はじめに

エンジニア採用サービスに、候補者がブラウザ上でコードを書き、その場で自動採点される「コーディングテスト」機能を実装しました。いわゆる HackerRank / LeetCode 風のアレを自前で作った、という話です。

本記事では 全体アーキテクチャ と、実装中に踏み抜いた 現実的な落とし穴（特に Judge0 を本番で動かすときの cgroup 問題）を共有します。同じものを自作する人の地雷除去になれば幸いです。

技術スタック

コード実行エンジン: Judge0（セルフホスト）
バックエンド: Go + PostgreSQL + Amazon SQS
フロントエンド: React + CodeMirror 6

全体アーキテクチャ

候補者(ブラウザ)
   │  ① 実行(Run) … 同期
   │  ② 提出(Submit) … 非同期
   ▼
Go API ──② SendMessage──▶ Amazon SQS（採点キュー）
   │                          │
   │ ① その場で実行            │ 採点ワーカー(ConsumeMessageでPull)
   ▼                          ▼
 Judge0 (self-hosted) ◀───────┘
   │  isolate でサンドボックス実行
   ▼
 テストケースごとの結果を PostgreSQL に保存

ポイントは 「実行(Run)」は同期、「提出(Submit)」は非同期 に分けたことです。

Run：公開サンプルだけを即実行して結果を返す（候補者の試行錯誤を速く）
Submit：全テストケースをコンパイル＋実行する重い処理なので、SQS にジョブを積んでワーカーが採点

1. コード実行エンジン：Judge0 をセルフホストする

Judge0 は OSS のオンラインコード実行システムです。内部で isolate を使い、提出コードを名前空間・cgroup で隔離して実行します。マネージドな Judge0 Cloud もありますが、今回はコスト・レイテンシ・制御性の観点でセルフホストを選びました。

docker-compose 構成はシンプルで、server と workers を privileged: true で動かします。

services:
  server:
    image: judge0/judge0:1.13.1
    volumes:
      - ./judge0.conf:/judge0.conf:ro
    privileged: true
    restart: unless-stopped
  workers:
    image: judge0/judge0:1.13.1
    command: ["./scripts/workers"]
    volumes:
      - ./judge0.conf:/judge0.conf:ro
    privileged: true
    restart: unless-stopped

…が、ここからが本番でした。

🔥 ハマり①：Ubuntu 24.04 は cgroup v2、Judge0 は cgroup v1 前提

isolate のセキュアなサンドボックス（--cg）は cgroup v1 を前提にしています。ところが Ubuntu 22.04 以降はデフォルトで cgroup v2。そのまま動かすと、メモリ制限などがうまく効きません。

対処は GRUB でカーネルを cgroup v1 に切り替える こと。

# /etc/default/grub の GRUB_CMDLINE_LINUX に追記
GRUB_CMDLINE_LINUX="systemd.unified_cgroup_hierarchy=0"

sudo update-grub && sudo reboot

# 再起動後に確認（tmpfs なら cgroup v1）
stat -fc %T /sys/fs/cgroup     # → tmpfs

リブートが必要ですが、Docker の名前付きボリューム（PostgreSQL のデータ等）は消えません。restart: unless-stopped を付けておけば全コンテナが自動復帰します。GRUB の変更はカーネル起動パラメータを足すだけで、ディスク上のデータには触れません。

cgroup v2 のまま動かす道（rlimit モード）もありますが、サンドボックスが「プロセス単位の制限」になり弱くなるため、本番は cgroup v1 + --cg 推奨です。

🔥 ハマり②：マウントした設定ファイルの権限

judge0.conf には DB パスワード等が入るので、つい chmod 600 にしたくなります。これが罠でした。

Judge0 のコンテナは 非 root ユーザーで動くため、600（root のみ読み取り可）にすると設定を読めず、起動時に

./scripts/load-config: line 11: /judge0.conf: Permission denied

→ DB 設定が読めず localhost にフォールバック → PG::ConnectionBad: Connection refused → 起動ループ、という連鎖でハマります。

対処は単純で、マウントするファイルは chmod 644（誰でも読めるように）。

🔥 ハマり③：Java が "Could not allocate metaspace" で起動しない（ローカルのみ）

ローカルの Mac（Apple Silicon, Rosetta）や rlimit モードでは、メモリ制限が 仮想アドレス空間 (RLIMIT_AS) に対して効きます。JVM は起動時に約 1GB のクラス空間を「予約」するため、256MB 制限だと VM 初期化前に落ちます。

Error occurred during initialization of VM
Could not allocate metaspace: 1073741824 bytes

本番の cgroup v1（--cg）では制限が 物理メモリ(RSS) にかかるので、仮想予約は無料 → 256MB でも問題なく動きます。「ローカルだけ Java が落ちる」現象は、この違いが原因でした。

2. 非同期採点パイプライン（Go + SQS）

「提出」は SQS にジョブを積み、in-process のコンシューマが採点します。

冪等性：submission ID で冪等にし、再配信されても二重採点しない
可視性タイムアウト：採点のワーストケースより十分長く（ジョブのタイムアウト < 可視性タイムアウト）
環境分離：dev と prod でキューを分離し、ローカルの実行が本番のメッセージを奪わないようにする（環境変数で URL を出し分け）

DLQ（デッドレターキュー）も用意し、maxReceiveCount を超えたジョブは隔離して後から調査できるようにしています。SQS はリクエスト課金（ストレージではない）なので、ロングポーリング(20秒)で待てば無料枠にも収まります。

3. フロントエンドのコードエディタ（CodeMirror 6）

Python の「貼り付けるとインデントが壊れる」問題

ターミナルや Web からコードをコピペすると、行頭に余計なスペースが入り、Python が IndentationError で即死する……という体験がありました。Python はインデントが意味を持つので、エディタが勝手に再インデントしてはいけません。

そこで paste を transaction filter で正規化し、貼り付け時点でタブ→スペース変換・共通インデント除去・末尾空白除去をかけます。

import { EditorState } from "@codemirror/state";

const pasteSanitiser = EditorState.transactionFilter.of((tr) => {
  if (!tr.docChanged || !tr.isUserEvent("input.paste")) return tr;
  const edits: { from: number; to: number; insert: string }[] = [];
  tr.changes.iterChanges((fromA, toA, _b1, _b2, inserted) => {
    edits.push({ from: fromA, to: toA, insert: sanitisePaste(inserted.toString()) });
  });
  return { changes: edits, userEvent: "input.paste" };
});

あわせて indentOnInput: false（タイプ時の自動再インデント無効）と indentWithTab（Tab=スペース4つ）を入れ、「打った／貼ったものがそのまま提出される」忠実なエディタにしています。

Judge0 のエラーを「該当行」にハイライトする

VS Code のような赤い波線が欲しいですが、各言語のリアルタイム解析を積むのは重すぎます。そこで コンパイラ自身が返す行番号 を使います。Judge0 の compile_output / stderr を正規表現でパースし、@codemirror/lint の Diagnostic に変換して該当行へ赤線を引きます。

// gcc / clang / go / javac の "file:line:col: error: msg"
const compileRe = /[\w./+-]+:(\d+)(?::\d+)?:\s*(?:fatal\s+)?error:\s*(.*)/gi;
// Python の traceback "File \"script.py\", line N" も拾う

言語を問わず、実際のコンパイラが教えてくれる行を出すので正確です。マーカーは「直近の実行結果」に紐づき、ユーザーがコードを編集した瞬間にクリアします（古いエラーが残らないように input / delete ユーザーイベントで消す）。

時間切れの自動提出

制限時間が来るとエディタとボタンをロックしますが、それだけだと書きかけのコードが採点されずに消えるので、0:00 で現在のコードを自動提出します。多重提出を防ぐため ref でガードし、「実際に取り組んでいた場合のみ」発火（リロード直後の空テンプレを提出しない）させています。

4. 地味だが致命的：テストケースの「空白」問題

最後に、ハマると原因が分かりにくいやつを。

Judge0 は出力比較時、末尾の空白はトリムしますが、先頭はしません。 採点担当が期待値を 0 のつもりで誤って " 0"（先頭スペース）と入力すると、正しい 0 を出力する解答が wrong_answer になります（正答率が地味に下がる）。

対処は、テストケース保存時にサーバ側でサニタイズすること。

func sanitizeExpectedOutput(s string) string {
    lines := strings.Split(strings.ReplaceAll(s, "\r\n", "\n"), "\n")
    for i := range lines {
        lines[i] = strings.TrimRight(lines[i], " \t") // 各行の末尾空白を除去
    }
    // 前後の空行を除去（省略）…
    // 1行出力のときだけ先頭空白も除去（複数行は意味があり得るので触らない）
    if len(lines) == 1 {
        lines[0] = strings.TrimLeft(lines[0], " \t")
    }
    return strings.Join(lines, "\n")
}

「意味を持ち得る相対インデントは壊さず、絶対に無意味な空白だけ削る」というのがポイントです。

まとめ

Judge0 セルフホストは強力だが、cgroup と 権限 で確実にハマる。Ubuntu 24.04 なら cgroup v1 へ切り替え、設定ファイルは 644。
採点は非同期（SQS）、エディタは「忠実さ」が命（特に Python の貼り付け）。
実際のコンパイラ出力を UI に還元すると、体験が一段良くなる。
出力比較の空白の非対称トリムは、地雷なので保存時にサニタイズ。

このコーディングテスト機能は、エンジニア採用サービス saiyouba で実際に稼働しています。
よければ覗いてみてください 👉 https://saiyouba.com