Submit Search
Upload
共有、自動化、計測 - DevOps ツール考察 -
•
6 likes
•
3,367 views
C
Chie Sasaki
Follow
2019/04/24に開催された GitLab Meetup Tokyo #16: 新年度応援 で講演させていただいた、New Relic 佐々木の資料です。
Read less
Read more
Technology
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 54
Download now
Download to read offline
Recommended
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月14日(水) NTTデータ システム技術本部 デジタル技術部 八木 香充 NTTデータ システム技術本部 デジタル技術部 大山 真実 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=zv9rosm-fsY
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
ビッグデータ
ビッグデータ
Shigeru Kishikawa
Spark+AI Summit Europe 2019 セッションハイライト (Spark Meetup Tokyo #2 講演資料、2019/11/19) NTTデータ システム技術本部 萩原 悠二/Yuji Hagiwara 酒井 遼平/Ryohei Sakai
Spark+AI Summit Europe 2019 セッションハイライト(Spark Meetup Tokyo #2 講演資料)
Spark+AI Summit Europe 2019 セッションハイライト(Spark Meetup Tokyo #2 講演資料)
NTT DATA Technology & Innovation
2021年4月27日に開催したWebinarで使用した資料です。 前半はRescale、後半はPrometech社の資料となります。 以下の内容をカバーしています。 1. デスクトップの特長/ユースケースについて 2. デスクトップジョブの作成と起動 3. デスクトップへの接続方法 (Nice DCV, Remote Desktop) 4. デスクトップとファイル管理 5. 粒子法流体解析ソフトウェア Particleworksの紹介および操作デモ 6. RescaleでのParticleworks利用にあたって (BYOL & オンデマンドの紹介)
いちから始めるクラウドCAE:どこからでも使える仮想デスクトップ with Particleworks
いちから始めるクラウドCAE:どこからでも使える仮想デスクトップ with Particleworks
Rescale Japan株式会社
「MLOps と Strata Data Conference NY 参加報告」 (Hadoopソースコードリーディング 第27回、2019/12/4) Japan Taxi / 渡部 徹太郎 株式会社NTTデータ OSSプロフェッショナルサービス/ 土橋 昌
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
NTT DATA Technology & Innovation
佐賀大学の学生向けに。 データを扱う上での基本事項を、特に Why と How に焦点を当てて紹介しています。
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
日本ソフトウェア科学会 機械学習工学研究会 (MLSE) 本番適用のためのインフラと運用WG主催 討論会 2020年2月10日 AI/ML開発・運用ワークフロー検討案 NTTデータ 土橋 昌/萩原 悠二
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
NTT DATA Technology & Innovation
Cloudera World Tokyo 2015の発表資料 https://clouderaworld.tokyo/session/
niconicoにおける継続的なデータ活用のためのHadoop運用事例
niconicoにおける継続的なデータ活用のためのHadoop運用事例
Makoto SHIMURA
Recommended
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月14日(水) NTTデータ システム技術本部 デジタル技術部 八木 香充 NTTデータ システム技術本部 デジタル技術部 大山 真実 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=zv9rosm-fsY
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
ビッグデータ
ビッグデータ
Shigeru Kishikawa
Spark+AI Summit Europe 2019 セッションハイライト (Spark Meetup Tokyo #2 講演資料、2019/11/19) NTTデータ システム技術本部 萩原 悠二/Yuji Hagiwara 酒井 遼平/Ryohei Sakai
Spark+AI Summit Europe 2019 セッションハイライト(Spark Meetup Tokyo #2 講演資料)
Spark+AI Summit Europe 2019 セッションハイライト(Spark Meetup Tokyo #2 講演資料)
NTT DATA Technology & Innovation
2021年4月27日に開催したWebinarで使用した資料です。 前半はRescale、後半はPrometech社の資料となります。 以下の内容をカバーしています。 1. デスクトップの特長/ユースケースについて 2. デスクトップジョブの作成と起動 3. デスクトップへの接続方法 (Nice DCV, Remote Desktop) 4. デスクトップとファイル管理 5. 粒子法流体解析ソフトウェア Particleworksの紹介および操作デモ 6. RescaleでのParticleworks利用にあたって (BYOL & オンデマンドの紹介)
いちから始めるクラウドCAE:どこからでも使える仮想デスクトップ with Particleworks
いちから始めるクラウドCAE:どこからでも使える仮想デスクトップ with Particleworks
Rescale Japan株式会社
「MLOps と Strata Data Conference NY 参加報告」 (Hadoopソースコードリーディング 第27回、2019/12/4) Japan Taxi / 渡部 徹太郎 株式会社NTTデータ OSSプロフェッショナルサービス/ 土橋 昌
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
NTT DATA Technology & Innovation
佐賀大学の学生向けに。 データを扱う上での基本事項を、特に Why と How に焦点を当てて紹介しています。
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
日本ソフトウェア科学会 機械学習工学研究会 (MLSE) 本番適用のためのインフラと運用WG主催 討論会 2020年2月10日 AI/ML開発・運用ワークフロー検討案 NTTデータ 土橋 昌/萩原 悠二
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
NTT DATA Technology & Innovation
Cloudera World Tokyo 2015の発表資料 https://clouderaworld.tokyo/session/
niconicoにおける継続的なデータ活用のためのHadoop運用事例
niconicoにおける継続的なデータ活用のためのHadoop運用事例
Makoto SHIMURA
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~ (Open Source Conference 2021 Online/Fukuoka 発表資料) 2021年11月20日(土) NTTデータ 技術革新統括本部 システム技術本部 菅野 未来
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
NTT DATA Technology & Innovation
[de:code 2019 振り返り Night!] Data Platform https://satonaoki.wordpress.com/2019/06/10/decode19-data-platform-recap/ de:code 2019 振り返り Night! Sponsored by Qiita https://connpass.com/event/132783/
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
Naoki (Neo) SATO
Developers Summit 2015において、リクルートテクノロジーズの樋口が講演をしたスライドになります。『14,000件/secの配信を実現したリクルートのモバイルアプリを支えるプッシュ通知基盤 ~AWS上での開発・運用の中で見えてきた課題と解』
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
Recruit Technologies
セッション5 AIやビッグデータ分析などを使ってデータを事業に活かす試みが盛んに行われています。しかしそのような試みは短期的にはうまく行っても、長続きしないといった話もよく聞きます。データを事業に活かすためには、最新のデータを継続的に集め、分析に活かし続ける仕組み(=データ基盤)が必要です。本セッションではデータ基盤の要件や事例についてご紹介します。 【無料オンラインセミナー】2021年8月27日(金)開催 第2回AI / Analytics カンファレンス『間違いだらけのAI導入失敗から生まれる目からウロコのAI活用~AIの使い方次第で、DXの妄想スパイラルから抜け出せる~』 セミナー概要 DXの実装が進む中、AIの必要性がますます高まり、活用を考えていく上でまだまだ不安要素をかかえている企業が多く見受けられます。 ・AIを導入してみたが、そもそも目的通りに動いている気がしない。 ・AIを導入したら、データ活用は理想形になり、なんでもできるようになるのか? 当カンファレンスでは、“難しすぎない”技術的な観点を主体に、モデル作成、データの重要性、AIを用いたシステム開発のポイントなどをご紹介します。今回はその第2回目です。 開催日程 2021年8月27日(金)13:30-17:40
データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
griddb
「DeNAの大規模データマイニング活用したサービス開発」 慶應義塾大学大学院 理工学研究科 2014年度下期 「ビックデータ実践論」 特別講義 の講義資料です。 実際の大規模データマイニング活用したサービス開発での各種挑戦、心がけていること、分散処理基盤、等、話しています。興味ある方はぜひ。
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
Red Hat Forum 2014 のIBMセッション資料です。 「ビッグデータの即時活用を実現するJava高速処理OpenStackプラットフォーム」 http://redhatforum2014.jp/ https://redhatmktg.smktg.jp/public/session/view/18
Red Hat Forum 2014 IBM session
Red Hat Forum 2014 IBM session
Shinichiro Arai
2015/07/10 システム管理者の夏期講習2015での、池田の講演資料になります
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~ (映像情報メディア学会2021年冬季大会企画セッション 発表資料) 2021年12月16日 NTTデータ 山口 永
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
2016/01/29 DeNA TechCon 2016 の発表資料です
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
Kenshin Yamada
2017 5月 JSUG 勉強会資料
20170525 jsug バッチは地味だが役に立つ
20170525 jsug バッチは地味だが役に立つ
Yuichi Hasegawa
NTTデータ流Infrastructure as Code ~大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~ (NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05) NTTデータ システム技術本部 生産技術部 クラウド技術センタ 課長代理 佐々木 優太朗, 主任 高井 昭人 https://oss.nttdata.com/techconf2019/
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTT DATA Technology & Innovation
IoT でも FinTech でも API エコノミーとなり、Drupal が活用されると言う話です
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
Hidekazu Ikeda
DX実践! ~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~ (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月15日(木) NTTデータ ITサービス・ペイメント事業本部カード&ペイメント事業部 DXアドボケイト 長田 武徳 NTTデータ システム技術本部 デジタル技術部 山田 真也 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=P2ud5CheSbE
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform (db tech showcase 2019 Tokyo講演資料、2019/09/25) 猿田 浩輔 日本Hadoopユーザー会 株式会社NTTデータ 技術開発本部 先進基盤技術グループ シニア・ソフトウェアエンジニア(Apache Sparkコミッタ)
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
NTT DATA Technology & Innovation
2015/07/29 Developers Summit 2015 Summerでの、志田の講演資料になります
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
Recruit Technologies
2016/11/26 Hadoop Summit Tokyoでの、添田の講演資料になります
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
2015/10/14 Hortonworks社主催イベントでの、石川の講演資料になります
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
Recruit Technologies
2016/07/15 db tech showcase Tokyo 2016での渡部の講演資料になります
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
2016/6/27開催のAUGJ TOKYO #18の講演資料です。 Atlassian社のPortfolio for JIRAを企業システム開発で活用する利点と方法についてお話しました。
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Hiromasa Oka
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!デベロッパーネットワーク
翔泳社主催 Developers Summit 2018 15-B2の講演資料です。 ----------------- HadoopやSparkは、スタンダードな分析基盤として今ではすっかり定着しました。その上で、エンジニアにはPythonやRを使った機械学習などを求められるケースも多いかと思います。 また、従来のビッグデータではオフライン分析が主でしたが、Kafkaの台頭により、ストリームデータに対する要件も増えてきました。 本セッションでは、ストリームとバッチを融合したアナリティクスの事例紹介をベースにKafkaやHadoopでデータをストアし、Zeppelin上での機械学習をチュートリアル形式でお伝えします。 さらに、これからデータサイエンティストを目指す方のために、これらの環境を"タダ"で利用できるOracleのCloud環境も併せてご紹介させていだきます。 ------------------- http://event.shoeisha.jp/devsumi/20180215/session/1619/
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
オラクルエンジニア通信
20180417 AWS White Belt Online Seminar クラウドジャーニー
20180417 AWS White Belt Online Seminar クラウドジャーニー
20180417 AWS White Belt Online Seminar クラウドジャーニー
Amazon Web Services Japan
More Related Content
What's hot
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~ (Open Source Conference 2021 Online/Fukuoka 発表資料) 2021年11月20日(土) NTTデータ 技術革新統括本部 システム技術本部 菅野 未来
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
NTT DATA Technology & Innovation
[de:code 2019 振り返り Night!] Data Platform https://satonaoki.wordpress.com/2019/06/10/decode19-data-platform-recap/ de:code 2019 振り返り Night! Sponsored by Qiita https://connpass.com/event/132783/
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
Naoki (Neo) SATO
Developers Summit 2015において、リクルートテクノロジーズの樋口が講演をしたスライドになります。『14,000件/secの配信を実現したリクルートのモバイルアプリを支えるプッシュ通知基盤 ~AWS上での開発・運用の中で見えてきた課題と解』
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
Recruit Technologies
セッション5 AIやビッグデータ分析などを使ってデータを事業に活かす試みが盛んに行われています。しかしそのような試みは短期的にはうまく行っても、長続きしないといった話もよく聞きます。データを事業に活かすためには、最新のデータを継続的に集め、分析に活かし続ける仕組み(=データ基盤)が必要です。本セッションではデータ基盤の要件や事例についてご紹介します。 【無料オンラインセミナー】2021年8月27日(金)開催 第2回AI / Analytics カンファレンス『間違いだらけのAI導入失敗から生まれる目からウロコのAI活用~AIの使い方次第で、DXの妄想スパイラルから抜け出せる~』 セミナー概要 DXの実装が進む中、AIの必要性がますます高まり、活用を考えていく上でまだまだ不安要素をかかえている企業が多く見受けられます。 ・AIを導入してみたが、そもそも目的通りに動いている気がしない。 ・AIを導入したら、データ活用は理想形になり、なんでもできるようになるのか? 当カンファレンスでは、“難しすぎない”技術的な観点を主体に、モデル作成、データの重要性、AIを用いたシステム開発のポイントなどをご紹介します。今回はその第2回目です。 開催日程 2021年8月27日(金)13:30-17:40
データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
griddb
「DeNAの大規模データマイニング活用したサービス開発」 慶應義塾大学大学院 理工学研究科 2014年度下期 「ビックデータ実践論」 特別講義 の講義資料です。 実際の大規模データマイニング活用したサービス開発での各種挑戦、心がけていること、分散処理基盤、等、話しています。興味ある方はぜひ。
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
Red Hat Forum 2014 のIBMセッション資料です。 「ビッグデータの即時活用を実現するJava高速処理OpenStackプラットフォーム」 http://redhatforum2014.jp/ https://redhatmktg.smktg.jp/public/session/view/18
Red Hat Forum 2014 IBM session
Red Hat Forum 2014 IBM session
Shinichiro Arai
2015/07/10 システム管理者の夏期講習2015での、池田の講演資料になります
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~ (映像情報メディア学会2021年冬季大会企画セッション 発表資料) 2021年12月16日 NTTデータ 山口 永
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
2016/01/29 DeNA TechCon 2016 の発表資料です
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
Kenshin Yamada
2017 5月 JSUG 勉強会資料
20170525 jsug バッチは地味だが役に立つ
20170525 jsug バッチは地味だが役に立つ
Yuichi Hasegawa
NTTデータ流Infrastructure as Code ~大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~ (NTTデータ テクノロジーカンファレンス 2019 講演資料、2019/09/05) NTTデータ システム技術本部 生産技術部 クラウド技術センタ 課長代理 佐々木 優太朗, 主任 高井 昭人 https://oss.nttdata.com/techconf2019/
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTT DATA Technology & Innovation
IoT でも FinTech でも API エコノミーとなり、Drupal が活用されると言う話です
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
Hidekazu Ikeda
DX実践! ~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~ (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月15日(木) NTTデータ ITサービス・ペイメント事業本部カード&ペイメント事業部 DXアドボケイト 長田 武徳 NTTデータ システム技術本部 デジタル技術部 山田 真也 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=P2ud5CheSbE
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform (db tech showcase 2019 Tokyo講演資料、2019/09/25) 猿田 浩輔 日本Hadoopユーザー会 株式会社NTTデータ 技術開発本部 先進基盤技術グループ シニア・ソフトウェアエンジニア(Apache Sparkコミッタ)
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
NTT DATA Technology & Innovation
2015/07/29 Developers Summit 2015 Summerでの、志田の講演資料になります
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
Recruit Technologies
2016/11/26 Hadoop Summit Tokyoでの、添田の講演資料になります
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
2015/10/14 Hortonworks社主催イベントでの、石川の講演資料になります
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
Recruit Technologies
2016/07/15 db tech showcase Tokyo 2016での渡部の講演資料になります
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
2016/6/27開催のAUGJ TOKYO #18の講演資料です。 Atlassian社のPortfolio for JIRAを企業システム開発で活用する利点と方法についてお話しました。
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Hiromasa Oka
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!デベロッパーネットワーク
What's hot
(20)
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
Red Hat Forum 2014 IBM session
Red Hat Forum 2014 IBM session
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
20170525 jsug バッチは地味だが役に立つ
20170525 jsug バッチは地味だが役に立つ
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
NTTデータ流Infrastructure as Code~ 大規模プロジェクトを通して考え抜いた基盤自動化の新たな姿~(NTTデータ テクノロジーカンフ...
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
Spark 3.0が目指す、よりインテリジェントなUnified Analytics Platform(db tech showcase 2019 Tok...
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Portfolio for JIRA で"全体計画にコミット"し続けるべし
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Similar to 共有、自動化、計測 - DevOps ツール考察 -
翔泳社主催 Developers Summit 2018 15-B2の講演資料です。 ----------------- HadoopやSparkは、スタンダードな分析基盤として今ではすっかり定着しました。その上で、エンジニアにはPythonやRを使った機械学習などを求められるケースも多いかと思います。 また、従来のビッグデータではオフライン分析が主でしたが、Kafkaの台頭により、ストリームデータに対する要件も増えてきました。 本セッションでは、ストリームとバッチを融合したアナリティクスの事例紹介をベースにKafkaやHadoopでデータをストアし、Zeppelin上での機械学習をチュートリアル形式でお伝えします。 さらに、これからデータサイエンティストを目指す方のために、これらの環境を"タダ"で利用できるOracleのCloud環境も併せてご紹介させていだきます。 ------------------- http://event.shoeisha.jp/devsumi/20180215/session/1619/
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
オラクルエンジニア通信
20180417 AWS White Belt Online Seminar クラウドジャーニー
20180417 AWS White Belt Online Seminar クラウドジャーニー
20180417 AWS White Belt Online Seminar クラウドジャーニー
Amazon Web Services Japan
2018年11月5日(月)開催セミナー DBを10分間で1000個構築するDB仮想化テクノロジーとは? ~Database as code in Devops~ 講演資料です。 "Database as Code" 株式会社インサイトテクノロジー 石川 雅也 DBMSシステムの開発速度を上げろといつも無茶ぶりされているあなたへ。日々、「新しいDBMSシステムの開発速度を上げろ!! 品質は落とすな!!」「うちはDevOpsでアジャイル開発ができているのか!!」と無茶ぶりばかりされている、そこのあなた!答えがここにあります。
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Insight Technology, Inc.
【オンライン】New Relicで.NETアプリケーションを計測する での「C#エンジニアのためのNew Relic入門」登壇資料です。
202109-New_Relic-for-csharp-engineers
202109-New_Relic-for-csharp-engineers
Takayoshi Tanaka
New Relicのエキスパート・インストラクターが、New Relic プラットフォームの詳細を説明しながら、実践的なハンズオントレーニングを実施します。 対象: 既にNew Relic をお使いの方はもちろん、これから使ってみようかとご検討中の方にもオススメ。 実践的な観点からNew Relicのベストプラクティスを伝授いたします。 アジェンダ: ・アプリケーションパフォーマンス管理再考 ー 何をどう確認すれば良いのか? ・New Relic Insights 集中講座 ー 集めたデータをどう分析・活用すべきか? ・New Relic Alerts 集中講座 ーリスク最小化のためのアラート実践術! 担当講師: New Relic 株式会社 シニア ソリューション コンサルタント 日吉 潤一郎 経歴:大手SIerでのシステムエンジニア、グローバルなソフトウェアハウスでの開発者を経て、2000年よりアプリケーションパフォー マンスのプロフェッショナルとして活躍。APM分野では17年のキャリアを持ち、日本における第一人者。
New Relic University at Future Stack Tokyo 2019
New Relic University at Future Stack Tokyo 2019
New Relic
JDDStudy #4
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
Amazon Web Services Japan
Developers Summit 2017【16-E-2】宮澤様・岩永様の資料です。
【16E2】New Relic を使ったDevOps 時代のパフォーマンス監視と障害分析入門
【16E2】New Relic を使ったDevOps 時代のパフォーマンス監視と障害分析入門
Developers Summit
2020/01に行われたSRE Nextの登壇資料
タクシー×AIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて
タクシー×AIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて
Takashi Suzuki
企業において、インターネットを活用した顧客とのコミュニケーション強化が重要な課題となっています。 大手企業では、顧客数(ユーザ数)が数十万人、数百万人、数千万人といった規模となり、その認証システムの構築には高度な技術を必要とします。 性能、拡張性、セキュリティ、コストなどを考慮しつつ、安定した認証基盤を実現する方法について、イー・アクセス社(現ワイモバイル社)を始めとした国内大手通信企業のネットワーク認証を構築した事例も交えながら解説します。
「明日の認証会議 3」講演用スライド 20141002(配布用)
「明日の認証会議 3」講演用スライド 20141002(配布用)
マジセミ by (株)オープンソース活用研究所
20111212勉強会資料
20111212勉強会資料
株式会社インサイト
https://www.nikkeibp.co.jp/seminar/event/nbo180928/
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
Ryusuke Ashiya
Developers Summit 2017【17- D-1】井上様の資料です。
【17-D-1】今どきのアーキテクチャを現場の立場で斬る
【17-D-1】今どきのアーキテクチャを現場の立場で斬る
Developers Summit
Developers Summit 2017【17- E-4】根本様、近藤様、伊澤様の資料です。
【17-E-4】GitHub Enterpriseユーザ企業登壇!企業文化にイノベーションを起こすモダンなソフトウェア開発環境とは?
【17-E-4】GitHub Enterpriseユーザ企業登壇!企業文化にイノベーションを起こすモダンなソフトウェア開発環境とは?
Developers Summit
Oracle Database Connect 2018 の講演資料です。 Oracle Autonomous Data Warehouseの無償トライアルはこちらでお試し頂けます↓ https://cloud.oracle.com/ja_JP/tryit
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーション
オラクルエンジニア通信
最適なビッグデータ・システムの構築のためのプラットフォームが備えるべき要件と、ビッグデータ活用を徹底的に追及・設計・開発されたIBM Power Systemsを説明する資料です。 *2014年10月開催のビッグデータ活用の始め方・進め方セミナー講演資料
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために
IBM Systems @ IBM Japan, Ltd.
Dynatraceを活用することで、DevOps,特に自動化を改善することができます。例えば、”人間によるテスト結果の確認”を自動するクオリティゲートを実装し”Shift-Left”することができます。
DevOps with Dynatrace
DevOps with Dynatrace
Harry Hiyoshi
2017/11/29「Agile/DevOps Transformation for the Enterprise」での発表資料
20171129 01 講演資料_チームレベル agile からエンタープライズ dev_ops へ
20171129 01 講演資料_チームレベル agile からエンタープライズ dev_ops へ
kitter11
2016/02/19 ITインフラTECH forumでの、池田の講演資料になります
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
2018/02/07配信分 Amazon Workspaces
20180207 AWS blackbelt online seminar Amazon Workspaces
20180207 AWS blackbelt online seminar Amazon Workspaces
Amazon Web Services Japan
2018/2/7 配信分:AWS Black Belt Online Seminar Amazon Workspaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
Amazon Web Services Japan
Similar to 共有、自動化、計測 - DevOps ツール考察 -
(20)
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
20180417 AWS White Belt Online Seminar クラウドジャーニー
20180417 AWS White Belt Online Seminar クラウドジャーニー
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
202109-New_Relic-for-csharp-engineers
202109-New_Relic-for-csharp-engineers
New Relic University at Future Stack Tokyo 2019
New Relic University at Future Stack Tokyo 2019
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
【16E2】New Relic を使ったDevOps 時代のパフォーマンス監視と障害分析入門
【16E2】New Relic を使ったDevOps 時代のパフォーマンス監視と障害分析入門
タクシー×AIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて
タクシー×AIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて
「明日の認証会議 3」講演用スライド 20141002(配布用)
「明日の認証会議 3」講演用スライド 20141002(配布用)
20111212勉強会資料
20111212勉強会資料
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
分析のモダナイズへのヒント:データ価値を最大化するビジュアル分析とエンタープライズ組織への展開 - 経営課題解決シンポジウム (2018/09/28)
【17-D-1】今どきのアーキテクチャを現場の立場で斬る
【17-D-1】今どきのアーキテクチャを現場の立場で斬る
【17-E-4】GitHub Enterpriseユーザ企業登壇!企業文化にイノベーションを起こすモダンなソフトウェア開発環境とは?
【17-E-4】GitHub Enterpriseユーザ企業登壇!企業文化にイノベーションを起こすモダンなソフトウェア開発環境とは?
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーション
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために
DevOps with Dynatrace
DevOps with Dynatrace
20171129 01 講演資料_チームレベル agile からエンタープライズ dev_ops へ
20171129 01 講演資料_チームレベル agile からエンタープライズ dev_ops へ
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
20180207 AWS blackbelt online seminar Amazon Workspaces
20180207 AWS blackbelt online seminar Amazon Workspaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
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
CRI Japan, Inc.
https://iotlt.connpass.com/event/318403/
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf
Ayachika Kitazaki
YouTube nnabla channelの次の動画で利用したスライドです。 【AI論文解説】Consistency ModelとRectified Flow https://youtu.be/3IKCrAPe55k Consistency ModelとRectified Flowに関連する以下の論文を紹介しています。 Consistency models(解説編Part1で紹介) - “Consistency Models,” ICML 2023. - “Improved Techniques for Training Consistency Models,” ICLR 2024. - “Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion,” ICLR 2024. Rectified flow(解説編Part2で紹介) - “Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow,” ICLR 2023. - “InstaFlow: One Step is Enough for High-Quality Diffusion-Based Text-to-Image Generation,” ICLR 2024.
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
Sony - Neural Network Libraries
This presentation introduces a paper about offline reinforcement learning.
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
atsushi061452
第23回 Customer系エンジニア座談会 の LT 公開用スライドです。 https://customer-x-engineer.connpass.com/event/314639/ クラウド電話システム CallConnect に興味を持った方はこちら。 https://www.callconnect.jp/?slideshare お気軽にフォロー/DM お待ちしています。 https://x.com/24guchia https://www.facebook.com/eiichi.nishiguchi
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
瑛一 西口
サイバーエージェントAI事業部の新卒研修で利用したスライドを公開します。
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
yassun7010
This presentation introduces a paper about offline reinforcement learning.
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
atsushi061452
Security-JAWS【第33回】 勉強会 https://s-jaws.doorkeeper.jp/events/173294
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
keikoitakurag
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料) 2024年4月24日(水) 株式会社NTTデータグループ 技術開発本部 笠原 辰仁
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
NTT DATA Technology & Innovation
2024/05/25 serverless Meetup osaka
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
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
ssuserbefd24
2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
iPride Co., Ltd.
Recently uploaded
(11)
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
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
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
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
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
共有、自動化、計測 - DevOps ツール考察 -
1.
©2008–18 New Relic,
Inc. All rights reserved 共有、⾃動化、計測 - DevOpsツール考察 - New Relic 株式会社 ソリューションコンサルタント 佐々⽊ 千枝 ×
2.
©2008–18 New Relic,
Inc. All rights reserved ⾃⼰紹介 New Relic 株式会社 ソリューションコンサルタント 佐々⽊ 千枝 (ささき ちえ) “ユーザー体験の向上”を⽬指したモニタリングツール、New Relic のソリューションをお客様にご紹介しています ■簡単な経歴 1. 外資系ベンダーでサーバー/ストレージを中⼼とした運⽤サービ スを提供(どOps) 2. 仮想化ソフトウェアベンダーでプライベートクラウドのための ソリューションを提供(やはりOps寄り) 3. (現在)New RelicでDevOpsの計測など、モニタリングに関する ソリューションを提供(Devにチャレンジ中)
3.
©2008–18 New Relic,
Inc. All rights reserved 本セッションの⽬的 3 DevOpsとはなんぞやというのを(⾃分の学びのためにも) 今さら振り返ったうえで、GitLabやNew Relicなどのツールが どのように活⽤できるのか、具体例を交えながら考察する Thank you for collaborating with us, GitLab! ×
4.
©2008–18 New Relic,
Inc. All rights reserved 本⽇のアジェンダ 4 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
5.
©2008–18 New Relic,
Inc. All rights reserved 5 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
6.
©2008–18 New Relic,
Inc. All rights reserved DevOpsとはなんぞや︖ 6
7.
©2008–18 New Relic,
Inc. All rights reserved DevOpsの歴史 7 Dev Ops 多くても年に数回のリリース 静的な環境の運⽤ DevDevDev 頻繁なリリース Ops 運⽤が死ぬという事実(常に⽕消し) 2001年 アジャイルソフトウェア開発宣⾔ 2008年 “Agile Operations and Infrastructure: How Infra-gile are You?” (Patrick DeboisによるAgile Conferenceでの講演) 参考:
8.
©2008–18 New Relic,
Inc. All rights reserved DevOpsの歴史(続き) 8 2009年 “10+ Deploys per Day: Dev and Ops Cooperation at Flickr” (FlickrのDevとOpsの⼈によるVelocity Conferenceでの講演) DevDevDev 1⽇10回以上リリース Ops 健全な運⽤ 協⼒関係 2009年 DevOpsDay開催 (Patrick Deboisが開催)
9.
©2008–18 New Relic,
Inc. All rights reserved 歴史から⾒る”DevOpsとはなんぞや” 9 アジャイル開発のような動的な環境変化に対してうまく対処できる よう、組織が協⼒し合うための⽂化運動 ウォーターフォール アジャイル [この⽅式が合理的な(だった)理由] • ⼀度仕様を決めたらその後⼤きな変更 がない • ⼀度リリースしたあとに修正する(例. クラサバアプリケーション)のがたい へんなので最初からきちんと作る [この⽅式が合理的な理由] • ビジネスの状況に応じて仕様を柔軟に 変えていく • リリース後も頻繁に修正できる (例.Webアプリケーション)ので完成 度よりスピードを重視
10.
©2008–18 New Relic,
Inc. All rights reserved 今DevOpsが重要な理由: デジタルトランスフォーメーションの波 10 モバイル Dunkin Brands テクノロジー GE Digital 旅客業 Airbnb ⼩売 Jet.com / Walmart eコマースで63%の成⻑ (Q3 2017) 今や191カ国、65,000 都市 をカバー。300万件を超える 物件を掲載 Predix IOT Software が $100M 売上の⾒通し (2017) エンターテインメント MLB 1⽇あたりのストリーミング セッション数が1億件 モバイル経由での売上が 2016年から70% の成⻑ ⾦融 Capital One 顧客と接触する機会のうち 75%がデジタル経由
11.
©2008–18 New Relic,
Inc. All rights reserved 11 DevOpsの特徴 Devチーム Opsチーム 営業チーム マーケティング チーム 個⼈同⼠のコラボレーション とチーム同⼠のアフィニティ DevとOpsだけではなく、 ゴールを共有する⼈全て が関係者 “DevOps”というチーム やロールはない (⇔SRE) 最終形態ではなく 継続的なプロセス 何のツールを使っているか ではなくどうツールを活⽤ しているかが重要
12.
©2008–18 New Relic,
Inc. All rights reserved DevOps の成熟度の評価基準”CALMS” 12 Culture(⽂化) Automation(⾃動化) Lean(無駄の排除) Measurement(計測) Sharing(共有)
13.
©2008–18 New Relic,
Inc. All rights reserved ⾼度に成熟したDevOps チームの例 13 最も⾼度に成熟したDevOps チームは、未熟なDevOps チームと⽐較して 46倍以上 頻繁にコードを デプロイ 2,555倍短い コードのコミット からデプロイまで のリードタイム 1/7 の変更失敗率 2,604倍早い インシデントから の回復時間 出典: Accelerate: State of DevOps 2018 (DORA)
14.
©2008–18 New Relic,
Inc. All rights reserved 14 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
15.
©2008–18 New Relic,
Inc. All rights reserved DevOpsとツールに関する誤解 15 • DevOpsツールを使っていればDevOpsが実現できている︖ “ツールを導⼊していることは、devops⽂化が定着していることの⼗分条件にはならない ツールでは問題のある⽂化を修正できない” DevOpsは⽂化運動であり、ツールはその⽂化の変⾰を⽀え加速するための存在と いう位置づけ つまり⽬的を持ってツールを活⽤する姿勢が重要︕
16.
©2008–18 New Relic,
Inc. All rights reserved GitLabもDevOpsツールだが、どう活⽤するかが⼤事 16
17.
©2008–18 New Relic,
Inc. All rights reserved DevOpsの”CALMS”観点で考察してみる(個⼈的⾒解) 17 ①共有 ②⾃動化 ③計測
18.
©2008–18 New Relic,
Inc. All rights reserved 18 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
19.
©2008–18 New Relic,
Inc. All rights reserved 共有のためのツール 19 共有の⽬的: • チーム内の透明性が増し、チーム内に信頼が⽣まれる • 誰かが重⼤なミスをする前に防⽌策を伝えられる • チーム間での情報共有によりイノベーションが促進される “ヒューマンエラーを個⼈的なものではなく 構造的なものとして捉える”
20.
©2008–18 New Relic,
Inc. All rights reserved 共有におけるGitLabの価値は、皆さんご存知のはず 20
21.
©2008–18 New Relic,
Inc. All rights reserved 21 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
22.
©2008–18 New Relic,
Inc. All rights reserved ⾃動化のためのツール 22 ⾃動化の⽬的: • ヒューマンエラーの削減による成果物の品質向上 • システム上で発⽣した問題に対し早期に対応する • 労⼒やエネルギーや資材を削減し、より付加価値 の⾼い業務に専念する
23.
©2008–18 New Relic,
Inc. All rights reserved 様々なレイヤごとの⾃動化に対する取り組み 23 今流⾏りのK8sはここ GitLabの提供機能 はここ
24.
©2008–18 New Relic,
Inc. All rights reserved Infrastructure as Code (IaC)とは︖ 24
25.
©2008–18 New Relic,
Inc. All rights reserved IaC の実装によるアプリケーション開発⼿法の変化 25 アプリケーションの開発サイクルにインフラを組み込む
26.
©2008–18 New Relic,
Inc. All rights reserved IaC の基本⽅針〜設定ファイルの利⽤ 26 構築したいインフラを設定ファイルで定義する
27.
©2008–18 New Relic,
Inc. All rights reserved CI/CDとIaCを組み合わせるとこうなる 27 Repository アプリ コード Docker File K8s⽤ YAML アプリ 開発者 ローカル開発環境 検証クラスタ 本番クラスタ Registry C C コンテナ イメージ CI/CD ⾃動テスト C docker build AppWeb DBAppWeb DB
28.
©2008–18 New Relic,
Inc. All rights reserved 28 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
29.
©2008–18 New Relic,
Inc. All rights reserved 計測のためのツール 29 計測の⽬的: OODAループを回し、状況に柔軟に対応する (Observeに相当) システムの振る舞いもまた⽇々変化する
30.
©2008–18 New Relic,
Inc. All rights reserved 30 DevOps 計測のチャレンジ(1)ロール間でのサイロ化 各ロールの計測したいこととそれを実現するツールがサイロ化している プロダクトオー ナー プロダクト マネージャー アプリ 開発者 インフラ 運⽤者 ビジネス システム 計測 したいこと DevOpsに関わ る⼈物 売上/コスト 顧客⾏動 ユーザー エクスペリエ ンス インフラの 状態 アプリの 状態 利⽤ツール それぞれ異なるツール 計測したいことは実際には密接に関 わり合っている ツールも共通化するのがベスト︕
31.
©2008–18 New Relic,
Inc. All rights reserved 31 DevOps 計測のチャレンジ(2)複雑で動的なシステム 従来のシステムと⽐べて構成要素が多く、動的に変化する オンプレミス クラウド仮想マシン コンテナRDB NoSQLAPI マイクロサービスブラウザ モバイルアプリ フロントエンド バックエンド ⽇常的に変更が発⽣する
32.
©2008–18 New Relic,
Inc. All rights reserved 32 DevOps 計測の実現に向けてNew Relic が提供しているもの フルスタックな 計測プラットフォーム DevOps 計測に向けた ソリューションガイド
33.
©2008–18 New Relic,
Inc. All rights reserved 33 ちなみに GitLabとNew Relic、それぞれでできることの⽐較 https://about.gitlab.com/devops-tools/new-relic-vs-gitlab.html
34.
©2008–18 New Relic,
Inc. All rights reserved New Relicが提供しているもの(1) フルスタックな計測プラットフォーム 34
35.
©2008–18 New Relic,
Inc. All rights reserved 35 New Relic が考えるDevOps の計測フレームワーク ビジネスゴール ⽇次の 収益 カートあたりの 売上 売れ筋商品 カスタマー・エクスペリエンス アプリケーション/インフラパフォーマンス サービス品質 可⽤性 アプリエラー Javascriptエラー 開発の俊敏性 変更のリードタイム デプロイ数 MTTR CVR (顧客転換率) エンゲージメント エンドユーザー パフォーマンス アプリケーション パフォーマンス クエリー速度 バースト時の スケール
36.
©2008–18 New Relic,
Inc. All rights reserved 36 “計測”(Measurement)を深掘りする 「計測」(Wikipediaより) “ある⽬的のために対象を量的に把握する技術・⽅法や⼿段の⽴案・計画から実⾏、そして⽬ 的の達成、結果を情報として利⽤できるようにする段階までを含む” つまり モニタリング ・・・だけではなくて 可視化 をするまでが計測です︕
37.
©2008–18 New Relic,
Inc. All rights reserved 37 シナリオ1: アプリケーション/インフラパフォーマンスの計測 着⽬するメトリック: パフォーマンス関連 ✓ アプリケーションレスポンスタイム ✓ インフラの規模、可⽤性 ✓ クラウドへの⽀出 ✓ ホストの稼働率 ✓ データベースのパフォーマンス ✓ 3rd Party のサービスパフォーマンス
38.
©2008–18 New Relic,
Inc. All rights reserved ダッシュボード例: うまく動いていない場合、どこに原因があるのか? 38
39.
©2008–18 New Relic,
Inc. All rights reserved 39 シナリオ2: カスタマー・エクスペリエンスの計測 着⽬するメトリック: 顧客エンゲージメントや満⾜度 ✓ Apdex – フロントエンドおよびバックエンドの性能指標 ✓ ページロード・タイム ✓ インタラクションまでの時間 ✓ カートの放棄率 ✓ 収益に影響するエラー ✓ ユーザーごとの⽀払い失敗発⽣状況
40.
©2008–18 New Relic,
Inc. All rights reserved ダッシュボード例: ⽀払いサービスのカスタマー・エクスペリエンス 40
41.
©2008–18 New Relic,
Inc. All rights reserved 41 シナリオ3: ビジネスゴールの計測 着⽬するメトリック: ビジネスの価値 ✓ 取引当たりの収益 ✓ プロダクトミックス ✓ 取扱量 ✓ 平均注⽂額 ✓ 成⻑率
42.
©2008–18 New Relic,
Inc. All rights reserved E-コマース ⽇次の収益 メディア 広告のヒット率 SaaSビジネス 解約率 新規顧客数 ダッシュボード例: ビジネスゴールに則したITダッシュボード キーとなるメトリック ダッシュボード分野 42
43.
©2008–18 New Relic,
Inc. All rights reserved 43 DevOps の構成メンバーに合わせたトータルな計測を ビジネス デザイン プロダクト オーナー プロダクト マネージャー 製品 デザイン 開発 アプリ 開発者 サポート カスタマー サポート 管理 インフラ 運⽤者
44.
©2008–18 New Relic,
Inc. All rights reserved New Relic が提供しているもの(2) DevOps 計測に向けたソリューションガイド 44
45.
©2008–18 New Relic,
Inc. All rights reserved 45 DevOps 計測に関するNew Relic の⾏動規範 Prepare(準備) Activate(活性化) Optimize(最適化) インストゥルメント と基準値の策定 継続的な⾃動化、 コミュニケーション および改善 リアルタイムなフィードバック の取得と変更作業が及ぼす 影響の理解
46.
©2008–18 New Relic,
Inc. All rights reserved 46 ⾏動規範の由来: New Relic 内のDevOps 実践経験 現在当初 New Relic のアラートと ダッシュボードを活⽤︕ Ruby のモノリシック アプリ サイロ化したチーム 頻繁でないリリース リアクティブな モニタリング 300以上の マイクロサービス 50以上のSREが 内包された開発チーム 1⽇に20-70デプロイ 1分間に20億のイベントと メトリックを取り込み
47.
©2008–18 New Relic,
Inc. All rights reserved 47 ステップ1: 準備 インストゥルメントと基準値の策定 Activate(活性化) Optimize(最適化)Prepare(準備) New Relicの導⼊と設定 現状の可視化とSLOの策定 SLOに基づくアラートの設定
48.
©2008–18 New Relic,
Inc. All rights reserved 48 ステップ2: 活性化 リアルタイムなフィードバックの取得と変更作業が及ぼす影響の理解 Optimize(最適化)Activate(活性化)Prepare(準備) チームで共有する ダッシュボードの作成 変更作業前後の推移を⽐較 インシデント対応の⾃動化
49.
©2008–18 New Relic,
Inc. All rights reserved 49 ステップ3: 最適化 継続的な⾃動化、コミュニケーションおよび改善 Activate(活性化) Optimize(最適化)Prepare(準備) 顧客体験の改善アプリ依存関係の把握 インフラの最適化 運⽤レビューの実施
50.
©2008–18 New Relic,
Inc. All rights reserved 50 DevOps 計測に向けたソリューションガイド(全体像) 準備 活性化 最適化 アプリやインフ ラの変更がSLO にどう影響した か理解 インシデント 管理プロセスに アプリケーショ ンデータを統合 個々のチームの ためのチーム間 共有ダッシュボ ードの作成 エラーやスロー トランザクショ ンの診断と解決 アプリケーショ ンサービスマッ プの作成と主要 なボトルネック の解決 サービスレベル のデリバリの 達成状況を部⾨ 横断的に広く レビュー 信頼性向上の ためエンドユー ザーをコホート 分析 チームダッシ ュボードの確 ⽴ インパクト の 継続的観測 インシデント オーケスト レーション 運⽤ レビュー 顧客体験の 改善 アプリの 改善 依存リスクの 軽減 KPI エラー率, レスポンスタイム, Apdex, MTTD, スループット KPI 可⽤性,デプロイの頻度, (削減された) 失 敗したデプロイ,変更作業のリードタイム, MTTR KPI SLO/SLA 遵守率, ⻑期化したインシデン ト数, ホストの稼働率 SLOとパフォー マンスのベース ラインを確⽴ ⽬標と ベースライ ンの確⽴ システムパフォ ーマンスを適切 に理解するため のアラートを設 定 プロアクティブ なアラート の設定 アプリケーショ ンへのリソース の割り当てを 最適化 インフラ リソース サイジング
51.
©2008–18 New Relic,
Inc. All rights reserved 51 さらに詳しく知りたい⽅はこちらへ 弊社サイト DevOps ソリューションページ https://www.newrelic.co.jp/devops もしくは直接社員まで︕ New Relic 無料トライアル https://newrelic.com/signup
52.
©2008–18 New Relic,
Inc. All rights reserved 52 1. DevOpsとはなんぞや 2. DevOpsとツールの関係 3. 共有のためのツール 4. ⾃動化のためのツール 5. 計測のためのツール 6. まとめ
53.
©2008–18 New Relic,
Inc. All rights reserved まとめ 53 • DevOpsはデジタルトランスフォーメーションのための⽂化運動 である • DevOpsにおいて、ツールは⽂化の変⾰を⽀え加速するための存 在であり、⽬的を持って活⽤する • GitLabはDevOpsの特徴である共有、⾃動化、計測を⼿助けす るツールである • 計測に関しては弊社New Relicも専⾨ベンダーとして、ツールと ソリューションガイドを提供している
54.
Thank You ©2008–18 New
Relic, Inc. All rights reserved New Relic Japan のFacebook ページ
Download now