すえなみチャンス暑気払い 2019夏で話した、設計要素を分解して理解してみようという話です。 Simplicity makes easy to understand.
日本を代表するメディアを創るために〜AbemaTV が対峙する技術的課題と開発の現場【Connected Media TOKYO 2019】 イベント AbemaTV テレビ朝日 2019年6月12日〜14日の3日間、千葉県・幕張メッセにて、マルチスクリーン・クラウド・ビックデータなどデジタルメディア分野における技術を集めたカンファレンス『Connected Media TOKYO 2019』が開催され、全期間で15万人を超える来場者を記録した。今回はこの中から、6月12日に開催された専門セミナー『日本を代表するメディアを創るために AbemaTV が対峙する技術的課題と開発の現場』の模様をレポートする。 パネリストは、株式会社AbemaTV 開発本部 クロスデバイスエンジニア／動画技術エバンジェリストの五藤 佑典氏。テレビ朝日とサイバーエージェントが共同で運営するインターネットテレビ局『
ワクワクしています。 内製したリアルタイムデータ処理基盤 Atlas のソースコードを段階的に公開します。 まず最初に、日経電子版を継続的にご利用頂き支援くださっている読者の皆様と、Atlas の開発に参加した方々、Atlas を活用して日々業務を遂行している全ての利用者に、お礼を申し上げたいと思います。有り難うございます。 課題意識から生まれた Atlas 2 年半前、日経ではデータについて大きな課題をいくつも抱えていました。 膨大な記事が流通する電子版で、その運営に必要不可欠なデータをいかに迅速に編集業務の現場で活用するか？ サービス開発やマーケティング施策において、全ての読者・全ての記事について正確な情報に基づく意思決定を下すためのデータはどうすれば得られるのか？ 読者が必要とするであろう情報を提案できる賢いレコメンデーションやプロアクティブなコミュニケーションを実現するには、どれく
Hadoopソースコードリーディング 第22回 での発表資料です。 https://www.eventbrite.com/e/hadoop-22-tickets-31987821435
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は？ この記事は、ドワンゴ Advent Calendar 2016の14日目の記事です。 この記事で書いている内容は？ Googleが出しているストリームデータ処理の資料を要約したものです。 つまり、「Googleが考えるストリームデータ処理とは？」ということになるかと。 趣味でストリームデータ処理について調べていたのでまとめてみます。 出来るだけよく出てくる固有の言葉を最初から使用せずに書いているつもりですが、 何かわかりにくい場所あればコメントいただけると。 「ストリーム処理」とだけ書くとストリーミング配信等とも微妙に混同
This document discusses messaging queues and platforms. It begins with an introduction to messaging queues and their core components. It then provides a table comparing 8 popular open source messaging platforms: Apache Kafka, ActiveMQ, RabbitMQ, NATS, NSQ, Redis, ZeroMQ, and Nanomsg. The document discusses using Apache Kafka for streaming and integration with Google Pub/Sub, Dataflow, and BigQuery
TOPICS Database 発行年月日 2016年08月 PRINT LENGTH 384 ISBN 978-4-87311-775-1 原書 Big Data FORMAT 絶え間なく入ってくる大量のストリームデータをリアルタイムに処理・分析するために必要な概念とその実現手法を紹介します。任意のクエリに対応しながら、スケーラビリティと信頼性をどう担保するのか、障害発生時にデータを復旧しやすく、汎用的で拡張性や保守性の高いシステム設計を実現するには、どのようなデータモデルとアーキテクチャが必要なのか。データ分析を行うエンジニアが備えておくべき知識と情報について、従来のアーキテクチャが持つ問題を解消するために著者が開発した「ラムダアーキテクチャ」のデータモデルに沿って解説します。 目次 まえがき 1章 ビッグデータを扱うための新しいパラダイム 1.1 本書の構成 1.2 伝統的なデータベ
Netflix uses Apache Mesos to run a mix of batch, stream processing, and service style workloads. For over two years, we have seen an increased usage for a variety of use cases including real time anomaly detection, training and model building batch jobs, machine learning orchestration, and Node.js based microservices. The recent release of Apache Mesos 1.0 represents maturity of the technology tha
This document discusses making the Norikra stream processing software more perfect. It outlines how Norikra currently works well for small to medium sites but has limitations for large deployments. The concept of a "Perfect Norikra" is introduced that would add distributed execution, high availability, and dynamic scaling capabilities. A rough design is sketched that involves a new query executor,
Stream Processing Casual Talks #1 at Yahoo! JAPAN の発表資料です http://connpass.com/event/35264/
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog saegusa2017-04-16Yoshihiro was a network engineer at LINE, responsible for all levels of LINE's infrastructure. Since being named Infra Platform Department manager, he is finding ways to apply LINE's technology and business goals to the platform. こんにちは。LINEでネットワークやデータセンターを担当している三枝です。2017年1月にJANOG39で登壇する機会を頂きましたので、今回
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
