Netflixを支える「GraphQL」【前編】
Netflixがクエリ言語「GraphQL」を採用 何にどう使っているのか
Netflixがクエリ言語として「GraphQL」を採用した。どのように利用しているのか。得られた効果は。同社に聞いた。
動画配信サービス「Netflix」を支えているのは、クエリ(データ操作)言語「GraphQL」だ。
テクノロジーカンファレンス「QCon New York 2019」に登壇したギャレット・ハインレン氏は、Netflix社でソフトウェアエンジニアを務めている。ハインレン氏によると、同社はコンテンツエンジニアリングチームが運用するシステムにデータを取り込むためのクエリ言語として、主にGraphQLを使用しているという。
Netflix社の主要なエンジニアリングチームは2つある。一つはストリーミングを担当する製品エンジニアリングチーム。もう一つは同社の番組制作用のツールを開発するコンテンツエンジニアリングチームだ。
コンテンツエンジニアリングチームが新しいデータ統合システムを構築する際、システムの基盤テクノロジーとしてGraphQLを採用した。データ連携に利用できる仕組みには「REST」や「Falcor」といった選択肢があるが、同チームはそれらを退けてGraphQLを選択した。RESTはデータ連携のための枠組みを定義したアーキテクチャ。FalcorはNetflix社がスクリプト言語「JavaScript」向けに開発したデータ取得用の機能群だ。
「われわれは新しいシステムを開発している最中だったため、実験の余地があった」とハインレン氏は話す。GraphQLの開発元はFacebookだ。同社は2012年にGraphQLを開発し、2015年にオープンソースコミュニティーにこのプロジェクトを寄贈した。さらに2018年、プロジェクトは非営利団体GraphQL Foundationの手に渡った。
GraphQLがNetflixにもたらした効果
ハインレン氏のチームは、扱うデータをGraphQLによりグラフ(実体同士の関係を表したデータ構造)としてモデル化している。同チームは2018年の丸1年をかけ、幾つかのダウンストリーム(サーバからクライアントに流れるデータ)を集約するためにグラフを構築した。「GraphQLはさまざまなバックエンドシステムと連携できるため、われわれのシステム構築においても問題は発生しなかった」と同氏は振り返る。
グラフモデルに移行することで、ハインレン氏のチームが運用するシステムでは、保存場所にかかわらずデータにアクセスできるようになった。GraphQLを導入するまでは、システムのサイロ化(システムをまたいだデータ連携が難しくなること)によって、コンテンツ配信サービスが遅延を引き起こしていたという。
ハインレン氏のチームは、Netflix社の他のシステム開発チームに対してもアプリケーションの稼働環境を整備する支援をした。複数のシステムにまたがり、統合的なグラフを構築するチームを社内に作った。「GraphQLを用いることで、われわれが扱うコンテンツのあらゆる実体や操作を全体的に可視化できるようになった」と同氏は説明する。同社はグラフを操作するユーザーインタフェースの開発にも意欲を見せる。
このグラフがあれば、サイロ化されたシステム内に情報があったために答えることができなかった、製品チームからの質問に答えられるようになるとハインレン氏は説明する。「いまや組織のあらゆるデータにアクセスできる」(同氏)
Copyright © ITmedia, Inc. All Rights Reserved.
Netflixを支える「GraphQL」
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[サイボウズ株式会社] DXに必要な「Dスキル」「Xスキル」を持った人材を育成するには? -
市場調査・トレンド
[サイボウズ株式会社] データで見る、DXが「順調に進む企業」と「つまずく企業」の違い -
製品資料
[サイボウズ株式会社] 賛否が割れがちな「Notesからの移行」 新環境への移行を納得してもらうには? -
事例
[ServiceNow Japan合同会社] 農林中金に学ぶ内製開発 処理効率を約2倍に高めAI活用も加速させた方法とは? -
事例
[ServiceNow Japan合同会社] NTTグループのデジタル変革術、17万人が利用する決裁プロセス刷新の全貌
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは?
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
4
サーバ約70台をAWSへ ヤナセが移行前にやった「通信要件の可視化」
-
5
脱VMwareの真実:データセンター大手がNutanixを選んだ「コスト以上の理由」
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
AIインフラの理想形? 「5層のケーキ」を垂直統合するための近道とは
-
8
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
9
「データストレージの活用方法」に関するアンケート
-
10
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
4
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
6
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
7
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
8
マンガで解説:「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド:25の自社診断で弱点と解決策を理解
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー