はてなブックマーク

こんにちわ、エンジニアの熊谷です。 今回は、RoomClipの検索エンジンで用いているSolrの運用・構成ついて書いてみます。 まずはじめに、 ひとえにSolr構成といっても、組織・サービス規模や要件によって構成が変わると思いますので、対象を以下のように絞りたいと思います。 「小〜中規模のサービスを運用している、少人数のインフラチームで、安定的かつ柔軟なSolr基盤を、簡単に構築したい方」 となります。 また、 「安定的かつ柔軟」についても、もう少し掘り下げておきたいと思います。非機能要件の中で、Solrの特性を考慮した上で、大きく三つに分けて考えたいと思います。 可用性: Solrインデックスのバックアップや冗長構成。また障害時の復旧方法について。この辺は、体系化されたRDBに比べ、Solr導入時はわりと戸惑うように思います。 性能・拡張性: Solrの負荷増大時のスケールアウトやスペッ

こんにちは、エンジニアの平山です。 昨今のAIブームのなか、引きの強そうなタイトルで思い切って記事を書いてみます。 ちと長くなるのでざっくりですすめますよ。 まずはじめに、 機械学習系の話題はテーマを絞り込まないとすぐに深い森に迷い込んでしまうので、 一番最初にそこだけはっきりさせましょう。 本日のテーマです。 「ある条件に合致する画像かそうでないか、を判断できる機械を作る」 例えば、 「部屋全体を写している写真なのか、そうでないのか」という判定はRoomClipでは少し重要な気がします。 もちろん、そうでない写真、例えば何かの接写であっても「問題がある」というわけではないのですが、 ときに「部屋全体が写っている写真に絞り込みたい」と思うこともあります。 そういったことを「画像だけで」判定する方法は、 Deep Learning旺盛の昨今たくさーんありそうですが、本気でこれを組もうとすると