Google Cloud Platform Japan 公式ブログ: Google Cloud Platform

新年の抱負 : より高速で効率的なクラウドの運用に向けて

2019年1月17日木曜日

※この投稿は米国時間 2019 年 1 月 4 日に Google Cloud blog に投稿されたものの抄訳です。 1. データ量を減らすVM や Compute Engine のバックアップ 2. データをより活用する一般公開データセットGCP Marketplace で提供されている Google Cloud パートナーの BigQuery ソリューション 3. 費用を節約して IT 予算を有効活用するGCP の料金計算ツール 4. 新しい技術スキルを学ぶAutoML の仕組みを調べたりAI の実験を行ったりCloud Functions のクイックスタートガイドを使って 5. 新しい友人をオンラインや直接会うことで作るGitHub認定資格を取得したりNext '19 に足を運んだり 6. クラウドのモニタリングにツールを活用し、十分な睡眠を取るStackdriver Monitoring や LoggingSRE とは何か- By the Google Cloud blog team

Stackdriver IRM のリリースと新たなパートナーシップ ―― インフラストラクチャのさらなる信頼性向上を目指して

2018年10月18日木曜日

※この投稿は米国時間 2018 年 10 月 11 日に Google Cloud blog に投稿されたものの抄訳です。SRE（Site Reliability Engineering）SRE の原則Google Stackdriverこちらシステムの信頼性に光を当てる Stackdriver IRM

包括的なデータ収集とアナリティクスによるインシデントの徹底的なライフサイクル管理

SRE の経験から生まれた緊急応答プロトコルに基づく効率的な多応答者インシデント管理のための体系化されたプロセス

知見を引き出し、重要情報にスポットライトを当てるとともに、精査プロセスを迅速化し、障害から復旧にかかる時間を短縮する最新 Stackdriver データの自動相関化

状況を重視し、事後分析生成プロセスを向上させるために頻繁に使われる非公式な慣習的手順（問題点の追跡手順など）の構造化

可視性や柔軟性の向上を支援する新しいパートナー広範なリソースBlue MedoraこちらのフォームGrafana Labsこちら

今後に向けてサインアップこちら- Post by Melody Meckfessel, VP of Engineering

Cloud Spanner と Cloud Bigtable がアップデート、アプリの開発とデプロイがより簡単に

2018年10月17日水曜日

※この投稿は米国時間 2018 年 10 月 11 日に Google Cloud blog に投稿されたものの抄訳です。Cloud SpannerCloud Bigtable

Cloud Spanner : Cloud Spanner の SQL 機能に改良を加え、SQL によるデータの読み書きや、既製のドライバとツールの利用を容易にしました。Cloud Spanner の API は、SQL の INSERT、UPDATE、DELETE 文を新たにサポートしています。

Cloud Bigtable : Key Visualizer を導入しました。これにより、主要なアクセスパターンをヒートマップ形式で可視化し、Cloud Bigtable スキーマを最適化してパフォーマンスを高めることができます。この機能を追加することで、最適なデータモデルの作成が可能になり、データベースを最大限に活用できるようになります。Key Visualizer はこのたび正式にリリースされました。

ぜひお知らせください Cloud Spanner DMLCloud SpannerINSERTUPDATEDELETE

Google Cloud Platform（GCP）コンソールでの DML 操作による Cloud Spanner データベースのクエリ
BlockchainJDBC ドライバドキュメント Cloud Bigtable の Key VisualizerKey Visualizer 機能ドキュメントサイズまたはアクティビティの最小基準

OTA InsighteBay

Google Cloud Next '18 でのプレゼンテーション- Post by Deepti Srivastava, Product Manager, Cloud Spanner and Misha Brukman, Product Manager, Cloud Bigtable

2018 年版 Gartner IaaS Magic Quadrant で Google がリーダーの評価を獲得

2018年6月11日月曜日

こちら強固なコンピュート基盤アナリティクスと機械学習への投資Cloud AutoMLオープンソースへのコミットメントお客様とのベストプラクティスの共有Google Cloud Platform運用に関して運命共同体6 番目こちらのウェブサイトGartner は、Gartner リサーチの発行物に掲載された特定のベンダー、製品またはサービスを推奨するものではありません。また、最高のレーティングまたはその他の評価を得たベンダーのみを選択するようテクノロジーの利用者に助言するものではありません。Gartner リサーチの発行物は、Gartner リサーチの見解を表したものであり、事実を表現したものではありません。Gartner は、明示または黙示を問わず、本リサーチの商品性や特定目的への適合性を含め、一切の保証を行うものではありません。* この投稿は米国時間 5 月 29 日、Compute Engine のGroup Product Manager である Paul Nash によって投稿されたもの（投稿はこちら）の抄訳です。- By Paul Nash, Group Product Manager, Compute Engine

『 1 行でわかる Google Cloud Platform』公開

2018年5月30日水曜日

Posted by
Google Cloud カスタマーエンジニア技術部長　佐藤聖規
Google Cloud カスタマーエンジニア　金子亨
Google Cloud カスタマーエンジニア　岩成祐樹
1 行でわかる Google Cloud Platform』『 1 行でわかる Google Cloud Platform』

A3 版、A4 版 ( PDF 2 ページ構成 )

GCP 認定資格

機械学習 (Machine Learning) の部分の抜粋

ゲスト投稿 : PCI DSS 準拠の e コマースサイトを GCP でスムーズに構築した Oro

2018年5月25日金曜日

編集部注 : Google では最近セキュリティ関連の発表を相次いで行っており、本稿でもセキュリティをテーマにした Oro, Inc. からの投稿を紹介します。Google Cloud Platform 上で e コマースサービスの OroCommerce を運営している同社は、意外なほど簡単かつ短期間で PCI DSS コンプライアンスに準拠できたことに満足しています。同社の情報セキュリティ責任者にそのプロセスを説明していただいたので、ご一読ください。PCI DSSOroOroCommerceGoogle Cloud Platform

PCI DSS 準拠インフラストラクチャの構築

サービス構築で使用するプラットフォームは PCI DSS に準拠していなければなりません。これは、コンプライアンス認証のための直接的な要件です。

プラットフォームは、セキュアなネットワークの構築に必要なツールと方法を提供していなければなりません。

共同責任

Virtual Private CloudCloud Identity and Access ManagementCompute EngineStackdriver MonitoringLoggingBigQuery* この投稿は米国時間 4 月 4 日、Oro Inc. の Information Security Officer である Sergiy Fakas によって投稿されたもの（投稿はこちら）の抄訳です。- By Sergiy Fakas, Information Security Officer, Oro Inc.

Cloud OnAir 番組レポート : クラウドを活用したリアルタイムデータ分析 - e-Learning 編

2018年5月22日火曜日

Cloud OnAirそのデータ、今すぐ分析したくありませんか？クラウドを活用したリアルタイムなデータ分析の方法をお教えします

BigQuery を活用したアドホック分析
CSV 形式のファイルを BigQuery に取り込んで、さまざまなクエリを実行するまでの過程を実際に操作しながら確認します。Cloud Storate の機能も合わせてご紹介します。

Cloud Dataprep によるデータパイプライン
Cloud Dataprep を使ったパイプライン処理を実現する過程を解説します。Cloud Storage から CSV 形式のファイルを取り込み、Cloud Dataflow を使って ETL 処理を行い、最終的にその処理結果を BigQuery に流し込むというものです。この一連の流れをどのように実現するかをステップバイステップで紹介します。

こちら

[Cloud OnAir] そのデータ、今すぐ分析したくありませんか？クラウドを活用したリアルタイムなデータ分析の方法をお教えします (e-Learning) 2018年5月17日放送 from Google Cloud Platform - Japan

Cloud OnAirこちら

コンテナのセキュリティ（第 1 回）: 3 つの主要領域

2018年5月18日金曜日

Google Cloud PlatformGoogle Kubernetes Engine

コンテナネットワークのセキュリティ

Kubernetes Engine 1.10 の新しいセキュリティ機能

イメージのセキュリティ

コンテナソフトウェアサプライチェーン

コンテナの実行時セキュリティ

マルチテナンシー

インフラストラクチャのセキュリティ ―― プラットフォームはコンテナに必要なセキュリティ機能を提供しているか？ : ユーザー ID、シークレット、およびネットワークを Kubernetes のセキュリティ機能を使って保護する方法です。Google が有する最良のセキュリティ機能でワークロードを保護するにあたり、Kubernetes Engine が IAM や監査ログ、ネットワーキングといった GCP のネイティブ機能をどのように使用しているかということです。

ソフトウェアサプライチェーンのセキュリティ ―― コンテナイメージは安全にデプロイできるようになっているか？ : コンテナイメージから脆弱性を取り除き、作成したイメージがデプロイの前に書き換えられないようにすることです。

実行時のセキュリティ ―― コンテナを安全に実行できるか？ : 本番環境で悪意に満ちた動きをしているコンテナを見つけ出し、ワークロード保護のために対策を講じることです。

インフラストラクチャのセキュリティ

ID 確認、認証、認可 : コンテナにおいてユーザーの ID を明らかにしてもらい、それが事実であることを確認し、そのユーザーの権限を管理するにはどうすればよいのでしょうか。

Kubernetes では、kubelet などのリソースへのアクセスを制御するために、RBAC（Role-Based Access Control）できめ細かく権限を指定できます（Kubernetes 1.8 以降、RBAC はデフォルトで有効）。
Kubernetes Engine ではプロジェクトレベルでの Kubernetes リソースへのアクセス権限を IAM で制御できます。特定のクラスタにおける Kubernetes リソースへのアクセス制限では RBAC も使用できます。

ロギング : コンテナに対する変更はどのようにしてロギング、監査できるのでしょうか。

Kubernetes では Audit Logging が自動的に API の監査ログを取得します。イベントがメタデータ、リクエスト、リクエストへのレスポンスのいずれであるかに基づいて、ロギングを設定できます。
Kubernetes Engine は Cloud Audit Logging と統合されており、Stackdriver Logging や GCP コンソールのアクティビティ画面で監査ログを表示できます。監査対象となることが多い操作はデフォルトでロギングされ、表示やフィルタリングが可能です。

シークレット : Kubernetes はどのようにしてシークレットを格納し、コンテナ化アプリケーションはどのようにしてそれにアクセスするのでしょうか。

Kubernetes ではシークレットは etcd に格納され、アプリケーション層で暗号化できます。
Kubernetes Engine でもシークレットは etcd に格納されますが、データはデフォルトではストレージ層で暗号化されます。Kubernetes Engine は現在、アプリケーション層でシークレットを暗号化していません。

ネットワーキング : ネットワーク内のコンテナをどのようにセグメント化し、どのようなトラフィックフローを許可すべきでしょうか。

Kubernetes ではネットワークポリシーを使ってポッドネットワークのセグメント化の方法を指定できます。ネットワークポリシーは、特定のポッドが通信できるポッドとエンドポイントを定義します。
Kubernetes Engine ではクラスタ全体に対してネットワークポリシーを作成、管理できます。また、現時点ではベータですが、プライベート IP だけでマスターとノードを定義する限定公開クラスタも作成できます。

ソフトウェアサプライチェーンのセキュリティ

コンテナを実行するホスト OS

コンテナイメージとコンテナの実行に必要なすべての依存ファイル。必ずしも自分で構築したイメージではないことに注意が必要です。Docker Hub のようなパブリックリポジトリのコンテナイメージも含まれます。

コンテナ内で実行されるアプリケーションコード本体。これはコンテナセキュリティの範囲外ですが、ベストプラクティスに従い、既知の脆弱性をスキャンする必要があります。セキュリティ脆弱性の観点からコードを必ず見直すとともに、脆弱性を見つけ出すためにファジングなどの高度なテクニックの導入も検討してください。OWASP Top 10 ウェブアプリケーションセキュリティリスクは、何を避けるべきかを知るうえで役に立つサイトです。

実行時のセキュリティ

システムコールやネットワーク呼び出し、その他の情報を活用し、基準から外れた異常な動作を検出すること

たとえば、別のネットワークへのコンテナの分離、コンテナの一時停止もしくは再起動による潜在的な脅威の修復

イベント発生時の詳細なログやコンテナイメージによるイベントの原因、状況の特定

環境内で認められる動作の種類の実行時ポリシーと分離による限定化

コンテナは強力なセキュリティ境界ではないGoogle Cloud Platform プロジェクトこちらのホワイトペーパー* この投稿は米国時間 3 月 29 日、Security & Privacy の Product Manager である Maya Kaczorowski によって投稿されたもの（投稿はこちら）の抄訳です。- By Maya Kaczorowski, Product Manager, Security & Privacy

株式会社ファームノートの導入事例：Internet of Animals の実現を GCP が強力にサポート。牛の発情・疾病の迅速な検知で発情発見率を大幅に向上。

2018年5月9日水曜日

Google Compute EngineCloud DataflowCloud Pub/SubGoogle Cloud StorageCloud DataprocBigQueryCloud DatastoreStackdriver Monitoring株式会社ファームノートGCP への移行でコスト 6 分の 1 を実現

ウェアラブルデバイス Farmnote Color

データ収集や分析を G Suite と GCP でシームレスにコラボレーション。さらに機械学習により発情発見率を大幅に向上したケースも

こちらこちら

Google Cloud Platform トレーニングイベント | Cloud OnBoard - 福岡　5 月 30 日（水）開催

2018年5月8日火曜日

https://goo.gl/WgdJ3Wこちらセミナー概要 Cloud OnBoard - 福岡
日時：2018 年 5 月 30 日（水）13 時-18 時
会場：アクロス福岡イベントホール
　　　〒810-0001　福岡県福岡市中央区天神1−1−1
参加費 : 無料

GCP に高速かつ容易につながる Partner Interconnect の提供開始

2018年4月25日水曜日

Cloud VPNDedicated InterconnectPartner Interconnectパートナー事業者広がる接続方法の選択肢

Partner Interconnect パートナー Google ネットワークを活用する利点継続的な投資GCP VPCCloud Interconnect ページ

MongoDB Atlas を利用できる GCP リージョンが拡大

2018年4月24日火曜日

Google Cloud PlatformMongoDB AtlasCloud Launcher

GCP で MongoDB Atlas が動作する仕組み

MongoDB Atlas でグローバル分散データベースを作成

もっと知りたい方のために

お客様のリージョンでの MongoDB Atlas のデプロイ

MongoDB のユニークさの解説

MongoDB Atlas の紹介動画

* この投稿は米国時間 3 月 23 日、Cloud Customer Engineer の Kent Smith によって投稿されたもの（投稿はこちら）の抄訳です。- By Kent Smith, Cloud Customer Engineer

Google Cloud のセキュリティパートナーシップを拡充

2018年4月18日水曜日

こちらの投稿Auth0Check PointCloudflareDome9FortinetGoogle Cloud PlatformPalo Alto NetworksQualysRackspaceRedLockStackRoxSumo Logicこちらのページ* この投稿は米国時間 3 月 21 日、Head of Security Partnerships の Vineet Bhan と、Technical Program Manager の Ashish Verma によって投稿されたもの（投稿はこちら）の抄訳です。- By Vineet Bhan, Head of Security Partnerships and Ashish Verma, Technical Program Manager

Cloud OnAir 番組レポート : アプリケーションにフォーカス、ビジネスに直結する開発の極意をご紹介します - e-Learning 編

2018年3月19日月曜日

Cloud OnAirアプリケーションにフォーカス、ビジネスに直結する開発の極意をご紹介します

想定シナリオ
Web サイトのアクセス数を増加させる方式（2 案）を検討します。実際に 2 種類のアプリをクラウド上に構築し、サービスのログの収集と解析を行って、その結果から、最終的にいずれか一方のアプリをリリースするというものです。

構築 / 計測 / 学習を実践
Google Cloud Platform における 3 つのステップ（構築、計測、学習）のフィードバックループを実践します。以下がその内容です。

構築 : App Engine 上にサンプルアプリ（2 つのバージョン）をデプロイします
計測 : 各バージョンの動作ログを収集し、Stackdriver で確認のあと、BigQuery にログをエクスポートします
学習 : BigQuery や Data Studio を用いてログデータを解析し、最適なバージョンを選び、リリースします

こちら

[Cloud OnAir] アプリケーションにフォーカス！ビジネスに直結する開発の極意をご紹介します。(e-Learning) 2018年3月15日放送 from Google Cloud Platform - Japan

「クラウド移行したお客様事例紹介」Cloud OnAirこちら

国際自動車株式会社の導入事例：何千ものタクシーと乗客を、スマホを振るだけでマッチング。リアルタイム性が求められるビッグデータ処理を Cloud Spanner で一挙可能に

2018年3月15日木曜日

Google App EngineCloud SpannerGoogle Maps APIs国際自動車株式会社これまでの配車アプリとはまったく違う発想の「フルクル」

フルクルを使ってタクシーを呼んでいるところ。フルクルを支える Cloud Spanner の圧倒的なパフォーマンス

伊藤勇斗さん（吉積情報株式会社開発事業部）

フルクル利用画面。中央の青い丸の部分が利用者の位置PDFこちら

ゲスト投稿 : Kubernetes ワークロードのマルチクラウド運用を Cloudflare で一括管理

2018年3月12日月曜日

編集部注 : 私たちはお客様のワークロードをすべて Google Cloud Platform（GCP）にホストしたいと考えていますが、時にそうはいかないこともあります。今回お届けする Cloudflare の投稿では、Kubernetes ベースのワークロードを Google Kubernetes Engine と Amazon Web Services（AWS）の両方で運用するためのマルチクラウド構成を、Cloudflare Load Balancer を使って有効にする方法を紹介します。Global Anycast Network

セキュリティポリシー（DDoS 攻撃の軽減、WAF など）を適用し、モニタリングする

Cloudflare Load Balancer を用いて複数のリージョン間やクラウドベンダー間のルーティングを管理する

1 か所からパフォーマンス設定を調整する（これにより、構成管理にかかる時間が短縮され、構成ミスが発生する可能性が低くなる）

サービスをオンプレミスからクラウドに、あるいは異なるクラウドプロバイダー間で移行するとともに、ウェブアプリケーションを追加し、変更する

Cloudflare による AWS と GCP 間での負荷分散ガイド

ステップ 1 : コンテナクラスタを作成Google Kubernetes EngineGoogle Cloud Shell$gcloud container clusters create camilia-cluster --num-nodes=3

AWSAmazon Elastic Container Service for Kubernetes

次のツールをローカルマシンにインストールする。Docker、AWS CLI（AWS アカウントを使用）、Kubectl、Kops（クラスタの作成を容易にする Kubernetes 提供のツール）

ドメイン名を持つ（mydomain.com など）

ユーザーが AWS Elastic Container Registry にアクセスするためのポリシーを AWS コンソールで用意する

S3 バケット : 作成されたクラスタとその構成に関する情報を保存するために必要

Route53 ドメイン（ホステッドゾーン）: コンテナの実行用に、たとえば k8s.mydomain.com などのドメインが必要。Kops は DNS を用いて、クラスタ内での検出と、クライアントから Kubernetes API サーバーへのアクセスを可能にするための検出を行う

$kops create cluster --zones us-east-1a k8saws.usualwebsite.com$kops update cluster k8saws.usualwebsite.com --yes

ステップ 2 : アプリケーションをデプロイ$kubectl run camilia-nginx --image=nginx --port 80ステップ 3 : アプリケーションをインターネットにエクスポーズ$kubectl expose deployment camilia-nginx --target-port=80 --type=NodePortステップ 4 : アプリケーションをスケールアップ$kubectl scale deployment camilia-nginx --replicas=3

Cloudflare Load Balancer のセットアップ

Cloudflare Load Balancer のホスト名を作成する（lb.mydomain.com など）

オリジンプールを作成する（GCP 用のプールと AWS 用のプールなど）

ヘルスチェックを作成する

ジオルーティングをセットアップする（たとえば、北米東部からのトラフィックはすべて AWS インスタンスに転送）

こちらのドキュメントCloudflare Warp Ingress Controller とはStackPointCloudCloudflare Warp Ingress Controller

マルチクラウドの世界における KubernetesMicrosoft AzureAWSこちら* この投稿は米国時間 2 月 22 日、Cloudflare の Special Projects 担当 Solutions Engineer である Kamilla Amirova 氏によって投稿されたもの（投稿はこちら）の抄訳です。- By Kamilla Amirova, Solutions Engineer, Special Projects, Cloudflare

Spring Cloud GCP プロジェクトを発表 ―― 定番の Java フレームワークと Google Cloud を緊密に連携

2018年2月20日火曜日

Spring FrameworkGoogle Cloud PlatformSpring Cloud GCP プロジェクト

Google Cloud Platform

Spring Framework

説明

Cloud SQL

Spring JDBC

Spring Cloud GCP SQL が JDBC URL とドライバのクラス名を自動的に設定し、クライアント証明書を用いて安全な SSL 接続の確立を支援します。

Cloud Pub/Sub

Spring Integration

Spring Integration の考え方（チャネルやゲートウェイなどのような）に沿って、Cloud Pub/Sub からのメッセージを送受信します。

Cloud Storage

Spring Resource

Spring Resource オブジェクトを使用して Cloud Storage バケット内のファイルにアクセスしたり、バケットにファイルを保存したりします。

Stackdriver Trace

Spring Cloud Sleuth

Spring Cloud Sleuth とそのアノテーションを用いてマイクロサービスを追跡し、追跡データを Stackdriver Trace に送信します。データは保存され、分析可能になります。

Runtime Configuration API

Spring Cloud Config

独自の構成サーバを実行することなく、マネージドサービスである Runtime Configuration に構成値を保存したり、Runtime Configuration 内の構成値にアクセスしたりします。

コードサンプルリファレンスドキュメントプロジェクトページコードラボGCP の Spring Framework サポート関連のドキュメントGitHub イシュートラッカー* この投稿は米国時間 2 月 7 日、Software Engineer である João André Martins によって投稿されたもの（投稿はこちら）の抄訳です。- By João André Martins, Software Engineer

ホワイトペーパー : .NET アプリケーションをモダナイズして Google Cloud に移行

2018年2月13日火曜日

第 2 弾

認証 : サンプルアプリケーションである PetShop は現在、レガシー認証フレームワークの ASP.NET Membership を採用しています。この PetShop を、OAuth や OIDC のようなモダンな認証プロトコルに対応するようにアップデートして、モバイルデバイスやアプリケーションをより適切にサポートする必要があります。

データベース : PetShop はバックエンドストレージに Oracle を使用しますが、PostgreSQL のようなオープンソースデータベースを代わりに使用できないという技術的な理由はありません。オープンソースデータベースを採用すればコストを抑えられる可能性があり、クラウドコンピューティングで利用する際のライセンス上の制約も少なくなります。

キャッシング : PetShop はサーバー上のインメモリキャッシングを使用しますが、クラウドベースのシステムは、Redis のような分散キャッシングエンジンを利用して、より高い回復性とパフォーマンスを実現できます。

ホワイトペーパーGitHub リポジトリ* この投稿は米国時間 2 月 1 日、Product Marketing Manager である Bryan Nairn によって投稿されたもの（投稿はこちら）の抄訳です。- By Bryan Nairn, Product Marketing Manager

ゴミの話 : Apigee Sense の GCP 移行で “データリター” とコストが削減

2018年1月25日木曜日

ApigeeGoogle Cloud PlatformApigee Sense データリターとは何かApigee Edge

レイテンシとは、問題が発生してからそれに気づくまでの遅れのことです。セキュリティの場合は、ボットの攻撃が起きてから攻撃に気づくまでです。

アルゴリズムの品質（賢さ）は、真偽の陽性と陰性によって計測されます。

スループットは、アナリティクスアプリケーションにデータが届く平均的なペースです。

コストはもちろん、平均でどれだけの金額がかかるかです。

データリターの発生源

分析の適時性 : Sense のようなデータ駆動型の分析エンジンは、決断を下す必要に迫られると、その時点で利用可能なデータを用いて決断しようとします。決断が遅れると、現に行われているボットの攻撃を阻止することにはあまり役に立ちません。そのため、決断を下すにあたって使えるデータがあまりなければ、分析エンジンはそのわずかな情報で決断を下し、先に進みます。遅れて届いたデータは、もう役に立たないので捨てられます。これがデータリターになります。

データ処理の弾力性 : データが届くペースが速すぎて分析エンジンが追いつかなくなると、届いたデータが溜まってバックプレッシャーの原因になります。これを解決するには、分析エンジンのサイズ（そしてコスト）を増やすか、圧力を下げるために一部のデータを捨てるかのどちらかを選ばなければなりません。しかし、分析エンジンはすぐにスケールアップできるとは限りませんし、コスト上の理由からスケールアップを諦めなければならない場合もあります。そのため、アナリティクスパイプラインに減圧弁を入れることになり、その結果データリターが発生します。

トランザクション処理のスケーラビリティ : ターゲットデータベースがダウンしていたり、処理結果生成のペースに追いついていけなかったりすると、パイプラインを止めて入力データを捨てるしかありません。分析結果を利用することも格納することもできないのにデータを分析しても、それは無意味だからです。これもデータリターが発生する要因となります。

GCP への移行

データリターはどこに行ったのか

システムの弾力性 : データがシステムに届くペースは一定ではなく、特に攻撃されているときはペースが上がります。システムは、最も役に立つときに最も強いプレッシャーを受けるため、データの届くペースが中央値を著しく超えてプロビジョニングされることなくスパイクに対応できる弾力性が必要になります。そうでなければ、パイプラインの減圧弁を絶えず作動させることになってしまいます。

強力なトランザクション処理能力 : 処理チェーン最後尾のデータベースにかかるトランザクション処理の負荷は攻撃時にピークに達します。さらにデータベースは、ユーザーエクスペリエンスとシステム保護措置のパフォーマンス特性も左右します。そして、これらはいずれも API が攻撃にさらされているときに負荷を増加させます。したがって、トランザクション処理能力は、システムの限界に近い需要に合わせて簡単にスケーリングできなければなりません。

Cloud DataprocBigQuery* この投稿は米国時間 1 月 10 日、Software Engineer である Sridhar Rajagopalan によって投稿されたもの（投稿はこちら）の抄訳です。- By Sridhar Rajagopalan, Software Engineer

Google Cloud Platform Japan Blog