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
Dockerを本番導入するにあたり得た知見
Search
Shoichiro Nagai(shnagai)
July 19, 2017
Technology
18
9k
Dockerを本番導入するにあたり得た知見
JAWS-UG横浜 #10 - Docker での発表資料です
Shoichiro Nagai(shnagai)
July 19, 2017
Tweet
Share
More Decks by Shoichiro Nagai(shnagai)
See All by Shoichiro Nagai(shnagai)
テックビジョンを活用した技術戦略の実践/Implementation-of-Technology-Strategy-leveraging-Tech-Vision
shoichiron
0
76
GoでBigQueryを操作する時にStructを使うか悩んでる話/go-bigquery-struct-worries
shoichiron
1
190
AWS Step Functions × AWS SAMで実現する家族ノートの低運用コストETL基盤/ kazokunote-stepfunctions-awssam-etl
shoichiron
4
5.2k
機械学習PJのデータ収集における課題を解決する データ基盤の取組み/Efforts of data infrastructure to solve problems in data collection of machine learning PJ
shoichiron
1
2.2k
ECS×Fargateで実現する運用コストほぼ0なコンテナ運用の仕組み/ ecs fargate low cost operation
shoichiron
14
18k
ママリで動くカテゴリ類推エンジンの仕組み ~機械学習導入の4つの勘所を添えて~/mamari category analogy
shoichiron
0
800
SIGNATEの練習問題コンペで 57位までスコアを上げた話/ The story of the signate competition
shoichiron
2
5.9k
AWSサービスで実現するバッチ実行環境のコンテナ/サーバレス化/ Container service of batch execution environment realized by AWS service
shoichiron
11
7k
Fargateは何がうれしいのか/ fargate-whats-nice
shoichiron
4
11k
Other Decks in Technology
See All in Technology
AI時代のアジャイルチームを目指して ー スクラムというコンフォートゾーンからの脱却 ー / Toward Agile Teams in the Age of AI
takaking22
10
4.1k
あの夜、私たちは「人間」に戻った。 ── 災害ユートピア、贈与、そしてアジャイルの再構築 / 20260108 Hiromitsu Akiba
shift_evolve
PRO
0
410
Bedrock AgentCore Evaluationsで学ぶLLM as a judge入門
shichijoyuhi
2
320
純粋なイミュータブルモデルを設計してからイベントソーシングと組み合わせるDeciderの実践方法の紹介 /Introducing Decider Pattern with Event Sourcing
tomohisa
1
590
Introduction to Sansan Meishi Maker Development Engineer
sansan33
PRO
0
330
歴史から学ぶ、Goのメモリ管理基礎
logica0419
10
2.1k
Agentic AIが変革するAWSの開発・運用・セキュリティ ~Frontier Agentsを試してみた~ / Agentic AI transforms AWS development, operations, and security I tried Frontier Agents
yuj1osm
0
210
AI with TiDD
shiraji
1
340
AWS re:Invent2025最新動向まとめ(NRIグループre:Cap 2025)
gamogamo
0
150
ソフトウェアエンジニアとAIエンジニアの役割分担についてのある事例
kworkdev
PRO
1
370
Sansan Engineering Unit 紹介資料
sansan33
PRO
1
3.6k
AWS re:Invent 2025 を振り返る
kazzpapa3
2
110
Featured
See All Featured
Optimizing for Happiness
mojombo
379
70k
Into the Great Unknown - MozCon
thekraken
40
2.2k
Navigating Weather and Climate Data
rabernat
0
64
From π to Pie charts
rasagy
0
100
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
1
100
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
0
400
Heart Work Chapter 1 - Part 1
lfama
PRO
4
35k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
Become a Pro
speakerdeck
PRO
31
5.8k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.6k
Being A Developer After 40
akosma
91
590k
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
120
Transcript
ՈͷຖΛͬͱসإʹɻ +"846(ԣ%PDLFS $POOFIJUPJODӬҪউҰ %PDLFSΛຊ൪ಋೖ͢Δʹ͋ͨΓಘͨݟ
ࣗݾհ ӬҪউҰ @twitter shnagai Connehito inc. ΠϯϑϥΤϯδχΞ http://kobitosan.hatenablog.com/ http://qiita.com/nagais ৬ྺɿ
SIerɹɹɹɹ3 Ұٳɹɹɹ 7 ίωώτ ࠓ5݄͔Β
ϚϚϦͷαʔϏεհ ϚϚϦ2 ϚϚΛࢧ͑Δ2"ΞϓϦ ʹग़࢈ͨ͠ঁੑͷਓʹਓ͕ ձһొ ϚϚϦ ϚϚΛࢧ͑Δ8FCϝσΟΞ
˞݄࣌ ݄ؒར༻ऀɿສਓ ݄ؒߘɿສ݅Ҏ্ ݄ؒӾཡɿԯ17
ΞδΣϯμ w ίωώτͰͷ%PDLFSࣄ w ΦʔέετϨʔγϣϯπʔϧͱͯ͠ͷ&$4 w %PDLFSӡ༻Ͱಘͨݟ
ίωώτͰͷ%PDLFSࣄ
ͳͥ%PDLFS w ։ൃڥͷվળͱͯ͠%PDLFSΛಋೖͯ͠Ռग़ͨ ʲ։ൃڥվળͱͯ͠%PDLFSΛಋೖͨ͠ʳ IUUQUFDIDPOOFIJUPDPNFOUSZ w ຊ൪%PDLFSԽͨ͠Βྑͦ͞͏ w ग़དྷΔͱ͜Ζ͔Β%PDLFSΛಋೖ͍ͯ͜͠͏
%PDLFSԽ͞Ε͍ͯΔͷ w %#εΩʔϚཧπʔϧͷ࣮ߦڥ &$PO%PDLFSˠɹ&$4 ࣮ߦ࣌ʹҰ͚ͩඞཁʹͳΔͷͰίϯςφ͍ࣺͯ w 8FCΞϓϦέʔγϣϯͷεςʔδϯάڥ &$4 5SBWJT$* ։ൃڥͱಉ͡%PDLFSΠϝʔδΛεςʔδϯάڥʹల։
ॳͷΞʔΩςΫνϟ
ίϯςφͷඋɾϥΠϑαΠΫϧճ͢ͷ ݁ߏେมɻɻɻ
w %PDLFSͱͯศར w ͕ͩɺίϯςφͷϥΠϑαΠΫϧΛճ͢ͷ໘ खಈͰΖ͏ͱ͢Δͱ͜Μͳεςοϓ͕ɺɺ ϩʔΧϧϚγϯ Ϗϧυˠ&$3QVTI EPDLFSCVJMEUYYELSFDSBQOPSUIFBTUBNB[POBXTDPNIPHFEEMMBUFTU
BXTFDSHFUMPHJOSFHJPOBQOPSUIFBTU EPDLFSQVTIYYELSFDSBQOPSUIFBTUBNB[POBXTDPNIPHFEEMMBUFTU &$ &$3QVMMˠچίϯςφഁغˠίϯςφىಈ BXTFDSHFUMPHJOSFHJPOBQOPSUIFBTU EPDLFSQVMMYYELSFDSBQOPSUIFBTUBNB[POBXTDPNIPHFEEMMBUFTU EPDLFSLJMMIPHFEEM EPDLFSSNIPHFEEM EPDLFSSVOEOBNFIPHFEEMYYELSFDSBQOPSUIFBTUBNB[POBXTDPNIPHFEEMMBUFTU ΦʔέετϨʔγϣϯͷਏΈ
ΦʔέετϨʔγϣϯΛ Կͱ͔͍ͨ͠
&$4 "NB[PO&$$POUBJOFS4FSWJDF ʹ ΦʔέετϨʔγϣϯΛͤΑ͏
w "84͕ఏڙ͍ͯ͠Δ ϚωʔδυαʔϏεͳͷͰӡ༻͕ෆཁ BXTίϚϯυͰૢ࡞Մೳ &$3ͱ͍͏%PDLFSΠϝʔδͷϦϙδτϦ͋Δ wίϯςφͷӡ༻ΛશͯͤΒΕΔ ԼهͷͭͷཁૉΛఆٛ͢Δ͜ͱͰίϯςφͷϥΠϑαΠΫϧΛճͤΔ ΫϥελɾɾίϯςφΛཱͯΔϗετΛཧ λεΫఆٛɾɾͲΜͳίϯςφΛཱͯΔ͔ αʔϏεɾɾίϯςφΛ͍ͭ͘උ͢Δ͔&-#ͱͷ࿈ܞ
wಈతϙʔτϚοϐϯά ಉ͡छྨͷίϯςφΛಉҰͷϗετʹෳཱͯΒΕΔ IUUQEPDTBXTBNB[PODPNKB@KQFMBTUJDMPBECBMBODJOHMBUFTUBQQMJDBUJPOUVUPSJBMUBSHFUFDT DPOUBJOFSTIUNM &$4ͷ͍͍ͱ͜Ζ
&$4ޙͷΞʔΩςΫνϟ
&$4ɾɾϋϚͬͨϙΠϯτू
w ԼهͷͭͷίϯϙʔωϯτͰ&$4ߏ͞ΕΔɻ ͜ΕΒͷ૬͕ؔதʑཧղग़དྷͣҰఘΊͨɻɻɻ λεΫ %PDLFSίϯςφ λεΫఆٛ ɹ%PDLFSίϯςφͷىಈύϥϝʔλ EPDLFSDPNQPTFZNM૬
αʔϏε ɹλεΫΛ·ͱΊΔάϧʔϓ λεΫىಈ"-#࿈ܞ"VUPTDBMFͷઃఆ Ϋϥελ ɹλεΫΛಈ͔͢ϗετ &$ ͷू߹ମΛఆٛ "VUP4DBMMJOH(SPVQPSΧελϜ&$ ᶃ&$4ͷ֤ίϯϙʔωϯτͷ૬ؔΛཧղ͢Δͷ͕͍͠
w &$4ΫϥελɺΫϥελ࡞࣌ʹ"VUP4DBMMJOHάϧʔ ϓΛ࡞Δ "VUP4DBMMJOHάϧʔϓ͍Βͳ͍͔ΒɺϢʔβσʔλͰىಈ࣌ʹࣄલॲཧͨ͠&$ ͚ͩͰΫϥελΛߏ͍ͨ͠ ˠۭͷΫϥελΛ࡞ͬͯɺ&$ޙ͔Βඥ͚͍ͨ (6*ͩͱ͜ͷνΣοΫϘοΫεΛ͍ΕΔ͚ͩͳͷʹதʑؾ͚ͮͳ͔ͬͨɻɻɻ
ᶄΧελϚΠζͨ͠Πϯελϯε͚ͩͰΫϥελΛߏ͍ͨ͠
w αʔϏεͷσϓϩΠऴΘ͍ͬͯΔͷʹɺ"-#্Ͱશ ͳτϥϑΟοΫͷΓସΘΓ͕ى͖ͳ͍ αʔϏεΛσϓϩΠ͢Δͱɺ&$4αʔϏε্৽چͭͷσϓϩΠλεΫ͕ڞଘ͢Δ ৽نαʔϏεͷσϓϩΠ13*."3:Ͱཱ͕ͪ͋Δ͕ɺچσϓϩΠͷݩʹ࣮ߦ͞Εͯ ͍ΔλεΫׂ͕ऴΘΔ·Ͱফ͑ͳ͍ "-#ԼʹλεΫ͕͍Δ߹ͷׂ"-#ͷτϥϑΟοΫάϧʔϓʹॴଐ͢Δ͜ͱ "-#ͰɺESBJOJOHঢ়ଶ طଘίωΫγϣϯͷҡ࣋͢Δ
ΛσϑΥϧτͰTҡ࣋ ͢ΔઃఆͩͬͨͷͰɺ࣮࣭σϓϩΠऴྃޙ͔ΒTαʔϏεͷσϓϩΠऴΘΒ ͳ͍ɻɻ ESBJOJOHঢ়ଶɺT͋ΕेͳͷͰ"-#ଆͰઃఆΛม͑Δ͜ͱͰEFQMPZ͕ߴ Խɻɻ ᶅ"-#࿈ܞͷ&$4αʔϏεͰσϓϩΠ͕͍ྃ
w আରͷΫϥελʹɺλεΫ ίϯςφ ͕ಈ͍͍ͯΔ ߹ɺΫϥελআग़དྷͳ͍ɻɻ αʔϏεͰλεΫͷඞཁΛʹ͢ΔˠλεΫফ͑Δ Ϋϥελ্Ͱಈ͍͍ͯΔλεΫ͕ʹͳΔ Ϋϥελͷআ͕ग़དྷΔ ͦΕͧΕͷґଘ͕ؔΘ͔͍ͬͯΕ؆୯͕ͩɺதʑཧ
ղग़དྷͳ͔ͬͨɻɻ ᶆ&$4Ϋϥελͷআํ๏
ֶशίετਖ਼͔͔Δ͕ ઌʑଓ͘ӡ༻Λߟ͑Δͱ&$4Φεεϝ
%PDLFSΛӡ༻ͯ͠ಘͨݟ
w ႈੑΛશ͘ؾʹ͠ͳͯ͘Α͍ͷ͕࠷ߴ DIFG BOTJCMF TIFMMTDSJQUႈੑΛ୲อ͢Δͷ͕ਏ͔ͬͨɻɻ %PDLFSΠϛϡʔλϒϧͳͷͰɺΔ͜ͱΛؾʹ͠ͳ͍͍ͯ͘ w ؆୯ͳهड़ 36/ͰTIFMMίϚϯυΛ௲͍ͬͯ͘ܗࣜͳͷͰ୭ͰಡΊΔ
ᶃ%PDLFSGJMF࠷ߴ
w ։ൃڥͰಈ͍ͨͷΛͦͷ··ผڥʹҠૹग़དྷΔ ࣮ߦڥͱΞϓϦέʔγϣϯίʔυΛύοέʔδԽͯ࣋ͪ͠ӡͿ ྫ &#͏ͱɺFCFYUFOTJPOTͷ༰ΛϩʔΧϧͰ࠶ݱͤ͞Δਏ͋͞Δ ຊ൪͚ͩͰग़ΔΤϥʔ։ൃڥͰಈ͘Έ͍ͨͳਏ͍ӡ༻͔Βͷղ์ ਖ਼֬ʹ͍͏ͱɺΤϥʔͷΓ͚͔ΒίϯςφԽ͍ͯ͠Δ෦ΛΓͯ͠ߟ͑ΒΕ Δɻ
࣮ߦڥҰॹ %PDLFSΠϝʔδ ͔ͩΒɺຊ൪ͱ։ൃڥͷࠩҟͳΜ͚ͩͬͱ͍͏ εςοϓʹ͙͍͚͢Δɻ ᶄϙʔλϏϦςΟ
w %PDLFSGJMFΛಡΊશͯཧղग़དྷΔঢ়ଶΛ࡞Δ ϕʔεΠϝʔδผͰཧ͠ɺͦͷ༰Θ͔Βͳ͍Έ͍ͨͳঢ়ଶ࡞Βͳ͍ɻɻ શͯɺ։ൃڥͰ࠶ݱग़དྷɺ͔ͭΠϝʔδΛͦͷ··͍͚࣋ͬͯΔΑ͏ʹɻ w ίϯςφͷதɺ୭Ͱߋ৽ग़དྷΔମ੍ʹ ͜Ε·Ͱͷ04ϛυϧΣΞͷϨΠϠΠϯϑϥ͕ཧΈ͍ͨͳੈքͱͷܾผ ᶅ%PDLFSΠϝʔδநԽ͠ͳ͍ํ͕Αͦ͞͏
w &$4ڥͰͷ%PDLFSίϯςφσϓϩΠϑϩʔ %PDLFSGJMFͷ࡞ϩʔΧϧͷ։ൃڥͰ݁ σϓϩΠ࣌ʹඞཁͳࣄ ։ൃڥͰ࡞ͬͨ%PDLFSΠϝʔδΛ"84্ʹඋ͢Δ ɹ%PDLFSGJMFϏϧυ&$3ʹQVTIλεΫఆٛͷ৽ϦϏδϣϯ࡞αʔϏεߋ৽ w &$4ͷσϓϩΠ෦ɺFDTEFQMPZ͕ྑͦ͞͏ ৽͍͠ίϯςφͷඋλεΫఆٛͷ৽ϦϏδϣϯ࡞αʔϏεߋ৽͕ඞཁ
͜ͷ෦ΛࣗಈԽͯ͘͠ΕΔπʔϧ FDTEFQMPZɺFDTDMJΛͬͯॻ͔Ε͍ͯΔͷͰɺಡΈ͍͢ ऴྃΛͬͯ͘ΕΔ FDTDMJͷEFTDSJCFTFSWJDFTTFSWJDFTEFQMPZNFOU͕ʹͳΔͷΛࢹ ʲαϯϓϧίϚϯυʳ FDTEFQMPZU λεΫߋ৽ͷλΠϜΞτ DE<Ϋϥελ໊>O<αʔϏε໊>J<%PDLFSϦϙδτϦͷ63-> ˞IUUQTHJUIVCDPNTJMJOUFSOBUJPOBMFDTEFQMPZ ᶆ&$4ڥͰͷσϓϩΠϕετϓϥΫςΟε
%PDLFSΛಋೖͯ͠ɺ ݁ہԿ͕͏Ε͔ͬͨ͠ͷ͔
ґଘؔΛҙࣝͨ͠ਏ͍γεςϜӡ༻ ϩʔΧϧ0,ˠຊ൪ʜ ܦݧଇ͔Βಋ͔ΕΔ͜ͷׂͩͬͨΒ͋ͷαʔόͰ͠ΐ ˣ Ұͭͷίϯϙʔωϯτ͚ͩΛߟ͑Δ ָͳγεςϜӡ༻ʹਐԽ ϩʔΧϧ0,ˠຊ൪0, શʹಉ͡ͷ͕ಈ͘ ίϯςφػೳ
ίϯςφͷඋ&$4ʹ͓ͤͦ͜ʹ಄Θͳ͍
w %PDLFSΛಋೖ͢Δ͜ͱͰɺ͜Ε·Ͱͷਏ͍γεςϜӡ༻ ͔Β٫ग़དྷΔ෦͕͋Δ w %PDLFSGJMFΦʔϓϯʹ୭Ͱ৮ΕΔΑ͏ͳӡ༻Λ͠ͳ ͍ͱࢫຯ͕ݮ͢Δɻ w %PDLFSΦʔέετϨʔγϣϯπʔϧͱͯ͠ɺ"84Λͬ ͍ͯΔͳΒ&$4͕ྑͦ͞͏ ·ͱΊ