます。.

シャーディングによるクラスタリング： 高可用性とスケーラビリティの両方が極めて重要な大規模システムでは、シャーディングとクラスタリングが組み合わせて使用されることがよくあります。このハイブリッドアプローチは、Couchbaseのようなシステムで使用されており、シャーディング（バケット）はクラスタリングと結合されて、高度にスケーラブルで耐障害性のあるシステムを構築し、両者の長所を融合させています。.

データベースクラスターアーキテクチャ

データベースクラスターのアーキテクチャは、複数のノード間でデータの保存、アクセス、管理の方法を定義します。データベースクラスターのアーキテクチャには主に3つのタイプがあります： シェアード・ナッシング、シェアード・ディスク、シェアード・エブリシング. これらのアーキテクチャは、パフォーマンス、スケーラビリティ、およびフォールトトレランスにおいて異なるトレードオフを提供し、さまざまなユースケースに適しています。.

シェアードナッシングアーキテクチャ

シェアード・ナッシング・アーキテクチャでは、クラスタ内の各ノードが独立して動作します。すべてのノードが独自のCPU、メモリ、ストレージを持ち、他のノードとリソースを共有しません。データはノード間で分割（パーティショニング）されるため、各ノードは全体データの中の自身のサブセットを管理します。.

• リソース共有なし： ノードはメモリやディスクを共有しないため、ボトルネックが軽減されます。.
• 高い拡張性： 競合する中央リソースがないため、新しいノードをシステムに簡単に追加できます。.
• 障害切り分け： 1つのノードが障害を起こした場合、影響を受けるのはそのノードによって管理されているデータのみです。他のノードは正常に動作し続けます（また、他のノードは通常 レプリカのコピー 取り戻すために）。.

このアーキテクチャは、大規模なデータセットを持つWebアプリケーションなど、水平方向へのスケールが必要なワークロードに最適です。Couchbaseのようなシステムは、パフォーマンスと信頼性を向上させるためにデータが複数のノードに分散される、シェアードナッシング（共有なし）アーキテクチャを採用しています。.

共有ディスク型アーキテクチャ

共有ディスク・アーキテクチャでは、すべてのノードが同じストレージシステムへのアクセスを共有しますが、各ノードは独自のCPUとメモリを持っています。これは、複数のノードがディスク上の同じデータにアクセスできることを意味し、データの整合性を容易に保つことができ、一元的なデータ管理を可能にします。.

• 共有ストレージ: すべてのノードが同じディスクまたはストレージシステムにアクセスします。.
• 一元化されたデータ すべてのノードが同じデータを共有しているため、データのパーティショニングやレプリケーションの必要性が低くなります。しかし、これは共有ディスクの障害がシステム全体の停止につながる可能性があることも意味しています。.
• 中程度の拡張性： このアーキテクチャは拡張可能ですが、共有ストレージシステムの帯域幅によってパフォーマンスがボトルネックになる可能性があります。.

共有ディスクアーキテクチャは、複数のノードが同じデータに同時アクセスする必要があるOracleなどのシステムで一般的に使用されています。.

共有すべてアーキテクチャ

共有型アーキテクチャでは、すべてのノードがストレージとメモリのリソースの両方を共有します。このモデルにより、すべてのデータとメモリに任意の時点でどのノードからもアクセスできるようになります。このアーキテクチャは負荷分散やデータの可用性に役立つ一方で、ノードが共有リソースへのアクセスを競合するため、重大なパフォーマンス上のボトルネックを引き起こす可能性もあります。.

• リソースの完全共有： すべてのノードがストレージとメモリのリソースを共有するため、リソースの管理が容易になり、データの整合性が向上します。.
• ロードバランシング： 同じリソースにアクセスできるため、ワークロードをノード間で均等に分散させることができます。.
• スケーラビリティの制限： このアーキテクチャは、ノードを追加すると共有リソースの競合が増加するため、うまくスケールしません。.

シェアード・エブリシング・アーキテクチャは、スケーリングにおける本質的な制限とボトルネックの可能性のため、現在ではあまり一般的ではありませんが、IBM Db2はその最もよく知られた例です。.

データベースクラスタリングの利点

データベースクラスタリングにはいくつかの重要な利点があり、高負荷なアプリケーションにとって不可欠なソリューションとなっています。それらには以下が含まれます。

高い可用性

クラスタリングは、複数のノード間でデータを複製することで高可用性を確保します。1つのノードが障害で停止しても、他のノードが自動的に引き継ぐことで、ダウンタイムを最小限に抑え、システムへの継続的なアクセスを維持します。.

スケーラビリティ

クラスタリングにより水平スケーラビリティが提供され、データやトラフィックの増加に応じてノードを追加できるようになります。これにより、一貫したパフォーマンスが確保され、ボトルネックなしで増加するワークロードを処理できるようになります。.

耐障害性とフェイルオーバー

フォールトトレランスにより、クラスタリングは組み込みのフェイルオーバーメカニズムを通じてノードの障害を自動的に処理し、リクエストが正常なノードに確実に再ルーティングされるようにすることで、サービスの中断を最小限に抑えます。.

その他の利点には、負荷分散、パフォーマンスの向上、データの冗長性、および保守の柔軟性が含まれます。.

データベース・クラスター化ガイドライン

データベースクラスターをセットアップする際には、最適なパフォーマンスと信頼性を確保するのに役立つ特定の原則があります。幸いなことに、これらの多くはCouchbaseのようなクラスタリング用に構築されたシステムによって自動的に管理されるため、複雑さの多くが簡素化されます。.

• 目標を定義してください： 通常、あなたの目標は、高可用性、スケーラビリティ、そしてパフォーマンスになります。.
• 適切なアーキテクチャを選択してください： クラスターを構築する際は、ワークロード（読み取り負荷が高いか、書き込み負荷が高いか、またはシェアード・ナッシングか）を考慮してください。.
• フォールトトレランスとフェイルオーバー： レプリケーションと冗長性を活用することでダウンタイムが最小限に抑えられ、フェイルオーバー構成に関する懸念が軽減されます。.
• ロードバランシング： 均等なワークロードと最適なパフォーマンスを確保するために、ノード間でどのようにトラフィックを分散させるか検討してください。.
• 拡張性と容量： 将来の成長を見据えて計画を立て、シェアード・ナッシング（完全共有なし）が最も拡張しやすいアーキテクチャであることを忘れないでください。.
• データの整合性 アプリケーションのニーズに基づいて強整合性または結果整合性を確保することで、複数の選択肢が得られます。.
• 監視と保守： システム内のツールを使用することは、パフォーマンスの追跡や問題の特定に役立ちます。.

シェアード・ナッシング・アーキテクチャを採用するCouchbaseは、大規模かつ成長を続けるシステムにおいて特に人気の高い選択肢です（例：, LinkedIn そして トレンヨール）、レプリケーション、シャーディング、フェイルオーバーを自動的に処理するため。.

データベースクラスターを作成する方法

データベースクラスターの作成には、適切なテクノロジーの選択、ノードの構成、およびノード間の適切な通信の確保など、複数の段階が含まれます。関連する主要なステップの概要は以下の通りです。

データベースソフトウェアを選択してください： まず、, データベースシステムを選択する クラスタリングをサポートしています。Couchbaseのような一般的なデータベースには、組み込みのクラスタリング機能が備わっています。ソフトウェアの選択はワークロードによって異なりますが、, データモデル, 、および拡張性のニーズ。.

プロビジョニングノード： データベースクラスターにおいて、ノードとは協調して動作する個々のサーバーのことです。これらのノードには、CPU、メモリ、ストレージなどの適切なハードウェアリソースをプロビジョニングする必要があります。インフラストラクチャに応じて、物理マシンまたは仮想サーバーのいずれかを使用できます。.

ネットワークの設定： ノード間の円滑な通信を確保するには、ネットワークの設定が必要です。このプロセスには、IPアドレスとサブネットの設定、およびノードがセキュアなチャネルを介して通信できるようにすることが含まれます。パフォーマンスのためには、低レイテンシで高帯域幅の接続が不可欠です。.

データレプリケーションを設定： クラスタリングのコアコンポーネントの1つはレプリケーションであり、障害発生時の可用性を確保するためにデータが複数のノード間でコピーされます。ノード間でデータが一貫して同期されるようにレプリケーションメカニズムを設定してください。これにより、耐障害性も向上します。.

ロードバランシング： データベースクラスターにこの機能が組み込まれていない限り、負荷をクラスター全体に均等分散するためにロードバランサーが実装されることがよくあります。ロードバランサーは、負荷と可用性に基づいて着信クエリを異なるノードに振り分け、単一のノードが過負荷になるのを防ぎます。.

クラスター管理ツールの設定： クラスター管理ソフトウェアは、クラスターの稼働状況の監視を支援し、ノードのパフォーマンスに関する洞察を提供するとともに、障害を警告します。次のようなツールがあります。 Kubernetes これらの詳細は、管理や抽象化のためによく使用されます。.

耐障害性テスト 初期セットアップの後、クラスターのノード障害処理能力をテストすることが重要です。テストにより、万が一の場合でも、残りのノードがダウンタイムやデータ損失を引き起こすことなくワークロードを管理し続けられることが確認できます。 ノードがオフラインになる.

監視と保守： クラスターが稼働したら、継続的 監視 重要です。パフォーマンス指標、データレプリケーションの遅延、および各ノードの状態を監視してください。クラスターを安全かつ効率的に保つために、定期的なアップデートとパッチを適用する必要があります。.

データベースクラスターの作成には、ネットワークの設定からレプリケーションやロードバランシングの構築まで、複数の技術的なステップが伴います。適切な計画と管理により、クラスターの堅牢性、拡張性が確保され、高可用性の要件に対応できるようになります。.

主な要点とその他のリソース

クラスタリング単体は、高可用性、フォールトトレランス、および読み込み中心のワークロードの負荷分散に理想的です。シャーディング単体は、膨大なデータセットの処理や書き込み中心のワークロードのスケールアウトに最適ですが、クラスタリングが提供する冗長性を欠いています。これらを組み合わせることで、クラスタリングとシャーディングは大規模なスケーラビリティと高いフォントトレランスの両方を可能にし、可用性とパフォーマンスを維持しながら莫大なデータ負荷を処理する大規模アプリケーションにとっての標準的なアーキテクチャとなります。.

クラスタリングとシャダリングの強み、そしてそれらがどのように互いに補完し合えるかを理解することで、高可用性、スケーラビリティ、あるいはその両方など、特定のニーズを満たすデータベースシステムをより適切に設計できるようになります。.

ご自身でデータベースクラスターを構築したいですか？Couchbaseのシェアードナッシングアーキテクチャにより、それが簡単に実現できます。クラスターに対してどの程度制御したいかに応じて、いくつかの選択肢があります。

• Couchbase Capella™： 適切な量の制御を可能にしつつ、多くの詳細な管理を代行してくれるDatabase-as-a-Service (DBaaS)。利用開始は次のように簡単です： 無料枠 今.
• Couchbase Autonomous Operator コンテナ化されたCouchbaseクラスターを作成および管理するために設計されたKubernetes API。高度な制御が可能で、次を含むあらゆるKubernetesクラスターにデプロイできます。 Amazon Elastic Kubernetes Service (EKS)、Google Kubernetes Engine (GKE)、Microsoft Azure Kubernetes Service (AKS)、Red Hat OpenShift、および Rancher Kubernetes Engine (RKE).
• Couchbase Server: Couchbase Server （エンタープライズ版またはコミュニティ版）を使用すると、クラスターを完全に制御できます。. Couchbaseのスケーリングは依然として非常に簡単です, しかし、Serverの場合は、インフラ（ネットワーク、VM、サーバー）をご自身で管理する必要があります。.

Couchbaseのクラスタリング関連の概念についてさらに詳しく知るには、以下をご覧ください。 ブログ そして コンセプト・ハブ.