スループットの基礎から実務チューニングまで—帯域幅・遅延・Goodputを網羅する実践ガイド
エバープレイ編集部スループットとは何か — 基本定義
スループット（throughput）は、あるシステムが単位時間あたりに実際に処理・伝送できる仕事量やデータ量を指す指標です。IT分野ではネットワーク、ストレージ、データベース、アプリケーションなどさまざまな領域で用いられます。単位はビット毎秒（bps）、バイト毎秒（B/s）、IOPS（I/O operations per second）など、コンテキストに応じて変わります。
帯域幅（bandwidth）／遅延（latency）との違い
スループットはしばしば「帯域幅」と混同されますが、両者は異なります。帯域幅は理論的な最大伝送容量（例：1 Gbps回線）を示すのに対し、スループットは実際に得られるデータ転送量（例：実効で約940 Mbpsや、アプリレベルで700 Mbps）を表します。
また、遅延（レイテンシ）は1パケットや1要求の往復時間（RTT）など時間の遅れを示す指標で、スループットと遅延は相互に影響します。たとえば、TCPのようなウィンドウベースのプロトコルでは、帯域幅と遅延の積で表される「バンド幅遅延積（BDP: bandwidth–delay product）」が重要で、ウィンドウサイズがBDPに満たないとリンクを十分に活用できずスループットが低下します。
関連概念：グッドプット（goodput）と有効スループット
スループットにはオーバーヘッド（プロトコルヘッダ、再送、暗号化ヘッダなど）が含まれるかどうかで差が出ます。ネットワークでは「グッドプット（goodput）」が、アプリケーションレベルで有用なユーザデータのみの率を示します。つまり、良好なネットワーク設計では帯域幅だけでなく、グッドプットを最大化することが重要です。
スループットの測定単位と指標
- ビット毎秒（bps, kbps, Mbps, Gbps） — 主にネットワーク帯域の評価。
- バイト毎秒（B/s, MB/s） — ファイル転送やディスクスループット。
- IOPS（I/O operations per second） — ストレージのランダムアクセス性能を評価。
- トランザクション毎秒（TPS） — データベースやアプリケーション処理能力。
スループットに影響を与える主な要因
- 物理リンクの容量（線路品質、シンボルレート、速度）
- 遅延（RTT）とBDP：ウィンドウサイズがBDPに対して不十分だとボトルネックになる
- プロトコルオーバーヘッド（TCP/IPヘッダ、SSL/TLS、HTTP/2のフレーミングなど）
- パケット損失と再送：損失が増えると再送が発生し、特にTCPではスループットが低下する
- MTU・フラグメンテーション：小さいMTUはヘッダ比率を上げ、効率を下げる
- 並列度（コネクション数、マルチスレッド、リクエストのバッチング）
- サーバやストレージ側のCPU、I/Oキュー、ロック競合
- ネットワーク混雑（キューイング遅延、パケットロス、QoS制御）
ネットワーク領域の実例と考え方
1 Gbpsの回線を例に取ると、理論的には125 MB/sが上限です。しかしTCP/IPのヘッダやイーサネットのフレーム、暗号化オーバーヘッド、スイッチ・NICの性能などで実効値はそれより低くなります。さらにRTTが大きい環境では、TCPウィンドウが小さいと短時間あたりの転送量が制限されます。ここで役立つ概念がBDPで、BDP（バイト） = 帯域幅（B/s） × RTT（秒）です。BDPに合わせて送受信バッファを設定することでパイプを埋め、スループットを向上させられます。
ストレージ／データベースのスループット
ストレージではシーケンシャルスループット（MB/s）とランダムIOPSが分かれます。SSDは高いIOPSと低遅延を持ち、HDDは高いシーケンシャル帯域を得意とします。データベースでは単一トランザクションの遅延やロック競合、インデックス設計がスループットに影響します。水平分散（シャーディング、レプリケーション）で並列処理を増やすことでスループットを伸ばす戦略が一般的です。
スループットの測定方法とツール
- ネットワーク測定: iperf / iperf3、netperf、mtr、ping（遅延・パケットロス確認）
- ストレージ測定: fio、dd（注意：バッファ効果に注意）、iostat
- アプリケーション負荷: JMeter、wrk、hey（HTTP負荷）
- システム観察: sar、top、perf、vmstat、ネットワークのsFlow/NetFlow
測定時の注意点として、短時間のバーストと持続的なスループットは異なる点、CPUやバッファの影響で一時的に高い値が出る場合がある点、暗号化や圧縮の有無で差が出る点に留意してください。
改善策・チューニングのアプローチ
- プロトコルレベル: TCPウィンドウ調整、TCPセグメントオフロード（TSO）、GSO/GROの有効化
- 構成面: MTUの最適化（jumbo framesの活用）、NICチーミング、QoS設定
- アプリケーション: 並列化（マルチコネクション、スレッド化）、バッチ処理、非同期IOの採用
- キャッシュとCDN: レイテンシとバックエンド負荷を下げ、実効スループットを改善
- 圧縮: 帯域がボトルネックの場合に有効だが、CPU負荷とのトレードオフを評価する
- スケールアウト: 水平分散で処理を分散し、全体のスループットを向上
ベンチマークと事前検証の重要性
設計時には実環境を模した負荷試験が不可欠です。合成ベンチマークだけで判断すると、実トラフィックやアクセスパターン（ランダム／シーケンシャル、小さい多数のリクエスト vs 大きなファイル転送）を反映しないことがあります。負荷試験では監視（CPU、メモリ、ディスクI/O、ネットワークキュー）を同時に行い、どこがボトルネックになっているかを特定します。
理論的背景：キューイング理論とLittleの法則
キューイング理論の基本としてLittleの法則（L = λ W）があります。ここでλは平均到着率（=スループットとも解釈できる）、Lは系内の平均仕事量、Wは1つの仕事が系内にいる平均時間です。これを用いると、処理中の並列度や平均処理時間から期待されるスループットを見積もれます。
運用上の注意点と落とし穴
- ピークだけの最適化は意味がない場合がある（持続的スループットを重視）
- パフォーマンスの向上が別の層のボトルネックを顕在化させる（例：ネットワーク改善でDBがボトルネックに）
- スループット向上のための最適化は、コスト増加や複雑化を招くことがあるため、事業要件とトレードオフを評価する
まとめ
スループットは単なる「速さ」ではなく、システムが現実に処理できる量を示す重要な指標です。帯域幅や遅延、プロトコルの特性、ハードウェア性能、ソフトウェア設計など多くの要因が絡み合います。測定は実環境に近い条件で行い、BDPやLittleの法則といった理論的な道具立てを活用してボトルネックを特定、適切なチューニングやスケール戦略を適用することが実務上の鍵です。
参考文献
- Throughput (computing) - Wikipedia
- Bandwidth (computing) - Wikipedia
- Goodput - Wikipedia
- Little's law - Wikipedia
- RFC 5681 — TCP Congestion Control
- J. Mathis et al., "The Macroscopic Behavior of the TCP Congestion Avoidance Algorithm"
- iperf / iperf3 — Network Performance Tool
- fio — Flexible I/O Tester
投稿者プロフィール
