CM2: a Cloud Monetary Cost Model for Document-Based NoSQL Databases

現代のデジタル世界において、膨大な量の情報は、ドキュメント指向データベースとして知られる、柔軟で非伝統的な形式で保存されています。これらは、古いシステムの硬直したスプレッドシートのような構造とは異なり、アプリケーションが実際にデータをどのように使用するかを反映するようにデータを整理することを可能にし、多くの場合、関連する情報を単一の自己完結したユニットとしてまとめて保持します。企業がこれらのシステムを、大手テクノロジープロバイダーによって管理されるクラウドへと移行するにつれ、データの整理方法は単なる技術的な選択ではなく、財務的な選択となります。コンピュータがデータを読み取ったり、新しいデータを書き込んだり、ファイルを保存したりするたびに、クラウドプロバイダーは手数料を課します。これらの料金は、データのサイズ、アクセスされたアイテムの数、およびリクエストの複雑さに基づいており、小さな設計上の決定が大幅に高い請求額につながることもあるという、複雑な経済的景観を生み出しています。

長年、これらのシステムを設計する専門家は、データベースがどれほどの速さで動作するか、あるいはどれほどのメモリを使用するかを予測するモデルに頼ってきました。しかし、これらの伝統的なツールは、クラウドで実際に支払われる費用を無視することがよくあります。それらのツールは、エンジニアに対してある設計が「高速である」と伝えることはできても、そのスピードが「支払えないほど高価な代償」の上に成り立っているかどうかを伝えることはできません。このギャップにより、組織は将来のコストを推測せざるを得なくなり、パフォーマンス面では効率的であっても、予算面では悲惨な結果を招くアーキテクチャを構築してしまう可能性があります。問題は、クラウドの価格設定が単一の固定料金ではないことです。それは、ストレージ、特定のデータ量の読み取り、更新の書き込み、そして情報を素早く見つけるためのインデックスの維持に対する手数料が組み合わさった、継ぎ接ぎだらけの料金体系です。技術的な設計の選択肢を単一の金額に翻訳する方法がなければ、異なるデータベース構造のコストを比較することは、一方の価格が「マイル毎ガロン（燃費）」で、もう一方が「エンジン馬力」で示されている二つの異なる車のコストを比較しようとするようなものです。

これを解決するために、ボローニャ大学のマッテオ・フランチャ、エンリコ・ガッリヌッチ、マッテオ・ゴルファレッリ、そしてアレッサンドラ・ルミニの研究者たちは、「CM2」と呼ばれる新しいツールを開発しました。これは、サーバーレス環境で動作するドキュメントベースのNoSQLデータベース向けに特別に設計された、クラウド・マネタリー・コスト・モデルです。CM2は、速度や技術的な複雑さに焦点を当てるのではなく、データベース設計者のための「財務計算機」として機能します。それは提案されたデータの整理方法と、データベースに投げかけられるであろう質問のリストを受け取り、正確な月間コストをドルで算出します。このモデルは推測するのではなく、総費用を「データの保存とインデックスのコスト」、「データの読み取りのコスト」、そして「データの書き込みまたは更新のコスト」という3つの明確な部分に分解します。また、ギガバイトあたりのストレージ料金や、転送されるデータ量あたりのバイト数など、主要なクラウドプロバイダーの具体的な価格政策も考慮に入れています。

研究者たちは、顧客、注文、製品、配送詳細を備えたオンラインショップに基づいた現実的なシナリオを用いて、このモデルのテストを行いました。彼らは、このショップのデータを整理するための異なるバージョンを作成しました。あるバージョンでは、厳格な図書館の目録のように、重複を最小限に抑えて高度に整理されたデータを保持しました。別のバージョンでは、車の中に地図のコピーを置いておくことのように、検索を高速化するために異なるグループ間に情報を複製しました。その後、彼らはマイクロソフトのAzure上で提供されている実際のクラウドデータベースサービスに対して、数千回のシミュレーションクエリを実行しました。目的は、彼らのモデルが、クラウドプロバイダーから送られてくる実際の請求額を予測できるかどうかを確認することでした。

結果は驚くほど正確でした。研究者がモデルの予測とクラウドサービスによって発生した実際のコストを比較したところ、アクセスされたドキュメント数については2%未満、使用されたインデックスのエントリ数については1%未満の差であることが分かりました。総ストレージサイズについては、モデルの誤差は5%未満でした。さらに重要なことに、モデルは最終的な金銭的コストを予測することに成功しました。あるテストケースでは、モデルは月間コストを0.70ドルと推定しましたが、実際のコストは0.73ドルでした。何百万もの操作を含むより複雑なシナリオにおいても、モデルはどのデータベース設計が最も安価であるかを一貫して特定し、差異がわずかな場合でも、選択肢を正しくランク付けできました。

この研究はまた、最も効率的な設計は、システムがどのように使用されるかに完全に依存することも明らかにしました。ストレージを節約する設計は、アプリケーションが頻繁で複雑な検索を必要とし、その結果システムが大量のデータを読み取ることを強制する場合、莫大な費用がかかる可能性があります。逆に、検索を高速化するためにデータを複製する設計は、システムが読み取り中心で更新が少ない場合には、最も経済的な選択となる可能性があります。モデルは、冗長な設計の方が、高価な読み取り操作を減らすことで安価になる場合がある一方で、より軽量な設計が、更新の書き込みコストを最小限に抑えることで勝利する場合もあることを示しました。これは、「唯一の最善のデータベース設計」というものは存在しないことを証明しています。正しい選択とは、アプリケーションの特定の財務的および運用的なパターンに適合する選択なのです。

コストを測定する統一された方法を提供することで、CM2はエンジニアがシステムを構築する前に、情報に基づいた意思決定を行うことを可能にします。それは会話の焦点を「これは機能するか？」から「これは予算内で機能するか？」へとシフトさせます。研究者たちは、設計段階で金銭的な側面を無視することが、技術的には健全であっても財務的には持続不可能なアーキテクチャにつながる可能性があることを示しました。彼らの研究は、パフォーマンスと価格のバランスを取るための実用的な枠組みを提供し、私たちのデジタル世界を動かすデータベースが、高速で柔軟であるだけでなく、手頃な価格であり続けることを保証するものです。