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
SREが取り組むデプロイ高速化 ─ Docker Buildを最適化した話
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
capytan
December 18, 2025
Technology
280
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
SREが取り組むデプロイ高速化 ─ Docker Buildを最適化した話
ゆるSRE勉強会 #14 ゆるSRE忘年会 〜ゆるくSREの話をしよう〜 登壇資料
https://yuru-sre.connpass.com/event/376206/
capytan
December 18, 2025
More Decks by capytan
See All by capytan
クレジットカード決済基盤を支えるSRE - 厳格な監査とSRE運用の両立 (SRE Kaigi 2026)
capytan
8
5.8k
Other Decks in Technology
See All in Technology
ホームラボ紹介
y_sera15
0
130
Webアクセシビリティ入門 2026
recruitengineers
PRO
2
460
社内の7割が使うデータ基盤を、 データチーム2人で回すためにやったこと
koh_yoshi
4
1.2k
Data Hubグループ 紹介資料
sansan33
PRO
0
3.1k
AI時代の強いチームの作り方
yuukiyo
26
16k
Service Connect 上のサービスに ECS Service の外側から到達できなかった話
ota1022
1
160
20分でわかるセキュアAPI
nwiizo
1
200
FORENSIA: ローカルLLMフォレンジックハーネス
sumeshi
2
350
20260807_第6回_関東kaggler会LT_claw系bot xangiと始める、"寂しくない" kaggle
sugupoko
0
210
Agent 時代の Kaggle 展望 / kaggle-in-the-agentic-era
upura
1
670
え?フロントエンドエンジニアの ワイがインフラも!?
puku0x
1
440
新しい SLO が良い感じにハマっている話
z63d
5
2.1k
Featured
See All Featured
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
990
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
1
1.7k
SEOcharity - Dark patterns in SEO and UX: How to avoid them and build a more ethical web
sarafernandez
0
240
New Earth Scene 8
popppiees
3
2.5k
Speed Design
sergeychernyshev
33
2k
Into the Great Unknown - MozCon
thekraken
41
2.7k
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
360
The SEO identity crisis: Don't let AI make you average
varn
0
530
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.5k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
890
Six Lessons from altMBA
skipperchong
29
4.4k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
350
Transcript
43&͕औΓΉσϓϩΠߴԽ %PDLFS#VJMEΛ࠷దԽͨ͠ :PTVLF.J[VHVDIJ !DBQZUBO ΏΔ43&ษڧձΏΔ43&ձʙΏΔ͘43&ͷΛ͠Α͏ʙ
4NBSU#BOL *OD 4PGUXBSF&OHJOFFS 43& :PTVLF.J[VHVDIJ !DBQZUBO@FM !DBQZUBO
43&,BJHJొஃ༧ఆ 43&,BJHJొஃ༧ఆ
ΏΔ43&ձ
ΏΔ͍͖͘·͠ΐ͏🍺
ϦϦʔεʹΈ͋Γ·͔͢ʁ
ϦϦʔεʹΈ͋Γ·͔͢ʁ ϦϦʔεʹ·ͭΘΔΈ w σϓϩΠ͕͍ w Ϗϧυ͕Αࣦ͘ഊ͢Δ w σʔλϕʔεͷεΩʔϚมߋ͕ා͍ w
ख࡞ۀͰଏਓԽ͍ͯ͠Δ w ϩʔϧόοΫʹ͕͔͔࣌ؒΔɺFUD
43&ຊʹԿ͕ॻ͍ͯ͋Δʁ
ϦϦʔεසൟʹɺมߋ ⼩ ͘͞ 43&ຊষʮϦϦʔεΤϯδχΞϦϯάʯΑΓ w ϦϦʔεΛසൟʹ ⾏ ͏͜ͱͰόʔδϣϯؒͷมߋΛগͳ͘͢Δͱ ͍͏ֶΛ
⽀ ͍࣋ͯ͠·͢ɻ͜ͷΞϓϩʔνʹΑͬͯɺςετͱ τϥϒϧγϡʔςΟϯά͕༰қʹͳΓ·͢ɻ ᴷ43&αΠτϦϥΠΞϏϦςΟΤϯδχΞϦϯά ⾼ ੑ Q
ϦϦʔεසൟʹɺมߋ ⼩ ͘͞ 43&ຊষʮϦϦʔεΤϯδχΞϦϯάʯΑΓ w ϦϦʔεΛසൟʹ ⾏ ͏͜ͱͰόʔδϣϯؒͷมߋΛগͳ͘͢Δͱ ͍͏ֶΛ
⽀ ͍࣋ͯ͠·͢ɻ͜ͷΞϓϩʔνʹΑͬͯɺςετͱ τϥϒϧγϡʔςΟϯά͕༰қʹͳΓ·͢ɻ ᴷ43&αΠτϦϥΠΞϏϦςΟΤϯδχΞϦϯά ⾼ ੑ Q
εϚʔτόϯΫͰ ϦϦʔεͷԿʹࠔ͍͔ͬͯͨ
ϦϦʔεʹΈ͋Γ·͔͢ʁ ϦϦʔεʹ·ͭΘΔΈ w σϓϩΠ͕͍ w Ϗϧυ͕Αࣦ͘ഊ͢Δ w σʔλϕʔεͷεΩʔϚมߋ͕ා͍ w
ख࡞ۀͰଏਓԽ͍ͯ͠Δ w ϩʔϧόοΫʹ͕͔͔࣌ؒΔɺFUD
σϓϩΠͷΈΛղܾͨ͠
݁
݁ w %PDLFS#VJMEͷΩϟογϡదʹઃఆ͠Α͏ w %PDLFSެࣜυΩϡϝϯτๅͷࢁͰ͋Δ
0,
Ͳͷ͘Β͍σϓϩΠ͕͔ͬͨͷ͔ʁ
Ͳͷ͘Β͍σϓϩΠ͕͔ͬͨͷ͔ʁ ɾʮ͍·σϓϩΠ։࢝͠·ͨ͠ʂޙσϓϩΠ͕ऴΘΔ༧ఆͰ͢ʯ ɾʮোରԠͷ४උͷͨΊʹσϓϩΠʹ͔͔Δͷେมʯ ɾFUD 4MBDLΛݟͯΈΔͱσϓϩΠ͕͍͜ͱ͕ৗଶԽ͍ͯͨ͠
Ͳͷ͘Β͍σϓϩΠ͕͔ͬͨͷ͔ʁ "NB[PO&$4ͷ%FWڥ
ࢲ͜͏ࢥͬͨ ɾBTTFUTQSFDPNJMFΛ͍ͯ͠ͳ͍3BJMT"1*ͰͦΜͳʹ͔͔Δͷ͔ʁ ɾΞʔΩςΫνϟɺίʔυͷنɺ$*$%ͳͲલఏ݅ҟͳΔ͕ɺ ۙߏஙͨ͠৽αʔϏεσϓϩΠɻݟ͋Δɻ ɾͬͱૣ͘Ͱ͖Δͣ
લఏ (JU)VCʹQVTI "84$PEF1JQFMJOFͷύΠϓϥΠϯ͕࣮ߦ͞ΕΔ $PEF#VJMEͰEPDLFSCVJMEͳͲ $PEF%FQMPZͰ&$4ʹ#MVF(SFFO%FQMPZNFOU લఏɿσϓϩΠϑϩʔ
Կ͕ݪҼͰσϓϩΠ͕͔ͬͨͷ͔
Կ͕ݪҼͰσϓϩΠ͕͔ͬͨͷ͔ $PEF1JQFMJOFͱ$PEF#VJMEͷ࣮ߦཤྺɾϩάΛݟΔ
Կ͕ݪҼͰσϓϩΠ͕͔ͬͨͷ͔ ɾ1ZUIPOͷίϯςφϏϧυΛߦ͍ͬͯΔॲཧ͕ಉډ͓ͯ͠Γɺ ɹ1ZUIPOɺ3BJMTɺ/HJOYͷίϯςφͷϏϧυ͕ྻʹߦΘΕ͍ͯͨ ɾEPDLFSCVJME࣌ʹΩϟογϡ͕ޮ͍ͯͳͦ͞͏ $PEF1JQFMJOFͱ$PEF#VJMEͷϩάΛݟͯΘ͔ͬͨ͜ͱ
Կ͕ݪҼͰσϓϩΠ͕͔ͬͨͷ͔ ɾ1ZUIPOͷίϯςφϏϧυΛߦ͍ͬͯΔॲཧ͕ಉډ͓ͯ͠Γɺ ɹ1ZUIPOɺ3BJMTɺ/HJOYͷίϯςφͷϏϧυ͕ྻʹߦΘΕ͍ͯͨ ɾEPDLFSCVJME࣌ʹΩϟογϡ͕ޮ͍ͯͳͦ͞͏ ͭγϯϓϧʹͯ͠ղܾ
Կ͕ݪҼͰσϓϩΠ͕͔ͬͨͷ͔ ɾ1ZUIPOͷίϯςφϏϧυΛߦ͍ͬͯΔॲཧ͕ಉډ͓ͯ͠Γɺ ɹ1ZUIPOɺ/HJOYɺ3BJMTͷίϯςφͷϏϧυ͕ྻʹߦΘΕ͍ͯͨ ɾEPDLFSCVJME࣌ʹΩϟογϡ͕ޮ͍ͯͳͦ͞͏ Ωϟογϡ͕ޮ͘Α͏ʹ͢Δ Ωϟογϡվળ ͰΓͦ͏ʜʜ
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ ɾϩʔΧϧΩϟογϡ ɹ %PDLFSMBZFSDBDIFTPVSDFDBDIFDVTUPNDBDIF ɾϦϞʔτΩϟογϡ ɹ#VJME,JU &$3Λ͏ $PEF#VJMEͷػೳͱ͍͏ΑΓ#VJME,JU
ɾ#VJME࣮ߦج൫ΛΩϟογϡ͕Δܗʹ͢Δ ɹ%PDLFSαʔόʔػೳʢʣˡOFX $PEF#VJMEͰΕΔ͜ͱΛཧ
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ ɾϩʔΧϧΩϟογϡ ɹ %PDLFSMBZFSDBDIFTPVSDFDBDIFDVTUPNDBDIF ɾϦϞʔτΩϟογϡ ɹ#VJME,JU &$3Λ͏ ɾ#VJME࣮ߦج൫ΛΩϟογϡ͕Δܗʹ͢Δ
ɹ%PDLFSαʔόʔػೳʢʣˡOFX $PEF#VJMEͰΕΔ͜ͱΛཧ ࠾༻ʂ
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ ɾ#VJME,JUͷDBDIFUPDBDIFGSPNͰΩϟογϡΛ ECRϨδ ετϦʹอଘ͠ɺ࣍ճҎ߱ͷϏϧυͰ࠶ར༻ ɾ͍͍ͱ͜Ζɿ$PEF#VJME࣮ߦϗετ͕มΘΔͱϩʔΧϧͷ %PDLFSϨΠϠʔΩϟογϡ͕ޮ͔ͣʹϑϧϏϧυʹͳΓ͕ͪͳ ͱ͜ΖΛղফͰ͖Δ #VJME,JUΛ༻͍ͨϦϞʔτΩϟογϡ
EPDLFSCVJMEYCVJME
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ w #VJME,JU NPCZCVJMELJU ɹɹɾ%PDLFSͰͷϏϧυΛ֦ு͢ΔπʔϧΩοτ ɹɹɾґଘؔΛݟͯฒྻ࣮ߦʗෆཁεςοϓΛল͘ ɹɹɾߴੑೳͳΩϟογϡʢϩʔΧϧɾϦϞʔτʣΛѻ͑Δ #VJME,JUͱCVJMEY
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ w CVJMEY EPDLFSCVJMEY ɹɹɾ%PDLFSͷ$-*֦ு ɹɹɾ#VJME,JUΛͬͨߴػೳͳϏϧυΛ࣮ߦͰ͖Δ #VJME,JUͱCVJMEY
$PEF#VJMEͰͷEPDLFSCVJMEΩϟογϡઓུ %PDLFS4ZOUBY
%PDLFS fi MFͷվળ
%PDLFSGJMFͷվળ ɾ36/࣮ߦ࣌ʹࢦఆύεΛΩϟογϡ༻ʹϚϯτ ɾapt-get EOGͳͲͷύοέʔδϚωʔδϟʔͷμϯϩʔυࡁΈ ύοέʔδΛ࣍ճϏϧυͰ࠶ར༻Ͱ͖ΔΑ͏ʹ͢ΔΈ #VJME,JUͷ$BDIFNPVOUͷ׆༻
%PDLFSGJMFͷվળ ɾ͜͜·ͰͷެࣜυΩϡϝϯτʹશ෦ॻ͍ͯ͋Δɻඞಡɻ ɹIUUQTEPDTEPDLFSDPNCVJMEDBDIFPQUJNJ[F 0QUJNJ[FDBDIFVTBHFJOCVJMET ެࣜυΩϡϝϯτ
վળޙ
վળޙ ࠷ऴతͳϏϧυ࣌ؒ ˠ
վળޙ ࠷ऴతͳϏϧυ࣌ؒ
վળޙ ࠷ऴతͳσϓϩΠ࣌ؒ ˠ
վળޙͷϑΟʔυόοΫɺ͜Εخ͍͠ վળޙ
͖ͬ͞ͷࣾͷ4MBDLͷ༷ࢠ վળޙ
·ͱΊɿͬͨ͜ͱ w #VJME,JUΛ͏·ͬͯ͘%PDLFS#VJMEΛվળ
·ͱΊɿ;Γ͔͑Γ w ΩϟογϡઓུͰσϓϩΠΛܶతʹվળͰ͖Δ w 43&։ൃମݧΛվળ͢Δ͜ͱͰ ߴͳՁఏڙʹد༩Ͱ͖Δ
ࠓޙΓ͍ͨ͜ͱɾ͍ͬͯΔ͜ͱ w ࣾڞ௨ͷϕʔεΠϝʔδͷඋ ίϯςφΠϝʔδαΠζͷݮͳͲ
ऴ