Google Cloud Next ’17 in Tokyo の参加セッション聴講メモ（Day 2） #googlenext17

2017年6月15日から hiruta

ザ・プリンスパークタワー東京で開催中の Google Cloud Next ‘17 in Tokyo に参加しました。

分散データベースCloud Spannerが明日（6/16?)から東京リージョンasia-northeast1で使用可能になることがキーノートで発表されました。

コンテナだけではないと思うんだが、一貫性であることが必要
早急にデプロイを
Githubリポジトリでkubernates一番活発と言っていたが、最近は、TensorFlowのリポジトリも活発と思う。
ローリングアップデート（ダウンタイム無し）、過去のバージョンへの戻し（undo）、ロードバック
コンフィグをエクスポートして、再構成も可
Build Triggers
- リポジトリにpushをトリガーにdocker imageも作成、デプロイも
demoで使ったコード
- goo.gl/b33IO8
- Liveness check goo.gl/iboQha
- Dockerコンテナ goo.gl/48SBjC
- Bulid Trigger config goo.gl/88ylgC

SORACOM Beamで、Cloud IoT Coreに接続。
- GCPのcredentialsはBeamで管理
- JSONトークン発行も
- Cloud IoT Coreにデータ送ってしまえば、後は、Functions、DataflowでBigQueryに蓄積することも。※Cloud ML Engineで機械学習連携も(BQ、Dataflow等はオートスケールなので、処理量に応じてスケールアウト、インもできるのでIoTシステムとして最適と思われる)
SORACOM FunnelをCloud Pub/Subに接続※新機能

※NEXT SFの元セッション動画

以前は、スタティックツリー。いまはダイナミックつり－。

Sharedの数を変えることが可能。

ブロードジャストJOINの方が早い

JOINに偏りがあると、クエリ速度が遅くなったり、メモリ不足になる場合も

Limitを指定したり、クエリの分割が重要

カウントもapploximateで。(Hyper LogLog+)

※NEXT SFの元セッション動画

GCPは、ほほすべてのサービス（Cloud Pub/Sub、Dataflow、BigQuery他）がオートスケール

スケール状態にかかわらず、全く同じコードを使用可能

ハイパーパラメータチューニングも自動できるCloud ML Engine

仮想マシンでこれらのサービスを作ることもできるが、スケールアウトで問題になる。

オンプレミスでGPUを構築するより、クラウドGPUは初期投資なし、構築時間削減が可能

NVIDIA® Tesla® P100 も近々使えるなるとのこと

K80より、8倍速い

将来的には、GPUが使えるゾーン展開も。

クラウドインフラ構築記