タグ

2019年10月22日のブックマーク (4件)

  • Docker のマルチステージビルドで自前でビルドした Wheel を含むイメージを作る - CUBE SUGAR CONTAINER

    今回は Docker のマルチステージビルドを使って Wheel が提供されていない Python パッケージを含む Docker イメージを作ってみる。 これだけだと、なんのこっちゃという感じなので、以下で前提から説明しておく。 まず、今の Python のパッケージングにはソースコード配布物 (sdist) と Wheel という二つのフォーマットが主に使われている。 ソースコード配布物は、文字通りソースコードをそのままパッケージングしたもの。 ソースコード配布物では、パッケージの中に Python/C API などで書かれた拡張モジュールがあっても、ソースコードの状態で含まれる。 それに対して Wheel は、拡張モジュールが含まれる場合にはビルドされたバイナリの状態で提供される。 そして、現行の pip はソースコード配布物をインストールするとき、一旦 Wheel にビルドした上で

    Docker のマルチステージビルドで自前でビルドした Wheel を含むイメージを作る - CUBE SUGAR CONTAINER
  • 関心の分離を意識した名前設計で巨大クラスを爆殺する - Qiita

    大量のメソッドを保有し、数千、数万行単位にぶくぶく膨れ上がった巨大クラス。別名「神クラス」とも「大きな泥団子」とも呼ばれる、長大で複雑で、様々なクラスと密結合で極めて変更が困難なアイツ。 そんな巨大クラスの退治に有効な、命名に関する考え方を紹介致します。 解決したい課題、狙う効果 数千、数万行単位の巨大クラスの登場を抑止する。 巨大クラスを爆砕し、小さなクラス群に分割する。 クラス結合度を下げ、影響範囲を小さくすることで保守コストや変更コストを下げる。 ダメな例 例えばECサイトの「商品」を考えてみます。 よくありがちなのは、商品をそのまま「商品クラス」と設計してしまうこと。 単純な商品クラスは、往々にして出品、予約、注文、発送など、様々なユースケースのクラスと結合してしまいがちです。 商品クラス自体も、結合したクラスに関連する知識(ロジック)を持ち始め、どんどん巨大化複雑化していきます。

    関心の分離を意識した名前設計で巨大クラスを爆殺する - Qiita
  • [#serverlessdays 2019]AWSの事何も理解していなかった… Serverless Ingress Workshop :: AWS Workshopでスコア0だったので反省と今後の勉強の仕方を考えてみた | DevelopersIO

    はじめに おはようございます、加藤です。 ServerlessDays Tokyo 2019 のWorkshop 01に参加したのですが、スコア0という悔しい結果になってしまったので、その反省と今後の勉強の仕方を考えてみます。 ブログの「こうした方が良い」という感想はスコアアタックという特殊な状況での感想です。普段はやるべきで無い事を多数含んでいるのでご注意ください。 内容はこんな感じです。 3人でチームを組み課題にトライ サーバーレス縛り(ECSなどのコンピューティングリソース禁止)でバッチ処理を行う 自動採点システムによるスコアを競う(より速くより正確な物を作ることが目的) 誤りがあるとマイナス評価 時間経過でマイナス評価 制限時間は7時間 お昼休憩などは各チームで自由なタイミングで取る テンプレートやヒントなどは無し 採点システムの仕様に関する案内や進め方についてのフォローは有り

    [#serverlessdays 2019]AWSの事何も理解していなかった… Serverless Ingress Workshop :: AWS Workshopでスコア0だったので反省と今後の勉強の仕方を考えてみた | DevelopersIO
  • Elasticsearchを用いて類似度ベクトル検索をやってみてわかったこと

    2019年7月31日、検索技術研究会が主催するイベント「Search Engineering Tech Talk 2019 Summer」が開催されました。「検索」や「検索システム」にまつわる技術や手法を共有するイベント。第3回となる今回は、3人のエンジニアが、現場の経験を通して学んだノウハウや、検索にまつわる知見を語ります。プレゼンテーション「Elasticsearch における類似度ベクトル検索のベストプラクティスを求めて 」に登壇したのは、伊藤敬彦氏。講演資料はこちら Elasticserchにおける類似度ベクトル検索のベストプラクティスを求めて 伊藤敬彦(@takahi_i) 氏(以下、伊藤):「Elasticserchにおける類似度ベクトル検索のベストプラクティスを求めて」ということで、いろいろ調査をしてみましてとりあえずまとめてみましたというお話です。 シュッとやると最初は書

    Elasticsearchを用いて類似度ベクトル検索をやってみてわかったこと