You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
AWS Lambda 関数のコードは、関数のハンドラーコードと、そのコードが依存するその他のパッケージやモジュールを含む .jp または .mjs ファイルで構成されています。この関数コードを Lambda にデプロイするには、デプロイパッケージを使用します。このパッケージは、.zip ファイルアーカイブでもコンテナイメージでもかまいません。Node.js でコンテナイメージを使用する方法の詳細については、「コンテナイメージで Node.js Lambda 関数をデプロイする」を参照してください。 .zip ファイルのデプロイパッケージを .zip ファイルアーカイブとして作成するには、コマンドラインツール用の組み込み .zip ファイルアーカイブユーティリティ、または他の .zip ファイルユーティリティ (7zip など) を使用します。次のセクションに示す例では、Linux または
とある投票システムを仮想したデータです。特定の投票者IDに関するデータを、日別で見たいとしましょう。 export interface Vote { voteDate: string; value: number; } export const Votes: Vote[] = [ {voteDate: '2017-11-10T12:00:12+09:00', value: 345.11 }, {voteDate: '2017-11-11T22:00:12+09:00', value: 102.34 }, {voteDate: '2017-11-12T09:12:45+09:00', value: 345.11 }, {voteDate: '2017-11-13T09:12:45+09:00', value: 312.12 }, {voteDate: '2017-11-14T09:12:45
大規模解析サービスの構成要素 大規模解析サービスは一般的に、以下の要素から構成されます。 ログ情報等のデータの送信 データの受信 データの保存 保存したデータの解析 解析データの閲覧などができる管理画面の提供 KARTEはユーザのWebアクセスデータをリアルタイムに解析し、アクションまでつなげることができるサービスであり、先ほど説明した5要素は、以下の5種類のコンポーネントによって実現しています。 trackerコンポーネント:エンドユーザで実行されるtracker[1]をエンドユーザに配布するためのコンポーネント trackコンポーネント:エンドユーザからデータを受信するコンポーネント。とくにKARTEでは解析データに基づいてエンドユーザへのアクションを返す役割も持つ dbコンポーネント:解析データなどのさまざまなデータを格納するコンポーネント analyzeコンポーネント:エンドユーザ
Here at Teachers Pay Teachers (or TpT, as we call it) we’ve been in the process of migrating our website from a PHP monolith to a microservice based architecture utilizing React, Phoenix and GraphQL. To date, this migration has delighted our community of educators with it’s myriad of UX improvements. We're able to objectively measure these improvements with our A/B testing infrastructure which als
手順 Identity & Access Management でロール作成 ELB のログ出力設定 Amazon Elasticsearch Service 作成 AWS Lambda 設定 Amazon Elasticsearch で確認 Kibana 表示 参考 URL http://qiita.com/toshihirock/items/e530f3cb6dcf545601c9 http://dev.classmethod.jp/cloud/aws/elb-accesslog-to-elasticsearch/ http://kenzo0107.hatenablog.com/entry/2015/10/08/113110 Identity & Access Management でロール作成 ロール名の設定 適宜ロール名を入力。 ロールタイプの選択 AWS Lambda を選択。
AWSのAmazon EC2においてAmazon LinuxやCentOSなどを用いてサーバアプリケーションを実装する際にシステム要件で使用するプログラム言語のバージョンが指定・限定されている場合もあるかと思います。 その場合、運良く該当のバージョンがyumリポジトリにあれば良いのですが、該当のバージョンがyumに存在しなければソースからインストールする必要があります。 ただプログラム言語パッケージを配布元からそのままソースでインストールするとバージョンを入れ替える場合などパッケージ管理の点でインストール、アンインストールが複雑になってきます。 今回はプログラム言語Python、Ruby、Node.jsでそれぞれ有志が用意している簡単にプログラム言語のインストール、アンインストール、バージョン切り替えが可能なパッケージ管理ツールpyenv、rbenv、ndenvをシステム全体・システムワイ
Lambda で関数が実行されると、コンテキストオブジェクトがハンドラーに渡されます。このオブジェクトは、呼び出し、関数、および実行関数に関する情報を示すメソッドおよびプロパティを提供します。 context プロパティ functionName - Lambda 関数の名前。 functionVersion - 関数のバージョン。 invokedFunctionArn - 関数を呼び出すために使用される Amazon リソースネーム (ARN)。呼び出し元でバージョン番号またはエイリアスが指定されているかどうかを示します。 memoryLimitInMB - 関数に割り当てられたメモリの量。 awsRequestId - 呼び出しリクエストの ID。 logGroupName - 関数のロググループ。 logStreamName — 関数インスタンスのログストリーム。 identity
菜園大好きエンジニアです! 毎日パソコンに向かってコード書いてると肩こりますよね〜。トラブル起きて徹夜になったりすると心も病みますよね〜。そんな時は大地のエネルギーもらって心を癒すのが一番です!そうです、 みんなで野菜を育てましょう! ん、「畑なんか無いよ」って、大丈夫、プランターがあれば畑が無くても、庭が無くても野菜は作れます。でも問題が一つあります。畑だと少しくらい水あげなくたって大地のエネルギーで野菜は元気です。でもプランターには大地のエネルギーが無いのでちゃんと 水やりしないと野菜が元気なくなっちゃいます。 プランター栽培の野菜にちゃんと水をやる方法 「野菜とITをデザインする」フューチャーアーキテクトのエンジニアとしては、やはりITで課題解決しないとですね! こんな時は、最近はやりの「IoT」っしょ。農業とITも最近巷で盛り上がってますしね!。そんな農業で使えるIoT技術の基礎を
はじめに 今日はJAWS-UGコンテナ支部 #3に参加してきました! 場所はDeNAさんのセミナールーム。いつ来ても立派なお部屋です。 レポート Amazon EC2 Container Service by AWSJ 岩永亮介さん (@riywo) Amazon ECSデモ node.jsで書かれたGeneratorがダミーのアクセスログを作成、Kinesisに投入 Pythonで書かれたConsumerがKinesisからログを取得、AWS IoTにMQTTでPublish node.jsで書いたダッシュボードでログを表示 DevOpsのライフサイクル 開発、ビルド、テスト、プロダクション環境へのリリース。 裏でもう1つやらなくてはいけないことがある。サーバの構築。環境ごとの設定。 アプリケーションとは別にメンテし続けなくてはいけないのが結構辛い。 Dockerになると?アプリケーショ
Lambda Complex is a Node.js framework for applications that run entirely within Lambda, SQS, and other high abstraction layer AWS services. It is well suited to non-realtime content generation and other types of application driven by message queues and which require enforced concurrency limits. Examples include high volume generation of static content from data or other types of workflow initiated
Here's a list of everything that's new in V.4, so far: Introducing Serverless MCP: Built for Cursor, Windsurf, and other AI-powered IDEs, it auto-detects cloud resources from your code, fetching logs, state, and config from AWS, enabling you to debug serverless apps directly in your IDE — no AWS console visit needed! Supports Serverless Framework, Cloudformation, and more. Introducing the Serverle
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