AnalyticDB:リソースグループの作成と管理

1. AnalyticDB for MySQL コンソールにログインします。コンソールの左上隅で、リージョンを選択します。左側のナビゲーションウィンドウで、クラスターリスト をクリックします。管理するクラスターを見つけて、クラスター ID をクリックします。

2. 左側のナビゲーションウィンドウで、クラスター管理 > リソース管理 を選択し、次に リソースグループ管理 タブをクリックします。リソースグループリストの右上隅にある 新規リソースグループ をクリックします。

3. リソースグループの名前を入力し、タスクタイプ を選択します。

   • 高いクエリ/秒 (QPS) と低い応答時間 (RT) を必要とするオンラインシナリオの場合は、Interactive を選択します。

     Interactive リソースグループは、常駐の計算資源を使用して、Massively Parallel Processing (MPP) モードでクエリを実行します。これにより、通常はミリ秒レベルの高速な応答時間が提供されます。

   • 高いスループットを必要とするオフラインシナリオの場合は、Job を選択します。

     Job リソースグループは、一時的な計算資源を起動し、Bulk Synchronous Parallel (BSP) モードでクエリを実行します。これにより、応答時間は遅くなり、通常は秒または分レベルになります。起動される一時的な計算資源の量は、0 ACU から Job リソースグループの最大リソースまでの間です。具体的な量は、実行中のタスクのサイズによって異なります。

   • 異種コンピューティングシナリオの場合は、AI を選択します。

     AI リソースグループは、GPU や CPU などの異種計算資源をサポートします。MLSQL モデルや Ray ホスト型コンピューティングなど、複数のデプロイメントタイプをサポートします。

   重要

   リソースグループの作成後は、タスクタイプを変更できません。

4. 設定するプロパティは、選択したタスクタイプによって異なります。プロパティを設定した後、を決定 をクリックします。

   Interactive リソースグループのプロパティ

   パラメーター	説明
   エンジン	XIHE エンジン: リソースグループは XIHE SQL のみをサポートします。 Spark エンジン: リソースグループは Spark SQL ジョブのみをサポートします。Spark SQL ジョブは対話形式で処理されます。 重要 リソースグループの作成後は、エンジンを変更できません。
   自動停止	Interactive リソースグループが指定された期間アイドル状態になると、リソースグループ内の有効なクラスターは自動的に解放されます。アイドル状態とは、最後のコマンドが実行されてから数分が経過したことを意味します。 自動停止を有効にすると、リソースの無駄が減り、コストを節約できます。ただし、再度クエリを実行すると、リソースを再起動する必要があるため、遅延が発生します。 重要 このパラメーターは、エンジン が [Spark] に設定されている場合にのみ使用できます。
   クラスターサイズ	エンジン が [XIHE] に設定されている場合: 単一クラスターのサイズ (ACU 単位)。任意の値を入力できます。最小値は 16 ACU です。 エンジン が [Spark] に設定されている場合: 単一クラスターのサイズ。これは Spark アプリケーションに割り当てられる ACU の数です。最小値は 24 ACU です。各 Spark Interactive リソースグループで複数の Spark アプリケーションを実行できます。クラスターの最小数 および クラスターの最大数 パラメーターは、リソースグループで実行できる Spark アプリケーションの数を指定します。 クラスターサイズと Spark ドライバーおよび Spark Executor の仕様とのマッピングの詳細については、「付録: クラスターサイズと Spark ドライバーおよび Spark Executor の仕様とのマッピング」をご参照ください。
   クラスターの最小数 クラスターの最大数	クラスターの最小数: リソースグループで実行する必要があるクラスターの最小数。最小値は 1 です。 クラスターの最大数: リソースグループがスケールアウトできるクラスターの最大数。最大値は 10 です。 クラスターの最小数 と クラスターの最大数 が異なる場合、AnalyticDB for MySQL は、リソースグループのクエリペイロードに基づいて、クラスター数を最小値と最大値の間で動的にスケーリングします。 クラスターの最小数 と クラスターの最大数 が同じ場合、AnalyticDB for MySQL は、リソースグループの作成後に指定された数のクラスターを起動します。これにより、リソースグループの合計計算資源を静的に制御できます。 説明 クラスターの最小数 または クラスターの最大数 が 2 以上に設定されている場合、リソースグループに対してマルチクラスター機能が有効になります。マルチクラスター機能の詳細については、「マルチクラスターエラスティックモデル」をご参照ください。
   ジョブ配信ルール	クエリ実行時間しきい値を超えたクエリをターゲットリソースグループに配信して実行します。詳細については、「ジョブ配信」をご参照ください。 重要 このパラメーターは、エンジン が [XIHE] に設定されている場合にのみ使用できます。
   Spark の設定	Spark アプリケーションの設定パラメーター。これらのパラメーターは、このリソースグループで実行されるすべての Spark ジョブに適用されます。特定の Spark ジョブのパラメーターを設定するには、ジョブを送信するときにコードで設定できます。 Spark 設定パラメーターの詳細については、「Spark アプリケーション設定パラメーター」をご参照ください。 重要 このパラメーターは、エンジン が [Spark] に設定されている場合にのみ使用できます。

   Job リソースグループのプロパティ

   パラメーター	説明
   最小リソースを計算する	最小値は 0 ACU です。 重要 最小計算資源は、リソースグループの作成後は変更できません。
   最大リソースの計算	コンソールで設定できる最大値は 1024 ACU で、ステップサイズは 8 ACU です。より多くのリソースが必要な場合は、チケットを送信してテクニカルサポートにお問い合わせください。
   スポットインスタンス	スポットインスタンスを有効にするかどうかを指定します。 スポットインスタンスを有効にすると、Job リソースグループで実行される Spark ジョブはスポットインスタンスリソースの使用を試みます。詳細については、「スポットインスタンス」をご参照ください。
   Spark の設定	Spark アプリケーションの設定パラメーター。これらのパラメーターは、このリソースグループで実行されるすべての Spark ジョブに適用されます。特定の Spark ジョブのパラメーターを設定するには、ジョブを送信するときにコードで設定できます。 Spark 設定パラメーターの詳細については、「Spark アプリケーション設定パラメーター」をご参照ください。

   AI リソースグループ

   パラメーター	説明
   デプロイメントタイプ	[RayCluster] を選択します。
   Head リソース仕様	Head ノードは Ray メタデータを管理し、Global Control Store (GCS) サービスを実行し、タスクスケジューリングに参加しますが、タスクは実行しません。 Head リソース仕様は CPU コアの数です。small、m.xlarge、m.2xlarge などの仕様を選択できます。各仕様の CPU コア数は、Spark リソース仕様と同じです。詳細については、「Spark リソース仕様リスト」をご参照ください。 重要 Head ノードは主にジョブスケジューリングを担当します。Ray Cluster の全体的なサイズに基づいて Head 仕様を選択してください。
   名前	ワーカーグループのカスタム名。1 つの AI リソースグループに、異なる名前の複数のワーカーグループを設定できます。
   Worker リソースタイプ	[CPU] と [GPU] をサポートします。 ビジネスに日常的なコンピューティングタスク、マルチタスキング、または複雑な論理演算が含まれる場合は、[CPU] を選択します。 ビジネスに大規模なデータ並列処理、機械学習、またはディープラーニングトレーニングが含まれる場合は、[GPU] を選択します。
   Worker リソース仕様	Worker リソースタイプ が [CPU] に設定されている場合、ワーカーリソース仕様として small、m.xlarge、m.2xlarge などの仕様を選択できます。各仕様の CPU コア数は、Spark リソース仕様と同じです。詳細については、「Spark リソース仕様リスト」をご参照ください。 Worker リソースタイプ が [GPU] に設定されている場合、GPU モデルと在庫に関連する問題のため、チケットを送信してテクニカルサポートにモデル選択の支援を依頼してください。
   Worker ディスク容量	ディスク容量は主に Ray ログ、一時データ、および Ray 分散オブジェクトストレージからのオーバーフローデータの保存に使用されます。単位: GB。有効値: [30, 2000]。デフォルト値: 100 GB。 重要 ディスクは一時的なストレージ専用です。長期的なデータストレージには使用しないでください。
   最小 Worker 数 最大 Worker 数	最小 Worker 数: ワーカーグループで実行する必要があるワーカーの最小数。最小値は 1 です。 最大 Worker 数: ワーカーグループがスケールアウトできるワーカーの最大数。最大値は 8 です。 ワーカーグループは自動スケーリングをサポートしており、各ワーカーグループは独立してスケーリングできます。最小ワーカー数と最大ワーカー数が異なる場合、AnalyticDB for MySQL はタスク数に基づいてワーカー数を最小値と最大値の間で動的にスケーリングします。複数のワーカーグループが存在する場合、単一のワーカーグループが過負荷になったりアイドル状態になったりするのを避けるために、自動的にマッチングされます。
   配分ユニット	単一のワーカーノードに割り当てる GPU の数。たとえば、割り当て単位が 1/3 の場合、各ワーカーノードに GPU の 1/3 が設定されます。 重要 このパラメーターは、Worker リソースタイプ が [GPU] に設定されている場合にのみ必須です。

変更可能なプロパティ

• カスタムリソースグループ (作成したリソースグループ) の場合、次のプロパティを変更できます:

  • Interactive リソースグループの場合: 自動停止、クラスターサイズ、最小クラスター数、最大クラスター数、ジョブ配信ルール、および Spark 設定。

  • Job リソースグループの場合: 最大計算資源、スポットインスタンス、および Spark 設定。

  • AI リソースグループ (Ray Cluster デプロイメントタイプ) の場合: Head リソース仕様、ワーカーリソースタイプ、ワーカーリソース仕様、ワーカーディスク容量、最小ワーカー数、および 最大ワーカー数。

  リソースグループ名、タスクタイプ、Interactive リソースグループのエンジン、Job リソースグループの最小計算資源、AI リソースグループのデプロイメントタイプとワーカーグループ名など、その他のプロパティは変更できません。

• デフォルトのリソースグループ (user_default および serverless という名前のリソースグループ) の場合:

  • Enterprise Edition および Basic Edition クラスターの user_default リソースグループの場合、ジョブ配信ルールのみを変更できます。serverless リソースグループのプロパティは変更できません。

  • Data Lakehouse Edition クラスターの user_default リソースグループの場合、予約済み計算資源とジョブ配信ルールを変更できます。serverless リソースグループのプロパティは変更できません。

手順

1. リソースグループ管理 ページで、ターゲットリソースグループを見つけ、[アクション] 列の 変更 をクリックします。

2. 表示される リソースグループの変更 パネルで、プロパティ値を変更します。次に、を決定 をクリックします。

   変更は、リソースグループのステータスが [実行中] に変わると有効になります。

変更可能なプロパティ

リソースグループの作成後、クエリタイプまたはリソース量を変更できます。

• デフォルトのリソースグループ (user_default という名前) の場合、クエリタイプのみを変更できます。リソース量を手動で変更することはできません。

  説明

  デフォルトのリソースグループのリソース量は、クラスターの合計リソースからクラスター内の他のリソースグループが占有するリソースを差し引いて計算されます。

• カスタムリソースグループ (作成したリソースグループ) の場合、クエリタイプとリソース量を変更できます。

手順

1. [リソースグループ管理] ページで、ターゲットリソースグループを見つけ、[アクション] 列の [変更] をクリックします。

2. 必要に応じて、[クエリタイプ] または [リソース量] を変更します。

3. 変更が完了したら、[OK] をクリックします。

   AnalyticDB for MySQL リソースグループのリソース量への変更は、リアルタイムで有効になります。