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
五反田rb_35.pdf
Search
WalkerSumida
March 20, 2019
Technology
0
280
五反田rb_35.pdf
2019年3月20日に開催された五反田.rb #35の登壇資料です!
「ディレクトリ/ファイルをどうやって切っていますか?」
WalkerSumida
March 20, 2019
Tweet
Share
More Decks by WalkerSumida
See All by WalkerSumida
PumaとUnicorn どっちがいいのか / puma vs unicorn
walkersumida
0
74
Open APIやSPA構成のAPI設計 / openapi-api-design
walkersumida
0
330
RubyをからめたWebAssemblyの話 / ruby-webassembly
walkersumida
0
140
Railsの設計 〜コントローラの メタボを防げ〜 / rails-controller-design
walkersumida
1
270
CircleCIで docker-compose最強? / docker-compose-up-on-circleci
walkersumida
2
2.8k
dockerで動いている プロジェクトのrubocop解析 vim編 + おまけ / rubocop vim docker rubymine gotandarb36
walkersumida
0
2.1k
この夏モテたい人のための2stepで起動できるNuxtjs + Rails(ID/PW認証付き)サンプルを公開! / sample nuxtjs rails
walkersumida
3
1.8k
1人で開発したWEBサービスが500社に導入されるために採用した3つの技術とたった1つの考え方 / notia three technologies 20190329
walkersumida
1
2.6k
Other Decks in Technology
See All in Technology
Github Actions 로 Android 팀의 효율성 극대화
hadonghyun
0
160
Flutter研修【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
160
JBUG岡山 #6 WordCamp男木島の チームビルディング
takeshifurusato
0
150
成長期に歩みを止めないための創業期の開発文化形成
mayah
6
420
大規模ドラレコデータ収集・機械学習基盤を支える AWS CDK 〜導入・運用事例紹介〜
pemugi
0
110
Matterport を使ってクラスメソッド各拠点のバーチャルオフィスツアーを作成してみた
wakatsuki
0
160
テスト・設計研修【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
170
AWSでRAGを作る法方
sonoda_mj
1
140
フルリモートワークはエンジニアの夢を叶えたか? #cm_odyssey
mamohacy
2
600
推薦システムを本番導入する上で一番優先すべきだったこと~NewsPicks記事推薦機能の改善事例を元に~
morinota
0
130
クラウド利用者の「責任」をどう果たす?AWSセキュリティ対策のススメ #AWSSummit
hiashisan
0
280
簡単に始めるSnowflakeの機械学習
nayuts
1
190
Featured
See All Featured
Intergalactic Javascript Robots from Outer Space
tanoku
266
26k
The Brand Is Dead. Long Live the Brand.
mthomps
52
36k
What’s in a name? Adding method to the madness
productmarketing
PRO
21
2.9k
StorybookのUI Testing Handbookを読んだ
zakiyama
15
4.9k
Rebuilding a faster, lazier Slack
samanthasiow
78
8.5k
We Have a Design System, Now What?
morganepeng
46
7k
Optimising Largest Contentful Paint
csswizardry
18
2.6k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
18
1.2k
Docker and Python
trallard
37
2.9k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
277
13k
The Cost Of JavaScript in 2023
addyosmani
31
4.7k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
662
120k
Transcript
σΟϨΫτϦϑΝΠϧΛ Ͳ͏͍ͬͯͬͯ·͔͢ʁ גࣜձࣾϚπϦΧ/PUJBࣄۀऀ "ZVNV4VNJEB
גࣜձࣾ ϚπϦΧ 4FOTFT 4'"$3. /PUJB &NBJM5SBDLJOH 3VCZΤϯδχΞ ઈࢍืूதͰ͢ʂ
͔ͬ͜Αͯ͘DPPMͳ Ҏ֎͍ͨ͠
ओ࠵ऀ͕ஏΛ͔͔ͳ͍ ͰͲ͏͢Δ
օ͞Μ͕Α͍ͯ͘Δ 4FSWJDFΫϥε͋Γ·͢ΑͶʁ
ஏ͔͍͚ͣ͠Ͳɺ/PUJB 4FSWJDFͰͳ͘-PHJDΫϥε Ͱͬͯ·ͨ͠ɻ
w BQQMPHJDԼʹҰൠతʹݴ ΘΕ͍ͯΔ4FSWJDF͕ೖ͍ͬͯ ·͢ɻ w TMBDL@XFCIPPLSC/PUJB 4MBDL࿈ܞͰॏཁͳ௨Λ 4MBDLʹ௨͢Δػೳ͕͋Γ ·͢ɻͦͷॲཧΛ୲͍ͬͯΔ Ϋϥε
-PHJDΫϥεͷৄࡉ
w ௨ͷछྨ͕ଟ͋Δ w ϝʔϧ։෧௨ w ϑΝΠϧ։෧௨ w FUD -PHJDΫϥεͷৄࡉ
w ͲΜͲΜϝιου͕૿͑ϑΝΠϧ ͷߦ͕૿͑ΔҰํ -PHJDΫϥεͷৄࡉ
MPHJDTFSWJDF
MPHJDTFSWJDF
(JU-BC.BTUPEPOΛࢀߟ ʹ4FSWJDFΛॻ͍ͯΈͨ
w \ಈࢺ^\తޠ^4FSWJDFͱ͍͏໋໊ن ଇ͕جຊ w ػೳʹΑͬͯOBNBTQBDF͕ΒΕ͍ͯ Δ w جຊతʹ4FSWJDFΫϥεͷQVCMJDNFUIPE FYFDVUFͷΈ w
ϨίʔυΦϒδΣΫτΛૢ࡞͢ΔλΠ ϓͷ4FSWJDFϨίʔυΦϒδΣΫτΛ ͦͷ··ฦ͍ͯ͠Δ͜ͱ͕ଟ͍ w ࢀߟIUUQ FVHMFOBIBUFOBCMPHKQFOUSZ (JU-BCͷ4FSWJDFϧʔϧ
w \ಈࢺ^\తޠ^4FSWJDFͱ͍͏໋ ໊نଇ w جຊతʹ4FSWJDFΫϥεͷQVCMJD NFUIPEDBMMͷΈ w ศརπʔϧ܈MJCʹ͋ͬͨ w ࢀߟIUUQ
FVHMFOBIBUFOBCMPHKQ FOUSZ .BTUPEPOͷ4FSWJDFϧʔϧ
w QVCMJDNFUIPE͕DBMM͚ͩʹͳͬͨ ͷͰݟ͍͢ FYFDVUF͍ͷͰ DBMMΛ࠾༻ w ࠓޙ௨ͷछྨ͕૿͑ͯංେԽ ͠ͳ͍ ͜Μͳײ͡ʹͳͬͨ
͜ΕͰ௨ͷछྨͳͷͰɺ ͲͪΒ͔ͱݴ͏ͱϢʔεέʔ ε͡Όͳ͍ʁ
w 4FSWJDF࠶ར༻ՄೳͳΫϥε ௨ ͷྫͰ͍͏ͱʮ௨͢Δʯͱ͍͏ ॲཧͷ෦ w 6TF$BTF࠶ར༻ෆՄೳͳΫϥε ௨ ͷྫͰ͍͏ͱʮϝʔϧ͕։෧͞
Εͨ͜ͱΛ௨͢Δʯͱ͍͏ॲཧ ͷ෦ 4FSWJDF 6TF$BTF
w 4FSWJDF࠶ར༻ՄೳͳΫϥε ௨ ͷྫͰ͍͏ͱʮ௨͢Δʯͱ͍͏ ॲཧͷ෦ w 6TF$BTF࠶ར༻ෆՄೳͳΫϥε ௨ ͷྫͰ͍͏ͱʮϝʔϧ͕։෧͞
Εͨ͜ͱΛ௨͢Δʯͱ͍͏ॲཧ ͷ෦ ॻ͖͑ͯΈͨ
ͰͯΑʁϢʔεέʔεͬ ͯओମ͕γεςϜͰͳͯ͘ ΤϯυϢʔβ͡Όͳ͍ʁ
௨͢ΔͷγεςϜ͕ओମͷॲཧɻ ΤϯυϢʔβ͕ߦͬͨϢʔεέʔε ʮϝʔϧϑΝΠϧΛ։͘ʯͱ͍͏͜ͱ
w ͳͥΤϯυϢʔβࢹͷϢʔεέʔ εʹͨ͠ͷ͔ʁ w ʮϝʔϧΛ։͘ʯͱ͍͏Ϣʔε έʔεͰ࣮ߦ͢Δॲཧɺ௨ ͢ΔҎ֎ʹ৭ʑ͋ͬͨͨΊ w ʮϝʔϧΛ։͘ʯ w
ʮϝʔϧ͕։෧͞Εͨ͜ͱΛ ௨͢Δʯ w ʮ։෧ΛΧϯτ͢Δʯ ͞Βʹॻ͖͑Δ
w 6TF$BTF w ΤϯυϢʔβ͔ΒݟͨΦϖϨʔγϣϯ໊ʹ͢Δɻ w \ಈࢺ^\తޠ^ͱ͍͏໋໊نଇ w Ϣʔεέʔε໘͕શͯҧ͏ͣͳͷͰ࠶ར༻͞Εͳ͍ɻ w 4FSWJDF
w γεςϜ͔Βݟͨॲཧ໊ʹ͢Δɻ w \ಈࢺ^\తޠ^4FSWJDFͱ͍͏໋໊نଇ w ࠶ར༻͞ΕΔॲཧΛॻ͍ͨΓɺෳࡶͳॲཧΛΓग़ͨ͠ॲཧΛॻ͘ɻ w ڞ௨ w جຊతʹQVCMJDNFUIPEDBMMͷΈ ࠷ऴఆٛ
ϥΠϒϥϦ BXTTELHFN ͷ ϥούʔͲ͜ʹ͔͔͘ MJC
ࠓճ൚༻ੑ͕ߴ͍ͷ Ͱ
HFNʹΓग़ͨ͠
ͪΐͬͱDPPMͳ͠͠ ͯ͝ΊΜͳ͍͞
w ͳͥ࡞͔ͬͨ w BXTTELHFNͦͷ··͏ͱIBTIܗ ࣜͰύϥϝʔλΛେྔʹΘͨ͢ͷͰɺ ϝιουνΣʔϯͰͤΔΑ͏ʹ͠ ͔ͨͬͨͨΊ w %ZOBNPJEHFN͕͋Δ͕ݕࡧܥ͕ऑ ͗ͯ͢ɺཉ͍͠ใ͕औಘͰ͖ͳ͔ͬ
ͨ w ࡞ͬͯͲ͏ʁ w HFNΛ։ൃ͢Δͷҙ֎ͱ؆୯ w ՋͭͿ͠ʹͳΔͷͰ͍͍ EZOBNPECBQJHFN ˒͍͚ͨͩΔͱϞνϕʔγϣϯ্͕ΔͷͰ ΑΖ͓͘͠ئ͍͠·͢ʂ IUUQTHJUIVCDPNXBMLFSTVNJEBEZOBNPECBQJ
HFNΓग़͠ͱ͍͏ खஈ͋Γ·͢
͝ਗ਼ௌ͋Γ͕ͱ͏͟͝ ͍·ͨ͠