はじめに テックリードの柿崎です。私たちは、機械学習のパラメータチューニングを効率よく行うため、KubernetesネイティブのワークフローエンジンであるArgo Workflowsを採用しています。この記事では、その導入手順の要点を紹介いたします。 導入の目的 Argo Workflows導入以前は機械学習のパラメータチューニングを行うにあたり以下の機能を独自に実装しており、属人化していました。 パラメータ探索のアルゴリズム インスタンスのスケーリング インスタンスの稼働状況の可視化 ジョブの進行状況の可視化 これらをより柔軟に活用できるようにして、開発、更新サイクルを早めていくことが導入の目的です。 前提条件 Kubernetes(EKS)はすでに構築済みであること Kubernetes、Helmについての基本的な知識があること Argo Workflowsの基本的な知識があること K
Argo WorkflowsとGatlingで作るスケーラブルな負荷テスト環境 - asoview! TECH BLOG
これはアソビュー！ Advent Calendar 2023の1日目です🎄 今年のアドベントカレンダーは2面公開なので、ぜひそちらも御覧ください！ アソビューでVPoE兼Tech Leadをしているdisc99🐼です！ 今回はアソビューの負荷テスト環境の事例を紹介させてもらえればと思います！ はじめに 負荷テストに求められるもの Argo Workflowsとは Gatlingとは システム構成 運用事例 テストシナリオの作成と計画 負荷テスト実施とモニタリング テスト結果の分析とパフォーマンスの改善点 ナレッジの蓄積 まとめ はじめに 多くのサービスは実際の運用環境において予期せぬトラフィックやアクセスパターンに直面します。 サービスのパフォーマンス、スケーラビリティ、安定性を評価するために負荷テストは重要で、実際のトラフィックを模倣し、サービスが指定された要件を満たすかどうかを評価
※本記事は、技術評論社「Software Design」(2023年10月号)に寄稿した連載記事「Google Cloudで実践するSREプラクティス」からの転載です。発行元からの許可を得て掲載しております。 はじめに 前回はRenovateによる依存関係の更新について解説しました。今回はArgo CD1を利用した、Kubernetesへの継続的デリバリ(Continuous Delivery、CD)について紹介します。Argo CDとは何か、なぜ使うのか、基本的な機能やキャディでどのように活用しているかを紹介します(図1)。 ▼図1 CADDiスタックにおける今回の位置付け Argo CDとは Argo CDはKubernetesへの継続的デリバリを行うツールです。Gitリポジトリをソースとして継続的デリバリを行う手法をGitOpsと呼びます2。Argo CDはKubernetesへのデ
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
Argo Workflowsを使った機械学習環境の構築手順 - アダコテック技術ブログ
第7回: Argo CDによるKubernetesへの継続的デリバリ - CADDi ENGINEER Tech Blog