Azure Cosmos DB でのパーティション分割されたグラフの使用

  • [アーティクル]

適用対象: Gremlin

Azure Cosmos DB の Gremlin 用 API の主な特長の 1 つとして、水平スケーリングによって大規模なグラフを処理する機能があります。 コンテナーは、ストレージとスループットに応じて個別にスケーリングできます。 グラフ データを格納するために自動的にスケーリングできるコンテナーを Azure Cosmos DB で作成できます。 データは、指定されたパーティション キーに基づいて自動的に分散されます。

コンテナーに格納されるサイズが 20 GB を超えることが予想される場合、または 1 秒間に 10,000 を超える数の要求ユニット (RU) を割り当てたい場合は、パーティション分割が内部的に実行されます。 データは、指定したパーティション キーに基づいて自動的にパーティション分割されます。 Azure portal または 3.x 以上のバージョンの Gremlin ドライバーからグラフ コンテナーを作成する場合は、パーティション キーが必要です。 2\.x 以前のバージョンの Gremlin ドライバーを使用する場合、パーティション キーは必要ありません。

Azure Cosmos DB のパーティション分割メカニズムと同じ一般原則が、以下で説明するグラフ固有の最適化でも適用されます。

グラフのパーティション分割

グラフのパーティション分割メカニズム

以下のガイドラインでは、Azure Cosmos DB のパーティション分割戦略がどのように機能するかについて説明します。

  • 頂点とエッジの両方が、JSON ドキュメントとして格納されます。

  • 頂点にはパーティション キーが必須です。 このキーによって、ハッシュ アルゴリズムを通して頂点が格納されるパーティションが決定されます。 パーティション キーのプロパティ名は新しいコンテナーの作成時に定義され、/partitioning-key-name という形式になります。

  • エッジはソースの頂点と共に格納されます。 つまり、頂点ごとに、そのパーティション キーによって、頂点がその送信エッジと共に格納される場所が定義されます。 この最適化は、グラフ クエリで out() カーディナリティを使用する際にクロス パーティション クエリを回避するために行われます。

  • エッジには、それらが指す頂点への参照が含まれます。 すべてのエッジは、それらが指している頂点のパーティション キーおよび ID と共に格納されます。 この計算により、out() 方向のすべてのクエリは、ブラインド クロスパーティション クエリではなく、常にスコープが設定されたパーティション分割されたクエリになります。

  • グラフ クエリではパーティション キーを指定する必要があります。 Azure Cosmos DB で行方向のパーティション分割を最大限に活用するには、単一の頂点を選択するときに、可能な限り、パーティション キーを指定します。 パーティション分割されたグラフにおいて 1 つまたは複数の頂点を選択するためのクエリを次に示します。

    • /id および /label は、Gremlin 用 API でのコンテナーに対するパーティション キーとしてサポートされていません。

    • ID によって頂点を選択してから、 .has() ステップを使用してパーティション キー プロパティを指定する:

      g.V('vertex_id').has('partitionKey', 'partitionKey_value')

    • パーティション キー値と ID が含まれている組を指定して頂点を選択する:

      g.V(['partitionKey_value', 'vertex_id'])

    • 一連の頂点とその ID を選択し、パーティション キー値のリストを指定する:

      g.V('vertex_id0', 'vertex_id1', 'vertex_id2', …).has('partitionKey', within('partitionKey_value0', 'partitionKey_value01', 'partitionKey_value02', …)

    • クエリの先頭でパーティション戦略を使用し、Gremlin クエリの残りの部分のスコープにパーティションを指定する:

      g.withStrategies(PartitionStrategy.build().partitionKey('partitionKey').readPartitions('partitionKey_value').create()).V()

パーティション分割されたグラフを使用する場合のベスト プラクティス

無制限のコンテナーでパーティション分割されたグラフを使用するときは、次のガイドラインを使用してパフォーマンスとスケーラビリティを確保します。

  • 頂点に対してクエリを実行するときは常にパーティション キー値を指定します。 パフォーマンスを実現するには、既知のパーティションから頂点を取得します。 エッジにはターゲット頂点への参照 ID とパーティション キーが含まれているので、以降のすべての隣接操作のスコープは常にパーティションになります。

  • エッジに対してクエリを実行する場合は、可能な限り、送信方向を使用します。 前述のように、エッジは、送信方向のそのソース頂点と一緒に格納されます。 したがって、このパターンを念頭においてデータとクエリを設計すると、クロス パーティション クエリを使用する可能性が最小限に抑えられます。 これに対して、in() クエリは常にコストのかかるファンアウト クエリになります。

  • パーティション間でデータを均等に分散するパーティション キーを選択します。 この決定は、ソリューションのデータ モデルに大きく依存します。 適切なパーティション キーの作成の詳細については、「Azure Cosmos DB でのパーティション分割とスケーリング」を参照してください。

  • パーティションの境界内でデータを取得するようにクエリを最適化します。 最適なパーティション分割方法を決める場合は、クエリ パターンに合わせます。 1 つのパーティションからデータを取得するクエリでは、最大限のパフォーマンスを実現できます。

次のステップ

次に、以下の記事をお読みください。