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
3.5k
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
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
150
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
210
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
4.5k
ベクトル検索システムの気持ち
monochromegane
37
12k
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
220
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
300
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
1.1k
Online Nonstationary and Nonlinear Bandits with Recursive Weighted Gaussian Process
monochromegane
0
730
AIを前提とした体験の実現に向けて/toward_ai_based_experiences
monochromegane
2
1.1k
Other Decks in Technology
See All in Technology
ソースコードを読むときの思考プロセスの例 ~markdownのレンダリング方法を知りたかった2 markdownパッケージ~
sat
PRO
0
100
Mackerelにおけるインシデント対応とポストモーテム - 現場での工夫と学び
taxin
0
110
Pythonで構築する全国市町村ナレッジグラフ: GraphRAGを用いた意味的地域検索への応用
negi111111
5
1.4k
CloudComposerによる大規模ETL 「制御と実行の分離」の実践
leveragestech
0
190
設計に疎いエンジニアでも始めやすいアーキテクチャドキュメント
phaya72
28
19k
ソフトウェアエンジニアとデータエンジニアの違い・キャリアチェンジ
mtpooh
1
490
どうなる Remix 3
tanakahisateru
1
270
今のコンピュータ、AI にも Web にも 向いていないので 作り直そう!!
piacerex
0
670
開発者が知っておきたい複雑さの正体/where-the-complexity-comes-from
hanhan1978
5
890
技術の総合格闘技!?AIインフラの現在と未来。
ebiken
PRO
0
170
QAEが生成AIと越える、ソフトウェア開発の境界線
rinchsan
0
420
AIエージェントは「使う」だけじゃなくて「作る」時代! 〜最新フレームワークで楽しく開発入門しよう〜
minorun365
PRO
8
1.3k
Featured
See All Featured
Facilitating Awesome Meetings
lara
57
6.6k
Raft: Consensus for Rubyists
vanstee
140
7.2k
How to Think Like a Performance Engineer
csswizardry
27
2.2k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Testing 201, or: Great Expectations
jmmastey
46
7.7k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
Building an army of robots
kneath
306
46k
Become a Pro
speakerdeck
PRO
29
5.6k
A designer walks into a library…
pauljervisheath
209
24k
The Invisible Side of Design
smashingmag
302
51k
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