Darren EvansEMEA Practice Solutions Lead, Application Platform ※この投稿は米国時間 2024 年 5 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。 なぜ新しいトピックに対して否定的になってしまう人がいるのか、その理由は、群盲象を評すの寓話からわかります。その人自身の視点からのみで物事を見てしまうと、その全体像を見失ってしまうということです。プラットフォーム エンジニアリングはソフトウェア デリバリーの比較的新しい手法です。現在、IT 組織やソフトウェア エンジニアのチームの多くがプラットフォーム エンジニアリングについて検討している段階にあるのですが、プラットフォーム エンジニアリングとは何なのか、プラットフォーム エンジニアリングで何ができるのか、プラットフォーム エンジニアリングを導入す

Gemini 1.5 モデル をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は米国時間 2024 年 6 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。 Google Cloud ネットワーキング チームは長年にわたり、お客様のネットワークの構築、修正、強化の支援に深く携わってきました。その間に、ネットワークのパフォーマンスと効率を最大限に高める重要なパターンやベスト プラクティスを発見しました。この豊富な知見は、ただの理論的なリソースではありません。Google Cloud、クロスクラウド、オンプレミス、その他のクラウド プロバイダなどデプロイ先を問わず、お客様のビジネス目標達成を支援するよう設計された実用的なツールキットです。Google はこの専門知識を共有する

※この投稿は米国時間 2022 年 12 月 1 日に、Google Cloud blog に投稿されたものの抄訳です。 オンラインで、組み立て式のテーブルを注文したとします。ところが、パッケージを開けてみると、組立説明書が入っていません。完成品がどんなものかはわかっていても、それぞれのパーツをどう組み立てればいいのか、まるでわかりません。設計が不十分な API を使うコンシューマ開発者も、同じような経験をしているといえます。適切に設計された API なら、容易に見つけ、検索してアクセスし、使用することができます。高品質の API は、コンシューマ開発者がアイデアをひらめき、新しいユースケースを作り上げる手助けになってさえくれます。 もちろん、API 設計を改善する方法はあります。たとえば、RESTful のプラクティスに従うなどです。しかし、お客様が知らず知らずのうちに、ちょっとした不便

Infrastructure Manager のご紹介: Terraform を使用した Google Cloud リソースのプロビジョニング ※この投稿は米国時間 2023 年 9 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 Terraform の機能を Google Cloud マネージド サービスとして提供する Infrastructure Manager をご紹介いたします。Infrastructure Manager を使用すると、Terraform の堅牢な基盤に構築された Infrastructure as Code（IaC）の原則に基づいて Google Cloud インフラストラクチャを管理できます。これにより、宣言型の構成を使用してクラウド リソースをデプロイ、設定、管理する際に、両方の長所を活かした合理的なマネージド エクスペリエ

フィードバックを送信 データリネージについて コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 データリネージは DataPlex の機能で、システム内でのデータの移動（データの送信元、データの通過先、データに適用される変換）を追跡できます。 データリネージが必要な理由 大規模なデータセットを扱うには、多くの場合、テキスト ファイル、テーブル、レポート、ダッシュボード、モデルという特定のプロジェクトのニーズに合わせてデータをエンティティに変換します。 たとえば、すべての購入を 1 つの SQL テーブルに記録するオンライン ショップがあるとします。アナリストがデータを扱いやすくするために、この単一のテーブルから情報を抽出し、地域、ブランド、販売価格ごとに小さなテーブルを生成するジョブを開始します。アナリストも同様に、変換をさらに実行し、これらの小さなテーブル

アカウント管理、承認、パスワード管理をうまくこなすにはコツが必要です。多くの開発者にとってアカウント管理は、十分な注意が払われていない “ダーク コーナー” になっています。製品マネジャーやお客様の中には、期待を裏切られるようなアカウント管理の経験がある方も少なくないでしょう。 幸い、Google Cloud Platform（GCP）には、ユーザー アカウント（本稿では、お客様であれ社内ユーザーであれ、システムに対して自分の身元を証明したうえでアクセスする人々を指します）の作成、セキュアな処理、そして適切な認証に役立つツールが用意されています。 この投稿記事では、Google Kubernetes Engine にホストされているウェブ サイト、Apigee の API、Firebase を使うアプリケーションなど、認証されたユーザーを扱うサービスを開発している人々のために、アカウント認

Looker のドキュメントを表示していることに注意してください。Looker Studio のドキュメントについては、https://support.google.com/looker-studio をご覧ください。 Amazon Redshift のデータにアクセスできます。必要に応じて Amazon Redshift Spectrum を使用して S3 に保存されているデータにアクセスすることもできます。 ネットワークトラフィックの暗号化 Looker アプリケーションとデータベース間のネットワーク トラフィックを暗号化することをおすすめします。セキュアなデータベースアクセスを可能にするドキュメント ページに記載されているオプションのいずれかを検討してください。 SSL 暗号化の使用を検討されている場合は、Amazon Redshift のドキュメントをご覧ください。 ユーザーとセキ

フィードバックを送信 セキュアなデータベースアクセスを可能にする コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Lookerホスト型のインスタンス - 多くの企業では、簡易性や実装の容易さ、サポート費用の節約などのために、Lookerホスト型のインスタンスが使われています。この場合、Lookerとデータベースとの間でやり取りされるデータは、パブリックインターネット経由で共有インフラ上を移動します。 そのため、データを確実にセキュリティ保護することは重要です。 ネットワークが使用しているLookerホスト型インスタンスに安全に接続できるよう、このページのいずれかのオプションを使用してください。 お客様ホスト型インスタンス - 独自のLookerインスタンスをホストするお客様については、お客様のデータベースと同一のプライベートネットワークにLookerを設置

Looker のドキュメントを表示していることに注意してください。Looker Studio のドキュメントについては、https://support.google.com/looker-studio をご覧ください。 Looker とデータベース間で最も強力な暗号化を行うために、トンネル サーバーまたはデータベース サーバー自体への SSH トンネルを作成できます。 SSH トンネルは、Google BigQuery や Amazon Athena データベースなど、ホストアドレスが 1 つもないデータベースでは使用できません。BigQuery と Athena のユーザーはここに記載の手順をスキップして、直接データベースの構成に進んでください。 ステップ 1: トンネルを終端するホストを選択する データベースの SSH トンネル アクセスを設定する最初のステップは、トンネルの終端に使用

表 1: Datastore のクエリ / get の呼び出しと可能な整合性 Datastore で祖先を指定しないクエリは、グローバル クエリと呼ばれ、結果整合性モデルで機能するように設計されています。このクエリでは、強整合性は保証されません。キーのみのグローバル クエリは、クエリに一致するエンティティのキーのみが返され、エンティティの属性値は返されないグローバル クエリです。祖先クエリは、祖先エンティティに基づいてクエリのスコープを指定します。それぞれの整合性について、以下のセクションで詳しく説明します。 エンティティ値の読み取り時の結果整合性 祖先クエリを例外とすると、更新されたエンティティ値はクエリの実行時にすぐには表示されないことがあります。エンティティ値の読み取り時での結果整合性による影響について説明するため、Player というエンティティが Score というプロパティを持

フィードバックを送信 Data Catalog の概要 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Dataplex の Data Catalog 機能は、組織のデータアセットの統合インベントリです。Data Catalog は、BigQuery、Vertex AI、Pub/Sub、Spanner、Bigtable などの Google Cloud ソースからのメタデータを自動的にカタログ化します。Data Catalog は、検出によって Cloud Storage のテーブルとファイルセットのメタデータのインデックス登録も行います。 Dataplex の管理された組織全体のメタデータ検索機能を使用すると、データを検出できます。重要なビジネス コンテキストでメタデータをさらに拡充し、リネージ追跡、データ プロファイリング、データ品質チェック、アクセス

※この投稿は米国時間 2020 年 2 月 1 日に、Google Cloud blog に投稿されたものの抄訳です。 作業効率を検証するために Google のサイト信頼性エンジニア（SRE）が使用している主な測定指標の一つが、日々の時間の使い方です。長期間のエンジニアリング プロジェクトのために時間を確保する必要がありますが、エンジニアには Google のサービスを稼働し続ける責任もあり、そこにも手作業が生じることがあります。Google の SRE は、いわゆる「トイル」に費やされる時間を勤務時間の 50% 未満にすることを目指しています。では、トイルとは何でしょうか。トイルに邪魔されずに開発スピードを維持するには何をすべきでしょうか。本稿ではこれらの問いについて見ていきます。 まずトイルの定義ですが、『Site Reliability Engineering』の第 5 章には次の

デジタル トランスフォーメーションを加速 お客様がデジタル トランスフォーメーションに乗り出したばかりでも、あるいはすでに進めている場合でも、Google Cloud は困難な課題の解決を支援します。

※この投稿は米国時間 2020 年 8 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 編集者注: 本ブログ投稿では、MLB のデータ エンジニアリング担当バイス プレジデントである Robert Goretsky 氏が、MLB のデータ ウェアハウス モダナイゼーションの過程について、詳細に解説しています。Next OnAir のセッション MLB のデータ ウェアハウス モダナイゼーションで全編をご確認いただけます。 メジャーリーグ ベースボール（MLB）では、ファンの皆様によるインターネットを通じたトランザクションとデータ送受信、球場内でのトランザクションとデータ送受信により生成されるデータを活用して、サービスの機能を迅速に練り直し、ファンの皆様それぞれに合わせたコンテンツとキャンペーンを準備して、ファンの皆様に野球をお楽しみいただいています。MLB

※この投稿は米国時間 2020 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 市場でストリーミング分析の人気が高まりつつある現在、データ処理を最適化することで、データの品質と整合性を保ちながらコストを削減できることが重要になってきています。データ処理を最適化する方法の一つは、使用可能なデータすべてではなく、変更データの処理に的を絞ることです。その場合に役立つのが変更データ キャプチャ（CDC）です。この技術を利用すれば、こうした最適化アプローチを実現できます。 Google Cloud のストリーミング データ処理サービスを担当する Dataflow チームは、バージョン 5.6 以降のあらゆる MySQL データベース（セルフマネージド、オンプレミスなど）から変更データのストリームを取り込んで、BigQuery のデータセットに同期できるサンプ

※この投稿は米国時間 2022 年 11 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 サーバーレス アーキテクチャを採用することで、従来のアプローチよりも管理上のオーバーヘッドを削減し、ソリューションをより迅速に低費用で市場に投入できます。Google Cloud の Cloud Functions と Cloud Run は、そうした特徴をもつ 2 つのサーバーレス コンピューティング プロダクトです。「Cloud Functions または Cloud Run をそれぞれより効果的に使用できる場面を教えてください」という質問がお客様からよく寄せられます。 Commerzbank AG はそうしたお客様の一例です。同社は、サーバーレス ワークロードのデプロイ先と管理方法を決定する際に役立つフレームワークを開発しています。Commerzbank AG

フルマネージドのサーバーレス プラットフォーム上で、拡張性の高いアプリケーションや機能を開発、デプロイできます。Google のサーバーレス コンピューティングでは、トラフィックに応じたワークロードの自動スケールアップ / スケールダウンが可能です。ゼロまでスケールダウンすることもできます。また、支払いは従量制です。 無料トライアルを開始すると、無料クレジット $300 分を獲得できます

フィードバックを送信 メモリ管理のベスト プラクティス コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Memorystore for Redis インスタンスが正しく管理および構成されていない場合、アプリケーションのパフォーマンスに影響するようなメモリの負荷が発生する可能性があります。このページでは、インスタンスのメモリ使用量を効率的に管理するために活用できるベストプラクティスについて説明します。 このトピックの内容: メモリ管理のコンセプト - Memorystore インスタンスを正常に保つために知っておく必要がある重要なコンセプト。 メモリ使用量の多いオペレーション - メモリ負荷が発生する可能性のあるオペレーション。 インスタンスのメモリ使用量のモニタリング - インスタンスがメモリをどのように使用しているかを確認するためにモニタリングすべき指標

※この投稿は米国時間 2022 年 12 月 1 日に、Google Cloud blog に投稿されたものの抄訳です。 オンラインで、組み立て式のテーブルを注文したとします。ところが、パッケージを開けてみると、組立説明書が入っていません。完成品がどんなものかはわかっていても、それぞれのパーツをどう組み立てればいいのか、まるでわかりません。設計が不十分な API を使うコンシューマ開発者も、同じような経験をしているといえます。適切に設計された API なら、容易に見つけ、検索してアクセスし、使用することができます。高品質の API は、コンシューマ開発者がアイデアをひらめき、新しいユースケースを作り上げる手助けになってさえくれます。 もちろん、API 設計を改善する方法はあります。たとえば、RESTful のプラクティスに従うなどです。しかし、お客様が知らず知らずのうちに、ちょっとした不便