Amazon Linux Amazon Linux AMIならgccとかインストールしなくても次のコマンドでインストールが終わる.
Packer とは サーバーイメージを作成するためのツールです AWSであればAMI、Azureであれば arm を作成します Vagrant を開発している HashiCorp社 が開発しているツールなので使用感は Vagrant と同じような感じです 構築済みのサーバーイメージをAMIとして作成しておき、これをベースとしてインスタンスを立ち上げるのはよくあるパターンだと思います ※ "ゴールデンイメージ" というインフラパターンらしいです ただ、このAMIがどうやって作られたか?がわからなくなりがちなのですが、Packerを使うことでAMI構築手順を全てコード化することができます TL;DR json ファイルに定義内容を記述し、$ packer build hoge.json を実行するだけで定義内容の通りに自動でサーバーイメージを作成してくれます インストール 以下に従って OS
AMIからリストア時に別のキーペアを選択するとどうなるか そもそもの始まりは、東京リージョンで作成したEC2をAMI取得してバージニアリージョンで 新しく起動させる際に「キーペア」の選択画面で既存のキーがなかったのであれ?と思い調べた次第です。 ついでにキーペアを別のものを選択したら上書き?とかいろいろ疑問で調べました。 キーペアはリージョン別 まず調べてみたところ、キーペアはアカウント内共有ではなくリージョン別のようです。 明確にドキュメントに記載は見つかりませんでしたがリージョンあたりと記載があるので間違いないと思います。 https://docs.aws.amazon.com/ja_jp/AWSEC2/latest/UserGuide/ec2-key-pairs.html キーペアを作成する Amazon EC2 が使用するキーは、2048-bit SSH-2 RSA キーです。リー
これは、私が若…くはないけどピカピカのAWS1年生だった、数年前のお話です。 何をやらかしたのか やらかし前の状態 本番運用しているWebアプリケーションの裏側に、EC2インスタンス3台でクラスタを組んだ某データストア製品を使用していました。データはクラスタ内でレプリケーションされており、1台がダウンしただけならクラスタは稼働を継続できます。2台がダウンするとクラスタ全体が機能しなくなります。 ある日、3台のうち1台で障害が発生してインスタンスへ疎通できない状態になりました。この時点ではクラスタは正常に応答しており、あと1台ダウンしない限りはサービスに影響が出ない状態でした。 まず、ダウンしてしまったインスタンスを再起動して復旧させようとしました。ところがEC2マネジメントコンソールから再起動、停止を選択しても障害中のインスタンスは反応しません。そして私は間違いを犯します。 やらかしたこと
はじめに Deep Learningをやろうと思ったらでかい計算資源が必要なのが当たり前なのだけど、手持ちのPCのスペックで十分とかそうそうありはしないので、EC2のGPUインスタンスをささっと立てて使うのも手だと思う。 FrameworkはKerasでバックエンドはTensorFlow GPUバージョン。それをpyenv仮想環境でセットアップする構成とした。先日TensorFlow 1.0がリリースされてtf.kerasが実装されたみたいだけどまだ試してないので普通にKeras使うことにする。 環境構築についてはこちらを参考にさせていただいた。 AWSのGPUインスタンスでTensorFlowを動かす インスタンスの作成 EC2 Instance: クイックスタートにある Ubuntu Server 16.04 LTS (HVM), SSD Volume Type Type : g2.2
概要 Vagrantのセットアップ VirtualBoxにCentOS7の環境を構築する AWSのEC2インスタンスの環境を構築する Vagrantについては、公式サイトのチュートリアルを読むと、より正しい知識が手に入ります。 記事作成時のソフトウェアバージョンは以下の通り. Vagrant 1.7.2 Vagrant-aws 0.6.0 VirtualBox 4.3.26 ruby 2.2.2 Vagrantってなに? VirtualBoxやAWSなどに対して「仮想環境の構築、起動、削除」などの共通インターフェースを提供する。(と私は理解しました) Vagrant単体では面白いことはなくchefなどと組み合わせると効果を発揮します。 Vagrantのインストール Vagrantの公式サイトからインストーラをダウンロードして、インストールします。 インストールすると、ターミナルからvagr
Dockerでelasticsearchの環境を作って、そのイメージをterraform使ってEC2にデプロイするAWSElasticsearchDockerTerraform 概要 Elasticsearch運用をDockerに移行する為に、とりあえずは手元のMac環境でElasticsearchを立ててみる。ついでに、terraformで立てたEC2に、dockerhubに登録したイメージをデプロイする。 それぞれバラバラにしか触ったことなかった、docker,terraformをしっかり触って理解するのが目的。 チェックポイント まずは、やってみたレベルなのでここを目標にする elasticserch1.6のDockerイメージを作る ローカルで2台起動してクラスタ構成の確認 ドキュメントの登録と両ノードで引けることを確認 作ったイメージをEC2にデプロイしてみる elasticse
ブラウザからアクセス ec2-xx-xxx-xxx-xx.ap-northeast-1.compute.amazonaws.com:3000 Welcome aboard のページが表示される Nginx の設定ファイル編集 設定ファイルを下記のように編集 user nginx; worker_processes 1; error_log /var/log/nginx/error.log warn; pid /var/run/nginx.pid; events { worker_connections 1024; } http { include /etc/nginx/mime.types; default_type application/octet-stream; log_format main '$remote_addr - $remote_user [$time_local] "$
# ホームディレクトリに移動 cd # gitをインストール sudo yum install git # nvmをgitリポジトリからclone git clone git://github.com/creationix/nvm.git .nvm # .bash_profileを変更 vi ~/.bash_profile # 以下の設定を追加 source ~/.nvm/nvm.sh # 一旦ログアウトして再ログイン # インストール可能なnode.jsのバージョンの一覧を確認 nvm ls-remote # node.jsをインストール(LTSであるv4の最新版をインストールしておく) nvm install v4.3.1 # バージョンを確認 node -v # nvmのデフォルトバージョンを定義 nvm alias default v4.3.1 # erlangの依存パッケージをイ
AWS EC2上にmecab+Rをインストールするメモ。 mecabはソースファイルからインストール。 Rはソースファイルからインストール。 RMeCabについては以下のサイトを参照のこと。 RMeCab - RとLinuxと… http://rmecab.jp/wiki/index.php?RMeCab 0. instance立ち上げ EC2上にinstanceを立ち上げる。 とりあえず、お試しならt2.microでも良いかも。 AWS t2.micro OS: Aamzon Linux ツール、データはS3上に上げておくと、外部からダウンロードするより少し早いし、お財布にも少し優しい。 1. yum update
追記 (2015/10/06) Amazon Linux 2015.09で、NVIDIAドライバのセットアップに失敗するようになってしまいました。詳細は以下をご覧ください。 Chainer on EC2スポットインスタンスの環境を、AWS Lambdaで用意する http://qiita.com/pyr_revs/items/bf483b96cca6b01a9110 はじめに Chainer。触ってみるに当たって、どうせならGPU使ってみたいと思いまして。 EC2のg2.2xlargeでの環境構築について調査していたところ、AWS Marketplaceにある、NVIDIAの提供しているイメージを使えば、ドライバとCUDAのインストールはせずに済むよって情報を得たので、それを使ってスポットインスタンスを立てようと思ったのですが、 なんかDisableされてますね。スポットインスタンスでは使
この記事は古いです。最新版は、こちらの記事を参照して下さい。いずれこの記事は消します Chainer 1.5になってからインストールが若干面倒になり、失敗しやすくなりました。ここでは、Amazon EC2にChainerを簡単に入れる方法を解説します。 CUDAとドライバのインストールが面倒なので、nVidia公式の "Amazon Linux AMI with NVIDIA GRID GPU Driver" を使います。起動して、ログインしたら、以下のコマンドを実行して下さい。 $ sudo yum-config-manager --enable epel $ sudo yum install -y hdf5-devel $ sudo CUDA_PATH=/opt/nvidia/cuda pip install chainer 3行の内訳は以下のとおりです。 hdf5をインストールするた
PHPの今一番イケてるフレームワーク、laravelをとりあえず動く状態にする方法のメモ。 ゴール laravelが動く状態にする 前提条件 Amazon Linux AMI WebサーバとPHPは導入済みとする webサーバとPHPを導入していない場合は、以下参照。この投稿は以下のもののあと行ったものです。 EC2にnginx+php(php-fpm socket)環境を最速で構築 - Qiita インストール composerの導入 curl -sS https://getcomposer.org/installer | php sudo mv composer.phar /usr/local/bin/composer
概要 本基盤の果たす役割としては、「利用者が本基盤に向けてファイルをアップロードし、なんらかの(変換を含む)処理を行って利用サービス側に通知する」というものになる。 そこで、想定する利用イメージを大まかにでも理解してもらうため、抽象的なイメージを図示する。 ファイルをアップロードしたいユーザーは、まず本基盤の利用サービスに対してアップロード権限の発行を依頼する。 図では省略したものの、利用サービス側はその依頼を受けて、本基盤に対してアップロードチケットの発行を依頼し、取得した情報をアップロードしたいユーザーに対して返す。 アップロードユーザーはそれを受けて、本基盤に対してファイルのアップロードを行い、アップロード・バリデーション・変換が済んだものについては本基盤が利用サービスに結果を通知するというのが大まかな流れとなる。 次に、本基盤の持つ責務について簡単に解説したい。 本基盤は、メディア
自前の物理環境を用意せずにTensorFlowを動かしたかったので、AWSのmicroインスタンス上に環境を構築した際の手順まとめ。 TensorFlowって? 2015/11/10にGoogleが公開した機械学習技術のライブラリで、サンプルを眺めただけでも以下のような学習機が使えるようだ。 - 手書き文字認識 - リカレントニューラルネットワーク(RNN) - 畳み込みニューラルネットワーク(CNN) 前提環境 AWS EC2 上のVM Amazon Linux AMI 2015.03.1 (HVM), SSD Volume Type - ami-1c1b9f1c Docker 1.7.1 Ubuntu 14.04LTS(Docker上のコンテナ) AWSへの登録や仮想マシン登録は終わっている前提 AWS EC2 上のVMにDocker導入 VMにsshでログインし、以下のコマンドを入力
VAGRANTFILE_API_VERSION = "2" $script = <<SCRIPT # echo 'Start ShellScript' # タイムゾーンを日本に変更 sudo cp -p /usr/share/zoneinfo/Japan /etc/localtime # AWSのVolumeのリサイズ(デフォルトだと8GBのため) sudo resize2fs /dev/sda1 SCRIPT Vagrant.configure(VAGRANTFILE_API_VERSION) do |config| # Box名 config.vm.box = "dummy" # 「vagrant box add」をしなくていいように設定 config.vm.box_url = "https://github.com/mitchellh/vagrant-aws/raw/master/d
GWはVagrantでAWSを操作してリア充になりたかったので、やったことをメモ。 AWS自体ほぼ初めて触るので、使い方の確認も兼ねてます。 VPCやらEBSについてはいずれやりたいと思います。 ec2-cliもお勉強が必要かな。 参考文献: 書籍「実践Vagrant」 vagrantではじめるクラウド開発環境(AWS編) 環境 ホストOS:Windows 7 Standard 64bit Vagrant:1.5.0 コンソール:Git Bash 1.8.3 準備 AWSアカウントの作成 かつあい vagrantユーザの作成 Service > Deployment & Management > IAMに移動 左のメニューのUsersに移動し、Create New Usersをクリック vagrantと入力してCreateをクリック 完了画面が表示されるので、Access Key IdとS
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