OpenSearchでレガシーな検索処理の大幅改善をやってやろう

Transcript

1. OpenSearchでレガシーな検索処理の 大幅改善をやってやろう PHPカンファレンス小田原2025
2. 自己紹介 • 堂薗 伸樹(どうぞの のぶき) / DPon（@DPontaro） ◦ 󰢄園　󰢐薗 • 職業：エンジニア • 所属：スターフェスティバル株式会社 • 家族：妻󰠀 子👦👦 犬 • ゲーム好き • 大阪からきました • 🎉 カンファレンス初登壇 🎉
3. 会社とサービスの話 • https://gochikuru.com/ • 法人・団体向けの宅配弁当 ケータリング・オードブルの デリバリーサービス。
4. 前段 プロジェクトの説明
5. プロジェクトの特徴 • ごちクルとは別の特定業界向けのお弁当デリバリーサービス • Initial Commitは2015年 • コロナ禍で需要減。リソース都合もあり、しばらく専任のエンジニアがついていない 状態。 • ときどき改善依頼があった際、手が空いてる人がスポットでアサインされる
6. パフォーマンスの課題 • 2024年春、サイトのパフォーマンスは少し触れただけでも体感できるくらいに悪い • 需要が戻りつつあるなか、マイナスの印象を与えるわけにもいかない
7. レガシーな環境
8. 初手の改善
9. ボトルネックをみつける 商品検索のController。 リクエストされる頻度高く、かつ重い ページ。 中央値が 1.9 sec これに加え、ページ表示までに画像や cssのダウンロードなども発生する
10. 初手の改善 スロークエリに手を入れてみる • INDEXの追加 • 該当箇所のコードを調整し、発行されるクエリを修正 結果200msec くらいは改善したが焼け石に水。
11. さてどうしたものか 長年専任がついていないプロジェクト、コードはツギハギで無駄も多い。 複雑に絡み合ったコードの解消のために、検索ロジック全体を組み直す必要がありそ う。 → それならもう OpenSearch に移行してもいいのでは？
12. OpenSearchとは • 分散型の検索エンジン。Elasticsearchのフォーク版 • クラスタ構成、複数のノードにデータ分散。 • 高速な全文検索が可能
13. 簡単に用語解説：Document • Document：データを格納する単位。JSON形式。 ◦ 学生のデータベースでは、 Documentは1人の学生を表せる ◦ RDBにおける行に相当
14. 簡単に用語解説：Index • Index：Documentの集まり ◦ RDBでいうテーブル ◦ 学生のデータベースでは、 Indexはすべての学生を表す
15. 簡単に用語解説：Clusterとか • Cluster, Node ◦ Clusterは、Nodeの集まり。 ◦ Nodeはデータを保存、検索リクエストを処理 するサーバ。 • Shard ◦ いわゆる水平分割。 ◦ Indexのdocumentを行単位でシャード分割し て分散 ◦ シャードの分割目安：シャードのサイズを 10 ～ 50 GB に制限することです。（公式いわく）
16. OpenSearchへの移行
17. OpenSearch公式のPHPクライアント まぁバージョン下げたら対応してるやつあるやろ。 https://github.com/opensearch-project/opensearch-php
18. おっかしいなー
19. 真面目にどうするか 理想はPHPのバージョンアップ。そうはいっても • スポット的なアサインでもあり、メインは別プロジェクトの人員 • 元のミッションはパフォーマンス改善。 →バージョンアップはスコープ外では？ • 認知負荷の高いコードの理解、スロークエリの対応など既にある程度時間もかけて いる。 →このタイミングからバージョンアップまでやる？ ※言わずもがなテストはメンテされておらず
20. 戦略的後回し // TODO PHPバージョンアップ 結局公式のPHP7.3が対応してるバージョンのクライアントを落としてから、7.1で動くよう にエラーが出る箇所をつぶして対応させました。 ※バージョンアップはパフォーマンス改善後に対応しました(7.4までですけど...
21. バッチの実装 毎時 RDS -> OpenSearch へデータ投入するバッチを実行。 その際”YYYYMMDD-HH”のサフィックスを持つINDEXが作成される。 　例：product-index-20250412-15 INDEX作成後、アプリケーションが参照している OpenSearchのINDEXのエイリアスを変更。 　実行前：product_index -> product-index-20250412-14 　実行後：product_index -> product-index-20250412-15
22. マッピングの話 マッピングはOpenSearchに、ドキュメントとそのフィールドの保存方法とインデックスを指示します。 各フィールドのデータ型を指定することで (例えば、年を日付にするなど )、保存やクエリをより効率的に行うこと ができます。 Dynamic mapping （動的マッピング） 　新しいデータやフィールドが自動的に追加される。 Explicit mapping （明示的マッピング） 　推奨。正確な構造とデータ型を前もって定義できる。 　パフォーマンスや正確性を高めることができる
23. マッピング一例 "id": map[string]string{"type": "integer"}, "product_name": map[string]interface{}{ "type": "text", "analyzer": "product_index_analyzer", "search_analyzer": "product_search_analyzer", },
24. analyze 文字列を検索に使えるように「分かち書き（トークン化）」＆「正規化」する処理
25. analyzer と search_analyzer "product_name": map[string]interface{}{ "type": "text", "analyzer": "product_index_analyzer", "search_analyzer": "product_search_analyzer", }, analyzer：インデックス時（保存時）に使用する analyzer を指定。 search_analyzer：検索時に使用する analyzer を指定
26. synonym_filter search_analyzer には上記のsynonym_filterという同義語の設定がされている。 この設定により曖昧検索に対応できる "synonym_filter": map[string]interface{}{ "type": "synonym", "synonyms": []string{ "ウナギ,ウナジュウ", "子供,お子様",
27. やってみてどうだった
28. 🎉結果発表🎉 before 中央値：1.9sec after 中央値：0.92sec
29. 売上につながった？ ここ1年で売上の数値はしっかり伸びている 🎉 複数要因があるものではありますが、パフォーマンス改善で下支えが出来た ※余談　社内の営業の方々から直接 DMでめちゃ助かったと何人か声かけていただいて、好感触
30. 他改善するなら • 毎時のバッチ実行 ◦ 日々商品のデータは更新されているが、最大 1時間の遅延を許容している状態 ◦ よりリアルタイムに更新したい場合、イベント駆動な仕組みを取り入れたり • インフラのあいのり ◦ ごちクルと同じインスタンスなので障害発生した際は、どちらも検索処理が機能しなくなる（今のとこ ろ発生はしていない） ◦ 切り離せば懸念はなくなるが、コスト増にはなるのでバランス考えて • synonym_filterなどがコード中に定義されている ◦ 変更の際にエンジニアの手が入る状態となっているので、できれば外部ファイルに逃がしたほうが 良い