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
3.6k
4
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
More Decks by monochromegane
See All by monochromegane
適応的スパムフィルタのための軽量な類似メッセージカウンタ / jsai2026-adaptive-spam-filter
monochromegane
0
3.6k
ベクトル検索のフィルタを用いた機械学習モデルとの統合 / python-meetup-fukuoka-06-vector-attr
monochromegane
3
750
Claude Codeセッション現状確認 2026福岡 / fukuoka-aicoding-00-beacon
monochromegane
4
560
Go言語での実装を通して学ぶLLMファインチューニングの仕組み / fukuokago22-llm-peft
monochromegane
0
240
不確実性下における目的と手段の統合的探索に向けた連続腕バンディットの応用 / iot70_gp_rff_mab
monochromegane
2
400
なめらかなシステムと運用維持の終わらぬ未来 / dicomo2025_coherently_fittable_system
monochromegane
0
19k
ベクトル検索システムの気持ち
monochromegane
38
13k
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
310
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
370
Other Decks in Technology
See All in Technology
Android の公式 Skill / Android skills
yanzm
0
150
AIエージェントが名古屋の猛暑からあなたを守る
happysamurai294
0
120
GitHub Copilot 最新アップデート – 「一歩先」の実践活用術
moulongzhang
2
350
LLMにもCAP定理があるという話
harukasakihara
0
360
入門!AWS Blocks
ysuzuki
1
120
小さくはじめるSLI/SLO ~育てながら組織に定着させる実践知~ / Starting Small with SLI/SLOs: Building Adoption Through Continuous Growth
nari_ex
7
1.9k
気軽に使える"情報のハブ"としてのNotion活用 〜フロー情報の集積点 と、 Claude Code × Notion AI〜
syucream
1
110
MCP Appsを作ってみよう
iwamot
PRO
4
650
2026 TECHFRESH 畢業分享會 - 開發日常大解密!從領域驅動到企業級上線
line_developers_tw
PRO
0
1k
2026TECHFRESH畢業分享會 - Lightning Talk - 打造精準高效的 MCP 設計模式與測試實務
line_developers_tw
PRO
0
1k
Kubernetesにおける学習基盤とLLMOpsの概要
ry
1
310
2026TECHFRESH畢業分享會 - 葬送的通靈師:化系統與用戶雜訊成行動訊號
line_developers_tw
PRO
0
1k
Featured
See All Featured
Believing is Seeing
oripsolob
1
140
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
Mind Mapping
helmedeiros
PRO
1
250
Become a Pro
speakerdeck
PRO
31
6k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
270
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
170
How to train your dragon (web standard)
notwaldorf
97
6.7k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.8k
The Mindset for Success: Future Career Progression
greggifford
PRO
0
360
The #1 spot is gone: here's how to win anyway
tamaranovitovic
2
1.1k
Crafting Experiences
bethany
1
180
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
410
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