Workflows で Saga パターンを実装する | Google Cloud 公式ブログ
※この投稿は米国時間 2022 年 2 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。 マイクロサービスベースのアーキテクチャでは、サービスごとに個別のデータベースを使用することが一般的です。そうすることで、個別に設計してデプロイしたマイクロサービスをデータレイヤでも個別に扱うことができます。しかしながら、そこには別の問題が生じます。それぞれに独自のローカル データベースが設定されている複数のマイクロサービスにまたがるトランザクション（個々の作業単位、通常は複数のオペレーションで構成される）の場合、どのように実装すればよいのかという問題です。 従来のモノリス アーキテクチャでは、単一のデータベースに基づく ACID トランザクション（アトミック性、整合性、独立性、耐久性）に依存できます。マイクロサービス アーキテクチャでは、サービス固有の複数のデータベースに
Cloud Run でマイクロサービスを作る 5 つのポイントをまとめてご紹介！
はじめに早速ですが、皆さんはマイクロサービスを構築するとしたら、どのような構成を考えますか？ 多くの企業で、GKE を使ったマイクロサービス アーキテクチャが採用されています。選定理由として、Kubernetes が持つ機能や大きめなリソースが必要であったり、社内インフラチームによる Kubernetes のサポートがあるといった理由などがあります。一方、定期アップグレードなどの観点から、Kubernetes の運用は少し大変…と感じる方もいるかと思います。 GKE Autopilot の利用という考えもありますが、サーバーレスでコンテナを動かせる Cloud Run を使って、インフラ管理不要でマイクロサービスを構築が出来ると嬉しくないですか？ 実際、そういった構成を採用されている企業も見かけます。 この記事では、設計や実装時に考えるであろう、以下の 5 つのポイントにフォーカスしてみた
Google Cloud での適切なオーケストレーターの選択 | Google Cloud 公式ブログ
※この投稿は米国時間 2021 年 4 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。 オーケストレーションとは何かオーケストレーションとは一般に、コンピュータ システムとサービスの自動化された構成、調整、管理のことを指します。 サービス指向アーキテクチャにおけるオーケストレーションは、特定の日時における単一サービスの単純な実行から、複数のサービスを長期にわたって自動的に実行してモニタリングしつつ、発生と同時に障害にも対処できるより高度なアプローチまでさまざまです。 データ エンジニアリングにおけるオーケストレーションとは、データを準備して取り込み、変換するサービスとワークフローを調整する中心的機能です。データ処理だけでなく、データから機械学習（ML）モデルをトレーニングするワークフローが関与することもあります。 Google Cloud ではオーケストレ
GCPでSagaパターン実装
概要 メディアやコミュニティ系のアプリケーション開発を中心に行っていたが、最近会社で決済系のシステムを扱うようになったこともあり、複数のサービス間がある中でどう結果整合性を担保するかについて学んでいた。 そこで学んだ複数サービス間での整合性を保つための手法として分散Sagaパターンがあり、実際にCloud RunとCloud PubSubで実装をしてみた。 複数サービスでの整合性 複数サービスでの整合性の問題 一般的にシステムを複数サービスに分けることによって、サービスを効率的に利用することや開発チームを分けることや小さくデプロイが可能など多くのメリットが挙げられる。 しかし、複数サービスにしたときの１つの問題として、データの整合性を取ることが難しくなることが挙げられる。 例えば、1つのDBのシステムに対してデータのWriteをアトミックに行う場合はDBのトランザクション等を使うことによっ
1
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
