MORE
昨今ではSaaSやPaaS、IaaSといったクラウドベースのサービス運用・利用手法が普及しているが、最近登場した新たな動きとして「Function as a Service」（FaaS）がある。FaaSはその名前のとおり、機能（Function）の実行環境がサービスとして提供されるのが特徴だ。今回はこのFaaSというアーキテクチャを紹介する。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第11回です。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第10回です。
前回はMagentoを本格的に運用するための構成について解説しました。 今回は前回の内容を踏まえ、実際に環境を作ってみましょう。
こんにちは、さくらインターネットの谷口です。 バックアップ＆ステージング機能とは？ さくらのレンタルサーバでは8世代のバックアップと1サイトのステージングサイトを作成できる機能「バックアップ＆ステージング Powered by Snapup」を2018年1月25日にリリースいたしました。
3月にGoogleがKubernetes向けの新たなツール「Skaffold」を公開した。このツールはKubernetesクラスタ上で稼動させるアプリケーションの継続的開発を支援するコマンドラインツールで、アプリケーションのビルド、プッシュ、実装ワークフローを支援する機能を備えている。
Dockerなどのコンテナ技術を使ったクラスタ環境構築ツールとして広く使われているのが「Kubernetes」だ。しかし、Kubernetes環境を自前で構築するのにはやや骨が折れる。そこで今回は、仮想化技術を使って開発・テスト向けのKubernetes環境を構築するツール「Minikube」を紹介する。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第9回です。
業務の中で施策を計画したり、情報を判断したりするために「データを元に考えたい」と思っても、必要な情報が社内に分散しているため、データを統合して分析することに時間が掛かることはありませんか。たとえば、『社内の誰かに依頼してデータベースに蓄積されているデータを抽出してもらい、エクセルで管理している一部の情報とマージして考えないといけない』といったことです。
こんにちは、さくらインターネットの大喜多です。 今回は「故障のための設計(Design For Failure)」を考慮したWebシステムの構築について解説してまいります。
実運用されるソフトウェアのリリースは、かつては入念な準備のうえで行う一大イベントだった。しかし昨今ではソフトウェアの更新サイクルの高速化により、頻繁にソフトウェアのリリースを行うケースが増えている。
Dockerなどのコンテナ技術を使ったクラスタ技術の1つに「Kubernetes」がある。今回はこのKubernetesにおけるネットワーク関連の設定や、コンテナのデプロイについて紹介する。 今回紹介するKubernetesは、Googleが開発を主導するコンテナクラスタ構築ツールだ（図1）。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第8回です。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第7回です。
こんにちは、さくらインターネットの大喜多です。 クラウドの出現により、これまでのインフラ設計と異なった視点が必要となります。今回はクラウドの特性を生かした設計のコツをご紹介します。
前回まではMagentoのインストール方法や機能、アップデート方法の紹介をしてきました。今回からは私が実際にMagentoを使用したサイト構築プロジェクトで「最小構成」としてご提案している構成と、構築の流れをご紹介していきたいと思います。
はじめに IT業界に限らない話だと思いますが、昨今様々なイベント・カンファレンスが開催され、私たちに学習の機会をふんだんに与えてくれるようになりました。そうしたイベント・カンファレンスでは WiFiによるインターネットアクセスが提供されていることもあり非常に便利ですよね。
今回はMagentoをアップデートする方法をご紹介しましょう。 Magentoは概ね2〜3ヶ月に1回マイナーバージョンアップがあり、1年ごとにメジャーバージョンアップが行われます。 最初にMagentoのメンテナンス期限を知っておこう Magentoのメンテナンス期限は、「各バージョンの初回リリースから原則2年間」と定められています。
画像分類においては、高い精度を実現できる手法として「畳み込みニューラルネットワーク（CNN）」というものが提案されている。CNNは強化学習のモデルとして使用するニューラルネットワークの形状と信号の伝達方法を工夫することで、少ないノードで高い分類能力を実現するものだ。今回はこのCNNをTensorFlowで実装したものを紹介する。
前回までの記事では、TensorFlowを使って3層のニューラルネットワークを構成して機械学習による画像分類を試みた。今回は前回までのコードを拡張し、4層以上のニューラルネットワークを使用した、いわゆる深層学習（ディープラーニング）による画像分類を行う例を紹介する。
