引き続き「Kubernetes完全ガイド」読んでお勉強。 Pod と ReplicaSet と Deployment Pod はリソースの最小単位であり、ReplicaSet は Pod を管理するリソース。 ReplicaSet は Pod が停止すると自動的に再起動したりする。 Deployment は、 Pod に含まれるコンテナをバージョンアップする際に、古いコンテナを徐々に減らし、新しいコンテナを徐々に増やすなどの管理をする。
Kubernetes勉強 その3（DeploymentとService） - Qiita
引き続き「Kubernetes完全ガイド」読んでお勉強。 Pod と ReplicaSet と Deployment Pod はリソースの最小単位であり、ReplicaSet は Pod を管理するリソース。 ReplicaSet は Pod が停止すると自動的に再起動したりする。 Deployment は、 Pod に含まれるコンテナをバージョンアップする際に、古いコンテナを徐々に減らし、新しいコンテナを徐々に増やすなどの管理をする。
Kubernetes勉強 その2（Pod） - Qiita
引き続き「Kubernetes完全ガイド」読んでお勉強。 Pod と ReplicaSet と Deployment Pod はリソースの最小単位であり、ReplicaSet は Pod を管理するリソース。 ReplicaSet は Pod が停止すると自動的に再起動したりする。 Deployment は、 Pod に含まれるコンテナをバージョンアップする際に、古いコンテナを徐々に減らし、新しいコンテナを徐々に増やすなどの管理をする。 Podはリソースの最小単位。 Podは1つ以上のコンテナから構成される（2つや3つの場合もある）。 同じPodに含まれる複数のコンテナはIPアドレスを共有している。 従って、同じPodに含まれるコンテナ同士で同じポート番号を使用することはできない。 Podの作成 こんな感じで設定ファイルを用意する。
Kubernetes勉強 その3（ReplicaSet） - Qiita
引き続き「Kubernetes完全ガイド」読んでお勉強。 Pod と ReplicaSet と Deployment Pod はリソースの最小単位であり、ReplicaSet は Pod を管理するリソース。 ReplicaSet は Pod が停止すると自動的に再起動したりする。 Deployment は、 Pod に含まれるコンテナをバージョンアップする際に、古いコンテナを徐々に減らし、新しいコンテナを徐々に増やすなどの管理をする。 ReplicaSetは指定した数のPodを起動し、その数を維持し続けるリソース。 Podがなんらかの理由で停止したら、ReplicaSetが再起動してくれる。 ReplicaSetの作成 sample-replicaset.yml というファイルを作って、ReplicaSetを定義する。 apiVersion: apps/v1 kind: ReplicaS
Kubernetes勉強 その1（環境構築） - Qiita
「Kubernetes完全ガイド」読んでお勉強開始。 勉強用の環境設定 本番ではまず使わないと思うけど、ローカルで試すために minikube をインストールする。 なお、 homebrew の入ったMacOSXを想定。 パッケージ情報のアップデート
ツナでもわかるmruby [6回目：コルーチン・非同期I/O] - Qiita
mrubyにおける並列・平行処理 mrubyには、標準で提供されるプロセスやスレッドは無いようです。そもそもmrubyは組込み向けに開発されている訳で、OSの機能としてのプロセスやスレッドを利用する事を前提にしないのは当然っちゃ当然ですね。 ただしmrbgemsには幾つか有用なライブラリが提供されていて、それらを使わせて貰えばコルーチンや非同期I/Oが実現できます。 コルーチン(Fiber) mrubyにおいてもRuby1.9で導入されたFiberがmrbgemsとして提供されています。Fiber、僕はRubyでも直接使った事がないのであまり知らないのですが、mrubyでは有力な平行処理の選択肢の一つとなりますのでここらで勉強します... Fiberはスレッドとは違い、明示的に切り替えない限りコンテキストは切り替わりません。 つまり一度に走る処理は常に一つであり、コンテキスト切り替えのタイ
![ツナでもわかるmruby [6回目：コルーチン・非同期I/O] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/6f35fc8e0e825f628844945a9494331ef97a6759/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUUzJTgzJTg0JUUzJTgzJThBJUUzJTgxJUE3JUUzJTgyJTgyJUUzJTgyJThGJUUzJTgxJThCJUUzJTgyJThCbXJ1YnklMjAlNUI2JUU1JTlCJTlFJUU3JTlCJUFFJUVGJUJDJTlBJUUzJTgyJUIzJUUzJTgzJUFCJUUzJTgzJUJDJUUzJTgzJTgxJUUzJTgzJUIzJUUzJTgzJUJCJUU5JTlEJTlFJUU1JTkwJThDJUU2JTlDJTlGSSUyRk8lNUQmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTkyYTk0MDFlMDUxMDFhNjZiNmVlMmRiYzI0YzFiM2Iz%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwaGlyb2VvcnolNDBnaXRodWImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWU0N2VlYmZiZGI4MDNlN2NlM2QzMjIxOTMzYjZkODAy%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Deb201d3e0461ca753537381ad674616e)
メモ：Elasticsearchの書き込み性能を上げるためにやったこと - Qiita
背景 サーバーに対して位置情報を含む500万レコード以上のデータがFTP経由で送られてくる。送られてくるときは１つのファイルにある独自の方法で圧縮されているが、このままでは位置情報を元にした検査ができないため、受け取った時点で展開して位置情報をサポートしたデータベースに書き込むのが今回の課題。 なお、このファイルは５分毎に送られてくる。したがって書き込みに5分以上かかってはダメ。できたら アプリケーションでの展開 → データベースへの書き込み までを2分程度で終わらせて、その後は位置情報をもとに検索ができなければならない。という状況。 親切な方から、位置情報ならElasticsearchがいいんじゃないかと教えてくれた。で、試行錯誤してなんとか2分ちょっとで書き込めるようになったので、そこまでにやったことの覚え書き。 【2017/1/3 追記】参考資料 このメモをキータにあげた際に、Jun
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
処理を実行中です
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
Kerasによる、ものすごくシンプルな深層学習の例 - Qiita
