Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Laravelでプチマイクロサービスやってみた
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
kotamat
June 21, 2017
Technology
5.8k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Laravelでプチマイクロサービスやってみた
Laravel/Vue.js勉強会での発表
kotamat
June 21, 2017
More Decks by kotamat
See All by kotamat
LLMを用いた対話システムサービスをどうやって立ち 上げていくか? / How to launch a dialogue system service using LLM (Large Language Model)?
kotamat
0
600
ChatGPT×Whisperのプロトタイプと今後の展望 / chatgpt-with-whisper-prototyping-and-future-prospects
kotamat
3
3.8k
プロダクトドリブンにするために行った技術投資 / tech investment for product driven
kotamat
1
970
CTOがなぜPMをやりはじめたのか / Why did the CTO start doing PM
kotamat
0
310
プロダクトを中心に考える#とは / focus on the product
kotamat
1
2.1k
スタートアップに入ってまずやったインフラTIPS
kotamat
2
5.2k
NuxtMeetup#1
kotamat
1
3.3k
Laravel_Nuxtjsでの構成とつまづきポイント
kotamat
1
1.2k
Laravel5.5のアプデ内容を勝手に評価してみた
kotamat
0
690
Other Decks in Technology
See All in Technology
つくって納得、つかって実感! 大規模言語モデルことはじめ ver2.0
recruitengineers
PRO
4
1.4k
モノリス Rails でも日中に rails db:migrate を走らせたい! / Daytime rails db:migrate on Monolithic Rails!
euglena1215
4
570
【CEDEC2026】専門性の高いデフォルメチームが挑んだ人材育成戦略 〜Cygames Academiaの企画から実施まで〜
cygames
PRO
0
550
Webアクセシビリティ入門 2026
recruitengineers
PRO
3
490
トヨタ⽣産⽅式(TPS)⼊⾨
recruitengineers
PRO
3
700
名刺メーカーDevグループ 紹介資料
sansan33
PRO
0
1.2k
AIエージェントを前提としたプラットフォーム エンジニアリング:GKEで作るAgent-Ready Golden Path
legalontechnologies
PRO
2
220
【CEDEC2026】『ウマ娘 プリティーダービー』 英語版のキャラクターの方言や口調をローカライズするための創造的アプローチ
cygames
PRO
1
230
FDEの心得
noriakioji
0
660
MIRU 2026 チュートリアル
keisuke198619
0
880
Genie Codeハンズオン基礎編
taka_aki
1
100
LanceDB入門
mocobeta
6
270
Featured
See All Featured
Optimizing for Happiness
mojombo
378
71k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.8k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
350
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
460
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
64
56k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
260
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.5k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
460
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
350
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
240
Transcript
-BSBWFMͰ ϓνϚΠΫϩαʔϏε ͬͯΈͨ
ࣗݾհ
!LPUBNBU দຊଠ ·ͭͱ͜͏ͨ גࣜձࣾ4$065&3$50 ࣗసं͕͖
4$065&3ͬͯΔਓ
ʗ ʗ స৬رͷ༑ਓਓΛ اۀʹհ͠ใुΛಘΒΕΔ $UP#ਓࡐհαʔϏε 4$065&3ͱ
༗ྉ৬ۀհ ਓࡐհձࣾ ϔουϋϯλʔ اۀ ٻ ৬ ऀ ༗ྉ৬ۀհ հͯ͠ใुΛಘΔʹ໔ڐ͕ඞཁ ʹ
4$065&3ͱ ا ۀ స ৬ ऀ εΧλʔ ొऀ ݸਓ͕հͯ͠ใुΛड͚औΕΔ ʹ
ཧղͷ͋Δ૬ஊ૬ख ࣌ؒΛ͔͚ͨҙࢥܾఆ͕Ͱ͖Δ ࠷దͳٻਓΛબͼԠืͰ͖Δ ࠷స৬ऀʹدΓఴͬͨհΛ࣮ݱ 4$065&3ͷར 4$065&3ͷಛ
γεςϜͷར༻ऀ స ৬ ऀ ε Χ λ ʔ
ӡ Ӧ ا ۀ
γεςϜͷར༻ऀ స ৬ ऀ ε Χ λ ʔ
ا ۀ ӡ Ӧ ا ۀ Ϧ ϙ δ τ Ϧ Ϣ ʔ β Ϧ ϙ δ τ Ϧ ' S P O U # B D L " E N J O Ϧ ϙ δ τ Ϧ
ෳϦϙδτϦͩͱ ՝͕ʝ
՝ " E N J O Ϧ ϙ δ
τ Ϧ Ϣ ʔ β Ϧ ϙ δ τ Ϧ
՝ " E N J O Ϧ ϙ δ
τ Ϧ Ϣ ʔ β Ϧ ϙ δ τ Ϧ ॏ ෳ ί ʔ υ ͕ ੜ · Ε Δ ɻ ˠ ό ά ͷ Մ ೳ ੑ
ղܾํ๏Λ୳ͯ͠Έͨɻ
ا ۀ Ϧ ϙ ί Ξ α ʔ
Ϗ ε Ϣ ʔ β Ϧ ϙ ϚΠΫϩαʔϏε
w ϞϊϦγοΫͷׂ w ؔ৺ͷ w όʔδϣϯཧ w ૬ޓαʔϏεؒͰͷ௨৴ w
3FTU"1* w 31$ʝ ϚΠΫϩαʔϏεͷ֓ཁ
w ϞϊϦγοΫͷׂ w ؔ৺ͷ w όʔδϣϯཧ w ૬ޓαʔϏεؒͰͷ௨৴ w
3FTU"1* w 31$ʝ Γ ͨ ͍ ͜ ͱ Γ ͨ ͘ ͳ ͍ ͜ ͱ ϚΠΫϩαʔϏεͷ֓ཁ
w 1SPUPDPM#VGGFSͬΆ͘ܕղܾ͍ͨ͠ʝ w ͚ͲH31$ͱ͔1)1αόΫϥ྆ํͰରԠ͍ͯ͠ ͳ͍ʝ w ݴޠ1)1Ͱͳ͍ɻ Ή͠Ζ-BSBWFMͰ ౷Ұ
w ࠷ऴతͳΞτϓοτผʹϞϊϦγοΫͰ ߏΘͳ͍ ࣮ࡍͷཁ
ͳͷͰ͋Εʝ
$PNQPTFS͓͏
Ϣ ʔ β ӡ Ӧ ا ۀ ڞ ௨
c o m p o s e r r e q u i r e ֤αʔϏεͷదԠ
ڞ௨ϦϙδτϦ
BVUPMPBEʹQTSͰ໊લࢦఆ ڞ௨ϦϙδτϦͷ࣮
ڞ௨ͷॲཧΛ໊લۭؒʹซͤͯ࡞ ڞ௨ϦϙδτϦͷ࣮
֤αʔϏεͷϦϙδτϦ
SFRVJSFͱಉ͡֊ʹHJUIVCͷϦϙδτϦࢦఆ ֤αʔϏεͷϦϙδτϦͷ࣮
։ൃதEFWϒϥϯν໊Ͱ։ൃ ֤αʔϏεͷϦϙδτϦͷ࣮
ϦϦʔεޙόʔδϣϯ HJUUBH ࡞ͬͨޙʹ ֤αʔϏεͷϦϙδτϦͷ࣮
SFRVJSFͷόʔδϣϯΛࢦఆ ֤αʔϏεͷϦϙδτϦͷ࣮
FYUFOET͢Δ͜ͱͰॲཧΛ࠷খݶʹ ֤αʔϏεͷϦϙδτϦͷ࣮
w ϞϊϦγοΫͷׂ w ؔ৺ͷ w όʔδϣϯཧ ղܾʂ
w ෳαʔϏε͕ಉ͡ΤϯςΟςΟʔΛݟʹߦͬͯ ͍Δ߹ɺผϦϙδτϦʹׂ w DPNQPTFSΛ͏͜ͱͰɺόʔδϣϯཧ͠ ͭͭɺڞ௨ॲཧΛಀ͕ͤͨɻ w αʔϏεଆඞཁ࠷ݶͷίʔυͰ࣮Ͱ͖ͨɻ ·ͱΊ