Docker Meetup Tokyo #6 で、2016年 3月現在の docker や docker-compose の使い方をまとめて LT してみた資料です。
![docker-compose patterns 201603](https://cdn-ak-scissors.b.st-hatena.com/image/square/85288ac5c61390aa098b25a2880ab492f3413929/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F71088624321d4b89b165287508d946b8%2Fslide_0.jpg%3F5955053)
http://dockerjp.connpass.com/event/26538/ で発表したやつ
原文 The TTY demystified http://www.linusakesson.net/programming/tty/ 翻訳 TTYサブシステムはLinuxおよびUNIX一般の設計において中心的な位置を占めます。しかし、不幸なことにその重要性はしばしば見過ごされ、良い入門記事を見つけづらくなっています。それでも、LinuxにおけるTTYの基礎知識は開発者やパワーユーザーにとって不可欠です。 これから見ていくシステムはあまりエレガントではありません。TTYシステムはユーザーから見るととても便利ですが、実際は特殊ケースが多く、入り組んでいます。なぜこうなっているのかを理解するには、歴史を紐解く必要があります。 歴史 1869年、株価表示器が発明されました。株価表示器は、タイプライター、長いワイヤーのペア、表示用紙テーププリンタから構成される電気機械で、遠く離れた場所にリアルタイ
B! 52 0 17 0 tail -fとかのコマンドでログ等のアウトプットを プロンプト上に表示させ続ける事が出来ますが、 MultiTail というコマンドを使うと 複数のログを一つのコマンドで一気に表示し追い続ける事が出来ます。 Multitail インストール 主な起動方法 起動中のコマンド まとめ Multitail インストール インストールは Macなら、 $ brew install multitail Linuxとかなら $ yum install multitail または $ apt-get install multitail 等。 Cygwinなら $ apt-cyg install multitail もしくは自分で Download してコンパイル。 主な起動方法 インストールするとmultitailというコマンドが使えるようになります。 基本的な使い方は $
Dave Thomas1 さんの2016年2月23日付けのブログ記事、(Over)using with in Elixir 1.2の翻訳です。 以前Elixirのwithを学ぶにも別の翻訳記事を書きましたがあちらは主に「複数のマッチ式を扱える」という説明でした。 この記事では「ローカルスコープの変数が使える」という点にもポイントを置いて説明されています。なるほど…! Elixir 1.2で表現型withが導入されています。新しすぎてこのブログで使っているシンタックスハイライト機能が知らないぐらいです2。 withは他の関数型言語のletにローカルスコープの変数を定義するという点で少し似ています。こんな感じに書けるということです。 owner = "Jill" with name = "/etc/passwd", stat = File.stat!(name), owner = stat.u
また一段と寒くなりました。 2月には雪かもしれませんね。 弊社でもチラホラと体調を崩す人が増えてきました(俺含む)。 風邪って奴に完全な抵抗力を持つ日は来るのでしょうか… さて、本日はちょいとサーバサイドのお話。 コンピュータの負荷指標は色々ありますが、皆様はどれを重要指標としてますでしょうか。 前にも少し触れましたが僕が気にしている指標を一応列挙いたします。 ELBのLatency EC2のCPU Usage EC2のMemory USAGE (-/+ buffers/cacheのused) EC2のCPU LoadAverage RDSのCPU Usage RDSのDBConnect I/O周りでは、 EC2のSwap I/O EC2のDisk I/O RDSのDisk I/O と言った感じです。 これらをCloudWatchで毎分観測し、物によってはAlert設定をしています。 今回
これから新規で構築する際は、IAMベストプラクティスに準じた設計を行いますよね。当然ですよね。 でも、こんなAWSアカウントありませんか? 短納期を実現するためにスピード優先で構築したAWSアカウント 他の会社が構築したAWSアカウントを引き継いで運用中 AWSに理解のない担当者が初期設定をしたAWSアカウントを利用中 定期的なセキュリティの見直しをしていない2年以上前のAWSアカウント 便利だからこそきちんとしたセキュリティの設計と運用がAWSは重要です。 桜が咲く前に一度AWSのセキュリティを見なおしてみませんか? ■念のための操作ログチェック 大丈夫だと信じて疑いたくないけれど、念のためチェックをしましょう。 確認1:ルートアカウントで通常操作を行っていない いかいずれかの方法で確認をしてください。 確認方法1 CloudTrailからCloudWatch Logsへログ配信設定をし
Housmart高松です。 先日、テレビ東京のWBS(ワールドビジネスサテライト)で弊社サービス「カウル」をご紹介いただきました。今回は、その前後でシステムの準備として実施したこと、当日の実際のアクセス数などをご紹介します。 WBSサイト(不動産流通に革新は起こるか): http://txbiz.tv-tokyo.co.jp/wbs/feature/post_107290/ 仲介手数料無料の不動産サイト「カウル」: https://kawlu.com/ 突然のテレビ取材!テレビに出るとどのくらいアクセスが来るの?サーバは何台増やしたらいいの? そんな時の参考になれば幸いです。 内容 前提 前回の失敗 フロントエンド システム構成 事前準備 負荷予測 サーバ台数決定 サーバ増強 その他 実際のアクセス数と振り返り 1.前提 前回の失敗 つい半月ほど前に別の局で朝の番組にもちらっと社名を出して
あるシステムを、1人のユーザから1100万人以上にスケーリングするにはどのようにすれば良いのでしょうか。Amazonのウェブサービスソリューションアーキテクトである Joel Williams が AWS re: Invent 2015 Scaling Up to Your First 10 Million Users でスケーリング方法について素晴らしいプレゼンをしています。 AWS上級者のユーザには適さないプレゼンですが、AWS初心者やクラウド初心者、Amazonが次々と送り出す新機能の流れについていけていない人が始めるには素晴らしい内容だと思います。 おおよその見当は付いていると思いますが、このプレゼンはAmazonによって提供されているため、どの問題についても解決策として提案されているものは全てAmazonのサービスになります。amazonのプラットフォームの役割は、印象深く、分か
社内でサービスがよくわからないという話になったので、考察を少しまとめておきます。 過去のエントリでも以下のように触れましたが、もう少しかみ砕いてみよう。 サービスという言葉はあいまい まず、簡単に前提の整理から。単に"サービス"って言葉が何を指すのか結構曖昧です。 サービスは簡単にいうと手続きとか振る舞いのことですが、細かくいうと、PofEAAでいうサービスと、DDDいうサービスは、目的が異なります。前者はアプリケーションのためにドメインモデルを再利用可能にするためのものです。後者はドメインの知識を表している振る舞いです。これはのちほど詳しく説明します。 まぁこのあたりは具体例がないと理解しがたいですが、レイヤーの違いによって責務が異なるという感じです。DDDのサービスの章では、サービスには、アプリケーション層、ドメイン層、インフラストラクチャ層と、複数のレイヤーに存在すると言及されていま
はじめに:Spark Dataframeとは Spark Ver 1.3からSpark Dataframeという機能が追加されました。特徴として以下の様な物があります。 Spark RDDにSchema設定を加えると、Spark DataframeのObjectを作成できる Dataframeの利点は、 SQL風の文法で、条件に該当する行を抽出したり、Dataframe同士のJoinができる filter, selectというmethodで、条件に該当する行、列を抽出できる groupBy → aggというmethodで、Logの様々な集計ができる UDF(User Defined Function)で独自関数で列に処理ができる SQLで言うPivotもサポート (Spark v1.6からの機能) つまり、RDDのmapやfilterでシコシコ記述するよりもSimple Codeで、且つ高
はじめに こんにちは。 前回に引き続き、SparkInternalsを訳していきます。 前回と同じく以後は下記の判例となります。 SparkInternals訳文 コメント ここまででSparkのPhysicalPlanと、それをどう実行するかの詳細を書いてきた。だが、ShuffleDependencyを通して次のStageがどのようにデータを取得するかについては触れられていなかったため、本章でこれを記述する。 Shuffle Comparison between Hadoop and Spark Hadoop MapReduceとSparkのShuffleプロセスには共通点と相違点が存在する。 抽象化したレベルで見ると、両者は共通している。 両者は共にMapper(Sparkの場合、ShuffleMapTask)の出力を分割し、対応するReducer(Sparkの場合、次のStageのS
201 8年5月12日開催の第 16回ステアラボ人工知能セミナーにて講演する内容です。 https://stair.connpass.com/event/85167/ 【概要】画像認識の精度は近年飛躍的に向上し、基盤/応用技術の研究開発が進められ、さらに拡がりを見せようとしている。しかし一方、刻一刻と変化する時系列情報である動画の解析に関しては発展途上段階にあり、高度な問題解決に至っていないのが現状である。本発表では近年の動画認識の変遷から最新動向、さらに発表者が実施した大規模解析により「動画認識は画像認識のように今後発展するのか?」というテーマについてディスカッションを行う。 3D-ResNets-PyTorch: https://github.com/kenshohara/3D-ResNets-PyTorch 【キーワード】コンピュータビジョン、動画認識、行動認識、モーション表現、時系
参考 ドキュメント JavaScript | MDN (英語) JavaScript | MDN (日本語) 日本語訳では不足してる情報があるため、より正確には英語のページを参考にすべきです。 JavaScript · WebPlatform Docs WebKit JS | Apple Developer Documentation リファレンス JavaScript リファレンス | MDN JavaScript 言語リファレンス | MSDN (Microsoft) JavaScript and HTML DOM Reference | W3Schools 仕様書 ECMAScript Language Specification - ECMA-262 Edition 5.1 JavaScript Web APIs - W3C チュートリアル JavaScript 「再」入門 - J
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説Python機械学習DeepLearningTensorFlow これ書くだけで土日2日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない!という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 1: Deep Learningってそもそも何してるの? 専門の人からはご指摘入りそうですが、要は回帰
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