【ITニュース解説】メルカリにおけるTiKVオートスケールの実践
2026年10月19日に「メルカリ」が公開したITニュース「メルカリにおけるTiKVオートスケールの実践」について初心者にもわかりやすく解説しています。
ITニュース概要
メルカリのDBREチームは、データベースサービス「TiDB Cloud」のオートスケール機能を拡張・改善した。時間帯に応じた自動調整や、データベースストレージ「TiKV」への適用を進め、運用効率を高めている。これにより、サービスの負荷変動に柔軟に対応可能となった。
ITニュース解説
メルカリは、多くのユーザーが利用する大規模なサービスであり、その裏側では膨大なデータが日々やり取りされている。これらのデータを管理し、スムーズなサービス提供を支えているのがデータベースである。特に、メルカリは「TiDB Cloud」という分散型データベースサービスを基盤として利用しており、その中でもデータを実際に保存する役割を担っているのが「TiKV」というコンポーネントである。
データベースの運用において重要な課題の一つが、システムへの負荷変動への対応だ。メルカリのようなECサービスでは、時間帯によってアクセス数が大きく変動する。例えば、昼休みや夜間、テレビCMが流れた時などはアクセスが集中し、データベースへの問い合わせ数(QPS:Queries Per Second)が急増する。このようなピーク時には、データベースが処理しきれずに動作が遅くなったり、最悪の場合はサービスが停止してしまう可能性もある。一方で、アクセスが少ないオフピーク時には、ピーク時に合わせて確保した大量のリソースが無駄になり、コストがかさむという問題がある。
この課題を解決するために導入されるのが「オートスケール」という機能である。オートスケールは、システムの負荷状況を監視し、必要に応じて自動的にサーバーなどのリソースを増やしたり減らしたりする仕組みを指す。これにより、ピーク時には十分な処理能力を確保し、オフピーク時には不要なリソースを削減してコストを最適化できる。手動でサーバーを増減させるのは、時間と労力がかかるだけでなく、人為的なミスも発生しやすいため、自動化は非常に重要である。
メルカリのDBRE(Database Reliability Engineering)チームは、このTiDB Cloudのオートスケール機能、特にTiKVのオートスケールについて、さらなる改善に取り組んだ。これまでのオートスケールにはいくつかの課題があった。一つは、時間帯によるQPSの大きな変動に対して、オートスケールの反応が遅れてしまい、ピーク時に処理能力が不足したり、逆にオフピーク時でも過剰なリソースが残ってしまうことがあった点である。また、急にリソースを増やしても、それがすぐに最高の性能を発揮できるわけではなく、準備に時間がかかり、その間は性能が不安定になる「コールドスタート」問題も存在した。
特にTiKVのオートスケールは、TiDBの他のコンポーネントよりも複雑である。TiKVはデータを複数のサーバーに分散して保存しているため、新しいサーバーを追加する(スケールアウト)際には、既存のサーバーから新しいサーバーへデータを移動させる必要がある。このデータ移動が効率的に行われないと、かえってデータベース全体の性能を落としてしまう可能性がある。
メルカリが今回実践したのは、これらの課題を解決するための高度なオートスケールである。その中心となるのが「時間帯別制御」の導入と「TiKVへの拡張」だ。時間帯別制御とは、過去のデータや予測に基づき、あらかじめピークが来る前にリソースを増やしておく(プロアクティブなスケールアウト)という考え方である。これにより、急なアクセス集中にも余裕を持って対応でき、コールドスタートの問題を回避しやすくなる。例えば、アクセスが集中する特定の時間帯の直前に、自動でTiKVサーバーの数を増やし、ピークが過ぎたら減らすといった制御を行う。
TiKVのオートスケールを実現するためには、TiDBクラスタのメタデータ管理やデータ分散を司る「PD(Placement Driver)」というコンポーネントの機能を活用した。PDはTiKVのデータを管理する最小単位である「リージョン」の分散状況を把握しており、新しいTiKVノードが追加された際に、既存のノードから効率的にリージョンを移動させる役割を担う。メルカリは、このPDの「Auto-Balance」機能などを活用し、データ移動の最適化を図った。これにより、TiKVノードの増減が、データベース全体の性能に与える影響を最小限に抑えつつ、スムーズに行われるようになった。
さらに、これらのオートスケールは、Kubernetesというコンテナ化されたアプリケーションを自動で管理するプラットフォーム上で、「Kubernetes Operator」という仕組みを用いて実現されている。Operatorは、Kubernetes上で特定のアプリケーション(ここではTiDB/TiKV)のライフサイクル全体を自動で管理するためのコントローラであり、メルカリはこれを活用してTiKVのスケールアウトやスケールイン、さらにはリソース(CPU、メモリ)の自動調整までを可能にした。具体的な実装としては、HPA(Horizontal Pod Autoscaler)やVPA(Vertical Pod Autoscaler)といったKubernetesの標準的なオートスケール機能に加え、メルカリ独自のカスタムメトリクス(QPSなど)に基づいた調整ロジックも組み込むことで、よりきめ細やかな制御を可能にしている。
この取り組みの結果、メルカリは複数の大きな成果を得ることができた。まず、不要なリソースの削減により、データベースの運用コストを大幅に抑制できた。次に、ピーク時においても安定した高いパフォーマンスを維持できるようになり、ユーザーは快適にサービスを利用できるようになった。レイテンシ(処理遅延)が減少し、QPSが安定したことで、サービスの信頼性が向上した。また、DBREチームの運用負荷も軽減され、より高度な開発や改善に注力できるようになった。
このように、メルカリのTiKVオートスケールの実践は、大規模な分散データベース環境におけるリソースの最適化と安定稼働を実現するための、非常に先進的な取り組みと言える。システムエンジニアを目指す上で、このような大規模サービスの裏側でどのような技術が使われ、どのような課題解決が行われているかを理解することは、将来のキャリアを考える上で貴重な学びとなるだろう。常に変化するシステム負荷に対し、いかに効率的かつ安定的に対応するかという課題は、今後も様々なサービスで共通して求められる重要なテーマである。メルカリの事例は、その一つの成功例として、技術の進化と運用の工夫がサービス品質に直結することを示している。