Atlas のスケーラビリティに関するガイダンス
Atlas のスケーラビリティ機能
オートスケーリングにより、クラスターはリアルタイムの使用状況に応じて、階層、ストレージキャパシティー、またはその両方を自動的に調整できます。 Atlas は CPU とメモリ使用率を分析して、クラスター層をスケールアップまたはスケールダウンする増やすと量を決定します。 Atlas がクラスター ノードをスケールアップまたはスケールダウンする条件の詳細については、「クラスター階層のスケーリング」を参照してください。また、最小のパフォーマンスまたは制御コストを保証するために、クラスターがオート増やすできる最大クラスターサイズと最小クラスターサイズの範囲を指定することもできます。新しい階層が指定されたサイズ範囲を超える場合、またはメモリ使用量が新しい階層のキャパシティーを超える場合、Atlas はクラスターを増やすしません。オートスケーリングは、クラスター層を増やすアップまたはスケールダウンするために遅延で調整され、オートスケーリングがアプリケーションに影響を与えないようにします 。したがって、データベースが使用量で枯渇するような急増のあるアプリケーションではなく、一貫して増加または減少するアプリケーション負荷に最適です。ワークロードが頻繁に急増する場合、またはイベントや起動によりトラフィックが大幅に増加することが予想されます。また、MongoDBによって事前にスケーリングすることをお勧めします。
Atlas 配置テンプレートは、推奨される配置トポロジーで参照されているように、水平および垂直のスケーリング オプションを提供します。具体的には、シャーディングは多数のマシンにデータを分散するため、1 つのサーバーがワークロードを処理できない場合に便利です。シャーディングは、共有なしアーキテクチャである、どのノードも相互にリソースを共有しない分散コンピューティング アーキテクチャに従います。 MongoDB が一般的なクエリ パターンにしながら、ドキュメントをクラスター全体に均等に分散できるようにするシャードキーの理想的な選択の詳細については、「シャードキーの選択」を参照してください。さらに、範囲シャーシャーディング、ハッシュされたシャーディング、ゾーンシャーディングシャーディングの主要なシャーディング戦略について詳しくは、「パフォーマンスのベストプラクティス: シャーディング」を参照してください。
Atlas クラスターを次に使用可能な Atlas 階層にアップグレードするには、Atlas コントロール プレーン GUI、Atlas Administration API、または IaC ツール(Atlas Kubernetes Operator、MongoDBおよび HashiCorp Terraform、Atlas CLI など)を使用します。詳細については、「Atlas 自動インフラストラクチャのプロビジョニング」のガイダンスを参照してください。 Atlas 階層の変更(アップスケーリングまたはダウンスケール)では、ダウンタイムはゼロになります。階層は順次変化します。これには、セカンダリ ノードを代わりとして選択し、このセカンダリ ノードを新しいプライマリに昇格させ、その後は失敗したノードを復元または置換して、クラスターが可能な限りすぐにターゲット構成に戻るようにします。水平スケーリング は、 管理者アクションに基づいて配置後に発生します。このアクションは、 プログラムスクリプトからトリガーできます。一部のクラスターテンプレートでは、シャーディングされたクラスターが必要です。 MongoDBバージョン 8.0 以降では、埋め込みコンフィギュレーションサーバーを使用して、小規模なシャーディングされたクラスターのコンフィギュレーションサーバーに関連するコストを削減できます。
Atlas の低 CPU オプションは、より多くのメモリを必要とするが、処理能力をそれほど必要としないアプリケーションに役立ちます。このオプションは、同じクラスターサイズのGeneral階層と比較して、インスタンスに半分のvCPUを提供し、メモリ集約型であるがCPUに依存しないワークロードのコストを削減します。
データの階層化とアーカイブにより、低コストのストレージにデータをアーカイブしつつ、ライブクラスターデータと共にクエリを実行できます。これは、特に長期的な記録保持に役立ちます。このプロセスを最適化するために、MongoDBは、シンプルで構成可能なルールを使用してデータMongoDBアーカイブを自動化することをお勧めします。「 アーカイブ データ 」を参照して、アーカイブ ルールで指定できる基準の詳細を学んでください。データの保持が優先順位でないシナリオでは、Atlasは日付基準に基づいて未使用のデータを自動的に削除するオプションを提供します。アクセス頻度の低いデータに対して、TTL インデックスは、指定された期間の後または設定された時刻にコレクションからドキュメントを自動的に削除する特別な単一フィールドインデックスです。これは、ログ、セッション情報、イベントデータなど、限られた時間だけ保持する必要があるデータには特に有効です。TTLインデックスを作成するには、日付値を保持するフィールドにインデックスを定義し、秒単位で有効期間を指定します。
Atlas には、非効率的なクエリを識別して最適化するために、インデックスを追加または削除したり、クライアントのクエリ構造を変更したりするための自動化ツール、例えばPerformance Advisorが用意されています。実行可能な推奨事項に従ってクエリのパフォーマンスを向上させることで、不要な計算時間とリソースの消費を削減することができます。さらに、Atlasが提供するインテリジェントなインデックス推奨を活用することで、データ検索の効率をさらに向上させ、データベース操作に必要なリソースを最小限に抑えることができます。
Atlas のスケーラビリティに関する推奨事項
開発環境およびテスト環境では、オートスケーリングコンピュートとオートスケーリングストレージを有効にしないでください。これにより、非本番環境でのコストを削減できます。
ステージング環境および本番環境では、次のことをお勧めいたします。
アプリケーションが小規模から中規模へと有機的に成長するインスタンスに対して、コンピュートおよびストレージの自動スケーリングを有効にします。
If you use IaC ツールを使用する場合は、 設定を活用して、オートスケーリングによるリソースドリフトを無視します。例、Terraform では、
disk_gb_enabled
が true の場合、Atlas はディスク サイズを自動的に増やすアップまたはスケールダウンします。これにより、返されるdisk_size_gb
の値は Terraform 構成で指定されている値と異なる可能性があり、その後プランが適用されると、Terraform はクラスターのディスク サイズを元のdisk_size_gb
値に増やすします。これを防ぐには、ライフサイクルのカスタマイズを使用する必要があります。つまり、lifecycle { ignore_changes = [disk_size_gb] }
です。同様に、Terraform では、
compute_enabled
が true の場合、Atlas は指定された最大値まで自動的にスケールアップし、指定された最小値まで自動的にスケールダウンします。これにより、返されるprovider_instance_size_name
の値が Terraform 構成で指定された値と異なる可能性があり、これに注意せずにプランを適用すると、Terraform はクラスターを元のinstanceSizeName
の値にスケールバックします。これを防ぐには、ライフサイクルのカスタマイズを使用する必要があります。すなわち、lifecycle { ignore_changes = [provider_instance_size_name] }
です。
オートメーション例:Atlasのスケーラビリティ
次の例では、Atlas のオートメーションツールを使用して、オートスケーリングコンピューティングとストレージを有効にします。
これらの例では、次のような他の推奨される構成も適用されます。
開発/テスト環境用にクラスター階層が
M10
に設定されました。クラスターサイズガイドを使用して、アプリケーションのサイズに合った推奨クラスター階層を学んでください。単一リージョン、3ノードレプリカセット/シャード配置トポロジー。
この例では、Amazon Web Services、Azure、Google Cloud Platform をどちらも使用しています。これら 3 つのクラウドプロバイダーのいずれかを使用できますが、クラウドプロバイダーと一致するようにリージョン名を変更する必要があります。クラウドプロバイダーとそのリージョンの詳細については、「 クラウドプロバイダー 」を参照してください。
中規模アプリケーション用のクラスター階層が
M30
に設定されました。クラスターサイズガイドを使用して、アプリケーションのサイズに合った推奨クラスター階層を学んでください。単一リージョン、3ノードレプリカセット/シャード配置トポロジー。
この例では、Amazon Web Services、Azure、Google Cloud Platform をどちらも使用しています。これら 3 つのクラウドプロバイダーのいずれかを使用できますが、クラウドプロバイダーと一致するようにリージョン名を変更する必要があります。クラウドプロバイダーとそのリージョンの詳細については、「 クラウドプロバイダー 」を参照してください。
注意
Atlas CLI を使用してリソースを作成する前に、次の手順を実行する必要があります。
プロジェクトごとに 1 つのデプロイメントを作成
開発およびテスト環境では、コストを節約するためにコンピューティングおよびストレージのオートスケーリングが無効になっています。
ステージング環境と本番環境のために、各プロジェクトに対して次の cluster.json
ファイルを作成してください。ID と名前を変更して、あなたの値を使用してください。
{ "clusterType": "REPLICASET", "links": [], "name": "CustomerPortalProd", "mongoDBMajorVersion": "8.0", "replicationSpecs": [ { "numShards": 1, "regionConfigs": [ { "electableSpecs": { "instanceSize": "M30", "nodeCount": 3 }, "priority": 7, "providerName": "GCP", "regionName": "EASTERN_US", "analyticsSpecs": { "nodeCount": 0, "instanceSize": "M30" }, "autoScaling": { "compute": { "enabled": true, "scaleDownEnabled": true }, "diskGB": { "enabled": true } }, "readOnlySpecs": { "nodeCount": 0, "instanceSize": "M30" } } ], "zoneName": "Zone 1" } ] }
cluster.json
ファイルを作成した後、各プロジェクトで次のコマンドを実行してください。このコマンドは、cluster.json
ファイルを使用してクラスターを作成します。
atlas cluster create --projectId 5e2211c17a3e5a48f5497de3 --file cluster.json
その他の構成オプションとこの例に関する情報については、atlas クラスターの作成を参照してください。
注意
Terraform でリソースを作成する前に、次の手順を実行する必要があります。
支払い組織を作成し、組織のAPIキーを作成します。ターミナルで次のコマンドを実行し、APIキーを環境変数として保存してください。
export MONGODB_ATLAS_PUBLIC_KEY="<insert your public key here>" export MONGODB_ATLAS_PRIVATE_KEY="<insert your private key here>"
プロジェクトとデプロイメントを作成する
開発およびテスト環境では、コストを節約するためにコンピューティングおよびストレージのオートスケーリングが無効になっています。
ステージング環境および本番環境において、各アプリケーションと環境のペアごとに次のファイルを作成してください。各アプリケーションと環境のペアごとにファイルをそれぞれのディレクトリに配置してください。ID、名前、ディスクサイズを変更して、あなたの値を使用してください。
main.tf
# Create a Group to Assign to Project resource "mongodbatlas_team" "project_group" { org_id = var.atlas_org_id name = var.atlas_group_name usernames = [ "user1@example.com", "user2@example.com" ] } # Create a Project resource "mongodbatlas_project" "atlas-project" { org_id = var.atlas_org_id name = var.atlas_project_name # Assign the Project the Group with Specific Roles team_id = mongodbatlas_team.project_group.team_id role_names = ["GROUP_READ_ONLY", "GROUP_CLUSTER_MANAGER"] } # Create an Atlas Advanced Cluster resource "mongodbatlas_advanced_cluster" "atlas-cluster" { project_id = mongodbatlas_project.atlas-project.id name = "ClusterPortalProd" cluster_type = "REPLICASET" mongo_db_major_version = var.mongodb_version replication_specs { region_configs { electable_specs { instance_size = var.cluster_instance_size_name node_count = 3 } priority = 7 provider_name = var.cloud_provider region_name = var.atlas_region } } tags { key = "BU" value = "ConsumerProducts" } tags { key = "TeamName" value = "TeamA" } tags { key = "AppName" value = "ProductManagementApp" } tags { key = "Env" value = "Production" } tags { key = "Version" value = "8.0" } tags { key = "Email" value = "marissa@acme.com" } } # Outputs to Display output "atlas_cluster_connection_string" { value = mongodbatlas_advanced_cluster.atlas-cluster.connection_strings.0.standard_srv } output "project_name" { value = mongodbatlas_project.atlas-project.name }
variables.tf
# Atlas Organization ID variable "atlas_org_id" { type = string description = "Atlas Organization ID" } # Atlas Project Name variable "atlas_project_name" { type = string description = "Atlas Project Name" } # Atlas Project Environment variable "environment" { type = string description = "The environment to be built" } # Cluster Instance Size Name variable "cluster_instance_size_name" { type = string description = "Cluster instance size name" } # Cloud Provider to Host Atlas Cluster variable "cloud_provider" { type = string description = "AWS or GCP or Azure" } # Atlas Region variable "atlas_region" { type = string description = "Atlas region where resources will be created" } # MongoDB Version variable "mongodb_version" { type = string description = "MongoDB Version" } # Storage Auto-scaling Enablement Flag variable "auto_scaling_disk_gb" { type = boolean description = "Flag that specifies whether disk auto-scaling is enabled" } # Compute Auto-scaling Enablement Flag variable "auto_scaling_compute" { type = boolean description = "Flag that specifies whether cluster tier auto-scaling is enabled" } # Disk Size in GB variable "disk_size_gb" { type = int description = "Disk Size in GB" }
terraform.tfvars
atlas_org_id = "32b6e34b3d91647abb20e7b8" atlas_project_name = "Customer Portal - Prod" environment = "prod" cluster_instance_size_name = "M30" cloud_provider = "AWS" atlas_region = "US_WEST_2" mongodb_version = "8.0" auto_scaling_disk_gb_enabled = "true" auto_scaling_compute_enabled = "true" disk_size_gb = "40000"
プロバイダー.tf
# Define the MongoDB Atlas Provider terraform { required_providers { mongodbatlas = { source = "mongodb/mongodbatlas" } } required_version = ">= 0.13" }
ファイルを 作成した後、各アプリケーションと環境ペアのディレクトリに移動し、次のコマンドを実行して Terraform を初期化してください。
terraform init
Terraform プランを表示するには、次のコマンドを実行してください。
terraform plan
lifecycle
ブロックを追加して disk_size_gb
と instant_size
を明示的に変更した後、lifecycle
ブロックをコメントアウトして terraform apply
を実行する。完了したら、誤って変更しないように、lifecycle
ブロックのコメントを必ず外してください。
次のコマンドを実行して、アプリケーションと環境のペアに対して1つのプロジェクトと1つのデプロイメントを作成してください。コマンドは、ファイルとMongoDB & HashiCorp Terraformを使用して、プロジェクトとクラスターを作成します。
terraform apply
プロンプトが表示されたら、yes
を入力し、Enter
を押して設定を適用してください。
この例に関するその他の設定オプションや情報については、MongoDB & HashiCorp TerraformおよびMongoDB Terraform ブログ記事をご覧ください。