hikazohのブックマーク - はてなブックマーク

iOS/Androidの同時開発を高速化する設計手法について - サナギわさわさ.json

明けましておめでとうございます。今年もよろしくお願い致します。弊社では現在abceed analyticsというアプリを開発していますが、iOS/Androidのアプリを両方作る際の開発工数を削減したいというのは人類共通の課題かと思います。そこで今回は、弊社がアプリ開発を高速化するために採用している手法・技術スタックについて簡単に書きます。なお、React Native / Xamarin / Cordova などのクロスプラットフォーム系フレームワークについては触れません。あくまでネイティブで開発する際の手法ですのでご了承ください。前提となる考え方弊社では、iOS/Androidで新機能を同時にリリースすることは行なっておりません。多くの場合先行してiOS版で新機能をリリースし、遅れてAndroid版をリリースしています。同時リリースを行なっていない理由は主に2つあります。

hikazoh 2018/01/11

android
iOS

リンク

Elasticsearch実運用時の注意点とアンチパターンまとめ - サナギわさわさ.json

Elasticsearch実運用時に個人的に気をつけている点をまとめました。自分でも整理できていない部分がありますので、間違っている点・追加した方が良い点などありましたら教えていただけると非常に助かります。目次目次インデックス・スキーマ設定スキーマを事前に定義しておく _allの使用は必要な時のみ行う部分一致検索をしないstringフィールドにはnot_analyzedをつける doc_value:trueをつけるできるだけエイリアスを使う必要に応じてルーティングを行う本体の設定ヒープメモリを適切に設定するスワップしないように設定スプリットブレイン対策を行う field data cacheに上限を与える検索高速化 Warmerを登録する queryとfilterを使い分ける filterのキャッシュ設定を使い分ける必要無いフィールドは検索の際に取得しないイン

hikazoh 2016/07/30

ElasticSearch

リンク

PlayFrameworkをただの静的型付けMVCだと思って本番稼動させると死ぬ - サナギわさわさ.json

(3/15 : タイトル修正しました。wは小文字ですね、すみません・・・) PlayFrameworkが流行り始めてから割と経ちますので、そろそろ正式採用しようと考える方も多いのではないかと思います。強力な静的型付けで守られたPlayは、ミッションクリティカルなシステムや数万行を超える大規模システムの構築に特に向いているような気がします。また、Servletを使っていないのに加えてMVC構造がベースなので、今までRailsなどで開発をしていた人でもシームレスに移行できると思います。しかし、忘れてはならないのがPlayのアーキテクチャが全ての処理が非同期で行われることを前提としているという事です。ここを忘れてPlayをただの強力な静的型付けで守られたMVCフレームワークとだけ考えて開発を進めてしまうと、本番環境で稼動させた時にパフォーマンスが上がらずに困ることになるかもしれません。今

hikazoh 2016/05/17

リンク

Swift2のProtocol Extensionsとクラス継承を比較する - サナギわさわさ.json

プログラムを書く時はできるだけ頭を使いたくないので、当然コードもできるだけ共通化して使いまわしたいわけです。今まで自分はiOS開発ではクラス継承を使って処理の共通化を行っていたのですが、Swift2ではProtocol Extensionsを使って処理の共通化を行うのが良いらしいので、今回はそれについて調べてみました。 TL;DR クラス継承で処理を共通化していた時は仕様変更のたびに親クラスが肥大化したり、子クラスの挙動が親クラスに依存して分かりにくくなったりするのが辛かったが、Protocol Extensionsでは複数のProtocolを使って実装を共通化できるので見通しが良くなりそう逆にSwift2でProtocol Extensionsよりクラス継承を使うべきケースを知りたい(誰か教えてください) Protocol Extensionsの概要 SwiftのProtocolとは

hikazoh 2016/05/09

Swift

リンク

Apache Sparkについてのメモ - サナギわさわさ.json

大規模バッチ処理が必要になったので、名前だけ聞いた事はあっても詳細を知らなかったApache Sparkについて簡単に調べました。参考サイト http://spark.apache.org/talks/overview.pdf Apache Sparkってどんなものか見てみる（その１ - 夢とガラクタの集積場 Resilient Distributed Datasetsに関する論文まとめ（１章〜５章 - 夢とガラクタの集積場 spark_rdd.md · GitHub Apache Spark インメモリな分散データ処理プラットフォームデータをメモリに保持するため、ストレージから入力を受けストレージに出力するMapReduceと比較して、機械学習やグラフ描画などの同じデータを繰り返し用いるジョブに対して強い初回ロード時は重くなるが、それ以降はメモリ上から読み込むためHadoopより速