Hacker Tackle 2016で講演したアジャイルテストにおけるアンチパターンをまとめたものです。個人の見解です。
![アジャイル開発のテスト -自動化でしょうか。いいえ、戦略勝ちです。-](https://cdn-ak-scissors.b.st-hatena.com/image/square/c37c83ed95989d97c301a12e4dc0423e543ee42d/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F947bdc7554b543b7b4bc4100f8fe3374%2Fslide_0.jpg%3F6837954)
Hacker Tackle 2016で講演したアジャイルテストにおけるアンチパターンをまとめたものです。個人の見解です。
The document summarizes a research presentation on distributed storage and processing. It discusses two papers: 1) PABIRS, a data access middleware for distributed file systems that efficiently processes mixed workloads of queries. It proposes an integrated data access middleware to address this. 2) Scalable distributed transactions across heterogeneous stores. It then provides details on PABIRS,
前回、 自作FRPライブラリTimeEngineをブラッシュアップして http://timeengine.github.io/ を公開しました。 次回は、その日本語訳、 Reactの応用技術、あるいはReact再入門についての記事をUPしますのでお楽しみに! と書いていたのですが、Dockerじゃないsystemd-nspawn+machinectlが非常に良い、ので予定を変更して、こちらを先にエントリします。いろいろ印象を忘れないうちに。TimeEngineに関してはとりあえず自分がすでに英文で書いたものを和訳してどこかにUPしておいたほうが、何か別展開や国内のためになるかな程度のことなのでお急ぎの方は上記リンクから英文読んでください。そちらも全部仕上がっているとは言えないですし、行き届いていないところをセルフチェックするために和訳もしておこうという感じです。 実用的で枯れた技術「コン
とある同僚経由で、AWSユーザーのお客様から言われたこと... "AWS CloudWatchと同じようにAzureの標準サービスで監視したい!" というわけで、仮想マシンに関して、AWS CloudWatchで監視できる基本的なメトリックを基準に、Azureの標準サービスでの監視を考察してみます。 まず最初に、AWS CloudWatchとAzure Monitorの主要な機能を比較してみます。 利用料金が発生するトリガーが異なりますが、あとは大きな差は無いように思います。 次に、AWS CloudWatchの基本モニタリングで監視可能なメトリックスを基準にして、Azure Monitorで監視可能なメトリックを列挙してみます。 Azureの場合、"NetworkPacketIn"と"NetworkPacketOut"のようなNICが送受信したトラフィックについては、Azure Moni
Docker for WindowsはWindowsなので当然Windows Subsystem for Linuxからは実行できない。 と、おもいきやWindows 10 Creators UpdateからLinux側からでもWindowsバイナリ(exeファイル)が実行できるようになった。 なのでPATHさえ通してしまえば良さそう。 export PATH=$PATH:/mnt/c/Program Files/Docker/Docker/resources/bin ただこれだけだと実行するのにdocker.exeと記述しないといけないので、エイリアスを張る。 alias docker='docker.exe' これでOK! exeファイルとして扱われるのでsystem32にもパス通しちゃって良さそう。
docker のホストマシン容量不足対策。 docker をインストール後稼働していると、ディスクが足りなくなることがあります。 いらないイメージを削ればいいのですが、イメージが削れない状況もあると思います。 外部ディスクマウント後の容量食う /var/lib/docker の移動の仕方に関して記します。 docker 停止 sudo service docker stop /var/lib/docker を移す ディスク容量に余裕がある場所に /var/lib/docker を移す。(ここでは例として /mnt/extra/docker とする) インストール直後ぐらいなら、mv で、 安全にやりたいなら mkdir /mnt/extra/docker sudo rsync -aXS /var/lib/docker/. /mnt/extra/docker/ 設定ファイル変更 redhat
Doorkeeper, ATND, connpass のイベントを横断して一覧表示する Web と Web API を公開しました。ソースコードも公開してます。(過去サイト「IT勉強会ですよ (itcal.jp)」は忘れてください…(◞‸◟)) events.clock-up.jp Web API 仕様 Web API は自由に利用できるよう公開しています。クロスオリジン許可しており、どこからでも利用できるので良識の範囲内でご利用ください。 about - clock-up-events この Web API を利用した Web サイトについても後述しますが、実のところ、Web サイト本体よりもこの Web API 自体の存在が大事だと自分は考えています。 この API 公開により、誰でも自由にフロント構築ができるわけです。 僕はフロントの専門家ではないので、正直なところ他のセンスの良い誰
前処理にディープラーニングを使う 目的 スクレイパーなどで集めた画像には、ターゲットとする画像以外必要ないケースが度々ある データセットづくりと呼ばれる画像からノイズ画像を取り除くスクリーニングの作業の簡略化の必要性 画像のスクリーニングを機械学習でやってしまおうという試みです 前処理そのものにディープラーニングを投入する 画像処理において、学習したい画像かどうかをスクリーニングすることは膨大なコストがかかるので、この作業自体を自動化したい 今回はスクレイパーでいい加減にあつめたグラビア女優の画像7万枚超えを、手動でスクリーニングするのは極めて困難なので、VGG16を転移学習させてフィルタを作っていきます 一枚10円で500枚のペア(positiveとnegative)のデータセットを知り合いのニートに作ってもらう ニートの作成したデータセットをもとに、転移学習させてフィルタを構築 システ
AWS Lambda は、AWSが提供するイベントドリブンなプログラム実行環境であり、昨今ではサーバーレスアーキテクチャの実現手段として注目を集めている。 AWSの公式ドキュメントによると、AWS Lambda の関数はステートレスな実装にする必要がある。一方でステートレスな実装を追求すると、外部サーバからのデータ取得処理が増え、結果として処理パフォーマンスが悪化することが多い。 本稿では、データの性質に応じたAWS Lambda での状態保持(キャッシュ利用)の可否について考察し、キャッシュに関する実装や運用の一例を示す。 1. Lambda 関数に求められる「ステートレス」の意味 AWSの公式ドキュメンテーションによると、AWS Lambdaの関数は、ステートレスな実装にする必要がある。 コードは必ず「ステートレス」なスタイルで書く必要があります。 ~中略~ 関数をステートレスにするこ
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