クラウドコンピューディグ技術のまとめ

 クラウドコンピューディグの研究についてクラウドコンピューディグは可用性（Availability）に重点をおき、極めて大希望なデータ集合を保持するためのデータストア手法を用いた分散型の計算機利用形態である。従来関係のデータベース（RDBMS）との違いは、RDBMSでは、一般に、データの強い一貫性（consistency）に重きを置いているが 、クラウドコンピューディグでは、一貫性よりも可用性に重きを置いている点が異なる。そのため、両者のアーキテクチャは当然に異なるだろう。クラウドコンピューディグの各技術要素は、分散システムや分散データベースでの過去の研究成果を実成果に即して大規模に応用したものです。新しい技術が発明されたわけではない。学術的には分散システムの研究では、30年前からネットワークの障害を前提とした場合、強い一貫性と高い可用性は同時に得られないことが指摘されている。以下の論文からBernstein, Philip A., and Nathan Goodman. "An algorithm for concurrency control and recovery in replicated distributed databases." ACM Transactions on Database Systems (TODS) 9.4 (1984): 596-615. 

クラウドコンピューティングの基盤は分散システムであり，強い一貫性よりも可用性や分散性に焦点をあてることで，極めて規模の大きいデータ集合を極めて高い可用性で運用することを実現している 。強い一貫性を保持しないからと言って，すぐにデータの一貫性を保証しないわけではなく，そこには実用上十分に高い可用性を高めるための様々な工夫が施されている．また，クラウドコンピュー

ティングでは，その技術的特徴として，キーと値を対にして扱う（キーバリューストア）ことが多い．また，多くは，MapReduce というプログラミングモデルを用いている．

 

クラウドコンピューティング技術で最も注目されるのはシステムのスケーラビリティ（salability）である．特にクラウドコンピューティングでは，システムのスケーラビリティを高めるためにスケールアウト(scale out)の方式が取られる． 注 スケールアウトとは

 

サーバの数を増やすことで、サーバ群全体のパフォーマンスを向上させること。1台のサーバが仮に10人のユーザしか処理できないとしても、サーバを2台に増やして負荷を分散すれば20人のユーザに対応できる、という理屈である。

スケールアウトした場合、複数のサーバを連携して動作させることになるため、メンテナンスや障害発生時にもサービスを完全に停止させる必要がない点が利点となる。反面、サーバの台数が増えるために管理の手間が増大し、ソフトウェアのライセンス料金も高額になりがちなことが欠点とされている。

複製や同期が容易であり、また複製しても問題の起きないデータを扱う場合には、1台のサーバで機能や性能を強化する「スケールアップ」よりもスケールアウトの方が適していると言われる。 スケールアウトの反対語　スケールアップとは

既存のサーバを機能強化してパフォーマンスを向上させること。CPUやメモリなどの強化によってサーバの能力を上げ、より高い負荷に耐えられるように拡張する。より強力な新しいサーバに交換することもある。

1台のサーバでサービスを提供するため、複数台で運用するよりソフトウェアライセンスの料金が安く済む点や、構成が単純で管理しやすい点、拡張方法によっては台数を増やすよりも投資効果が高い点などが利点とされる。

その反面、複数台運用でないためスケールアップ時にはいったんサーバを停止しないといけない点や、障害発生時に回復までの時間がかかるなどの欠点がある。

複製や分割が困難なデータを扱う場合には、サーバの台数を増やす「スケールアウト」より、スケールアップの方が望ましいとされている。  クラウドコンピューティングで実現されるものは，巨大なデータストアアプリケーションと言える．しかし，既存のデータベースアプリケーションとクラウドコンピューティングの違いを明確にするために，ここでは，データベースアプリケーションのトランザクションについて述べる．トランザクションとは，データに対する一つの論理的操作のことを言う．データベースの分野（特に RDBMS を扱う分野）では，トランザクションは ACID 基準を満たすべきだという見方と，そうでなくても良いという見方がある．まず，ACID 基準について概説する．ACID基準　の論文

The transaction concept: virtues and limitations (invited paper)http://infolab.usc.edu/csci599/Fall2008/papers/b-2.pdf 

A: Atomicity（アトミック性），C: Consistency（一貫性），I: Isolation(孤立性)，D:Durality (耐久性)．データベースの分野では，以上の４つの性質が満たされない限りデータベースは完全でないとされ，データベースは４つの性質を満たすべきであると主張される．

《A: Atomicity（アトミック性）》

各トランザクションは，完全な形で発生するか，全く発生しないかのどちらか

であり，もし発生するなら，単一の分割不可の瞬間的な行為として発生する．

トランザクションが起こっている間は，すべてのプロセスはその中間的な状態

を見ることはできない．

《C: Consistency（一貫性）》

トランザクション開始と終了時において，あらかじめ与えられた整合性（不

変性）を満たすことを保証しなければならない．トランザクション前にある整

合性を維持していたなら，トランザクション後にも整合性を満たさなければな

らない．銀行のシステムにおいて，全体の預金のトータル量は，ある一つの送

金のトランザクションの前と後で同じでなければならない．一方，トランザク

ションの途中は，整合性は維持されていないかもしれないが，トランザクショ

ンの外からは見えない．ここでいう一貫性は，強い一貫性ともいわれる．

《I: Isolation（孤立性）》

逐次処理可能性（serializable）とも言われる．すなわち，２つ以上のトラン

ザクションが同時に動作したとき，最終的な結果はすべてのトランザクション

がある順序で逐次的に実行されたように見えなければならない．すなわち，同

じデータにアクセスする二つのトランザクションはどちらかがもう片方のトラ

ンザクションが終了するのを待っている必要がある．

例として，銀行システムにおいて，２つの口座 A と B があり，次の２つのト

ランザクションがあるとする．

トランザクション１：口座 A から口座 B に$10 送金する．

トランザクション２：口座 B から口座 A に$20 送金する．

トランザクション１は次の二つのアクションからなる．

アクション１－１：口座 A から$10 引く．

アクション１－２：口座 B に$10 足す．

トランザクション２は次の二つのアクションからなる．

アクション２－１：口座 B から$10 引く．

アクション２－２：口座 A に$10 足す．

【良い例】内部処理がどのような順でアクション１－１，１－２，２－１，及

び２－２を実行したかに関係なく，見た目として，トランザクション１が行わ

れ，次にトランザクション２が行われた時，孤立性が保たれたと言う．

【失敗】内部処理として，アクション１－１，アクション２－１，アクション

２－２，アクション１－２の順で行われ，最後のアクション１－２で失敗が起

こった時，結果は，口座 A は$10 を引かれたままになってしまったとする．こ

 

の場合，孤立性が保たれていないという．

《D: Durality （耐久性）》

一度行われたトランザクションの結果が永久に失われてはならない．多くの

システムでは，トランザクションのログが管理されており，故障が起きて復帰

した時は，このログによって，システムをもとの状態に復帰させることが行わ

れる．    

ACID 基準は極めて厳しい要求事項である．オンライントランザクションなどでは，大変重要な概念である．しかし，データベースを分散するシステムでは，すべてを満たすのは大変困難であることが知られている．次の CAP 定理は，分散システムにおいて，一貫性，可用性，および分割耐性が同時に満たされないことを示した経験則の一つである． 

CAP定理は，分散システムにおいて，一貫性，可用性，及び分割耐性を同時に満たすことはできないということを示した定理である 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2000年　UC Berkeley のEric A.EriBrewer教授 によって提唱された。その後この人はYahoo!の創業者の一人となった。 http://www.cs.berkeley.edu/~brewer/ 

 

 

 

 

 一貫性（Consistency）は上で説明した通りで，ここでは，強い一貫性を意味している．

可用性（Availability）は，システムがすぐに使えることであり，システムが正常に稼働しているある瞬間に，ユーザがその機能を実行できる確率で表されることが多い．

分割耐性（Partition Tolerance）は，ネットワーク分断への耐性を意味する．例えば，二つの分割されたネットワークの各パーティンションの間で，通信されるメッセージが失われる場合があっても，正しい処理が妨げられないという意味である．

ACID基準を満たすには，可用性を犠牲にしなければならない．逆に可用性に注目したときの基準として，BASE が提唱されている ．以下の論文でFox, A., Gribble, S. D., Chawathe, Y., Brewer, E. A., & Gauthier, P. (1997, October). Cluster-based scalable network services. In ACM SIGOPS operating systems review (Vol. 31, No. 5, pp. 78-91). ACM.引用から見てみれば、やはり、 Eric A.EriBrewer教授の研究を中心として進んできたことがわかる

 BASE の意味は，BasicallyAvailable, Soft-state, Eventually consistent（基本的に可用性があり，ソフト状態保持をしており，結果的に一貫性がある）という意味である． 

「基本的に可用性がある（Basically Available）」という意味は上で示した通り、

基本的にシステムが正常に動作している瞬間にユーザがすぐにその機能を実行でき

るということである．

「ソフト状態を保持する（Soft-state）」という意味は，サーバがクライアントなど

からの要求を受けたときに，クライアントの状態をある限られた時間のみ保持する

という意味である．詳述すれば，状態保持に関しては次の３段階がある：状態不保

持サーバ（stateless server），ソフト状態保持（soft-state），及び状態保持（stateful

server）．状態不保持サーバとは，サーバはクライアントの状態をいっさい保持しな

い．ソフト状態保持とは，状態不保持の特別な形で，サーバはクライアントの状態を

保持するが，ある限られた時間のみ保持するという意味である．状態保持とは，サー

バがクライアントの状態に関する情報を持続的に保持することを意味する． 

サーバがクライアントの状態を保持している（状態保持）と，ファイルの更新な

どの効率を高めることができる．しかし，サーバが故障した場合の復旧は，故障し

た時点までのすべてのクライアントとの関連情報が必要である．状態不保持の場合は，サーバが故障して復旧する場合でも，クライアントの情報は何も必要ない．ソフト状態保持では，その中間的な特徴を持ち，ある限られた時間のみクライアント

情報を持つので，サーバが故障しても復旧は，その限られた時間のみのクライアン

ト情報が必要になるのみである．

「結果的に一貫性がある（Eventually consistent）」については，強い一貫性では

なく，結果として一貫性が保証されるという意味である． 一貫性について、少し詳しく述べる。

【強い一貫性（Strong Consistency）】 データベースの更新があった場合，その

後のプロセスはすべてその更新を確実に確認できる．ACID 基準における一貫性と

同義であり，RDBMS の存在意義そのものである．強い一貫性は理論的には可能だ

が，現実的にはネットワークの遅延がある限り，ロック制御を行って対応する必要

がある．分散システムになると，ロック制御が複雑になり，かえって遅延が多くな

る．その結果，システム全体としての可用性を保持するのは困難となる．

【弱い一貫性（Weak Consistency）】 データベースの更新があった場合，その後

のプロセスが，その更新を確認できるとは限らない（強い一貫性以外の場合である）．

【結果一貫性（Eventual Consistency）】論文は以下になるVogels, Werner. "Eventually consistent." Queue 6.6 (2008): 14-19.データベースの更新があった場合，その後のプロセスが，その更新を確認できない時期があるものの，一定の時間を経れば，必ずその更新を確認できるようになる．ここから雑談。１なぜMapReduce が作れたのか

計算機を分散配置し，データを分割することで，可用性を保持するが，分散して

読込んだデータをどのように結合するかは，古典的に難しい問題とされる．Google

や Amazon などの実世界でのシステムでは，様々な工夫がなされている．

Google はデータの結合に対する問題を解決するため、上記の問題を抽象化したプログラミングモデル MapReduce を提供している． 

２クラウドコンピューティングと伝統的な RDBMS（リレーショナルデータベース）の違い