デスクトップ ヒープの枯渇
こんにちは。 Windows サポートの水上です。 今回は、よくあるお問い合わせのひとつである、デスクトップ ヒープの枯渇について、ご紹介します。 サーバーやデスクトップ PC を運用するにあたって、次のような事象が発生したことはないでしょうか。 他のアプリケーションは正常に動いているのに、アプリケーションの起動やバッチ処理に失敗する。 イベント ID 243 や 244 が記録される。 例外コード 0xc0000142 でイベント ID 1000 が記録される。 上記のような事象は、デスクトップ ヒープの枯渇により生じている可能性があります。 デスクトップ ヒープの上限サイズはレジストリで変更が可能なため、設定変更により事象を解消できる可能性があります。 ただ、 "デスクトップ ヒープの枯渇" という現象が具体的にどういうものなのか疑問に思われる方も多いのが実情です。 実際に、マイクロソ
チャットワークのID生成器 - Chatwork Creator's Note
2018/3/18 追記 TISさんのreactive system meetupで発表する機会をいただきました。ありがとうございます。発表資料をリンクしておきます。 Distributed ID generator in ChatWork from TanUkkii 18桁になったメッセージID ２０１７年５月２８日をもってチャットワークのメッセージIDは１０桁から１８桁になりました。みなさんお気づきでしたか？ これはメッセージリンクを取得してみることで確認できます。 それまでは32bitでかつ連番のIDでした。今は64bitになり、また単調増加性だけを保証し、連番ではなくなっています。 この記事では新メッセージIDとそれを発行するシステムについて記述します。 枯渇しそうだったメッセージID チャットワークのメッセージ数は２０１７年３月時点で１８億を突破しました。 lp.chatwork
浦島太郎の再発防止策を考える
ビジネスマンが書きたくない書類ナンバーワンは再発防止策である。 だが、書かなければいけない時期が日食ぐらいのタイミングでやってくる。 そのときのためにノウハウやフレーズをまとめたのだ。そのフレーズを活用してサンプルの再発防止策を書いてみた。 サンプルは浦島太郎である。
Kubernetes を利用したコンテナベース機械学習基盤の構築 - LIVESENSE Data Analytics Blog
データプラットフォームチームの野本です。機械学習基盤の構築やその周辺アプリケーションの実装を行っています。以前は DOOR 賃貸の開発運用をしていてこんなことなどしてました。 機械学習システム運用の課題 リブセンスでは 2014 年ごろから機械学習システムの開発導入を行っており以降様々な機械学習システムを各サービスに導入してきました。また自社でのデータ分析基盤の運用も行うようになってから機械学習システムの開発の幅が広がり導入の要望も次第に増えてきました。(参考:リブセンスのデータ専門組織のこれまでとこれから) 当初は機械学習システムに対する運用知見などが少なかったため、専用のインフラというものは保持せず各サービスのインフラに相乗りし、サービスのアプリケーションと密に連携し機械学習システムを実装運用することが多かったです。各サービスは元々オンプレミスで運用されていたものが多かったのですが、現
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
フェイスブックがRacerDをオープンソースに - Javaの競合状態を検出