「Google Cloud Next 2017」メルカリ事例【後編】

メルカリ＆ソウゾウ、Google Cloudで得られた効果を率直に語る（1/2 ページ）

メルカリの子会社として多数のサービスを提供するソウゾウもまた、「Google Cloud Platform」（GCP）の熱心なユーザーだ。「Google App Engine」（GAE）を中心に1年以上使ってみて期待した効果は得られたのか。

公開 2017年08月21日 05時01分

著者

荒井亜子

[TechTargetジャパン]

印刷する連載新着通知を受け取る

　前編「メルカリがデータ分析基盤に『Google BigQuery』を採用する理由」に続き、「Google Cloud Next 2017」で発表されたメルカリおよびその子会社ソウゾウによる、クラウドサービス群「Google Cloud Platform」（GCP）活用事例を紹介する。

　ソウゾウは、ユーザー同士が会ってモノやサービスを取引する「メルカリアッテ」（以下、アッテ）や本、CD、DVD専用フリーマーケットアプリ「メルカリカウル」といったWebサービスを提供する企業だ。同社も親会社のメルカリ同様、GCPのサービスを多数活用している。

併せて読みたいお薦めの記事

メルカリのクラウド事例

GCPの事例

「Google Cloud Platform」へ移行した企業に、使って分かった魅力を聞いた

GCPの特徴

　ソウゾウではGCPのアプリケーション開発基盤「Google App Engine」（以下、GAE）を中心に、仮想マシンサービス「Google Compute Engine」（以下、GCE）やデータ分析サービス「Google BigQuery」（以下、BigQuery）など、GCPのサービスを多数活用している。ユーザーが直接操作するフロントエンドのアプリケーションはGAEで開発し、バッチ処理のようなバックエンドで動くシステムにはGCEを使っている。例えば画像のような非構造化データはGCEのストレージサービス「Google Cloud Storage」に、ユーザーが生成する半構造化データはNoSQLデータベースサービス「Google Cloud Datastore」（以下、DataStore）に格納しているという。サーバサイドのエンジニアがアプリケーションを監視する際には「Stackdriver Monitoring」を使用し、リアルタイムのアクセスの様子は「Stackdriver Logging」で確認している。GAEやGCEに集まったデータはBigQueryに集め、その集約したデータを基に、ビジネスインテリジェンス（BI）チームがデータを分析している。図を見ると、構成が非常にシンプルなことが分かるだろう。

ソウゾウが活用するGCPのサービス

　ソウゾウで執行役員を務める鶴岡達也氏が2016年6月に公開したスライド資料（「メルカリアッテ」を支える Google App Engine と Golang）によると、ソウゾウがGAEを選んだ理由の1つにスケーラビリティがあったという。グローバル展開を視野に入れるアッテは、DAU（1日当たりのユーザー数）が数千万人規模、瞬間アクセス数は1秒当たり数万リクエストを想定しており、アクセス数の大幅な増加に耐え得る柔軟な拡張性が求められる。加えて無停止での機能改修や、準備作業を要しないリソース拡張が要件となっていた。

ソウゾウ鶴岡達也氏

　その点、GAEはGoogleのサービスと共用のインフラなので当然、世界のさまざまな国から共通のサービスが提供できるグローバル対応だ。既に画像・動画共有アプリケーション「Snapchat」のようなDAU1億人規模のサービスを稼働している実績もある。分散システムのための仕組みも整っており、小規模から大規模まで柔軟にリソースを拡張できることも分かっていた。それまでBigQueryやGCEしか使用していなかったという鶴岡氏が情報収集を開始したところ、周囲のエンジニアからの評判が非常に良く、GCPに盛り上がりの兆しと将来性を感じたという。実際、Google担当者からGCPの情報を聞き、「Amazon Web Services」（AWS）のソリューションアーキテクトのような直接話せる技術担当者がいることに驚いたという。GAEがプログラミング言語「Go」による開発に正式対応していることも採用の後押しとなった。

GCPを1年間使ってみてどうだったか

　これらの理由でソウゾウはGAEを採用することに決定した。そして2016年から1年以上にわたりGAEを中心にGCPを活用してきて、見えてきたことがあるという。鶴岡氏は本セミナーにおいて、アッテでGCPを1年間運用した成果を詳しく語った。

拡張性と性能

　2016年3月にサービス提供開始してから既に300万ダウンロードを突破したアッテは、ユーザー数もデータも伸び続けているサービスだ。だが瞬間的にアクセス数が増えても「リソース拡張のための作業は全く発生していない」と鶴岡氏は語る。GAEのインスタンスは負荷に応じて増減するので、GAEで稼働するアプリケーションは負荷対策がなされている。データベースにNoSQLのDataStoreを選択していることも、スケーラビリティ向上に大きく影響している。「従来のRDB（リレーショナルデータベース）であれば、朝4時にデータベースを停止し、テーブル定義の変更やインデックス追加などの作業が発生していた。GCPで構築したアッテではそうした作業が一度も発生していない。またDataStoreを使うことで、データが増えてもパフォーマンスが劣化しない」（鶴岡氏）

稼働率

　クラウドサービスの稼働率は、ある程度使ってみないことには判断が難しい。GAEのSLA（サービスレベル契約）は原則、稼働率を99.95％と定めている。月間平均21.9分程度の停止が見込まれるが、実際には「99.95％以上の数字が出ている」と鶴岡氏は高評価だ。もちろん障害はゼロではない。「瞬間的に5分程度落ちることはあったが許容範囲だと捉えている」と述べる。これを許容できるかどうかはアプリケーションの性質によるだろう。

生産性

　ソフトウェア開発手法はエンジニアの生産性に大きな影響を及ぼす。ソウゾウはGAEでプログラミング言語のGoを使用している。この環境を経験しているエンジニアは世の中にどれくらいいるだろうか。アッテのバックエンドの開発者もGo、GAEともに全員が未経験からスタートしたそうだ。鶴岡氏の感触としては「何らかの開発経験があれば、GAEが未経験でも1週間～1カ月で開発できるようになる」と述べる。

　この1年でGCPに関するドキュメントが充実してきたことも生産性に寄与している。英語しかなかったドキュメントが日本語化されたり、「Code Lab」というチュートリアルの場が催されたり、学習環境が充実してきていることも、学習コストを低下する要因になっているようだ。

コスト

　「トータルコストはオンプレミスに比べると安価だが、劇的に安いわけではない」と鶴岡氏は述べる。GCPにはコスト削減に勝る良さがあるようだ。「インフラ専門エンジニアがいなくても運用ができていることは大きい」（同氏）。利用した分だけの従量課金制という点もメリット。「例えばサービスに対する100ユーザー分の費用が分かっていれば、サービスの規模が100倍になったときにどれくらいの費用がかかるかが予想できる」

次ページへ気になるベンダーロックイン問題