【Next.js Update!】v12リリースを踏まえ、Next.jsの採用を考える 本発表は以下URLでアーカイブ視聴が可能です。https://youtu.be/KaS3bgz_CA4 イベントページ:https://forkwell.connpass.com/event/228457/
![より速い WEB を目指す Next.js / nextjs-make-the-web-faster](https://cdn-ak-scissors.b.st-hatena.com/image/square/e76f836308bc14f838929df118efa23225ac8cab/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F36ed5cf4bdc04250af872a8d9211b4d3%2Fslide_0.jpg%3F19633800)
DB TECH SHOW 2021 での発表資料です 「クラウドネイティブなDBを使ってみよう!Kubernetes で TiDB を構築・運用する際のポイントを紹介 」
Open source, highly available Prometheus setup with long term storage capabilities. Getting Started Community Download Quay.io DockerHub GitHub The Thanos Team strongly condemns Russia's illegal invasion of Ukraine. Please consider donating to a humanitarian aid actions such as Polish National Campaign to Support Ukraine or Care in Action to provide relief. Global Query ViewScale your Prometheus s
You’re seeing information for Japan . To see local features and services for another location, select a different city. Show more Uber’s backend is an exemplar of microservice architecture. Each microservice is a small, individually deployable program performing a specific business logic (operation). The microservice architecture is a type of distributed computing system, which is suitable for ind
作成者: James Newton-King gRPC は、高パフォーマンス サービス向けに設計されています。 このドキュメントでは、gRPC から最大限のパフォーマンスを得る方法について説明します。 gRPC チャネルを再利用する gRPC の呼び出しを行う場合は、gRPC チャネルを再利用する必要があります。 チャネルを再利用すると、既存の HTTP/2 接続を介して、呼び出しを多重化できます。 gRPC 呼び出しごとに新しいチャネルが作成された場合、完了までにかかる時間が大幅に増加する可能性があります。 呼び出しのたびに新しい HTTP/2 接続が作成されるため、クライアントとサーバーの間に次のような複数のネットワーク ラウンドトリップが必要になります。 ソケットを開く TCP 接続を確立する TLS ネゴシエーションを行う HTTP/2 接続を開始する gRPC 呼び出しを行う チ
M1搭載Macの環境を汚さずにDeep Learningしたい!(Docker, PyTorch, TensorFlow, VSCode, Jupyter)MacDeepLearningDockerVSCodeM1 DockerでDeep Learningしたいが、、、 せっかく新しく買ったM1搭載Macなのだから、環境はできるだけ汚さずに開発したいなぁ、という方は少なくないと思われます。 環境をクリーンに保つ方法の一つがDockerですけれども、 Deep Learningに必要なPyTorchとTensorFlowを両方利用できるいいarm64用Dockerイメージが見つからなかったので、なければ作れということで、作ってみました。 (PyTorchのビルドは何の苦労もなくできましたが、TensorFlowのビルドが辛いこと辛いこと、、、ビルドを開始して数時間経過後にエラーやらOut o
株式会社var CTOのSleekです。 本日は、GCPのCloud Functionsの中のとある関数でメモリ不足になったことについて書きます。 概要 GCPのアラートでCloud Functionsでメモリ不足で関数が落ちたことが通知される 調査すると時間が経つにつれメモリ使用量が増大していくことが確認できた 原因はFirestoreなどをサービスを利用するためのclientをCloseしていなかったからであった Google Cloud Functionsについて Google Cloud Functions(GCF)はGCPが提供するサーバレス・FaaS(Function-as-a-Service)であるサービスです。 利用者はHTTPやPub/Subからリクエストを受け付けてデプロイした関数を実行することができます。 サーバレスのサービスであるため、サーバ管理やスケーリングについ
TypeScript の型定義からユーザー定義型ガード(type predicate)とアサーション関数を自動生成するツールを作ったので紹介します!間違った実装を書いてしまう可能性があるユーザー定義型ガードを自動生成することで、安全かつ手軽にアプリケーションの型を守ることができます! type predicate と問題点 API や JSON のパース等で外部からやってきた値に型付けをするときや型定義の存在しないライブラリを使用する時、型注釈や as をそのまま使ってしまうと想定していない値がきたときに気付くことができません type Task = { id: number titile: string description: string } const task: Task = JSON.parse("...") // any 型を返す関数に対して注釈を書く task /* :ta
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