Takeo

Takeo

この記事の目次

DynamoDBとDAXの整合性モデルを図解!Write-ThroughとWrite-Aroundの違い

Amazon DynamoDB Accelerator(DAX)は、DynamoDBの読み取りを高速化するインメモリキャッシュサービスです。

しかし、DAXを導入する際に注意したいのが、DynamoDBとDAXでは、データの整合性を保つ仕組みが異なるという点です。

本記事では、読み取りの整合性モデルと書き込み戦略を図解します。

1. DynamoDBの2つの整合性モデル

DynamoDBには、2種類の読み取り整合性モデルがあります。

① 結果整合性(Eventually Consistent Read)

結果整合性とは、書き込み直後に古いデータが返される可能性はあるものの、最終的には最新のデータを取得できる仕組みです。

DynamoDBでは、GetItemなどの読み取りはデフォルトで結果整合性が適用されます。

  • 書き込み直後に古い値が返る可能性がある
  • 時間の経過とともに最新データが読み取れるようになる
  • 強い整合性の読み取りと比較して読み取りキャパシティ消費が半分

② 強い整合性(Strongly Consistent Read)

強い整合性とは、読み取り開始前に正常完了した書き込みが反映されたデータを取得できる仕組みです。

強い整合性を利用するには、読み取りリクエストでConsistentRead=trueを指定します。

ただし、利用できる対象には制限があります。

対象結果整合性強い整合性
DynamoDBテーブル○○
LSI○○
GSI○×
DynamoDB Streams○×

2. DAXの読み取り整合性

DAXは結果整合性を前提としたキャッシュサービスです。

読み取りリクエストの整合性設定に応じて、動作が変わります。

① 結果整合性の読み取り(Read-Through)

DAXにキャッシュが存在する場合、DynamoDBへアクセスせずにデータを返します。

キャッシュミス時にはDynamoDBからデータを取得して、DAXに保存します。

この仕組みを**Read-Through(リードスルー)**と呼びます。

② 強い整合性の読み取り

強い整合性を指定した場合、DAXはキャッシュを利用せず、DynamoDBへリクエストを転送します。

この場合、DynamoDBから取得したデータはDAXにキャッシュされません。

つまり、強い整合性が必要な読み取りでは、DAXのキャッシュによる高速化は期待できません。

3. DAXクラスター内の整合性

DAXクラスターは、プライマリノードとリードレプリカで構成されます。

書き込みによってプライマリノードのキャッシュが更新されると、その変更はリードレプリカへ非同期に複製されます。

レプリケーションの完了には通常1秒未満の時間がかかります。

そのため、書き込み成功直後に別のリードレプリカから読み取ると、古い値が返される可能性があります。

DAXクラスター内でも結果整合性が適用されることを理解しておく必要があります。

4. DAXの2種類の書き込み戦略

DAXを利用するアプリケーションでは、主に2種類の書き込み戦略が考えられます。

① Write-Through(書き込みスルー)

Write-Throughは、DAXを経由してDynamoDBへ書き込み、DAXの項目キャッシュも更新する方式です。

UpdateItem、PutItem、DeleteItem、BatchWriteItemなどでは、DynamoDBへの書き込みが成功した後、DAXの項目キャッシュが更新されます。

メリット

  • DynamoDBとDAXの項目キャッシュを同期しやすい
  • アプリケーション側でキャッシュ更新処理を実装する必要がない
  • 書き込み後の読み取りで新しい値を取得しやすい

デメリット

  • DAXを経由するため、書き込みの通信経路が増える
  • リードレプリカへの反映には時間差がある

なお、TransactWriteItemsの場合は少し異なり、トランザクション成功後にバックグラウンドで項目キャッシュが更新されます。

② Write-Around(書き込み迂回)

Write-Aroundは、DAXを経由せずDynamoDBへ直接書き込む方式です。

Write-AroundではDAXの項目キャッシュは自動更新されません。

メリット

  • DAXを経由しないため、書き込みレイテンシーを削減できる
  • 大量データの投入に適している
  • 実際に読み取られるデータを中心にキャッシュできる

デメリット

  • DAXに古いデータが残る可能性がある
  • キャッシュのTTLや整合性を考慮した設計が必要

5. 項目キャッシュとクエリキャッシュの違い

DAXには独立した2種類のキャッシュが存在します。

キャッシュ対象API保存するもの
項目キャッシュGetItem、BatchGetItem主キーに対応する項目
クエリキャッシュQuery、Scan検索条件に対応する結果セット

特に注意したいのは、Write-Throughでデータを書き込んでもクエリキャッシュは更新されないことです。

項目キャッシュが更新されても、クエリキャッシュは無効化されません。

クエリキャッシュのTTLが切れるなどして再取得が行われるまで、古い結果セットが返される可能性があります。

これはDAXを利用するうえで、非常に重要な設計上の注意点です。

6. ネガティブキャッシュにも注意

DAXは、対象データが存在しなかったという結果もキャッシュできます。

これをネガティブキャッシングと呼びます。

存在しないデータを繰り返し検索する処理では、DynamoDBへのアクセス削減に役立ちます。

一方、DynamoDBへ直接データを追加した場合には、DAXが存在しないという古い結果を返す可能性があります。

7. まとめ

DAXを利用する際は、読み取り整合性とキャッシュ更新の仕組みを理解しておくことが重要です。

方式特徴注意点
結果整合性古い値を返す可能性がある即時反映を保証しない
強い整合性成功済みの書き込みを反映DAXキャッシュを使用しない
Read-Throughキャッシュミス時にDBから取得古いキャッシュが残る場合がある
Write-ThroughDBと項目キャッシュを更新レプリカへの反映は非同期
Write-AroundDBに直接書き込むDAXのキャッシュが更新されない

DAXは読み取り性能を向上させる便利なサービスですが、すべてのデータを常に最新に保つサービスではありません。

特に、DAXとDynamoDBへの直接アクセスが混在するシステムでは、データの不整合を許容できるかどうかが重要になります。

参考資料