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
スケーラブルシステムの実現に向けて
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Masatoshi Shimada
January 11, 2017
Technology
780
0
Share
スケーラブルシステムの実現に向けて
スケーラブルシステム
- コンウェイの法則
- 境界付けられたコンテキスト
- 分割統治
Masatoshi Shimada
January 11, 2017
More Decks by Masatoshi Shimada
See All by Masatoshi Shimada
データプラットフォーム技術におけるメダリオンアーキテクチャという考え方/DataPlatformWithMedallionArchitecture
smdmts
12
4k
Delta Lakeを用いた LLM処理基盤 / Delta Lake with LLM on Dataplatform
smdmts
3
8.8k
Lakehouseプラットフォームを 採用するまでの話/Lakehouse Platform Adoption
smdmts
1
1k
Sparkから利用するAirframe/Spark-With-Airframe
smdmts
0
1.9k
Redashで何をみるのか/What Do You Wanna See Redash?
smdmts
1
1.8k
DatabricksとSparkではじめる [ビッグデータETL処理/データ可視化] 実践入門 / Databricks and Spark with ETL and Visualization
smdmts
1
1.8k
DatabricksとSparkではじめる [データ分析/機械学習] 実践入門 / Databrick and Spark with Data Analyze and ML for newbie.
smdmts
6
2.4k
作らない分析基板のススメ/DWH For Startup With YAGNI
smdmts
1
820
エンジニアのためのドメイン駆動設計実践入門 / DDD for Engineer newbie
smdmts
18
4k
Other Decks in Technology
See All in Technology
【技術書典20】OpenFOAM(自宅で深める流体解析)流れと熱移動(2)
kamakiri1225
0
390
そのSLO 99.9%、本当に必要ですか? 〜優先度付きSLOによる責任共有の設計思想〜 / Is that 99.9% SLO really necessary? Design philosophy of shared responsibility through prioritized SLOs
vtryo
0
500
古今東西SRE
okaru
2
170
[Oracle TechNight#99] 生成AI時代のAI/ML入門 ~ AIとオラクルデータベースの関係 (後半)
oracle4engineer
PRO
3
250
『生成AI時代のクレデンシャルとパーミッション設計 — Claude Code を起点に』の執筆企画
takuros
3
2.3k
Modernizing Your HCL Connections Experience: Visual Report to chain, Profile Enhancements, and AI Integration
wannesrams
0
300
Shiny New Tools Won't Fix Your Problem
trishagee
1
120
サービスの信頼性を高めるため、形骸化した「プロダクションミーティング」を立て直すまでの取り組み
stefafafan
1
260
自動テストだけで リリース判断できるチームへ - 鍵はテストの量ではなくリリース判断基準の再設計にあった / Redesigning Release Criteria for Lightweight Releases
ewa
7
3.6k
Digital Independence: Why, When and How
wannesrams
0
310
新卒エンジニア研修、ハンズオンの設計における課題と実践知/ #tachikawaany
nishiuma
2
140
OWASP APTSを眺めてみた
su3158
0
130
Featured
See All Featured
WENDY [Excerpt]
tessaabrams
10
37k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
160
Being A Developer After 40
akosma
91
590k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.9k
Faster Mobile Websites
deanohume
310
31k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.7k
Ethics towards AI in product and experience design
skipperchong
2
270
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.5k
Site-Speed That Sticks
csswizardry
13
1.2k
RailsConf 2023
tenderlove
30
1.4k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.3k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
360
Transcript
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ !TNENUT
ࣗݾհ w 4DBMB+BWB&41ZUIPO w υϝΠϯۦಈઃܭ3FBDUJWF%%% ʢ%41%.1ιʔγϟϧήʔϜצఆܥ৹ࠪܥϛυϧΣΞʣ w ϓϩδΣΫτϚωʔδϝϯτ w ϦΞΫςΟϒϓϩάϥϛϯά
w ೣ͖ʢ͔͠͠ೣΞϨϧΪʔʣ .BTB4IJNBEB !TNENUT
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ ίϯΣΠͷ๏ଇ ڥք͚ΒΕͨίϯςΩετ ׂ౷࣏
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ ίϯΣΠͷ๏ଇ
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ w ίϯΣΠͷ๏ଇ w γεςϜΛઃܭ͢Δ৫ɺͦͷߏΛͦͬ ͘Γ·ͶͨߏͷઃܭΛੜΈग़ͯ͠͠·͏ w ΞʔΩςΫνϟʢઃܭʣ৫ʹै͏ w ৫ΞʔΩςΫνϟʢઃܭʣʹै͏
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ ڥք͚ΒΕͨίϯςΩετ
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ w ڥք͚ΒΕͨίϯςΩετ w γεςϜ૬ޓ࡞༻ʹ͓͚Δڥք͕ఆٛ͞ΕΔ w ϓϩδΣΫτͷʮೄுΓʯΛఆٛ͢Δ w γεςϜͷػೳͷਨׂʹ͍ۙ w
&5-ܥɾ৴ܥɾཧը໘ܥͳͲ w ։ൃॳظ͔Βஈ֊Ͱमਖ਼͞ΕΔՄೳੑ͕ߴ͍ w ৽Ϗδωεͷग़ݱϒϨΠΫεϧʔͷൃੜͳͲ
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ ׂ౷࣏
εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ w ׂ౷࣏ w େ͖ͳΛখ͞ͳʹׂͯ͠Λղܾ͢Δͱ͍ ͏ख๏ w ϓϩδΣΫτͷʮೄுΓʯ͕໌֬ʹͳΔͨΊɺ࣋ͪ ͷʮྖʯʹ͓͚ΔײΛ͍࣋ͪ͢ w
νʔϜΛׂ౷࣏͢ΔͱʮೄுΓʯ֎Ͱͷ૪͍ʢϑϨʔ ϜϫʔΫɾݴޠ૪ͳͲʣ͕ൃੜ͠ͳ͍ w ͷɺ୯Ұͷݪଇʢ431ʣʹࣗવͱै͏
w εέʔϧϥϒϧγεςϜʹඞཁͳ݅ w ڥք͚ΒΕͨίϯςΩετͰׂͨ͠υϝΠϯຖͰׂ౷ ࣏͠εέʔϧ͢ΔνʔϜઃܭʢίϯΣΠͷ๏ଇʣ w εέʔϧෆՄೳͳϙΠϯτ͕ଘࡏ͠ͳ͍ΠϯϑϥΞϓϦઃܭ <ิ>ʢٯίϯΣΠઓུʣ ·͍͠ΞʔΩςΫνϟΛଅਐ͢ΔͨΊʹɺઓུతʹ৫Λมߋ͢Δࣄ w
ϏδωεͷํੑͱγεςϜͷํੑ͕Ұக͢Δࣄ͕ཧ w %FWͱ0QTಉ͡νʔϜͱ͢Δ"HJMFνʔϜͰߦ͏ w ࢀর<>ɿIUUQTXXXUIPVHIUXPSLTDPNSBEBSUFDIOJRVFTJOWFSTFDPOXBZ NBOFVWFS w ࢀর<>ɿIUUQTBOBHJMFXBZXPSEQSFTTDPNJOWFSTFDPOXBZNBOFVWFS BOEEFWPQTNJDSPTFSWJDFTBOEBHJMF εέʔϥϒϧγεςϜͷ࣮ݱʹ͚ͯ
εέʔϥϒϧγεςϜͷҰྫ 3FETIJGU J1IPOF "OESPJE 8FC &5-ܥ )551 )551 )551 ϦΞϧλΠϜॲཧܥ
)551 1MBOF-PH 4IBQFE-PH &YUSBDUJPO-PH 1SFTUP 42- 6OMPBE ࿈ܞઌγεςϜ εέʔϧՄೳ ަՄೳ %ZOBNPEC εέʔϧՄೳ ަՄೳ
·ͱΊ w ڥք͚ΒΕͨίϯςΩετͰׂͨ͠ʮྖʯɺ શͯεέʔϧՄೳͰͳ͚ΕͳΒͳ͍ w ׂ౷࣏ͰνʔϜʹʮೄுΓʯΛ༩͑ΔͱɺνʔϜ ֎ʹର͢ΔײҰମײ͕ੜ·ΕΔ w దͳઃܭڥքͷׂͱνʔϜฤΛߦ͏ͱɺίϯΣ Πͷ๏ଇʹै͍εέʔϥϒϧͳγεςϜͱͳΔ
εέʔϥϒϧγεςϜͷ࣮ݱ͢ΔͨΊʹ
εέʔϥϒϧγεςϜͷ։ൃ࣮ࡍ ͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠