こんにちは！

2020年も3月を迎え、毎年恒例の追い込みのおかげで、成果物が概ね完成しました。
(毎年ギリギリになって追い込みをかけるのをそろそろ改善していきたい…)

今回はWG3の検証成果で個人的に「面白いな！」「なるほどな！」と、
思った内容をテーマ毎に少しだけ紹介します。

1. パブリッククラウド上のデータベース性能比較
PgbenchやHammerDBなどのベンチマークソフトウェアを利用して、
Amazon Aurora/Amazon RDS/Amazon EC2上のPostgreSQLの性能を比較した結果が面白い!

各サービスを利用する際に性能のボトルネックになりやすい要素や、
実機検証で得られたチューニングの勘所も記載されており、
上記サービスを活用する際に有益な情報になっています。

AWS上のサービスは頻繁にアップデートされていくので、
このような情報を毎年アップデートしてくれることを期待しています。

2. 性能トラブル調査
今回追加されたSQLを修正できない条件下での性能改善事例が興味深い!

パッケージ製品が発行するSQLの性能を、SQL文自体を修正せずに
パラレルクエリなどの機能を活用し性能改善した事例を記載しており、
SQLを書き換えることができない制約がある場合などに活用できるノウハウが詰まっています。

3. 機械学習を用いたパラメータチューニング
PostgreSQLのパラメータチューニングに機械学習を用いた手法が興味深い!

機械学習を用いてパラメータチューニングした場合と
従来の手法(計算式でのパラメータ値算出)でチューニングした場合とで、
ベンチマークソフトウェア(OLTPBenchmark)を用いた性能比較やパラメータ値の比較結果を記載しています。
また、機械学習を用いたPostgreSQLのパラメータチューニングの結果から、
どのパラメータが性能(TPSなど)に強い影響を与えているかなど、
パラメータチューニングを行う際に有益な情報が詰まっています。

昨今の情勢を考慮し、成果物の公開について様々なスケジュール調整を行っています。
2019年度の成果物が公開された際に、ご参照いただけると幸いです！

(おや)