Hrレディース勉強会のまとめスライドです。

1. HRLadies 勉強会
2014,07,24

2. 本日のメニュー
• 概要説明
• 現場での業務を共有
• 質問タイム
• 次回のこと

3. 概要
• みんな現場でどんな業務をしているの…?
• どんな事を学んでいるの…?
• どんなサイトを作っているの…?
• 技術力をあげたいな…

4. 現場で学んだ事
その1

5. セキュリティ対応をしたときのはなし
!
サイトのセキュリティレベルをあげるため
ログイン履歴を表示する対応をしました。
!
よく、ネットバンクで取り入れられています。

6. IPアドレス、ログイン端末、ログインした日時
を取得し、一覧にしました。
…こんな感じでした。

7. 最初は地味な対応だとおもったのですが、
結構大事。

8. 先ほどもあったように
ネットバンクなどお金の取引があるサイトでは
結構取り入れられている。
!
ユーザーに安心して使ってもらうには
必要な対応。

9. なかでも当時勉強になったのが
端末情報の取得。
!
コンソールに
【navigator.userAegent】
と打つと出ます。

10. 端末の情報がとれる！
これを用いて、
PCログインなのか、スマホなのか、ガラケーなのか
の判断をおこないました。

11. ちなみに
テストの際は便利なアドオンを使用しました。
!
いろんなキャリアのスマホやガラケーに表示を変えることができます

12. 参考
・定義：
http://s-ej.com/glossary/useragent.html
!
・モバイルシュミレータ：
https://chrome.google.com/webstore/detail/
firemobilesimulator-for-g/mkihbloiacgiofaejgagokalpeflnmbe?
hl=ja

13. 現場で学んだ事
その2

14. 現場でやってたこと発表
1. 関わった案件の概要（口頭）
2.Hadoop について

15. Hadoop とは？
その前に・・・
大規模なデータを効率的に処理するには？
スケールアップスケールアウト

16. スケールアップ
サーバーのCPU やメモリといったハードウェアを
高性能なものにして処理の性能をあげる
スケールアウト
今回はこちらに注目
サーバーの数を増やすことで処理能力をあげる

17. スケールアウト
メリット課題
・一台一台のマシンは高性能
じゃなくてもいい
・一台くらいサーバーが停止
してもサービスを提供し続
けられる
・システムの耐障害性
・プログラミングが難しい
・資源の効率的な利用が困難
（構築コストがおさえられる）
サーバーが増えると障害
発生率も上がる…
多数のサーバーのデータを
まとめたり送ったり…
均等にタスクを割振らないと
一人だけ忙しい状態…

18. Hadoop ならそんな課題を解決してくれる？
Hadoop とは？
大量のデータを手軽に複数のマシンに分散して
処理（スケールアウト）できるオープンソース
のプラットフォーム
構成
大きく分けると
・HDFS
・MapReduce
で構成されています。

19. HDFS
HDFS は、MapReduce で処理するデータを扱う
分散ストレージで、複数のマシンを1 つのス
トレージとして、扱えます。
一部のマシンが故障しても、データが失われ
ないように設計されていて、データ量に応じ
てスケールアウトすることが可能です。

20. MapReduce
巨大なデータ・ファイルを分散処理するために米
Google によって提案されたフレームワークです。
MapReduce フレームワークには、分散処理に必要
とされる共通機能があらかじめ実装されています。
Hadoop のユーザーは、「map 関数」と「reduce 関数」
という2 種類の関数を記述するだけでよいため、
複雑なプログラミングをすることなく、大規模な
分散処理を実現することができます。

21. スケールアウトの課題って…
・システムの耐障害性
→HDFS は書込みの際に複数台のサーバーにデータを
コピーしておくため、故障により失われたデータ
の復元が可能
・プログラミングが難しい
・資源の効率的な利用が困難
→MapReduce フレームワークを使えば複雑な
プログラミングをしなくていい
解決できてる…？

22. 実際どんなことに使われている？
アクセスログの分析、オークションサイトのレコメン
デーション等各種サービスに活用
商品レコメンデーションや売上ランキング集計、 ユー
ザーの行動解析等に活用

23. 向いてる事・向いてない事
向いている事
・巨大なデータのバッチ処理
・時系列解析、検索インデックスの生成、言語モデルの
構築、遺伝子配列のマッチングなど、さまざまな複雑
な処理
向いていない事
・素早いレスポンスが求められるWeb サービス
・特定のデータを素早く抽出・変更することは不可能
（インデックス検索機能などは実装されていないため）

24. まとめ
・Hadoop とは大規模分散処理フレームワーク
・大きく分けるとHDFS,MapReduce で構成されている
・分散処理に必要な共通機能があらかじめ実装されている
・バッチ処理に向いている
・素早いレスポンスを求められるサービスには向いてない

25. 参考
・http://techblog.yahoo.co.jp/architecture/hadoop/
・http://www.slideshare.net/pfi/hadoop-2525724
・http://thinkit.co.jp/story/2010/06/11/1608/page/0/1
・http://www.slideshare.net/techblogyahoo/hadoopyahoo
-japan-8476351?related=1
↑もっとわかりやすく書いてあります！
おわりです。ありがとうがございました。

26. “本日はおしまい”
HR Ladies 勉強会