Talk at Rails Developers Meetup 2018: Day 2 https://techplay.jp/event/655769 Clikcable link version: https://www.slideshare.net/TaikiOno/observability-service-mesh-and-microservices
![Observability, Service Mesh and Microservices](https://cdn-ak-scissors.b.st-hatena.com/image/square/1b190b9e035b676f97e37830782b839ccf7c172c/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F888ad3e4d0c0439494a0da01ac2e6d12%2Fslide_0.jpg%3F9703419)
2018/03/23 OpenID TechNight Vol.15での、入来の講演資料になります
最近は、GoバイナリのGitHubリリースにgobump、ghch、goxz、ghrを利用している。これらのツールを組み合わせることで、repairableな形でリリース作業を自動化できる。 GoバイナリのGitHubリリースに一般的に必要な一連のプロセスを分解すると、下記のようになる。 バージョニング CHANGELOGの生成 クロスコンパイル: Linux、OSX、Windows用バイナリの作成など パッケージング: tar.gzの作成など GitHub Releaseへのアーカイブアップロード 各ステップを担当するミニマムなツールを組み合わせ、一連のプロセスを実行できる。*1 gobump: https://github.com/motemen/gobump バージョニング ghch: https://github.com/Songmu/ghch CHANGELOGの生成 goxz:
Standard Go Project Layout Translations: 한국어 문서 简体中文 正體中文 简体中文 - ??? Français 日本語 Português Español Română Русский Türkçe Italiano Vietnamese Українська Indonesian Overview This is a basic layout for Go application projects. It's not an official standard defined by the core Go dev team; however, it is a set of common historical and emerging project layout patterns in the Go ecosystem. Some of thes
はじめに こんにちは、 @hatotaka と申します。この記事は、 Z Lab Advent Calendar 2017 16日目の記事です。 今回は、Kubernetes初心者向けに、Raspberry PIとkubeadmを利用して自宅Kuberneetesクラスタを構築する方法を紹介したいと思います。私も11月から本格的に業務でもKubernetesを利用するようになりました。その勉強として自宅でKubernetesを構築したので、その方法を共有したいと思います。 準備 まずは、必要なものを準備します。 今回、私が準備したものは以下の通りです。これらはすべて Yahoo! ショッピングやAmazonで購入することができます。 Raspberry Pi 3 Model B * 3 Transcend microSDHCカード 32GB Class10 UHS-I対応 * 3 Anke
Ethereum のスマートコントラクトを使用したスマートロックのプロトタイプをつくってみました。 このスマートロックでは、ユーザが鍵を解錠する権利を取得するために、あらかじめスマートコントラクト上に公開鍵を書き込んでおき(このとき Ether で支払いも済ませる)、鍵を解錠する際は公開鍵認証を行ってユーザの確認を行います。 今回のプロトタイピングの主目的は、「Ethereum Wallet の公開鍵を使って、ユーザのデバイスと鍵デバイスの間で公開鍵認証を行う」ということがちゃんとできるかどうかの検証です。結果としてはうまくできたのでうれしい。 この方法を使うと、受益者(サービスを受けるべきユーザ)の確認・認証を Ethereum の Wallet だけでできるので、鍵以外にも何か使えるかなあと思っています。 実際に動いているところ youtu.be この動画だけだと全く意味不明ですね。
Fifteen years ago, there were only a few skills a software developer would need to know well, and he or she would have a decent shot at 95% of the listed job positions. Those skills were: Object-oriented programming.Scripting languages.JavaScript, and…SQL.SQL was a go-to tool when you needed to get a quick-and-dirty look at some data, and draw preliminary conclusions that might, eventually, lead t
Draft vs Gitkube vs Helm vs Ksonnet vs Metaparticle vs Skaffold Draft - deploy code to k8s cluster (automates build-push-deploy) - deploy code in draft-pack supported languages without writing dockerfile or k8s manifests - needs draft cli, helm cli, tiller on cluster, local docker, docker registryGitkube - deploy code to k8s cluster (automates build-push-deploy) - git push to deploy, no dependenci
Payment Handler API W3C Working Draft 25 January 2023 More details about this document This version: https://www.w3.org/TR/2023/WD-payment-handler-20230125/ Latest published version: https://www.w3.org/TR/payment-handler/ Latest editor's draft:https://w3c.github.io/payment-handler/ History: https://www.w3.org/standards/history/payment-handler Commit history Test suite:https://wpt.live/payment-hand
これから何回かに分けて、Python3でOpenCVライブラリを使用しながら画像処理を僕が学んでいきたいと思います。 目標としては、「OpenCVでできること&その書き方を概略的に把握し、未知の実装も適当に調べれば書ける状態になること」といちおう定義しておきます。 1. 概要 1.1 動機 1.2 なぜPythonか 1.3 これからやること 2. 画像の入出力と表示 3. 映像の入出力と表示 4. 基本的な描画機能 5. GUIトラックバーの作成 6. まとめ 7. 参考文献 1. 概要 1.1 動機 画像処理ができたら……嬉しい! 画像処理についてきちんと学んだ経験はありませんが、今のところ「特徴量抽出、(画素|領域|周波数)単位での(操作|変換|フィルタリング)、パターン認識」といったあたりに関心を持っています。 1.2 なぜPythonか Pythonが僕にとって一番慣れた言語であ
Google Colab とは無料クラウドサービスである。そして、GPUを無料で使える jupyter notebooks です。 できること: + python スキル練習。 + Keras TensorFlow PyTorch OpenCV などの有名な機械学習ライブラリを簡単に利用可能です。 一番気になるのは GPU の利用料金は 無料 でございます。 はじめに 新しいColab Notebookを作成しましょう Right click > More > Colaboratory 皆大好きの無料GPUを設定 デフォルトではCPUので、GPUに交換しましょう 編集 》ノートブックの設定 》ハードウェアアクセラレータ 》GPU 》保存 pythonやってみましょう コード用の入力欄にコード入力してみましょう .pyファイルをインポートしたり実行したり とりあえず、drive権限を設定しま
PPLサマースクール2016「商用Java処理系の研究開発」のパート2です. http://ppl.jssst.or.jp/index.php?ss2016 Java言語処理系の実装について詳説する.まずJava仮想マシンの概要について述べ,その主要な構成要素として,クラス管理とインタープリタ,ヒープ管理とガベージコレクション,スレッド管理と同期機構,JITコンパイラとの連携,などについて説明する.性能改善のために行った各種手法についても触れる. 他のパート 1 Javaの登場と発展 http://www.slideshare.net/Tamiya_Onodera/java-66081108 2 Java仮想マシンの実装技術 http://www.slideshare.net/KiyokuniKawachiya/java-66003903 3 Java Just-In-Timeコンパイラの
ここでは、私がたどりついた最善のやり方を紹介しましょう。個人的に過去数年にわたって大量のGoコードと付き合ってきた経験から集めたものです。これらは全て非常にスケーラビリティがあると思っています。私が、スケールする、と言うときは次のような意味があります。 アプリケーションが求める環境は、アジャイル環境の中で変化していきます。開発の3、4か月後に、全てをリファクタリングする必要が出てくるなど、考えたくもないはずです。新しい機能は簡単に追加できなくては意味がありません。 あなたのアプリケーションは多くの人々によって開発されます。可読性が高く、維持しやすいものでなくてはなりません。 あなたのアプリケーションは大勢の人々に使われます。バグは容易に特定でき、修正できなくてはなりません。 長期的にみるとこれらのことが重要になる、ということを私は今までに学んできました。小さなことであっても、多数に影響しま
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く