タグ

ブックマーク / qiita.com/marcy-terui (3)

  • CircleCI + LamveryによるLambda functionのdeployベストプラクティス - Qiita

    前置き AWS LambdaはEC2インスタンス無しでイベント駆動で必要な時に必要なだけコードを実行でき、課金も立ち上げているだけで料金がかかるEC2とは違い、完全なる使った分だけ課金という非常に強力で魅力的なサービスです。 しかし、このサービスはその軽量でシンプルなコンセプトとは裏腹に従来無かった独自の概念が多いためか、面倒なことや悩ましいことが多いと感じています。 だからこそ、もっと簡単かつ実用的に使いたいという想いからLamveryというツールを作っている訳なのですが、その中でも実用面で大きな課題となると感じていたデプロイの部分において、現時点で自分の中でのベストプラクティスと言って差し支えないフローを組むことができたので紹介したいと思います。 Lambda functionのdeployにおける3つの課題 ①デプロイパッケージの作成 Node.js npm installしてnod

    CircleCI + LamveryによるLambda functionのdeployベストプラクティス - Qiita
  • ApexとLamveryの比較 - Qiita

    前置き ちょっと前からLamveryというAWS Lambdaのデプロイや管理を簡単にするツール(OSS)を作っていて、Qiitaでも紹介させてもらったりしていたのですが、結構便利に使えるようになってきてはいるものの、最近出てきたApexの注目度 1 が非常に高くて嫉妬したので比較記事を書いてみることにしました。 Lamveryの説明についてはこちらをご確認ください。 http://qiita.com/marcy-terui/items/1617ab4e20e3339d1930 https://github.com/marcy-terui/lamvery/blob/master/README.md Apexはwikiを見るとなんとなく雰囲気がつかめるかと思います。 https://github.com/apex/apex/wiki 一方が自作なので、できるだけ公平を期したいとは思っています

    ApexとLamveryの比較 - Qiita
  • S3 LoggingのログをLambda event nortificationで取得・パースしてBigQueryに突っ込む - Qiita

    import os import json import urllib import boto3 import re import datetime import pytz from gcloud import bigquery BQ_PROJECT = '<your-project-id>' BQ_DATASET = '<your-dataset-name>' BQ_TABLE = '<your-table-name>' s3 = boto3.client('s3') bq = bigquery.Client.from_service_account_json( os.path.join(os.path.dirname(__file__), 'bq.json'), project=BQ_PROJECT) dataset = bq.dataset(BQ_DATASET) table = d

    S3 LoggingのログをLambda event nortificationで取得・パースしてBigQueryに突っ込む - Qiita
  • 1