ことの発端 時々、提供されるソフトのバージョンが変わってコンパイラのバージョンが変わることがあったりします。 しかし、自分たちの膨大な数のmakefileにはgccとかclangとかしか書かれてないのです。 これでは去年の製品を再ビルドしようにも、シンボリックリンク先が新環境を指しているのでダメです。 しかし、製品サポート案件で容赦なく過去モデルでのバグ修正チケットが回ってきます。 先輩に聞くと「コンパイラやライブラリのディレクトリ名をリネームする」と。 なん、だと……という感じです。今の環境が正しいのかすら保証できません。 これでは、バグ以前に昔のモデルを再現することすら難しいです。 もう、xx年用ビルド環境を個別に用意するしかありません。 しかし、マシンを複数用意してくれる訳もなく（してもらってもスペース的に困りますが）、そこで仮想化の手段に手を出し始めました。 幸いにも、マシンに基本

Minikubeの重要性について まずは何故こんな記事を書くことになったかというところからお話ししたい。皆はKubernetesにApplicationをDeployする時にどのような工程を踏んでいるだろうか。もし、Dockerで動作しているものがそのままKubernetesでも簡単に動くものだと考えている方がいるなら、残念ながら私と同様大きな失敗をしてしまうことだろう。Komposeなるものが世の中に存在しているくらいだからDockerからのKubernetesへの移行はそれほど高くないものだと思っていた。しかし、KubernetesはKubernetesの考えに基づいてDeployされるものだからDocker Imageだけあれば何とかなるななどという簡単な話ではないのだ。この変換部分について今のところMinikubeが一番利用価値の高いものだと思ったのでここに記載しておくことにする。

背景 小さい構成でも、kubernetesとRancher 2.0を使ってコンテナの管理をしたいと思い、導入してみました。 構成情報 クラウド環境：Azure VMサイズ：Standard A2 v2 (2 vcpu 数、4 GB メモリ) OS：CentOS Linux release 7.5.1804 (Core) docker：17.03.1-ce Rancher：v2.1.1 以下、Rancher 2.0の公式ページにある要件一覧です。適宜参照してください。 https://rancher.com/docs/rke/v0.1.x/en/os/ 手順 仮想マシンの準備、初期設定 RKEによる、Kubernetesのインストール Rancher 2.0の導入 Rancherへの既存kubernetesクラスタの認識 1. 仮想マシンの準備、初期設定 仮想マシンの作成 Standard

# データベース $ mysqldump -u USER_NAME -p -h HOST_NAME DB_NAME > OUTPUT_FILE_NAME # テーブル $ mysqldump -u USER_NAME -p -h HOST_NAME DB_NAME TABLE_NAME > OUTPUT_FILE_NAME # テーブルの定義とデータのダンプ $ mysqldump -u USER_NAME -p -h HOST_NAME -A -n > OUTPUT_FILE_NAME

該当するのは以下のファイル。 ${JENKINS_HOME}直下の*.xml ${JENKINS_HOME}/jobs/${JOB_NAME}/config.xml ${JENKINS_HOME}/userContent以下の全ファイル バックアップの方法としては、以下のものがある。 くりにっきさん作 jenkins-backup-script 設定情報だけでなくプラグインもバックアップ対象。バックアップだけならこれ一つでOK。 あくまでスクリプトなので、実行のためのジョブは自分で定義する必要がある thinBackup Plugin バックアップ、リストアがJenkinsの画面から簡単にできる（主観） プラグインはバックアップの対象外 リポジトリでバージョン管理したい場合は、自分でスクリプトを作りこむなどして対応する。Subversionの例は公式に記述がある。かなり古い（2010年2月

TL;DR ブラウザ上でほぼVS codeが使えるクラウドIDEサービス「Coder」 他のVS codeライクのクラウドIDEと異なるのは「拡張機能がそのまま使える」。大半の拡張機能を利用可能 現在はアルファ版 ChromebookやiPadでの利用も想定している Dockerコンテナにプロジェクトを作成するので自由度が高い 無料プランでも十分に使える。他のクラウドIDEと比べて月額費用が安い Fast Time機能を使うと時間制で96CPUコア、メモリ16GBが利用可能(課金で殴る開発駆動) コラボ機能で1つのプロジェクトで複数ユーザでペアプログラミングができる(未確認) きっかけ 2019年2月28日の夜、「あれ、VS codeライクなクラウドIDEってなんて名前だっけ？」という疑問から 「Cloud IDE vs code」 でググったところ以下の検索結果が表示。 ここで目的である

responder，名前は聞くけど，日本語の情報が少ない＆サンプルが少ないと感じたので実際に responder を使って開発をする前に色々と調べ，まとめたいと思います． Updates 2019.04.25 v1.3.0 のリリースに伴い，取り急ぎ追加された機能についてまとめました． 2019.08.18 v1.3.2 のリリースに伴い，追加された機能についてまとめました． より詳細は Python responder v1.3.1 -> v1.3.2 変更・追加まとめ を確認していただけたら幸いです。 2020.02.10 v2 (v2.0.5) のリリースに伴い，追加された機能について別の記事にまとめました． Python responder v2 入門 - Qiita responder とは？ responder とは Python の Web フレームワークです． reques

みなさん、こんにちは！ 侍なんとか塾絶対Xすマンです！！ 皆さんは Google 検索していますか？ プログラミング関連の調べ物をしていると、ときどき 侍エンジニア塾とかいうメディアのちょっとアレなクオリティの記事 に遭遇したりしていませんか？？ この侍エンジニア塾の記事がどれくらいアレなクオリティなのかというと、この Qiita にも 侍エンジニア塾のC言語のサンプルがヤバすぎる。 侍エンジニア塾の記事が炎上しているので追撃してみる みたいな投稿があるぐらいにとってもアレなクオリティです！！ 侍エンジニア塾の記事を Google 検索結果から一掃したい！ さてそんなアレなクオリティの侍エンジニア塾の記事を Google 検索の結果に見つけてしまうと、仕事の効率は悪化しちゃうしテンションはダダ下がってしまいますよね。しかも、初歩的なプログラミング系の検索ワードで検索するとだいたい検索結果

タイトルは大目に見てください><。 本内容は危険な操作を伴うのでくれぐれも自己責任でお願いします。 間違いもあったら指摘ください。 ローカル編 自分のローカル環境だけで閉じていて、他の人への影響がない場合に有効です。 リモートにプッシュしちゃってる時は、他人への影響が発生するので危険です。 やらかし１：コミットメッセージに禁止ワード入ってて人生やめたい時 コミットメッセージを修正するのは簡単です。 ファイルの追加なんかもできちゃいます

概要 Visual Studio Codeを使ってVC++のデバッグ＋ビルドを行う方法 CMakeの使い方等はこの記事には載せませんので注意してください。 また、記事に対するもっと良い方法等があれば是非コメントをお願い致します。 拡張機能インストール ↓の拡張機能をインストールを行ってください C/C++ C/C++のIntelliSense、デバッグ等を行う拡張機能 まだプレビュー版なので注意 CMake Tools CMake周りのコマンドを提供してくれる拡張機能 CMake CMakeLists.txt用のIntelliSenseを提供してくれる拡張機能 CMakeインストール CMake←のリンクから対象のCMakeのインストーラーを探してインストールを行ってください CMakeのパスが通っていない場合はユーザー設定orワークスペース設定にパスを設定すること // 既定の設定を上書

はじめに 最近GCPでWebサービスを立ち上げたので、そのときに実施したことをメモとして残しておきます。 今回はGCEで Debian + Nginx + Railsで環境を作りました。 ドメイン取得以外は終始無料で進めるための努力をしました。 また、今回はRailsアプリケーションを作成することは目的としていませんので、そこについてはあまり触れません。 やったこと GCEでインスタンスを立ち上げる アカウント作成時に貰える無料トライアル枠とは別に、無料で利用できるリソースがあります。 Always Free と呼ばれていて、GCEの場合は以下の要件を満たすインスタンスのみ永久に無料でインスタンスを立てることができます。 リージョンをus-*1から選択する 1つのf1-micro VM インスタンス 30GB以内 の永続ストレージ ※無料対象リージョンはus-*1のみというご指摘を受けまし

概要 JavaScriptでチャットボットのUIを爆速で作るためのガイドです。 スマートフォン および PCブラウザ に両対応 scriptタグを1つ入れるだけで既存のコンテンツをジャマしないチャットUI 【作ったチャットボットデモこちらです】 2024年3月更新 : LLM(大規模言語モデル) を用いてトークンを逐次生成するストリーミングチャットを構築したいときは 本稿の手法よりも (株)Qualiteg 提供の ChatStream のほうがオススメです 対象読者 Java Scriptが書ける人(初心者でもOK) node.js環境がある人(npmまたはyarnが使える) チャットボットに興味がある人 できること 以下のデモのようなPCブラウザとスマホに両対応したチャットボットUIを作ります スマホの場合は画面にフィットしたチャットUI、PCブラウザの場合はフローティングする小窓にチ

10 Python Tips and Tricks For Writing Better Codeの内容を軽く日本語でまとめました。 英語のヒアリング未熟なので、もしかしたら間違っている所があるかもしれません。 1) Ternary Conditionals：条件式 ternary operatorsとも呼ぶらしい。

0. はじめに 再帰関数は初めて学ぶときに壁になりがちで なんとなくわかった...けれど どんな場面で使えるのだろう...いい感じの例を探したい！ という気持ちになりがちです。再帰関数は、なかなかその動きを直感的に想像することが難しいため、掴み所が無いと感じてしまいそうです。 そこで本記事では 再帰関数の動きを追いまくることで、再帰関数自体に慣れる 再帰的なアルゴリズムの実例に多数触れることで、世界を大きく広げる！ ことを目標とします。特に「再帰関数がどういうものかはわかったけど、使いどころがわからない」という方のモヤモヤ感を少しでも晴らすことができたら嬉しいです。なお本記事では、ソースコード例に用いるプログラミング言語として C++ を用いておりますが、基本的にはプログラミング言語に依存しない部分についての解説を行っています。 追記 1. 再帰関数とは 再帰の意味はとても広いです。自分自

Kaggleに登録したら次にやること ～ これだけやれば十分闘える！Titanicの先へ行く入門 10 Kernel ～PythonKaggle 事業会社でデータサイエンティストをしているu++です。普段ははてなブログ1で、Kaggleや自然言語処理などデータ分析に関する記事を定期的に書いています。 Kaggleでは2019年に「PetFinder.my Adoption Prediction」2というコンペで優勝（チーム）し、「Santander Value Prediction Challenge」3というコンペで銀メダルを獲得（個人）しました。「Kaggle Master」と呼ばれる称号4を得ており、Kaggle内ランクは、約16万人中最高229位です5。 本記事では「Kaggleに登録したら次にやること」と題して、Kaggleに入門したい方に向けて次のようなコンテンツを掲載します。

!! ======================== !! ※この記事は2019年の記事です。この記事で紹介している内容は2019年当時の内容である事を理解した上で、実際に設定する際は最新の情報を確認しながら行ってください。 !! ======================== !! SeleniumはE2Eテストの自動化などで大きな力を出してくれます。 今回の記事では、下記の内容をまとめてみます。 色々なユースケース 抜け漏れ対策のwait.until()関数 => 実務ではとても重要 IDやClassが無くても、AltやPlaceholderなどから力技で抽出する技 パスワード系 無限スクロール系 必要なツールをまずは揃える Python3.7 ChromeDriver https://sites.google.com/a/chromium.org/chromedriver/dow

Windows + Python 3.6 + PipEnv + Visual Studio Code でPython開発環境PythonPython3VSCodePipenv ※ 2020/4/25 追記 内容を更新した以下の記事を投稿していますので、そちらを参照してください。 Windows + Python + PipEnv + Visual Studio Code でPython開発環境 環境 Windows 10 Python version 3.6 PipEnv version 2018.7.1 Python のインストール Python公式サイトより、ダウンロード。 ここでは python-3.6.5-amd64.exe を使用しています。 インストーラを実行し、Pythonをインストールします。 注意点は以下です。 pip のインストールを行うこと（-> 2ページ目 「pip

はじめに 最近使用しているVSCodeでPythonの開発環境を構築していきます。 VSCodeでデバッグ、実行ができることまで。 Pythonはインストール済みとします。 環境 macOS Sierra 10.12.5 Visual Studio Code version1.18 extensionのinstall python 基本的にこれで十分。ちなみに下記機能を揃えている Linting Debugging (multi-threaded, remote) Intellisense code formatting refactoring unit tests snippets Data Science (with Jupyter) PySpark ...and more. linterのインストール 事前にインストールしておいても良いが、 VSCodeで.pyファイル開くとlint

現在、Kaggleにてよく使われる手法の一つにGBDT(Gradient Boosting Decision Tree)があります。さらにその種類の１つXGBoostはKagglerによりその効果を検証され非常に人気の高いアルゴリズム・実装です。このブログでは、XGBoostの論文からアルゴリズムを理解するための主要な部分、 TREE BOOSTING IN A NUTSHELL 2.1 Regularized Learning Objective 2.2 Gradient Tree Boosting を丁寧に解説することを目的に書いています。 また、ここで解説した理論、アルゴリズムについてはLightGBMにおいてもほぼ同じと思いますので、合わせて参考になるかと思います。 おことわり しかしながら、最初におことわりをさせていただくのですが、markdownやtexでキレイにまとめる余裕が

MacOS上で競技プログラミング環境構築したので、 ちょこちょこ詰まったとこを中心にメモります。 12/28更新：Atcoderテスト自動化ツール 実現すること Mac上でgcc動作環境を整え、visual studio codeからコンパイル＆実行を行う。 競プロで役立つライブラリ(bits/std++.h)を使えるようにする。 動作環境について macOS Mojave Visual Studio Code コンパイラについては後述 前提（C++のコンパイラについて） 競技プログラミングのC++のコンパイラはClang系かgcc系の二つが用意されている。 (Atcoder コードテスト画面) しかし、MacOSではC++のコンパイラとして、Clang系のみ標準搭載されている(/usr/bin/g++にある。) $ /usr/bin/g++ --version Configured wi