JPYC株式会社でエンジニアとして働いています、@hayato_omrです。 会社の業務でも使うことになったGoogle Cloud Runを少し触ってみたのでざっと内容を書いていこうと思います。 初心者エンジニアなのでミスってたりここ違うぞって部分があれば教えていただけると幸いです👀 Google Cloud Runとは Cloud Run は、サーバーレスのコンテナ化されたマイクロサービスをデプロイしてスケールするためのフルマネージド コンピューティング環境です。 Cloud Run は、マシンのプロビジョニング、クラスタの構成、自動スケーリングについて心配することなく、サーバーレス HTTP コンテナをデプロイしてスケールするためのフルマネージド コンピューティング環境です。 ref : https://cloud.google.com/blog/ja/topics/develop
Cloud Runとは【GCPのサーバーレスなコンテナ実行環境】 Cloud Runとは、サーバーレス（サーバーの管理が不要）なコンテナ実行環境を提供するGCPのサービスです。 Cloud Runを利用することで、アプリのDockerイメージを指定するだけで簡単にアプリをデプロイすることができます。 また、GKEと違い、クラスタやKubernetesの設定はGCP側が自動で行ってくれます。 そのため、簡易版のGKEというイメージでもいいのではないかと思います。 以下のビデオはCloud Runの概要が簡潔にまとめられているので、参考にしてみて下さい。 Cloud Runにアプリをデプロイする方法を分かりやすく解説 Cloud Runにアプリをデプロイする方法を分かりやすく解説します。 今回は、Cloud RunにLaravelアプリをデプロイしてデフォルト画面を表示させるのを目標とします。
ツイートしてて自己完結してしまったので記録のために。 あーそういや今更だけど、stdoutとstderrはまとめてlogging driverに渡されちゃうのか。どちらなのかはdriverには渡っているのでfluentdに出せばラベル付いてるので、ログのことだけ考えれば仕組み的にはどちらに出しても扱うこと自体には問題が無さそう。 — Aki (@nekoruri) June 22, 2019 デーモンアプリケーションで想定外のエラーが出うるのであれば、構造化ログをstdoutという分離は全然ありうると思う。 — Aki (@nekoruri) June 22, 2019 でもそうしちゃうとエコシステムから外れちゃうので、やっぱり最大公約数としてはparseableなテキストでstdout/stderrかなあという気がしてきた。やはりDockerにfile descripterの概念が欲しい
2017年にもうコンテナの未来・一つのカタチはもう確定したと言え、今更感があるものの、改めてDockerとコンテナについて。 今更こんなことを書くのは、情報が溢れてくる今こそ、正しく理解し、正しい順序で学習することが重要だと切に思うから。 内容についてのお断り How Toはかきません あくまでも2018年時点の私見 目新しい情報はない、2016年頃に書けたレベル Dockerをこう使えとか、こうするのがいいとかの話ではなく、コンテナとDockerに関して大きな視点で現時点で私の考えを書きます。また、私自身はかなりのコンテナ推進派です。 Dockerをよくわかっている人には意味のない記事となります。 コンテナ(Docker)のメリット 何故コンテナがいいのか、コンテナをある程度の学習コストを払ってでもやる理由 コンテナとDocker コンテナ技術はDockerが生まれる前から存在する技術で
事前にデータ投入をした MySQL Docker イメージが必要になり，最初は「Dockerfile で頑張る感じかなぁ...」なんて考えながら調査をしていたら，公式の MySQL Docker イメージに「カスタムスクリプトを実行する機能」が用意されていることを知って，全て解決した．今までも MySQL を Docker で動かす場面はあったけど，今回の機能は知らなくて勉強になった． CI で使うためにマイグレーション実行済の MySQL Docker イメージを用意しても良いし，新メンバーのために開発用の初期データを投入した MySQL Docker イメージを用意しても良いし，ハンズオンイベントのためにテストデータを投入した MySQL Docker イメージを用意しても良いと思う．今回の仕組みを知っておくと便利な場面は多そう． 公式の Dockerfile と docker-ent
俺のISUCONはこれからだ...！（予選は敗退しています） ISUCON7お疲れ様でした！「楽しい・勉強になる・交流が深まる」の三拍子揃ったイベントを開催していてだき、運営の方々、関係者の方々、本当にありがとうございました。 毎年思うのは、「普段やってないことはできないなー」ということです。「仕事だけでは技術力の幅は広がらない」と毎年のように思わされます。そういう気付きを得られるだけでもISUCONは素晴らしいですし、そういう機会に巡り会えたこそ、このチャンスを無駄にはしたくはないなと思いました。 そこで、以下の思惑があり、ISUCON7の予選問題のDocker環境を作成しました。 例年以上に悔しかったので徹底的に復習したい そろそろ皆さんのブログも出尽くして、良い情報が固まりつつありそう それらを試すためにも「何度でも壊して何度でも蘇る環境」が欲しい お金は節約したい（切実 ローカルで
docker-compose を使った Amon2 の開発環境構築の手順メモ 追記 この記事の内容は古くなっています。下記を参照してください。 takaya030.hatenablog.com 検証環境 Windows10 Home Edition VirtualBox 5.1.20 Docker version 17.05.0-ce, build 89658be docker-compose version 1.6.2, build 4d72027 ディレクトリ構成 +---amon | | docker-compose.yml | | | +---data | | Dockerfile | | | +---perlcli | Dockerfile | +---logs | +---www cpanfile 各種設定ファイル amon/docker-compose.yml version
1. Docker入門-基礎編 いまから始めるDocker管理 v1.01 JAWS-UG CLI専門支部 #23 - ECS 入門 2015年7月6日(月) @zembutsu Technology Evangelist; Creationline, Inc. Introduction to docker, basic management and operations 背景画像CREDIT:スフィア / PIXTA(ピクスタ) 2. 2 このスライドで得られる知識 Docker入門-基礎編 いまから始めるDocker ‣ Docker概要と環境構築 なぜ Docker なのか？ 速さと利便性。そして、Docker はコンテナではなくプラットフォーム。 ‣ Dockerの基本操作コマンドの理解 コンテナのイメージ管理、起動、情報取得、ログ参照、Dockerfile、ボリューム操作 ‣ 捕
また、これらに加えてコンテナの実行やイメージの管理を行うためのDockerや、分散型設定共有サービス「etcd」も必要となる。そのほか、異なるマシン上で稼動しているコンテナ間で通信を行うためにLinuxのブリッジ接続機能や「Flannel」、「OpenVSwitch」といった仮想ネットワーク機構なども利用される。 これらのうち、apiserverやcontroller-manager、scheduler、etcdについてはクラスタの管理を行うマスターサーバーで実行されるコンポーネントとなる。また、proxyやkubelet、dockerはコンテナを稼動させる各ノード（minionとも呼ばれる）上で実行されている必要がある。 マスターサーバーとノードを分けた一般的な構成は、次の図2のようになる。なお、kubectlについてはマスターサーバー上でも、別のクライアント上でも実行が可能だ。 図2
Docker は、以前に「勉強」だけはしていたのだけど「実践」はあんまりできていなかった。でも、ここのところ Docker for Mac の評判がずいぶん良いらしいので、遅くはなったけど「実践」の頃合いかなということで腰を上げてみた。Docker 再入門、ってことで。 Docker for Mac のインストールと Getting Started ここの通りに進めていってみる。Docker for mac は 2016/06/29 現在、public beta。 進めていくなかで、Getting Started の途中にある、hello-world の docker run にて $ docker run hello-world Unable to find image 'hello-world:latest' locally Pulling repository docker.io/l
2. Docker 1.11 の Swarm クラスタ を Production 環境に投入すべく、 ほぼほぼ構成が出来上がったとこ ろでそれはやって来ました 5. ● 各サーバーがTLS通信（サーバー、クライアントの証明書も確認） するための証明書発行機能 ● Swarm Cluster を構成するための Swarm Manager（3台 or 5台） + Key / Value ストア（Consul） ● コンテナを実行する Docker サーバーとその各サーバー上の Swarm Agent ● Docker の Overlay network を構成するための Key-Value ストア （Consul） （別々のDockerサーバー上のコンテナが同一ネットワークとして稼働） ● 外部からコンテナにアクセスするための Reverse Proxy / Load Balancer として
こんにちは、吉岡(@yoshiokatsuneo)です。 Dockerは、シンプルで使い易い軽量仮想環境という特徴を生かして急速に発展しており弊社でも利用しています。 しかし、独自の概念を持つことや、機能が次々追加されていることから、誤解を生じることもあります。 特にセキュリティについては感情的になりやすいので正確な情報を把握することが大切です。ここでは、Dockerコンテナのセキュリティについてよくある誤解と注意点を紹介します。 ◆Dockerコンテナのセキュリティに関する誤解 コンテナを単に実行するだけで、ホストや他のコンテナがのっとられる コンテナは隔離環境で実行されますので、単純に(オプションを明示せずに)一般的なコンテナを実行するだけで、ホストや他のコンテナがのっとられることは現状はありません(知られてはいません)。 ホストのディレクトリ・ファイルを共有すれば、ホストのファイルに
新しい監視ツールとして開発途上の Prometheus 概要と、インストール・設定方法、そして複数サーバのCPUやメモリ情報を参照したり、Docker コンテナ情報の取得方法、そしてアラートの確認の仕方を調べました。実際使い始めるまで少々とまどった所もあり、Prometheus を知りたい方、使いたい方向けに、ここで共有します。 ■ Prometheus とは？ Prometheus（プロメテウス）は、オープンソースのサービス監視システムと時系列データベースであり、要は監視ツールです。先月末にバージョン 0.1.0 が公開され、目下開発が進んでいます。開発は、音楽のソーシャル・プラットフォームを展開しているSoundCloud社によって2012年から行われ、数千ものサーバを管理することが目的でした。現在はGitHub上で公開されています。開発言語は Go です。 ■ これまでの監視ツールと
OSXでboot2dockerを使う 公式のDocker Client for OSXがリリースされて，OSXでDockerを使うのはちょっと楽になった．ただ，Docker自体はVritualBoxなどのVM上で実行する必要があり，VMの起動には時間がかかるので寿命が縮む．boot2dockerを使うと，他と比べて断然早くVMを起動でき，すぐにDockerが使える． boot2dockerというのは，Tiny Core LinuxをベースにしたDocker実行のみに特化した軽量版のLinuxディストリビューション．特化しているため起動はとても速い．前からあるが，VirtualBoxをわざわざ起動する必要があったりなど，ちょっと使うのはめんどくさかった． Vagrantの作者であるMitchell HashimotoさんがPackerを使ってboot2dockerのVagrant Boxを作
以下、ざっくり説明していきたいと思います。 > Web Server/Workerの移行Web Server/Workerの移行 従来はHeroku(US region)にサーバがあったため、日本からのアクセスの場合チューニングをどう頑張っても数百msの遅延がありました。これをAWS(Tokyo region)に移行することで、ページを表示するのに要する時間が1/2 ~ 1/3まで改善されました。 > DockerDocker 移行開始直後は自分が不慣れなこともあり、このタイミングでDockerを採用する気はありませんでした。しかし、実際にECS上でのデプロイを検証したり、Dockerについて学習するうちに移行のイメージが掴めてきたのでDockerを採用することにしました。 もともとHerokuで動いていて The Twelve-Factor App にほぼ沿っていたので、やってみるとDo
Build RAG applications with MongoDB Atlas, now available in Knowledge Bases for Amazon Bedrock Foundational models (FMs) are trained on large volumes of data and use billions of parameters. However, in order to answer customers’ questions related to domain-specific private data, they need to reference an authoritative knowledge base outside of the model’s training data sources. This is commonly ac
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
