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
アクセス頻度予測に基づく仮想サーバの計画的オートスケーリング/Scheduled Autosc...
Search
monochromegane
June 24, 2017
Technology
4
3.4k
アクセス頻度予測に基づく仮想サーバの計画的オートスケーリング/Scheduled Autoscaling of Virtual Servers by Access Frequency Prediction
情報処理学会インターネットと運用技術研究会(IOT) 通算第 38 回 研究会
http://www.iot.ipsj.or.jp/news/iot38-program
monochromegane
June 24, 2017
Tweet
Share
More Decks by monochromegane
See All by monochromegane
ベクトル検索システムの気持ち
monochromegane
33
10k
Go言語での実装を通して学ぶ、高速なベクトル検索を支えるクラスタリング技術/fukuokago-kmeans
monochromegane
1
170
Go言語でターミナルフレンドリーなAIコマンド、afaを作った/fukuokago20_afa
monochromegane
2
240
多様かつ継続的に変化する環境に適応する情報システム/thesis-defense-presentation
monochromegane
1
870
Online Nonstationary and Nonlinear Bandits with Recursive Weighted Gaussian Process
monochromegane
0
530
AIを前提とした体験の実現に向けて/toward_ai_based_experiences
monochromegane
2
940
Go言語でMac GPUプログラミング
monochromegane
1
590
Contextual and Nonstationary Multi-armed Bandits Using the Linear Gaussian State Space Model for the Meta-Recommender System
monochromegane
1
1k
迅速な学習機構を用いて逐次適応性を損なうことなく非線形性を扱う文脈付き多腕バンディット手法/extreme_neural_linear_bandits
monochromegane
0
2.2k
Other Decks in Technology
See All in Technology
Platform Engineering for Private Cloud
cote
PRO
0
110
The PyArrow revolution in Pandas
reuven
0
130
Tailwind CSS の小話「コンテナークエリーって便利」
yamaday
0
150
golang-migrate VS Atlas !? 技術選定のポイントと学び ~DBマイグレーションツール選定の実例を通して~ / golang-migrate vs Atlas ! What is the point of technology selection and what you can learn from the examples of DB migration tool selection?
nttcom
0
110
hacomonoらしさをデザインする
hacomono
PRO
2
110
4社統合におけるマスタデータ管理に立ち向かう / Towards master data management in the four-company integration
carta_engineering
0
300
インラインRBSコメントに鯛pe checkersもニッコリ
sansantech
PRO
2
200
CARTA HOLDINGS エンジニア向け 採用ピッチ資料 / CARTA-GUIDE-for-Engineers
carta_engineering
0
28k
20250514 1Passwordを使い倒す道場 vol.1
east_takumi
0
160
地に足の付いた現実的な技術選定から魔力のある体験を得る『AIレシート読み取り機能』のケーススタディ / From Grounded Tech Choices to Magical UX: A Case Study of AI Receipt Scanning
moznion
5
2k
NAB Show 2025 動画技術関連レポート / NAB Show 2025 Report
cyberagentdevelopers
PRO
0
140
MCP でモノが動くとおもしろい/It is interesting when things move with MCP
bitkey
3
630
Featured
See All Featured
Measuring & Analyzing Core Web Vitals
bluesmoon
7
430
Art, The Web, and Tiny UX
lynnandtonic
298
21k
The Invisible Side of Design
smashingmag
299
50k
How to Think Like a Performance Engineer
csswizardry
23
1.6k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
810
How to Ace a Technical Interview
jacobian
276
23k
GraphQLとの向き合い方2022年版
quramy
46
14k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.3k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Writing Fast Ruby
sferik
628
61k
Code Reviewing Like a Champion
maltzj
523
40k
Bash Introduction
62gerente
613
210k
Transcript
ࡾ༔հɺদຊ྄հɺྗ݈࣍*ɺ܀ྛ݈ଠ / ϖύϘݚڀॴ / *ྗ݈ٕ࣍ज़࢜ࣄॴ 2017.06.24 ୈ38ճ ใॲཧֶձ Πϯλʔωοτͱӡ༻ٕज़ݚڀձ ΞΫηεස༧ଌʹجͮ͘
ԾαʔόͷܭըతΦʔτεέʔϦϯά
1. Ծαʔόӡ༻࠷దԽͷഎܠͱຊݚڀͷత 2. ैདྷͷԾαʔόӡ༻࠷దԽͷ՝ 3. ΞΫηεස༧ଌʹجͮ͘ԾαʔόͷܭըతΦʔτε έʔϦϯά 4. ࣮ݧͱߟ 5.
·ͱΊ 2 ࣍
1. Ծαʔόӡ༻࠷దԽͷഎܠͱ ຊݚڀͷత
• ΫϥυαʔϏεͷීٴ • ར༻ऀಈʹ߹ΘͤͯΞΫηεස͕มಈ͢ΔWebαʔϏε ӡ༻ʹͱͬͯॊೈͳߏมߋ͕ՄೳͳΫϥυαʔϏε ੑ͕ߴ͍ • ΫϥυαʔϏεैྔ՝͕ۚओྲྀ • ॲཧೳྗΛอͪͭͭඞཁ࠷খݶͷԾαʔόͰӡ༻͠ར༻ྉ
ۚΛ੍͢Δඞཁ͕͋Δ 4 ݚڀͷഎܠ
• ΦʔτεέʔϦϯάܖػͷج४ܾఆ͕ࠔ • Ծαʔόىಈྃ·Ͱͷ࣌ؒࠩʹىҼ͢ΔҰ࣌తͳॲཧੑೳ ͷෆ 5 ैདྷͷԾαʔόӡ༻࠷దԽͷ՝ ߴਫ਼ͳधཁ༧ଌʹجͮ͘ܭըతͳԾαʔόͷࣄલ४උ
• WebΞϓϦέʔγϣϯߏͷෳࡶ͞ʹґଘ͠ͳ͍ • ༧ଌਫ਼্ͷͨΊधཁʹӨڹΛ༩͑ΔཁҼΛߟྀ͢Δ • Ծαʔόͷෛՙ͕ҰఆʹอͨΕͨ҆ఆ͔ͭޮతͳӡ༻ 6 ຊݚڀͷత ߴਫ਼ͳधཁ༧ଌʹجͮ͘ܭըతͳΦʔτεέʔϦϯά
2. ैདྷͷԾαʔόӡ༻࠷దԽͷ՝
• ϦιʔεมಈͱWebαʔϏεશମͷؔੑΛѲ͠ɺదͳ ࢦඪͱᮢΛܾఆ͢Δ͜ͱࠔ • ࣌ؒ͝ͱͷWebαʔϏεར༻ಈͷਪҠ͕ଟ͘ͷཁҼ͔Βߏ ͞ΕΔ߹ɺదͳࢦඪͱᮢΛܾఆ͢Δ͜ͱࠔ 8 ैདྷͷԾαʔόӡ༻࠷దԽͷ՝ ΦʔτεέʔϦϯάܖػͷج४ܾఆ͕ࠔ
• աڈͷαʔόधཁʹج͖ͮ౷ܭతʹݟੵΔख๏Ͱ෮ ͷͳ͍ෆఆظͳཁҼΛ༧ଌʹऔΓࠐΊͳ͍ • ωοτϫʔΫͷτϥώοΫٳͳͲͷཁҼʹΑΓมಈ͕͋Δ͜ͱ͕ΒΕ ͓ͯΓɺWebαʔϏεಈ༧ଌʹԠ༻Ͱ͖Δͱߟ͑ΒΕΔɻ 9 ैདྷͷԾαʔόӡ༻࠷దԽͷ՝ αʔόधཁͷࣗಈ༧ଌͱ༧ଌਫ਼
• ϦιʔεมಈΛܖػͱ͢ΔԠతʹαʔόधཁʹै͢Δߏ มߋͰҰ࣌తͳॲཧੑೳͷෆΛආ͚ΒΕͳ͍ 10 ैདྷͷԾαʔόӡ༻࠷దԽͷ՝ Ծαʔόىಈ࣌ؒࠩʹىҼ͢ΔҰ࣌తͳॲཧੑೳͷෆ
3. ΞΫηεස༧ଌʹجͮ͘ ԾαʔόͷܭըతΦʔτεέʔϦϯά
12 ఏҊख๏ • WebαʔϏεશମͰҰఆ࣌ؒʹॲཧͨ͠ΞΫηεසͰ͋Δ εϧʔϓοτΛࢦඪͱ͠ɺӡ༻্ɺܦݧతʹѲ͞Ε͍ͯΔ҆ ఆͯ͠ӡ༻ՄೳͳΛࢦ͢ • աڈͷΞΫηεසͱෆఆظͳมಈཁҼ͔Β༧ଌϞσϧΛ ಋ͘ •
༧ଌతͳߏมߋΛ՝ۚ୯ҐͰ͋Δ1࣌ؒΛ୯Ґʹߦ͏ ΞΫηεස༧ଌʹجͮ͘ԾαʔόͷܭըతΦʔτεέʔϦϯά
13 ఏҊख๏
14 ΞΫηεස༧ଌϞσϧ • ظؒͷ࣌ܥྻσʔλʹରͯ͠༧ଌਫ਼ͷߴ͍LSTMΛ༻͍Δ • աڈͷ࣌ܥྻσʔλʹՃ͑ɺWebαʔϏεӡ༻ͷதͰ֫ಘ͠ ͖ͯͨΞΫηεසӨڹΛ༩͑ΔෆఆظͳཁҼೖྗͱ͢Δ
15 ΞΫηεස༧ଌϞσϧ ,FSBTʹΑΔΞΫηεස༧ଌͷ࣮ -45.ϞσϧΛఆٛ ֶशΛऩଋͤ͞ΔͨΊೖྗΛਖ਼نԽ ͢ΔΛఆٛ աڈΞΫηεසͱ֎తཁҼΛݩʹֶश
16 ΞΫηεස༧ଌϞσϧ ΞΫηεස༧ଌϞσϧ ֶशσʔλΫϥυαʔϏεͷඪ४՝ ۚ୯ҐͰ͋Δ࣌ؒΛཻͱ͢Δ 8FCαʔϏεͷ࠷ఆৗੑΛ֬ೝͰ͖Δ࣌ؒͷσʔλ Λೖྗͱ͠ɺ࣍ͷ࣌ؒͷΞΫηεස༧ଌΛग़ྗͱ͢Δ ˞࣌ؒޙҎ߱༧ଌΛؚΊͨظΛೖྗͱ͢Δ
17 Ծαʔόࢉग़ • ༧ଌͨ͠ΞΫηεසΛجʹɺWebαʔϏεΛ҆ఆͯ͠ӡ༻ Ͱ͖Δ҆ͱͳΔεϧʔϓοτΛ֬อͰ͖ΔΛٻΊΔ ༧ଌΞΫηεසʹର͠εϧʔϓοτΛ ֬อͰ͖ΔΛࢉग़͢Δ 5<ΞΫηεස> 1<༧ଌΞΫηεස࣌> -αʔόԼݶ
4. ࣮ݧͱߟ
• WebαʔϏεͷϓϩμΫγϣϯڥʹΞΫηεස༧ଌͳΒͼ ʹαʔόࢉग़γεςϜΛಋೖ͠ɺٻΊͨʹج͖ͮܭը తΦʔτεέʔϦϯάΛ࣮ࢪ • ҟͳΔΞΫηεͷ͋Δ2ͭͷαʔό܈Λରͱͨ͠ • ඇఆৗͷཁҼͷՃຯʹΑΔΞΫηεස༧ଌਫ਼ͷධՁ • ఏҊख๏ʹΑΔॲཧੑೳͱԾαʔόͷ࠷దԽͷධՁ
19 ධՁํ๏ͱධՁڥ
• WebαʔϏεӡ༻ऀ͕ӡ༻ͷதͰ֫ಘ͖ͯͨ͠ΞΫηεස ʹӨڹΛ༩͑ΔෆఆظཁҼ • શར༻ऀ͚ͷϓογϡ৴ • ࣌ؒݶఆΩϟϯϖʔϯ 20 ඇఆৗͷཁҼͷՃຯʹΑΔ༧ଌਫ਼ͷධՁ
• ࠓճͷධՁͰɺରͷ WebαʔϏεʹ͓͍ͯཌ ͕ฏͷ߹ɺؒʹΞΫ ηεස͕૿Ճ͢Δͱ͍͏ ܦݧଇΛཁҼͱͯ͠Ճ͑ͨ 21 ඇఆৗͷཁҼͷՃຯʹΑΔ༧ଌਫ਼ͷධՁ
22 ඇఆৗͷཁҼͷՃຯʹΑΔ༧ଌਫ਼ͷධՁ ඇఆৗͷཁҼΛؚ·ͳ͍ ඇఆৗͷཁҼΛؚΉ ฏۉೋޡࠩ "܈ ฏۉೋޡࠩ #܈
• ֶशɺݕূσʔλʹର͢Δ༧ଌਫ਼ΛฏۉೋޡࠩͰൺֱ
23 ඇఆৗͷཁҼͷՃຯʹΑΔ༧ଌਫ਼ͷධՁ ؒʹීஈͱҟͳΔͱͳΔಛੑΛଊ ͑ͨ༧ଌ͕ߦΘΕ͍ͯΔɻ
• ඇఆৗͷཁҼΛՃຯ͢Δ͜ͱʹΑΓ͍ͣΕͷ܈Ͱਫ਼ͷ্ ͕ݟΒΕͨ • ཌ͕ฏͰ͋Δ߹ͷؒଳͷΞΫηεසͷಛੑΛଊ ͑ͨ༧ଌ͕Ͱ͖ͨ • ରʹཁҼ͕Өڹ͠ͳ͍࣌ؒଳʹ͍ͭͯཁҼʹΑΓ༧ଌਫ਼ ͕Լ͕Δ߹͋ΔͨΊɺཁҼͷ࡞༻͢Δ࣌ؒଳΛߜΓࠐΉ ͷʹΑΓਫ਼վળ͕ظͰ͖Δ
24 ߟ
• ΞΫηεස༧ଌΛ༻͍ͨܭըతΦʔτεέʔϦϯάʹΑΔॲ ཧੑೳͱԾαʔόͷ࠷దԽΛධՁ • ༨ͳԾαʔόͷىಈ੍͕͞Εͨ͜ͱΛݕূ • ௐ͞ΕͨԾαʔό͕దͰ͋Δ͜ͱΛݕূ 25 ܭըతΦʔτεέʔϦϯάͷධՁ
26 ܭըతΦʔτεέʔϦϯάͷධՁ ԾαʔόͷਪҠ ͋ͨΓͷαʔό૯ىಈ࣌ؒ"܈ ը૾্ Ͱ͔࣌ؒΒ࣌ؒʹɺ#܈ ը૾Լ Ͱ ͔࣌ؒΒ࣌ؒʹݮ
˞"܈ͷ࣌ࢉग़͕ԼݶΛԼ ճͬͨͨΊɺͷมಈݟΒΕͳ͍
27 ܭըతΦʔτεέʔϦϯάͷධՁ ΞΫηεසͷਪҠ ͋ͨΓΞΫηεසͷඪ४ภࠩ"܈ ը ૾্ Ͱ͔Βʹɺ#܈ ը ૾Լ Ͱ͔ΒʹมԽɻ
ख๏ద༻ޙʹεϧʔϓοτ͕҆ఆ͍ͯ͠Δ ͜ͱ͕Θ͔Δɻ ˞"܈ͷ૿ՃԼݶӡ༻ͱͳͬͨ࣌ؒଳ ͷ͋ͨΓͷεϧʔϓοτ૿ՃʹΑΔ ͷͱߟ͑ΒΕΔ
• ఏҊख๏ʹΑΔܭըతΦʔτεέʔϦϯάʹΑΓԾαʔό Λ࣌ؒ͝ͱʹௐ͠ɺ͔ͭɺ1͋ͨΓͷΞΫηεස͕Ұ ఆʹอͨΕͨ͜ͱͰ࠷దͳͰ҆ఆͨ͠ॲཧੑೳΛอͯΔ͜ ͱ͕֬ೝͰ͖ͨ • εϧʔϓοτͷΏΒ͗࣌ؒଳ͝ͱʹΞΫηε࣌ͷॲཧ༰ ʹภΓ͕ݪҼͱߟ͑ΒΕΔͨΊɺHTTPϦΫΤετϝιουͳ Ͳͷछผ͝ͱʹεϧʔϓοτͷ҆Λྨ͢Δ͜ͱͰਫ਼্ ͕ظͰ͖Δɻ
28 ߟ
5. ·ͱΊ
• ఏҊख๏Ͱ͋ΔɺΞΫηεස༧ଌʹجͮ͘ܭըతΦʔτεέʔ ϦϯάʹΑΓɺޮతͰ҆ఆͨ͠αʔόʹΑΔӡ༻͕Ͱ͖ ͨɻ • ඇఆৗͷཁҼΛऔΓࠐΉ͜ͱͰWebαʔϏεӡ༻ܦݧଇ༧ ଌʹऔΓࠐΉ͜ͱ͕Ͱ͖ͨɻ • ࠓޙԠతͳΦʔτεέʔϦϯάͱΈ߹ΘͤΔ͜ͱͰಥൃ తͳΞΫηεසมಈʹରԠ͢ΔߏΛݕ౼͍ͨ͠
30 ·ͱΊ
None