基調講演
googleとコンテナ
kubernetesが提供するもの
負荷分散
オートスケーリング
継続的インテグレーション
kubernetesでは解決できてない問題がある
コンテナ同士の認証、通信がボトルネックになりやすい
→Istioならその問題を解決できる
Istioとは
サービスの接続、モニタリング、保護を一貫した方法で行える仕組みを提供するオープンソースのサービス メッシュである。
Istioが提供するもの
- 安全なサービス呼び出し
- ハイブリッド クラウド ワークロード
- サービス全体の詳細な分析情報
- DevOps を簡単にする設計
カナリア サービス
バージョニング
Blue / Green デプロイ
コンテンツ ベースのルーティング
サーバーレス
エンジニア考えること多すぎ問題(インフラ、セキュリティ、ビジネスロジック、負荷対策、etc...)
GCPはエンドトゥーエンドでサービス提供しているので、もっとビジネスに集中できるような環境を作っていきますとのこと
k native をリリースして、より抽象度を高めてKubernetesの複雑さを低減した
コンテナ実行環境をサーバレスで提供する Serverless containers をリリースした
クラウド、オンプレミス問わず、全ての環境で同じイメージを利用可能になった
Stackdriver Profiler
stackdriver logging以外にも新しいサービスが出る予定
Skaffold
コード修正すると自動でデプロイしてくれるサービス
Skaffold
cloud
Cloud Build にて、毎日400万以上のビルドが走っている
メルカリなどの企業も採用
GitHubにて、リポジトリのルートディレクトリに Dockerfile を置くだけで設定完了
安全性を高めるカナリアリリース
- 第1ステージ
カナリヤビルドが一部のトラフィックに適用
- 第2ステージ
過去の状態と比較して問題ないかチェック
- 第3ステージ
本番環境に適用
クラウドとセキュリティについて
GCPの信頼性は、第三者機関の認証を通している。
透明性を重視して来た
BigQueryも2018/4から日本リージョンに適用
G suite
Gmailは 1分間に1000万通のスパムメールをブロックしている
効率性を高めるためにスマートリプライを実装した
最新クラウド型自然言語分析と翻訳サービス
ポストエディットディスタンスというものを指標にしている
修正された文字数をカウントする
値が低ければ低いほど良い
Googleは多言語に対応していて、最も精度が良かった
日経イノベーションラボの事例
auto ml translation に4000記事、50000文くらい突っ込んでみたところ、欠損が多くなってしまった
クレンジングした文章(10000文)を入れてみたところ、精度の改善がみられた
その結果、「正しい表現」ではなく、「日経らしい、新聞記事らしい」英語になってきた
auto MLを使うには、まず徹底的にデータクレンジングすることが重要
、とか。は多すぎるので変に学習してしまうから削る
AutoML Neural Language(beta)の動作について
以下の図のように動作している
1. データ読み込み
2. モデルの学習
3. 評価
適切なモデルを見つけるために、1~３を2万回ほど繰り返す
マルチクラウドに取り組むべき理由とその実現方法 〜 クラウド (GCP) とエッジ (Fastly) とメルカリでの実現事例 〜
kubernetes,GCPについて
CDNだけじゃないFastly
DataDogとの連携で見える化
CASH を支える Google Kubernetes Engine
エンドポイントを返すAPIなどを独自で作っていたり、少しでもビルド時間、CI時間を短縮しようという工夫が散りばめられていた
DB schemaまわり
モブコードリーディング
BANKを支えるエンジニア文化
最後に
GoogleCloudNextに登壇した弊社のリードエンジニアが主催するGASハンズオンのイベントを開催します！
公式チュートリアルから実践までの流れをハンズオンで進めていきます。ぜひご来場ください。
- 第1回 Google Apps Script (GAS) ハンズオン @麹町
- 弊社のリードエンジニアが公開したスライドはこちら