はじめに うちのサービスは1月の後半に正式リリースをして約2ヶ月。 スピード重視という言い訳をしつつ、監視をあまりやってこなかったのでここらへんでMackerelを使って監視していきたいと思う。 Mackerel サーバ監視[実践]入門 ↓ 監視ちゃんと取り込むきっかけになった自分のブログ kzkohashi.hatenablog.com Mackerelはサーバーの監視をするためのSaaSである。 特に何が良いって、はてなのインフラのノウハウがベースなのと、日本語ってのがいい。 mackerel.io 似ているサービスとしては海外のDatadog www.datadoghq.com 同じく海外のNew Relicがある。 newrelic.com そもそも監視の勉強が先? 自分は監視に関してはやんわりしか理解してないため、まずは入門本を読もうと思っていた。ただ、まずは監視の設定を先にやら
from https://www.joelonsoftware.com/2018/01/12/birdcage-liners/ 新年の挑戦はTwitterとFacebookを読むのをやめること これらのフィードを読むと腹が立つし、ストレスを感じる Twitterの友達はほとんど嫌なニュースをつぶやき、くだらない論争をはじまる Twitterは結局、二極化と怒りを生み出すことによって生き残っているのだ FacebookもTwitterのように、フィードを中毒性のあるアルゴリズムで選別している 犬を躾ける方法として、命令をきけば常に褒美を与える方法だと、一度でもご褒美を忘れると条件反射が消去される そうではなくたまに褒美を与える方法だと、褒美がなくても次の命令をきくように努力を続ける Facebookのアルゴリズムはこの犬の躾のように、常に褒美(いいニュース)を与えるのではなく、くだらない話や
厳密に言うとSNSの積極的な利用をやめました。 きっかけとしては、人に教えて頂いたこのエントリでした。 dev.to この記事を読んで「たしかに自分はSNSを使って何をしたかったのか?」と考えた末に、メリットよりもデメリットの方が大きいと判断し、やめるに至りました。 Twitterは自分にとって利用価値の高い情報を得るには都合が良く、知らない方との繋がりを生むこともある素晴らしいプラットフォームであると思います。 しかし、その価値のある情報を見つけるためにどれだけのノイズを目にしなければいけないでしょうか? インターネット上での人との出会いは多ければ多いほど素晴らしいものなのでしょうか? こういった疑問に対して、考えていきます。 情報について考えてみる まずは情報について考えてみましょう。 Twitterを利用するにあたり、「欲しい情報」と「要らない情報」を分別してみました。 欲しい情報:
コンテナとKubernetesによって、ITサービス配信の大改革が起きると予測しています。しかし、一方で、従来のシステム設計の考え方や概念に捕らわれると、日経コンピュータ誌の「動かないコンピュータ」題材を提供する様な事になるかもしれません。 その様な不幸な状況を未然に防ぎ、コンテナがもたらす明るい未来へ進める様に、論文、ホワイトペーパー、ウェブ記事などから学んだ原則や考え方を、「知っておきたいコンテナの基礎知識」として要約します。 物流のコンテナ革命とIT業界のコンテナ 物流業界のコンテナとソフトウェア技術のコンテナを対比して、その価値を再確認してみたいと思います。 物流業界のコンテナによる革命 物流の世界のコンテナは、陸上輸送-海上輸送-陸上輸送という流れで革命的な改革を成し遂げ、輸送コストの削減、重労働からの解放、スピードアップを成し遂げました。 現代人の豊かな生活には、コンテナ革命の
オフィスのWiFiルータが破損したので、ついでに社内インフラを良くするため強いWiFiルータと、コンパクトな中継器に置き換えることになった。作業前と作業後で電波の入り具合が気になっていたのでNetSpotというWiFiマッピングツールを使って可視化してみた。特にスキャンする作業が楽しかった。インフラ案件で活用したい。 ヒートマップは赤いほどWiFiの電波の入りがいい。 NetSpotについて NetSpotは間取り図にWiFiの電波の強さをヒートマップで可視化してくれるツールで、macOSとWindowsで使える。単体で買うとお値段が、Homeが49ドル、Proが149ドルと高い……。なので今回は、SetApp(月額9.99ドル)のサブスクリプションで使えるPro版を使ってみた。NetSpotの機能の概要については公式の紹介ビデオを見てもらったほうが分かりやすいと思うので、そちらに丸投げす
NLP2018のワークショップに行ってきたのですが、そこで聞いてきたことのうち、形態素解析ツールに関することを大雑把にまとめておきます。聞いたことをまとめることが目的なので、詳細は各ツールのWebサイトやgithubページへ行ってください。 間違っている部分、追加したい内容があればコメントでお願いします。 追記: 2018/04/02 nlp2018の発表資料が公開されました。 Juman++ (リンク) MeCab (リンク) KyTea (リンク) Unidic (リンク) https://sites.google.com/view/nlp2018ws/ NLP2018 形態素解析の今とこれから 趣旨: どういう手法・ツールをどのようなタスクに対して使うべきかを選べるように、各ツールの開発者の発表を基に比較してもらうこと。 さまざまな発表がありましたが、形態素解析ツールに焦点を当ててま
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