SlideShare a Scribd company logo
サーバレスを考える前に
アプリケーションはどこで動かすべきか?
2024//05/24
アイレット株式会社
カスタマー支援事業部
TAMグループ/グループリーダー
檜垣慶太
Who AM I
2
Name :Keita Higaki (X : @keitah0322 がっきー)
Belong :Iret,Inc
Division :Customers Support Division
Role :Technical Account Manager
Group Leader
Prize :2023 Japan AWS Top Engineers
:Google Partner Top Engineer 2024
Specialty :Serverless Architechture
Iret Technical Ambassador 2024
Momento
TiDB
Promotion
3
Our Team Mission
AWS Cloud
AWS Cloud
AWS Cloud
統合的にアカウントを管理・保守
お客様
ソリューションのご提案
クラウドの進化及びサーバレス化の流れに沿い、従来型のサーバの運用保守からの移行を目指して、
アカウントの運用保守の専門チームとしてTechnical Account Management(TAM)グループを立ち上げました。
● 請求・コスト管理
● ユーザ権限管理
● プロジェクトマネジメンz
お客様の課題解決にとにかく寄り添うことがミッションとなります。
それぞれのプロジェクトのマネジメント
権限のモニタリング
4
取り組み例)サードパーティの統合管理システムの導入
4
✔ IAM
:過剰な権限を持つクラウドIDの識別・管理。
✔ 使用中の権限
:アクセスパターンを分析して、使用されてない権限を特定。
アクセスポリシーを作成して、効率的な業務遂行に必要な権限だけを付与するように最適化。
✔ アクセスレビュー
:定期的にアクセスレビューを実施が可能、ユーザ権限を評価。
✔ リスクラベル
:発生したリスクラベル(多要素認証・非アクティブユーザ・管理者アクセス)について、IAM違反を自動的にマッピング。
IAMと使用ポリシーの表示 アクセスパターンの表示
はじめに
5
クラウドの進化に伴い、サービスの選択が難しい時代へ
6
● コストは抑えたいよね。
● でも安定稼働は捨てがたい。
● パフォーマンスも気になる。
● 開発のアジリティは落としたくない。
● アプリケーションをどのサービスで動かそうか?
Computeについて考察
7
8
Compute プロダクト一覧
● Google Cloud では計 5 つの Compute プロダクトを用意している
Compute Engine
Google
Kubernetes Engine
Cloud Run App Engine Cloud Functions
仮想マシン
フルマネージド
Kubernetes
サーバーレス
コンテナ実行環
境
サーバーレス
アプリケーション
実行環境
サーバーレス
Functions as a
Service
9
Compute プロダクト一覧
● 抽象度と柔軟性のトレードオフ
Compute Engine
Google
Kubernetes
Engine
Cloud Run App Engine Cloud Functions
抽象度
柔軟性
10
Compute プロダクト一覧
● CNCF WG Serverless Whitepaper v1.0 による分類とのマッピング
Compute
Engine
Google
Kubernetes
Engine
Cloud Run App Engine Cloud Functions
仮想マシン
Container as a
Service (CaaS)
サーバーレス
Platform as a
Service (PaaS)
サーバーレス
(FaaS)
https://github.com/cncf/wg-serverless/tree/master/whitepapers/serverless-
overview
● 実はそれぞれの実現モデルにあわせて、わかりやすく分かれています
サーバレスとは?という定義の部分も参考にされるといいかと。
11
Compute Engine
仮想マシン
● 柔軟なスペックの選択が可能
○ 高速な vCPU : 〜 112, メモリ: 〜 12 TB
○ ローカル SSD、GPU の利用
● 複数の OS を選択可能
○ 各種 Linux ディストリビューションから Windows Server まで
12
Compute Engine
特長
● ライブ マイグレーション
● カスタム マシンタイプ
(CPU, メモリの柔軟な選択)
● インスタンス グループ
● 秒単位での課金
インスタンス
グループ
インスタンス
グループ
インスタンス
グループ
CPU
メモリ
13
Compute Engine
ユースケース
● サードパーティ アプリケーションの実行
(Marketplace からも実行可能)
● 物理マシン、仮想マシンで稼働する
アプリケーションの移行
14
Google Kubernetes Engine(GKE)
フルマネージドな Kubernetes サービス
● ユースケースに合わせた 2 つの運用モード
○ スタンダード:ノード設定の柔軟性
○ Autopilot:完全マネージドな利用体験
● Kubernetes のエコシステムを活用
https://landscape.cncf.io/
15
Kubernetes とは?
プロダクション グレードの
コンテナ オーケストレーション システム
● コンテナ オーケストレーション
ツールのデファクト スタンダード
● オープンソース
● スケジューリング、自動ヒーリング、
自動スケーリング
● 高い拡張性
お客様構築、管理
API
Server
kubectl
User
Storage
Scheduler
Resource
Controller
s
User Pod
Containers
Nodes
Control plane
Kubernetes Cluster
User Pod
Containers
User Pod
Containers
User Pod
Containers
16
Google Kubernetes Engine(GKE)
特長
● セキュリティとコンプライアンス
○ HIPAA と PCI DSS に準拠
● 自動でスケーリング、
アップグレード、ノードを修復
● ハイブリッドとマルチクラウドをサポート
kubectl
User
Nodes Google Cloud
サービス
Control plane
GKE cluster
GKE が構築、Google、お客様で管理
Google 管理
Google Cloud サービス
API
Server
Storage
Scheduler
Resource
Controllers
User Pod
Containers
User Pod
Containers
User Pod
Containers
User Pod
Containers
Virtual
Private Cloud
Persistent
Disk
Cloud Load
Balancing
Operations
17
Google Kubernetes Engine(GKE)
スタンダード:おすすめユースケース
● ノードの設定変更が必要なゲームバックエンド
● GPU, TPU を使う ML パイプライン
Autopilot:おすすめユースケース
● スケーラブルな負荷テストツール用環境
● 必要リソースに変動の少ない Static なシステ
ム
GKE のユースケース
● マイクロサービス アーキテクチャにおける大規模 Web アプリケーション
● データ処理基盤
18
GKE - Autopilot モード
特長
● Control plane に加え Node も Google マネージドに
● 本番ワークロードに適した
ベストプラクティスが適用済み
○ セキュリティ
○ ワークロード
○ ネットワーク設定など
● Workload(Pod)ドリブンな世界へ
○ Pod 単位での課金、Pod への SLA
Nodes Google Cloud
サービス
Control plane
Autopilot cluster
Google 管理
Google Cloud サービス
Virtual
Private Cloud
Persistent
Disk
Cloud Load
Balancing
Operations
kubectl
User
API
Server
Storage
Scheduler
Resource
Controller
s
User Pod
Containers
User Pod
Containers
User Pod
Containers
User Pod
Containers
19
Cloud Run
コンテナ + サーバーレス
● 100 ミリ秒単位での課金
● オープンソースの Knative と API 互換になっていることによる移植の容易性
● ユースケースに合わせた 2 つの選択肢
○ Cloud Run:フルマネージド
○ Cloud Run for Anthos:柔軟性、ハイブリッドクラウド
※ ここからの Cloud Run については、フルマネージド版をベースに説明を進めます
20
App Engine
アプリケーション開発に集中するための
マネージドなサーバーレス プラットフォーム
● インフラ管理の必要なし
● 2008 年にプレビュー版がリリースされから
提供を続けてきた信頼性、エコシステムの大きさ
● 用途に合わせた App Engine 環境の提供
2008 2015
2012 2017
2019
21
App Engine(スタンダード環境 第 2 世代)
特長
● トラフィック分割
● アプリケーション バージョニング
● トラフィックに合わせた
高速なスケーリング
Version 1 Version 2
80 % 20 %
22
App Engine(スタンダード環境 第 2 世代)
ユースケース
● スパイク特性のある Web アプリケーション
● 静的、動的コンテンツを利用する
Web アプリケーション
● モバイル バックエンド データ格納
Firestore
API
アクセス
DB
操作
静的コンテンツ
+ API
AppEngine
Cloud Load
Balancing
Cloud CDN
23
Cloud Functions
サーバーレス Functions as a Service
● 様々な Google Cloud のイベントとの連携
● 100 ミリ秒単位の課金
Cloud Logging
Cloud Storage
Pub/Sub
Firebase
Firestore
HTTP Request
イベント
24
Cloud Functions
特長
● オープンソースの FaaS フレームワークを
利用し、ロックインを回避
● Cloud Trace、Cloud デバッガといった
Google Cloud の開発ツールと
ネイティブに連携 Functions Framework
ローカル環境
アプリケーション コード
Cloud Functions 第 2 世代 Preview
● リクエスト処理時間が最長 60 分に
● 最大 16 GB メモリ、4 vCPU に
● 最小インスタンス設定、トラフィック分割が可能に
New
25
Cloud Functions
ユースケース
● サードパーティ サービス、API との統合
● リアルタイム ファイル処理 Cloud
Storage
Cloud
Storage
Vision API 呼び出し
Cloud Functions
不適切画像検出
Vision API
画像ブラー処理
Cloud Functions
トリガー
開始
処理済み
画像を格納
26
ユースケースの整理
Compute
Engine GKE Cloud Run App Engine
Cloud
Functions
サード パーティアプリ ◎ ○ △
物理、仮想マシン移行 ◎ ○ △
Web、モバイル バックエンド
ステートレス △ ○ ◎ ◎ ○
ステートフル ○ ◎ ○
内部 API
ステートレス △ ◎ ◎ ○ △
ステートフル ○ ◎ ○
注:マークが無いところが実現不可能というわけでありません
運用負荷なども勘案し、あくまでまず◎から検討してみるという基準とお考えください
27
ユースケースの整理
● GKE か、サーバーレス プロダクトを選ぶかが大きな分岐点となる
Compute
Engine GKE Cloud Run App Engine
Cloud
Functions
バッチ
処理時間長、またはリソースが必要 ◎ ◎ ○ ○
軽い △ ◎ ○ ○
ワークフロー △ ○ ◎
Google Cloud のイベントをソースに起動 △ ○ ◎
28
Day 2 Operationにおける考慮
※ Day 0 計画段階
Day 1 初期構築・開発段階
Day 2 運用段階
29
考慮その1:チーム構成
CCoE のような、サービスを
横断で管理するチームがいる場合
● そのチームに GKE の管理を任せることで
○ マルチテナント構成でリソースの有効利用
○ 知見の集約、他チームへの展開
○ 何より Kubernetes のエコシステムの活用
GKE cluster 1
CCoE
Service A Service B
Service C
GKE cluster 2
Service D
Service E
30
考慮その2:Compute プロダクトの統一を考える
アプリケーションに最適なプロダクト選択に
固執するのではなく、それぞれのワークロードの
特性をカバーできる 1 プロダクトに統一する
● クラウドでは普通にシステムを構築すると
複数のプロダクト(Compute 以外)を組み合わせることとなる
● 複数のプロダクトを利用する = それぞれの Day 2 operations にも責任を
持つ
○ それぞれのプロダクトは独自にアップデートされていく
Google では Kubernetes の元となった Borg が統一基盤となっています
31
考慮その3:コストの考え方
● コストは利用料金だけではなく、潜在的なコストも含めて考える
利用料金
● プロダクトごとに異なる、コストが
かかるポイント
● リソースの考え方
● 価格付けから読み取れる適切な使い方
潜在的なコスト
● Day 2 operations で発生するコスト
● プロダクトの学習コスト
● 将来、他のテクノロジーに移行するコスト
● エキスパートを採用するコスト
32
Compute Engine
GKE
Cloud Run App Engine Cloud Functions
スタンダード Autopilot
料金を構成す
る要素
●仮想マシン
(vCPU, メモリ)
●ディスク
●イメージ
●ネットワーク転送量
●GPU
●Compute Engine
利用料
●クラスタ利用料
(1 クラスタごと)
●Pod
(vCPU, メモリ,
ディスク)
●クラスタ利用料
(1 クラスタごと)
●CPU
●メモリ
●リクエスト量
●ネットワーク転送量
●インスタンス(CPU, メモ
リ)
●ネットワーク転送量
●呼び出し回数
●コンピューティング時間
(CPU, メモリ)
●ネットワーク転送量
最小課金
単位
最低 1 分、
以降は 1 秒単位
最低 1 分、
以降は 1 秒単位
1 秒 100 ミリ秒 15 分 100 ミリ秒
ゼロスケール
可能か?
いいえ いいえ
はい
(クラスタ利用料は除
く)
はい はい はい
Excellent
Good
Average
評価表
33
まとめ
34
再掲:ユースケースの整理
Compute
Engine GKE Cloud Run App Engine
Cloud
Functions
サード パーティアプリ ◎ ○ △
物理、仮想マシン移行 ◎ ○ △
Web、モバイル バックエンド
ステートレス △ ○ ◎ ◎ ○
ステートフル ○ ◎ ○
内部 API
ステートレス △ ◎ ◎ ○ △
ステートフル ○ ◎ ○
注:マークが無いところが実現不可能というわけでありません
運用負荷なども勘案し、あくまでまず◎から検討してみるという基準とお考えください
35
再掲:ユースケース
Compute
Engine GKE Cloud Run App Engine
Cloud
Functions
バッチ
処理時間長、またはリソースが必要
◎ ◎ ○ ○
軽い
△ ◎ ○ ○
ワークフロー
△ ○ ◎
Google Cloud のイベントをソースに起動
△ ○ ◎
36
まとめ
プロダクトの
向き不向き
● それぞれのプロダクトは実現モデルが
わかりやすく分かれています
● チーム体制もあわせて
どのプロダクトを選ぶか検討しましょう
● 使い分けも大事ですが、あえて 1 つのプロダクトに
寄せようとしてみるのも良いかもしれません
37
ご清聴ありがとうございます。

More Related Content

Similar to 2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx

[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
Google Cloud Platform - Japan
 
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと @ gcpug 湘南
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと  @ gcpug 湘南[External] 2021.12.15 コンテナ移行の前に知っておきたいこと  @ gcpug 湘南
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと @ gcpug 湘南
Google Cloud Platform - Japan
 
20221105_GCPUG 女子会 Kubernets 編.pdf
20221105_GCPUG 女子会 Kubernets 編.pdf20221105_GCPUG 女子会 Kubernets 編.pdf
20221105_GCPUG 女子会 Kubernets 編.pdf
Google Cloud Platform - Japan
 
Google BigQueryのターゲットエンドポイントとしての利用
Google BigQueryのターゲットエンドポイントとしての利用Google BigQueryのターゲットエンドポイントとしての利用
Google BigQueryのターゲットエンドポイントとしての利用
QlikPresalesJapan
 
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Appsグリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
Google Cloud Platform - Japan
 
私たちがGCPを使い始めた本当の理由
私たちがGCPを使い始めた本当の理由私たちがGCPを使い始めた本当の理由
私たちがGCPを使い始めた本当の理由
gree_tech
 
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
NTT DATA Technology & Innovation
 
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
Google Cloud Platform - Japan
 
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
Google Cloud Platform - Japan
 
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
Google Cloud Platform - Japan
 
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
Google Cloud Platform - Japan
 
Qlik TECH TALK 20220823 SaaS Migration
Qlik TECH TALK 20220823 SaaS MigrationQlik TECH TALK 20220823 SaaS Migration
Qlik TECH TALK 20220823 SaaS Migration
QlikPresalesJapan
 
BigQuery ハンズオン
BigQuery ハンズオンBigQuery ハンズオン
BigQuery ハンズオン
さとる なかむら
 
Google のクラウド サービスを利用する前に 注意すべきこと
Google のクラウド サービスを利用する前に 注意すべきことGoogle のクラウド サービスを利用する前に 注意すべきこと
Google のクラウド サービスを利用する前に 注意すべきこと
Compare GW
 
Developer summit 2015 gcp
Developer summit 2015   gcpDeveloper summit 2015   gcp
Developer summit 2015 gcp
Google Cloud Platform - Japan
 
Developer summit 2015 GCP
Developer summit 2015  GCPDeveloper summit 2015  GCP
Developer summit 2015 GCP
Kiyoshi Fukuda
 
Bigquery
BigqueryBigquery
Managed Instance チートシート
Managed Instance チートシートManaged Instance チートシート
Managed Instance チートシート
Masayuki Ozawa
 
Tech Dojo 02/09 IBM Japan CSM
Tech Dojo 02/09 IBM Japan CSMTech Dojo 02/09 IBM Japan CSM
Tech Dojo 02/09 IBM Japan CSM
勇 黒沢
 
市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について
Ken Azuma
 

Similar to 2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx (20)

[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
[Cloud OnAir] Google Cloud における RDBMS の運用パターン 2020年11月19日 放送
 
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと @ gcpug 湘南
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと  @ gcpug 湘南[External] 2021.12.15 コンテナ移行の前に知っておきたいこと  @ gcpug 湘南
[External] 2021.12.15 コンテナ移行の前に知っておきたいこと @ gcpug 湘南
 
20221105_GCPUG 女子会 Kubernets 編.pdf
20221105_GCPUG 女子会 Kubernets 編.pdf20221105_GCPUG 女子会 Kubernets 編.pdf
20221105_GCPUG 女子会 Kubernets 編.pdf
 
Google BigQueryのターゲットエンドポイントとしての利用
Google BigQueryのターゲットエンドポイントとしての利用Google BigQueryのターゲットエンドポイントとしての利用
Google BigQueryのターゲットエンドポイントとしての利用
 
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Appsグリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
グリー株式会社『私たちが GCP を使い始めた本当の理由』第 9 回 Google Cloud INSIDE Game & Apps
 
私たちがGCPを使い始めた本当の理由
私たちがGCPを使い始めた本当の理由私たちがGCPを使い始めた本当の理由
私たちがGCPを使い始めた本当の理由
 
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
 
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
[Cloud OnAir] Anthosで実現するハイブリッドクラウド 〜 GKE On-Prem編 〜 2019年8月29日 放送
 
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
 
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
[Cloud OnAir] Dive to Google Kubernetes Engine 2018年8月2日 放送
 
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
[Cloud OnAir] Talks by DevRel Vol. 1 インフラストラクチャ 2020年7月30日 放送
 
Qlik TECH TALK 20220823 SaaS Migration
Qlik TECH TALK 20220823 SaaS MigrationQlik TECH TALK 20220823 SaaS Migration
Qlik TECH TALK 20220823 SaaS Migration
 
BigQuery ハンズオン
BigQuery ハンズオンBigQuery ハンズオン
BigQuery ハンズオン
 
Google のクラウド サービスを利用する前に 注意すべきこと
Google のクラウド サービスを利用する前に 注意すべきことGoogle のクラウド サービスを利用する前に 注意すべきこと
Google のクラウド サービスを利用する前に 注意すべきこと
 
Developer summit 2015 gcp
Developer summit 2015   gcpDeveloper summit 2015   gcp
Developer summit 2015 gcp
 
Developer summit 2015 GCP
Developer summit 2015  GCPDeveloper summit 2015  GCP
Developer summit 2015 GCP
 
Bigquery
BigqueryBigquery
Bigquery
 
Managed Instance チートシート
Managed Instance チートシートManaged Instance チートシート
Managed Instance チートシート
 
Tech Dojo 02/09 IBM Japan CSM
Tech Dojo 02/09 IBM Japan CSMTech Dojo 02/09 IBM Japan CSM
Tech Dojo 02/09 IBM Japan CSM
 
市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について
 

Recently uploaded

LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
Toru Tamaki
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
t m
 
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援しますキンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
Takayuki Nakayama
 
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
Toru Tamaki
 
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
0207sukipio
 

Recently uploaded (9)

LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
 
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援しますキンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
 
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
 
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
 

2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx