【テクニカル・上級編】処理ユニット (Processing Units) – Cloud Spanner

Cloud SpannerのProcessing Units (PU): 「ノード」という抽象概念の終焉と、ハードウェアリソースの真の制御

Cloud Spannerを単なる「マネージドDB」と呼ぶ者は、その真価を理解していない。これは分散システムにおける「物理制約」と「論理スケーラビリティ」の境界を極限まで押し広げた工学の結晶だ。

かつて我々は「ノード数」という粗い単位でスケールを管理していた。しかし、時代は変わった。今や我々が対峙すべきはProcessing Units (PU)という、Spannerの深淵に直接触れるための指標である。

今日は、マーケティング資料には書かれていない、PUの本質について語ろう。

—

1. PUは「計算リソースの量子化」である

かつてのノードベースのモデルでは、1ノードの増減はリソースを100%増加・減少させることを意味していた。これは急激なスパイクには耐えうるが、リソース効率の観点では極めて野蛮なアプローチだ。

PUは、Spannerの各ノードが保持する「計算能力」を1,000 PU（1ノード相当）という単位で標準化し、それを100 PU単位で細分化したものだ。

ここで重要なのは、「100 PU = 1/10ノード」という単純な換算ではないという点だ。

内部アーキテクチャの視点

Spannerの各ノードは、`Spanner Server`（クエリ実行エンジン）、`Tablet`（データ分割単位）、そして `Colossus`（分散ファイルシステム）とのI/Oパスで構成される。PUを調整するということは、単にCPUサイクルを割り当てるだけでなく、以下のリソースバランスを動的に再構成することを意味する。

メモリ・フットプリント: PUを下げると、バッファキャッシュの許容サイズが縮小する。これはページキャッシュのヒット率に直結する。
RPC同時実行数: 各PUは、バックグラウンドでのバックプレッシャー制御と、フロントエンドのRPCハンドラのスケジューリング比率に寄与する。

2. PU最適化の「極限」：メモリ・スロットリングの挙動

熟練したアーキテクトなら、PUを変更した瞬間に「何が起きているか」を想像できるはずだ。

PUを増減させると、Spannerはオンラインのまま「再バランシング」を開始する。しかし、この裏側では、分散トランザクションを司る Paxosグループのリーダー配置 が動的にリアロケーションされている。

低レイヤにおける注意点

もしあなたが非常に密度の高いスキーマを運用しているなら、PUを極端に低く設定してはならない。

— 自身のインスタンスのPU設定を確認する（システムテーブルの深層）
SELECT
instance_id,
processing_units,
node_count
FROM
sys.instance_configs;
— 100 PU単位の変更は、計算資源の物理的な再割り当てをトリガーする。
— パフォーマンスのスパイクを避けるため、負荷の低い時間帯に行うのが定石だ。

PUが低い状態で激しい範囲検索（Range Scan）を行うと、CPUではなく「メモリ不足によるページスワップの増加」がボトルネックとなり、レイテンシが非線形に跳ね上がる。これは、OSレベルのメモリ管理とDBエンジンのバッファプール管理の衝突だ。

3. なぜ「100 PU」の単位が重要なのか

100 PUという粒度は、「マイクロサービス単位でのリソース分離」を可能にする。

以前は、小さな開発環境にさえ1ノード（当時の最小構成）を割り当てる必要があった。これはコスト的にも設計的にも無駄が多かった。しかし、100 PUまで解像度を高めたことで、我々は以下の設計が可能になった。

環境ごとのPU隔離: ステージング環境に400 PU、負荷試験環境に200 PUというような、プロダクションに近い挙動を再現しつつコストを最適化する。
マルチテナントの物理的制約: 同一インスタンス内で複数のDBを運用する場合、PUは「リソースの境界」を定義する。PUが十分に割り当てられていれば、あるDBの重いクエリが、他のDBのトランザクションを物理的に圧迫する確率を制御できる。

4. チーフアーキテクトからの提言：PUを「オートスケーリング」に任せるな

Cloud Spannerは素晴らしいオートスケーリング機能を持っている。だが、真のプロフェッショナルは「予測可能なトラフィック」に対しては、あえて静的なPU設定を維持する。

オートスケーリングは「保険」であり、「設計の代わり」ではない。

高いTPSを叩き出すシステムであれば、以下のプロセスを徹底すべきだ。

1. ベースラインの計測: 予測される最大負荷の80%をカバーするPU値を固定値として算出する。
2. レイテンシ・バジェットの監視: `Cloud Monitoring`にて `Spanner/Instance/CPU utilization` を監視する。
3. PUの微調整: 100 PU単位で調整し、コスト効率とレイテンシの「スイートスポット」を探り当てる。

最後に：Spannerは「生き物」である

PUという単位は、我々がSpannerという巨大な分散エンジンを、物理ノードの呪縛から解き放ち、よりソフトウェアに近い感覚で制御できるようになったことを意味する。

しかし、どれだけPUを細かく制御できても、データモデリングが拙ければSpannerのパフォーマンスは引き出せない。PUは万能薬ではない。それは、君たちが組んだデータ構造とアルゴリズムを、より効率的に動かすための「燃料」に過ぎないのだ。

アーキテクチャの深層へようこそ。次のステップは、自身のクエリプランとPUの関係をトレースすることだ。それが理解できた時、君は初めてSpannerを「使いこなしている」と言えるようになるだろう。