気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
codezine.jpエントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
大規模サービスにおけるオートスケーリングを構成する上で考慮すべきポイント
予測可能なデータ、また少量のデータを処理するサービスではコンピュータリソースの準備は比較的簡単で... 予測可能なデータ、また少量のデータを処理するサービスではコンピュータリソースの準備は比較的簡単です。しかし予測が難しい大量のデータを処理しなければならない解析サービスにおいてはコンピュータリソースのオートスケーリングは必要不可欠とも言えます。本稿では、大規模解析サービス「KARTE」で採用しているオートスケーリング構成について紹介します。 KARTEでは大きく分けて以下の二種類のサーバが存在します。 ユーザからのHTTPリクエストを処理するWebサーバ メッセージキューにたまったユーザデータをリアルタイムに解析するサーバ これらはマルチクラウドで稼働できるようにIaaSであるGCEで構築されていて、それぞれが異なるオートスケーリング構成をとっています。 本稿ではまずオートスケーリングを構成する上で考慮すべきポイントを述べ、その後にそれらのポイントをGCPで実現するための方法について説明しま
ブックマークしたユーザー
すべてのユーザーの
詳細を表示します
詳細を表示します
codezine.jp
codezine.jp
codezine.jp
codezine.jp
av.watch.impress.co.jp
note.com/takizawashuichi
note.com/tokyosogensha
togetter.com
anond.hatelabo.jp
togetter.com
posfie.com
forest.watch.impress.co.jp
www.asahigroup-holdings.com
posfie.com
av.watch.impress.co.jp
levtech.jp
inside.pixiv.blog
studyhacker.net
foneslife.com
