はじめに
ご無沙汰しております。LRMでエンジニアをしている大場です。
先日、弊社が開発しているセキュリティ教育SaaS「セキュリオ」のRailsアプリケーションにYJITを導入し、本番環境での運用を開始しました。結果として大きくパフォーマンスを向上させることに成功しましたので、YJIT導入手順とその結果についての記事をお届けします。
YJIT導入時のRuby、Railsのバージョンは以下の通りです。
・Ruby 3.4.1
・Rails 7.1
概要
YJITはJITコンパイラの一種で、コード実行の速度向上を図るものです。下記の記事でも触れているので参考にして頂ければ幸いです。
YJITの導入事例はここ数年で増えています。調査した内容は参考文献に記載しました。
導入結果に関して調査したところ、ほとんどの企業でパフォーマンスが向上していました。しかし、導入前後のサーバーのリソース消費量変化には結果にばらつきがありました。
多くの場合、メモリ消費量が若干増加していましたが、著しく増加した例もあり、中にはむしろメモリ使用量が減少したという例もありました。導入にはサーバーのリソース消費に配慮が必要そうです。
今回は、リソース消費に配慮した導入手順と具体的な取り組み、実際の導入結果に触れます。
作業手順
まずは、config/initializers/yjit.rbに以下の変更を加えました。
if defined? RubyVM::YJIT.enable
Rails.application.config.after_initialize do
RubyVM::YJIT.enable(stats: true)
end
end
YJITのスタッツに関するログ出力が不要であれば、(stats:true)は不要です。今回はローカル環境、検証環境、本番環境全てでログを確認するため、一時的に付与しました。
実際のログ出力処理はapplication_controller.rbに追記しました。
class ApplicationController < ActionController::Base
before_action :logging_yjit_stats
・・・ 省略 ・・・
def logging_yjit_stats
return if defined?(RubyVM::YJIT).nil? || !RubyVM::YJIT.enabled?
# TODO: 本番環境では1/5000の確率でYJITの統計情報をログに出力
# return unless Random.rand(5_000) < 1
stats = RubyVM::YJIT.runtime_stats
code_region_size, yjit_alloc_size, ratio_in_yjit = stats.values_at(:code_region_size, :yjit_alloc_size, :ratio_in_yjit)
total_memory_usage = code_region_size + yjit_alloc_size
Rails.logger.info(" [YJIT]: code_region_size: #{code_region_size}, yjit_alloc_size: #{yjit_alloc_size}, ratio_in_yjit: #{ratio_in_yjit}")
Rails.logger.info(" [YJIT]: total memory usage: #{total_memory_usage.to_f / 1024 / 1024} MB")
end
end
変更を加えた後にローカルで動作確認を行い、出力されたYJITのスタッツを確認しました。
I, [2025-06-09T11:59:37.012105 #7] INFO -- : [192.168.65.1] [YJIT]: code_region_size: 46084096, yjit_alloc_size: 40567943, ratio_in_yjit: 97.02192876498957
I, [2025-06-09T11:59:37.012992 #7] INFO -- : [192.168.65.1] total memory usage:85.64040088653564 MB
JIT領域のコミッターであるk0kubunさんのブログやYJITのREADMEによると、YJITのカバー率ratio_in_yjitは99%以上が推奨とのことでした。ローカルでの動作確認時では1000~1500リクエスト近くを処理させて97%でした。
97%到達時点でメモリ使用量は85MB程度だったためYJITに割り当てるメモリ使用量を指定できる--yjit-exec-mem-sizeはデフォルトの128MiBのままで、カバー率は理想値の99%に到達すると判断しました。
次に、インフラ側のリソース使用状況も確認しました。
調査時点では2GB割り当てたうちの35%である700MB程度を使用しており、未使用のメモリが1300MB程度ありました。このことから、YJITが追加で128MiB(134MB)を消費しても問題ないと判断しました。導入後のメモリ使用率は134÷2000=0.067の式より約7%増加する予想を立てました。
また、慎重を期すためにRailsサーバーのプロセスを実行しているコンテナのリソース消費を直接確認しました。具体的には、ECSタスクによって起動したrails serverのプロセスを実行中のコンテナ内でfree -mコマンドによる確認と/sys/fs/cgroup/memory/memory.statの確認を行いました。
$ aws ecs execute-command --cluster prd-seculio --task <タスクID> --container rails-puma --interactive --command "free -m"
The Session Manager plugin was installed successfully. Use the AWS CLI to start a session.
Starting session with SessionId: ecs-execute-command-aiqiiljysnr4qddloj5k5arpny
total used free shared buff/cache available
Mem: 3850 1274 127 0 2770 2615
Swap: 0 0 0
{
"read": "2025-06-10T04:41:26.290527762Z",
"preread": "2025-06-10T04:41:16.290947033Z",
"pids_stats": {},
・・・ 省略 ・・・
"memory_stats": {
"usage": 710815744,
"max_usage": 711073792,
"stats": {
"active_anon": 0,
"active_file": 10121216,
"cache": 44199936,
"dirty": 0,
"hierarchical_memory_limit": 2147483648,
"hierarchical_memsw_limit": 9223372036854772000,
"inactive_anon": 635019264,
"inactive_file": 34263040,
"mapped_file": 4866048,
"pgfault": 369303,
"pgmajfault": 66,
"pgpgin": 299838,
"pgpgout": 133938,
"rss": 635019264,
"rss_huge": 0,
"total_active_anon": 0,
"total_active_file": 10121216,
"total_cache": 44199936,
"total_dirty": 0,
"total_inactive_anon": 635019264,
"total_inactive_file": 34263040,
"total_mapped_file": 4866048,
"total_pgfault": 369303,
"total_pgmajfault": 66,
"total_pgpgin": 299838,
"total_pgpgout": 133938,
"total_rss": 635019264,
"total_rss_huge": 0,
"total_unevictable": 0,
"total_writeback": 0,
"unevictable": 0,
"writeback": 0
},
"limit": 9223372036854772000
},
・・・ 省略 ・・・
1つ目のfree -m実行結果は1274(userd) / 3854(total) =0.331となりました。メモリ消費率が約33%となっていることがわかります。
2つ目の/sys/fs/cgroup/memory/memory.statの値も712964571(usage) / 2147483648(hierarchical_memory_limit) =0.332で約33%であり、
実際の測定でもメモリ使用率はAWS上のコンソールとほぼ同じ値が得られました。
コンソール上はスケールアウトした後の全コンテナの平均値が表示されています。そのため1つのコンテナ内で取得したメモリ使用率とコンソール上で閲覧できるメモリ使用率に若干の差があります。調査時は4台までスケールアウトしていたため4台全てでメモリ使用率を測定し、コンソール上の平均値とほぼ同値であることを確認しました。
上記変更と調査を行い、実際にYJITでの本番環境運用を開始しました。
運用結果
レスポンス速度
導入前2週間と導入後2週間でのレスポンス速度を計測し、以下の通りになりました。
1枚目のグラフがp90(90th percentile)で、2枚目がp50(50th percentile)です。どちらも濃く着色された折れ線が導入後の数値になります。
| 導入前 | 導入後 | |
|---|---|---|
| p90 | 98.2(ms) | 81.5(ms) |
| p50 | 18.8(ms) | 16.5(ms) |
p90の平均値は、導入前が平均98.2(ms)だったのに対して、導入後は81.5(ms)となりました。
割合にして約20%近くレスポンス速度が向上しています。また、全日で導入後の方がレスポンス速度が早く、顕著に差が出ました。
p50の平均値は導入前が18.8(ms)で、導入後が16.5(ms)となりました。こちらも約13%程レスポンス速度が向上しています。
実際に、ホーム画面のレスポンス速度は下記グラフの通りに変化しました。
6月18日のYJIT導入を境にレスポンス速度が改善されていることがわかります。
YJITカバー率
メモリ使用量100MBほどで、YJITのカバー率は目標としていた99%に到達していました。
導入前の試算から乖離することなく、狙い通りの挙動になりました。
I, [2025-06-18T17:17:03.636129 #8] INFO -- : [YJIT]: code_region_size: 31096832, yjit_alloc_size: 52412181, ratio_in_yjit: 98.34052255946375
I, [2025-06-18T17:17:03.637203 #8] INFO -- : [YJIT]: total memory usage: 79.64040088653564 MB
I, [2025-06-18T17:34:11.245573 #8] INFO -- : [YJIT]: code_region_size: 33193984, yjit_alloc_size: 55700037, ratio_in_yjit: 98.54103535795394
I, [2025-06-18T17:34:11.245777 #8] INFO -- : [YJIT]: total memory usage: 84.77594470977783 MB
I, [2025-06-18T19:19:13.931748 #8] INFO -- : [YJIT]: code_region_size: 37072896, yjit_alloc_size: 62140809, ratio_in_yjit: 99.08002440102673
I, [2025-06-18T19:19:13.931854 #8] INFO -- : [YJIT]: total memory usage: 94.61756229400635 MB
I, [2025-06-19T03:00:10.293765 #8] INFO -- : [YJIT]: code_region_size: 38858752, yjit_alloc_size: 64812521, ratio_in_yjit: 99.1960748272391
I, [2025-06-19T03:00:10.293938 #8] INFO -- : [YJIT]: total memory usage: 98.86863040924072 MB
I, [2025-06-19T08:30:29.143663 #8] INFO -- : [YJIT]: code_region_size: 39399424, yjit_alloc_size: 65636670, ratio_in_yjit: 99.21875472489396
I, [2025-06-19T08:30:29.143763 #8] INFO -- : [YJIT]: total memory usage: 100.17022514343262 MB
メモリ使用率
6月18日の17時に変更を入れ、メモリ消費率は7~8%増加しました。導入前は30%台前半だったメモリ消費率が、導入後は40%前後で推移しています。
19日~22日で一時的にメモリ消費率が急増していますが、該当日にアプリケーション内で非常に重い処理が繰り返し実行された履歴をNew Relic上で確認しています。このメモリ消費率の急増はYJITの導入起因ではありませんでした。
YJIT導入によるメモリ消費率の増加は、概ね事前の見積もりに準じた結果となりました。
おわりに
調査段階ではメモリ消費量の急増など、いくつか懸念点があったためかなり慎重に作業を進めました。
良い結果となって非常に満足しています。Rubyのメンテナー、コミッターの方々に感謝を忘れず、引き続きRubyの最新動向をキャッチアップおよび実践していきたいと思います。
参考文献
Discussion