この記事は、第2回ウェブシステムアーキテクチャ研究会の予稿です。 ウェブシステムをモニタリングするために、高可用性、高書き込みスケーラビリティ、メトリックの長期保存が可能な時系列データベースが求められている。 これらを実現するために、性能特性の異なる汎用Key-Value Store(以下KVS)を組み合わせ、透過的に問い合わせ可能な、ヘテロジニアス時系列データベースであるDiamondを開発した。 この記事では、Diamondを分散システムの観点で捉え、アーキテクチャ、データ構造、実装を紹介し、考察によりFuture Workを議論する。 1. はじめに 2. アーキテクチャ アーキテクチャ概要 動作フロー データ構造 KVSの機能要件 3. 実装 実装概要 KVS間のデータ移動 データ位置の解決 費用特性 4. 考察と今後の課題 Diamondの欠点 将来機能 5. まとめ スライド
Announcing Google Cloud Bigtable: The same database that powers Google Search, Gmail and Analytics is now available on Google Cloud Platform
Product updates, customer stories, and tips and tricks on Google Cloud Platform
Bigtable - Wikipedia
Bigtable（ビッグテーブル）とは、Googleの大規模なサーバ上の大量のデータを管理するために設計された、データ圧縮機能を持つ高性能なNoSQL型のプロプライエタリのデータストレージシステムである。Google File System、分散ロックマネージャの1種であるChubby Lock Service、SSTable（LevelDB（英語版）に似たログ構造化ストレージ）、その他のいくつかのGoogleの技術を活用して構築されている。2015年5月6日、パブリックバージョンのBigtableが、Google Cloud Platformのサービスの1つとして公開された。BigtableはGoogle Cloud Datastoreのバックエンドとしても利用されている[1][2]。 歴史[編集] 2004年から開発が始まり[3]、2006年には設計が論文として公開された[4]。 Ma
Google、HBase API互換のCloud Bigtableを公開、Googleの基盤で使われてきたNoSQLデータベースが利用可能に。Cloud Datastoreとの違いは？
Googleは5月6日、10年以上にわたりGoogleのほとんどの重要なアプリケーションを稼働させてきたNoSQLデータベースのBigtableを、クラウドサービスの「Google Cloud Bigtable」として公開しました。 Cloud BigtableはフルマネージドのスケーラブルなNoSQLデータベースで、高い性能が特長。大規模なデータ収集、分析などに向いているとされています。 HBase APIでアクセス可能なためHadoopのエコシステムを活用でき、またGoogleのBigQueryやDataflowといった既存のサービスとも連係。 Bigtableの上にDatastoreが構築されている GoogleはすでにマネージドなNoSQLデータベースとして「Google Cloud Datastore」を提供しています。BigTableとDatastoreはどう違うのでしょうか？
Fastly の導入事例 : 履歴統計 DB を MySQL から Cloud Bigtable にダウンタイムなしで移行 | Google Cloud 公式ブログ
Fastly の導入事例 : 履歴統計 DB を MySQL から Cloud Bigtable にダウンタイムなしで移行 （この記事では、米 Fastly から許可をいただき、先日同社が公開したブログ記事 How we moved our Historical Stats from MySQL to Bigtable with zero downtime の日本語訳を掲載します） - By Toru Maesaka, Senior Software Engineer at Fastly 過去から学ぶことは意思決定に不可欠なステップの 1 つです。私たち Fastly は、お客様が過去のイベントに基づいて迅速かつ的確に決定を行えるよう支援するため、Historical Stats API を提供しています。この API を使用すれば、分や時間、日単位でキャッシュに関するあらゆる統計情報を取
この記事について Google Cloud Platform Japan Blog では日々様々な情報が発信されています。新サービスの発表、事例紹介だけでなく、ポイントを分かりやすく説明した資料、網羅的で重厚な資料、Google の謎テクノロジーについての紹介など、役立つ情報が豊富！ ただ、情報量がとてつもなく多いので、分野ごと、項目ごとに整頓して、後で目当ての記事をすぐ見つけられるようにしたいと思い、この記事を書きました。 今年は Google Cloud Platform 10 周年と節目の年。改めて記事を掘り起こしてみると、新たな発見があるかも知れません。 また、時代ごとの変遷を感じ取れる資料として、記事後半にはサービスが公開された時期を年表にしたもの、Google が公開している論文リンク集も付録として作成しました。 各分野の記事 サービス全体を俯瞰する記事 Google Clou
Packages by categoryCategories: (5), "Distributed Computing" (1), - (1), .NET (9), Accelerate (27), Accessibility (4), ACME (55), Actors (2), Adjunctions (2), ADSB (5), Aerospace (11), Aeson (4), Agda (1), AI (81), Algebra (61), Algebra Uniform (1), Algorithm (8), Algorithm Visualization (2), Algorithmic Music Composition (1), Algorithms (134), Amazon (1), Amqp (1), Anatomy (1), Animation (6), AN
Google、Google検索やGmailなどに利用されているデータベースを「Google Cloud Bigtable」として提供
「Google Cloud Bigtable」は、Google検索やGmail、Google Analyticsなど、Googleにおけるさまざまなサービスに使用されているデータベース。巨大なデータの取り扱いに対応し、金融、広告、エネルギー関連、医療、広域コミュニケーションなど、エンタープライズ／データ分析用途に適している。 パフォーマンスは非常に高く、他のNoSQLシステムとの比較では、単位金額あたりで2倍のスループットを実現する。さらに、レイテンシもはるかに小さい。 オープンソースのApache HBase APIを通じたアクセスが可能なので、既存のビッグデータシステムやHadoopとの相性がよく、Googleのビッグデータ関連製品もサポートする。また、既存のHBaseクラスタから容易にデータをインポートできる。 完全なマネージドサービスなので、維持・管理にかかるコストの削減が可能で、
「Google Cloud Bigtable」公開で変わること--グーグルの主力サービス支えるNoSQLデータベース
「Google Cloud」のコストを安く設定するだけでは十分な競争力を発揮できなかった。しかし、Googleの内部テクノロジにアクセスできるというのであれば話は違ってくる可能性がある。本記事では、「Google Cloud Bigtable」のメリットと課題について解説する。 Googleはクラウド分野でその潜在能力を生かし切れていなかった。しかし、その状況がようやく変わろうとしているのかもしれない。 「Amazon Web Services」（AWS）と「Microsoft Azure」がクラウドコンピューティング市場のシェアの多くを握っている一方、Googleはほとんど動きを見せず、「Google Cloud Platform」が開発者にもたらす利点（特にAWSと比較して）を明確に語れない、もしくは語ろうとしない状況が続いていた。しかし、米国時間5月6日に発表されたGoogle Cl
Dear Google Cloud: Your Deprecation Policy is Killing You
God dammit, I didn’t want to blog again. I have so much stuff to do. Blogging takes time and energy and creativity that I could be putting to good use: my novels, my music, my game, and so on. But you get me riled enough, and I have to blog. Let’s get this over with, then. I’ll begin with a small but enlightening story from my early days at Google. For the record, I know I’ve said some perhaps unk
Prometheusベースの大規模クラウド向けメトリクス収集システム「Cortex 1.0」リリース | OSDN Magazine
米Grafana Labsは4月2日（米国時間）、Prometheusをベースとするメトリクス（統計情報）収集システム「Cortex 1.0」を公開した。長期間にわたる統計情報の収集や分析をサポートするもので、キャパシティプランニングなどにも活用できる。 Grafana Labsは「Grafana」などのオープンソースプロジェクトを展開する企業で、Cortexには貢献企業として関わっている。CortexはGrafana Labsの開発者らがスタートしたプロジェクトで、2018年にCloud Native Computing Foundation（CNCF） Sandboxプロジェクトとして採用された。 Cortexはモニタリング技術Prometheusをベースに、大規模クラスタへの対応や取得した統計データのクラウドストレージ上への保存といった機能を追加したもの。データの自動複製や配信を行う
株式会社リクルートライフスタイルの導入事例： Google Cloud Bigtable などの Google 最新機能を駆使して、リアルタイム分析のコストを 10 分の 1 に。
Google Cloud Platform (Google App Engine, Compute Engine, BigQuery や Container Engine など）の情報の日本公式ブログ
Fastly の導入事例 : 履歴統計 DB を MySQL から Cloud Bigtable にダウンタイムなしで移行 | Google Cloud 公式ブログ
Fastly の導入事例 : 履歴統計 DB を MySQL から Cloud Bigtable にダウンタイムなしで移行 （この記事では、米 Fastly から許可をいただき、先日同社が公開したブログ記事 How we moved our Historical Stats from MySQL to Bigtable with zero downtime の日本語訳を掲載します） - By Toru Maesaka, Senior Software Engineer at Fastly 過去から学ぶことは意思決定に不可欠なステップの 1 つです。私たち Fastly は、お客様が過去のイベントに基づいて迅速かつ的確に決定を行えるよう支援するため、Historical Stats API を提供しています。この API を使用すれば、分や時間、日単位でキャッシュに関するあらゆる統計情報を取
Migrating MySQL Stats to Bigtable with no downtime | Fastly
Migrating MySQL Stats to Bigtable with no downtime | FastlyLearning from the past is an essential step in decision making; at Fastly, we offer our Historical Stats API to help customers make quicker and better decisions based on past events. This API enables you to retrieve historical caching statistics by the minute, hour, and day, offering key insight into events and informing future decisions.
こんにちは！SouzohのMLチームでSoftware Engineerをしているwakanaです。 SouzohのMLチームは2021年4月にスタートし、ちょうど2年が経ちます。当時1人だったメンバーも、今では4人になり、レコメンデーションを中心に5, 6個の機能を提供するようになりました。MLOpsも成熟し、より新しく高度なML機能開発に集中して取り組める環境が整ってきていると感じています。 そこでこの記事では、立ち上げから2年たった今SouzohのPython, ML環境がどのようになっているか紹介しようと思います。これからPythonやMLのMonorepoでの開発環境を整えようとしている方、特に少人数での運用を考えてる方の参考になれば嬉しいです。 TL;DR SouzohではPoetry, Bazel, VertexAI Pipelinesで快適なMonorepo開発環境を実現
*利用料金は東京リージョン（asia-northeast1）で計算。 また、どのクラスも共通して以下をサポートしています。 同じツールと API を使用したデータへのアクセス (XML API、JSON API、gsutil ツール、GCP Console、クライアント ライブラリ) 同じ OAuth と詳細なアクセス制御によるデータの保護 高い耐久性（99.999999999%(イレブン9)の持続性が維持されるように設計されている。） 低レイテンシ（最初のバイトの転送時間は一般的に数十ミリ秒） 保存時の暗号化を使用した同じデータ セキュリティ ■パフォーマンス バケットの初期の IO 容量は、およそ毎秒 1,000 件の書き込みリクエストと 5,000 件の読み取りリクエストです。 これは、1 MB のオブジェクトについて 1 か月の平均が 2.5 PB の書き込みと 13 PB の読み
Google Colaboratoryを使ってみた 今年はじめに以下のようなニュースがでていました。気にはなっていたのですが試す時間がなかったので試してみました。 Google Colaboratoryが正しいのかGoogle Colabが正しいのか… Ummmm, Colab now lets you use GPUs to accelerate your notebooks? In the cloud? For free? 😍🤓😍🤓😍🤓 Step-by-step how to: https://t.co/CENGVweaTy— Rachael Tatman (@rctatman) 2018年1月19日 控えめに言ってもすごすぎ。その他のプラットフォームを殺すつもりできてるのかと思いました。 以下に説明というか、FAQページのリンクを貼っておきます。 Colaboratory
Google systems guru explains why containers are the future of computing
As a professor at the University of California, Berkeley, Eric Brewer devised the CAP theorem — a governing concept in the design of distributed systems — and co-founded web-search pioneer Inktomi. In this interview, Brewer, now vice president of infrastructure at Google, explains why the work he’s doing on application containers could be at least as big as cloud computing and how the CAP theorem
Google Cloud Service Health Incidents Multiple Google Cloud services in the europe-west9-a zone are impacted Service Health This page provides status information on the services that are part of Google Cloud. Check back here to view the current status of the services listed below. If you are experiencing an issue not listed here, please contact Support. Learn more about what's posted on the dashbo
BigQueryでクエリを書く時に、クエリの書き方によって実行時間を高速化できたり処理するバイト数を節約したりできます Googleが公式でBigQueryのベストプラクティス集(今はまだ未翻訳)を公開してくれているので、そのうちのクエリを書く時周りのノウハウを簡単にまとめておきます。別々のページの内容なので重複があったら端折ったりしています 誤訳や解釈の誤りがあったらコメントなどで教えてください BigQueryのベストプラクティス(クエリ編) 入力されるデータの量を減らす SELECT *を避ける 日付でパーティショニングされたテーブルの場合必要なパーティションだけを指定する 可能な限り非正規化されたデータで扱う 外部リソースを入力にするのは高速ではない テーブル名をワイルドカードで指定するときは必要なテーブルだけを指定する 通信の最適化 JOINする前にデータの量を減らす WITH句
グーグル、「Cloud IoT Core」を一般提供
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間2月21日、IoTデバイスの接続や管理を行う「Google Cloud IoT Core」の一般提供を開始したと発表した。公開ベータ版は2017年9月に公開されていた。 同社は2017年5月、NXP Semiconductorsのサポートを得て、スマートシティや、電力をはじめとする公共事業、運輸業界を対象とするCloud IoT Coreを発表した。顧客は同サービスを、「Google Cloud Pub/Sub」や「Google Cloud Dataflow」「Google Cloud Bigtable」「Google BigQuery」といった、データアナリティクス向けの「Google Cloud」サービスととも
Pokémon GO with Edward Wu, Director of Software Engineering at Niantic
Pokémon GO with Edward Wu, Director of Software Engineering at Niantic We’re back! And we’re bringing a seriously cool interview about Pokémon GO with Edward Wu, Director of Software Engineering at Niantic. In this interview your co-hosts Francesc and Mark chat with Ed about the whole history of Pokémon GO, from the inception of Niantic to the amazing success and the scaling challenges they faced.
gRPC Go GothamGo 2015 Sameer Ajmani Tech Lead Manager, Go team, Google Video This talk was presented at GothamGo in New York City, October 2015. Watch the talk on YouTube 2 RPC isn't just Remote Procedure Call In Go, an RPC starts a goroutine running on the server and provides message passing between the client and server goroutines. Unary RPC: the client sends a request to the server, then the se
【初心者向け】GCPのデータ処理で必須かも！？Dataflowで初めてのパイプライン処理｜ 開発者ブログ ｜ 株式会社アイソルート
ホーム> 開発者ブログ> 【初心者向け】GCPのデータ処理で必須かも！？Dataflowで初めてのパイプライン処理... 【初心者向け】GCPのデータ処理で必須かも！？Dataflowで初めてのパイプライン処理 データ分析基盤の構築方法には色々なものがありますが、 GCP(Google cloud Platform)のサービスを利用しているシステムならば、Cloud Dataflowの利用も検討してはいかがでしょうか。 各種GCPのサービス(Cloud Pub/Sub, BigQuery, Cloud Storageなど)とも連携がしやすく、データ量に応じてスケール可能、と強力なデータ処理パイプラインをクラウド環境上に構築することができます。 本記事では、Dataflowの導入となる説明と、GUIでDataflowを使用してパイプライン処理を実装してみるところまでを書きます。 この記事は
List of Time Series Databases Updated: Dec 2019 This is not an exhaustive list. I am no longer actively maintaining this list. Open source These are either time series databases or general-purpose databases that work well with time series. Some are layers on top of existing databases. Aerospike High performance, in-memory, NoSQL Akumuli Written in C++ Query language based on JSON over HTTP Can be
Cortex: a multi-tenant, horizontally scalable Prometheus-as-a-Service - Cloud Native Computing Foundation
Prometheus is one of the standard-bearing open-source solutions for monitoring and observability. From its humble origins at SoundCloud in 2012, Prometheus quickly garnered widespread adoption and later became one of the first CNCF projects and just the second to graduate (after Kubernetes). It’s used by tons of forward-thinking companies in production, including heavyweights like DigitalOcean, Fa
Cloud Dataflow で実現する柔軟なデータパイプライン - スタディサプリ Product Team Blog
はじめに こんにちは、@shase です。 スタディサプリでは、データパイプラインのツールとして、従来 AWS Kinesis Stream や、Embulk や、AWS Lambda などがよく使われてきました。 ただ、現在開発中のプロジェクトでは、システム間の連携の為、Cloud Pub/Sub が多用されているということもあり、データパイプライン Cloud Pub/Subとの親和性が高いCloud Dataflowを一部取り入れています。 本記事では Cloud Dataflow 自体は詳述しませんが、簡単に説明させていただくと、Cloud Dataflowとは、GCP が提供するマネージドな Apache Beam の実行環境になります。 Cloud Dataflow のメリット Cloud Dataflow（Apache Beam）には、以下のようなメリットを感じています。 ス
時系列データベースのリスト
時系列データベースのリスト。 これは完全なリストではありません。もし、何かを加えたいと思うなら、ここにコメントを残すか、Twitter上にメッセージを私に送って下さい。私はフェードバックや新しく見つけたものをベースに更新を維持するようにします。終わりに更新履歴があります。 既存のソリューション 時系列をうまく扱える時系列データベースあるいは一般目的のデータベースがあります。既存のデータベースを上に置いています。 Apache Cassandra あるいはScylla, Cassandraの高速なC++実装 分散、カラムナ・データベース(列指向データベース) 問い合わせ言語を持つ HBase 超巨大テーブルのための分散データベース 関連: Google Cloud BigTable (hosted) Apache Apex DataTorrent InfluxDB GOで書かれている クラス
Spotify chooses Google Cloud Platform to power data infrastructure | Google Cloud Blog
Spotify chooses Google Cloud Platform to power data infrastructure It’s not every day you move a 75 million+ user company from a home-grown infrastructure to the cloud. But if you use Spotify, more and more of your musical experience will be delivered by Google Cloud Platform over the coming weeks and months — we’re partnering on an ambitious project to move Spotify’s backend into GCP. Spotify aim
はじめに これは ドリコム Advent Calendar 2021 の24日目です。 23日目は AnD00 さんの プロジェクトの行動規範を作ってチームの理想を描いてゆく です。 弊社内ではユーザの主要なデータの保存先としてRDBが使われるケースが多く、NoSQLを中心としたシステムを開発した経験のあるエンジニアが限られています。しかし新たなシステムを開発するとき選択肢としてNoSQLを選べることは有用だと思われるので、NoSQLを選択したときどのような課題があるか調査し、対策を検討しておくことにしました。 大小様々な課題があることは想像できますが、本稿ではAmazon DynamoDBのスキーマ設計に焦点を当て、実際に設計して直面した課題と、その解決方法を紹介します。 対象読者 RDBを使ったアプリの開発／運用経験があり、DynamoDBを使ってみたい人 背景 冒頭の通り、社内ではR
GitHub - GoogleCloudPlatform/professional-services: Common solutions and tools developed by Google Cloud's Professional Services team. This repository and its contents are not an officially supported Google product.
The examples folder contains example solutions across a variety of Google Cloud Platform products. Use these solutions as a reference for your own or extend them to fit your particular use case. Anthos Service Mesh Multi-Cluster - Solution to federate two private GKE clusters using Anthos Service Mesh. Anthos CICD with Gitlab - A step-by-step guide to create an example CI/CD solution using Anthos
Seth HollymanDeveloper Relations Engineer, BigQuery Editor's Note (August, 2018): When this article was originally written, DML statements such as UPDATE and DELETE would never succeed when modifying a table with an active streaming buffer. BigQuery now allows DML modifications to proceed in certain situations. Look here for more information. Understanding how BigQuery streaming inserts work mak
Google Dataflow を使ってコーディング無しでテキストファイル内に出現する単語をカウントしてみた | DevelopersIO
こんにちは、みかみです。 データアナリティクス事業本部に所属しています。 GCP のデータ分析基盤関連でよく聞く Google Dataflow。 設定などの手間が必要なく、オートスケーリングな並列分散処理をしてくれるデータパイプラインが簡単に構築できるらしいとのことですが、実際に使ったことがなかったので、触ってみました。 やりたいこと Google Dataflowをさわってみたい Dataflowを使うにはどうすればよいのか知りたい 前提 本エントリでは、Dataflow を実際に動かしてみるために、Python を使用したクイックスタートを実行して、指定したテキストファイル内に出現する単語の数をカウントしてみます。 動作確認には Cloud Shell を使用します。 Cloud Shell には Google Cloud SDK などの基本的な環境はインストール済みのため、Pyth
Google、Cloud Bigtableを公開
Spring BootによるAPIバックエンド構築実践ガイド 第2版 何千人もの開発者が、InfoQのミニブック「Practical Guide to Building an API Back End with Spring Boot」から、Spring Bootを使ったREST API構築の基礎を学んだ。この本では、出版時に新しくリリースされたバージョンである Spring Boot 2 を使用している。しかし、Spring Boot3が最近リリースされ、重要な変...
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間9月27日、「Google Cloud IoT Core」を公開ベータ段階に移行するとともに新機能を追加し、シンプルな料金プランを用意したと発表した。Cloud IoT Coreは、「Google Cloud Platform」（GCP）上でIoTデバイスの接続や管理、データ取り込みを、セキュリティを維持しながら簡単に行うためのフルマネージドサービスだ。 GoogleはNXP Semiconductorsの協力の下、スマートシティおよび、企業における電気やガス、輸送に関連する配備を目的として、同サービスを5月に発表していた。顧客は、同サービスと、GCP上で提供されている「Google Cloud Pub/Sub」や
Spotify Unwrapped: How we brought you a decade of data | Labs
The Spotify Wrapped Campaign is one of Spotify’s largest marketing and social campaigns of the year. It enables our users to see a detailed breakdown of their listening habits over the past year. Since 2019 was the end of the decade, we wanted to do something special for our users. As one of the few streaming platforms that has existed since before 2010, Spotify had a unique opportunity to be able
Google が提供しているデータベースについて調べてみました。 ちょっとしたデータを保持する無料で使えるデータベースが欲しかったので、Googleが提供しているデータベースサービスについて調べてみました。 2016年10月時点の情報です。 Google Sheets 無料 Quotaがあるが、余裕がある。 1,000,000,000 requests per day per API セルの最大個数は200万個 (https://support.google.com/drive/answer/37603?visit_id=1-636112169262357756-1179412859&rd=1) * Google driveのストレージ容量の無料枠は15GB per アカウント ちゃんとしたデータベースではないけど、CSV的なデータを溜め込むのには使える。 Google Fusion T
I recently read the Designing Testable Lambda Functions tutorial from Claudia.js. I firmly believe in thorough testing, including both testing Lambda function code in isolation, and end-to-end system testing. However, I think this tutorial goes about it in the wrong way. Lambda functions are ideally small — a few hundred lines of code at the most — taken up mostly by error handling; the happy path
Google Cloud™ の Professional Data Engineer に合格しました - Platinum Data Blog by BrainPad
GCP™ やAWSに代表されるクラウドサービスは、近年急速に利用が進んでおり、弊社では利用する側だけでなく、提供する側としても活用しています。今回は、クラウドサービスを使ったデータ分析の理解を深めるために Google Cloud™ のProfessional Data Engineer 資格を取得した経緯についてお話しします。 Professional Data Engineer に合格するともらえるバックパック こんにちは、アナリティクスサービス本部の家入です。 弊社のアナリティクスサービス本部では、ビッグデータを活用したデータ分析や機械学習システムをクライアント企業に提供しており、業務の中でクラウドサービスをデータストア、あるいは分析や開発の基盤として利用することがあります。 こうした仕事上の必要性、またブレインパッドとしても Google Cloud Next に出展したり、社内に
Product updates, customer stories, and tips and tricks on Google Cloud Platform Google Cloud Platformプロジェクトは8月17日(米国時間)、「Google Cloud Bigtable is generally available for petabyte-scale NoSQL workloads｜Google Cloud Platform Blog」において、すべての規模の企業活動に対応できるスケーラブルなNoSQLサービス「Google Cloud Bigtable」の一般サービス公開を伝えた。これにより、Googleが自社のサービスに活用しているNoSQLサービスをGoogle Cloudのユーザーも利用できるようになる。 「Google Cloud Bigtable」は高性能gRP
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
サーバレス時代におけるヘテロジニアス時系列データベースアーキテクチャ - ゆううきブログ
Google Cloud Platform ブログの膨大な情報を自分なりに整頓してみた - Qiita
packages by category | Hackage
メルカリShopsを支えるMonorepo ML開発環境 | メルカリエンジニアリング
GCPのストレージサービスについてまとめてみた | クラウドエース株式会社
Google Colaboratoryを使ってみた - uepon日々の備忘録
Google Cloud Service Health
BigQueryで効率的なクエリを書いて高速化する - 唯物是真 @Scaled_Wurm
gRPC Go
List of Time Series Databases
DynamoDBをゲームアプリで使う際の課題と対策（前編） - Tech Inside Drecom
Life of a BigQuery streaming insert | Google Cloud Blog
「Google Cloud IoT Core」が公開ベータ版に--新機能も追加
Google が提供している無料で使えるデータベース - Qiita
Unit and Integration Testing for AWS Lambda
NoSQLサービス「Google Cloud Bigtable」が一般公開