データベースサーバのボトルネック改善のアーキテクチャ

Hadoopを理解したくて、ITアーキテクトvol.22を読んでいる。

Hadoopの前に、「アーキテクチャと性能」という記事があったので、その部分を先に読んでいる。
この記事が非常によくて勉強になっている。

その中に「スケーラブルなO/Rマッピング・アーキテクチャを求めて」という記事がある。
この記事を読んだ感想としては、
（１）データベースサーバで、複雑なデータ処理・加工を行うとデータベースサーバの負荷が高くなり、リソース占有などの問題から、スケーラビリティを確保できなくなる。
（２）（１）の対策としては、アプリケーションサーバで複雑なデータ処理・加工を行うようにする。
（３）（２）の実現方法として、アプリケーションサーバは、データベースから素のデータをもらい、それを加工する。これだけで、データベースサーバの負荷は減る。（O/Rマッピングであれば、コードがシンプルになるかな？）
（４）（２）の実現方法として、アプリケーションサーバ側でデータベースサーバから１次インデックスを、もらってさらに、２次インデックスを作成する。
（５）（２）の実現方法として、アプリケーションサーバ上の処理を並列化する。（Data Model Managementという技術を使用）
（６）（３）～（５）でアプリケーションサーバはそもそもスケールアウトが可能だからスケーラビリティは維持しやすいし、マルチコアなので、（５）の手法によりコアに対してもスケーラビリティを維持しやすいとのこと。

アプリケーションサーバ側にこれだけ処理をさせるとは知らなかったので、非常に勉強になった。
この記事を書かれた方の連載があるので、こちらもよく読んで勉強していこうと思う。

自分が担当していたシステムのSEさんとユーザ増加の見積もりの際に、「DBサーバよりAPサーバのほうが負荷が高い」という話になったが、こうした技術が用いられていたのかなあ・・・。