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
目つぶり検証機作成期 ~サーバーレス初心者の手始め~
Search
Kana Kitagawa
December 14, 2019
Technology
0
1.7k
目つぶり検証機作成期 ~サーバーレス初心者の手始め~
Serverless Days FukuokaでのLT登壇資料です。
Kana Kitagawa
December 14, 2019
Tweet
Share
More Decks by Kana Kitagawa
See All by Kana Kitagawa
ユーザーと一緒に育てる! 1年半の実践で得たコミュニティ成長のヒント
ktkn1129
0
42
Grow Together with Users! Community Growth Lessons from 1.5 Years of Practice
ktkn1129
0
23
#CMC_Meetup 真の大切さが伝わりにくい領域にチャレンジするスタートアップだからこそコミュニティが活きてくる ー顧客理解/顧客育成/顧客創造 全てに繋がるprimeNumberのコミュニティ活用とは
ktkn1129
0
63
#devreljp コミュニティネイティブな私のキャリアの築き方
ktkn1129
1
310
#CMC_Meetup コミュニティの主体がCSからマーケに変わって気づいた良さの違い
ktkn1129
0
660
コミュニティへ巻き込む人の見つけ方 ~ ヒントはインターネット上にあり? ~
ktkn1129
0
1.4k
絶対コミュニティに入った方が人生も楽しくなるのを初参加の人に伝えたい
ktkn1129
0
950
データ分析初心者が離脱しないためのModeのサポートの手厚さについて
ktkn1129
0
960
みんなでOne Teamになって良いプロダクトを作るためのチームコミュニケーションについて
ktkn1129
0
890
Other Decks in Technology
See All in Technology
ソフトウェアエンジニアの生成AI活用と、これから
lycorptech_jp
PRO
0
900
.NET 10のBlazorの期待の新機能
htkym
0
110
Azureコストと向き合った、4年半のリアル / Four and a half years of dealing with Azure costs
aeonpeople
1
300
Kubernetes self-healing of your workload
hwchiu
0
540
Dylib Hijacking on macOS: Dead or Alive?
patrickwardle
0
470
可観測性は開発環境から、開発環境にもオブザーバビリティ導入のススメ
layerx
PRO
0
310
組織全員で向き合うAI Readyなデータ利活用
gappy50
1
370
Databricks AI/BI Genie の「値ディクショナリー」をAmazonの奥地(S3)まで見に行く
kameitomohiro
1
410
混合雲環境整合異質工作流程工具運行關鍵業務 Job 的經驗分享
yaosiang
0
190
プロダクト開発と社内データ活用での、BI×AIの現在地 / Data_Findy
sansan_randd
0
130
Biz職でもDifyでできる! 「触らないAIワークフロー」を実現する方法
igarashikana
7
3.4k
オブザーバビリティと育てた ID管理・認証認可基盤の歩み / The Journey of an ID Management, Authentication, and Authorization Platform Nurtured with Observability
kaminashi
1
700
Featured
See All Featured
The Power of CSS Pseudo Elements
geoffreycrofte
80
6k
Designing Experiences People Love
moore
142
24k
Mobile First: as difficult as doing things right
swwweet
225
10k
Balancing Empowerment & Direction
lara
5
700
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
How to Ace a Technical Interview
jacobian
280
24k
Building Better People: How to give real-time feedback that sticks.
wjessup
369
20k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
22k
Scaling GitHub
holman
463
140k
Transcript
ͭͿ Γ ݕ ূ ػ ࡞ ظ ~
α ʔόʔ Ϩε ॳ ৺ ऀ ͷ ख ࢝ Ί ~ K A N A K I TA G A WA
A G E N D A • ࣗݾհ • ࠓճ
Γ͔ͨͬͨ͜ͱ • ࣮ࡍʹߦͬͨ͜ͱ • ΑΓਖ਼֬ʹ ͔ͨͬͨ͠ • ࠓճࢲ͕ݴ͍͔ͨͬͨ ͜ͱ
K A N A K I TA G A WA
• “͍͕ͨʔ”(͵Μ) ͱݺΕͯ·͢ɻ #MakikomiTiger • ؔେֶ 4ੜ (ઐ߈:ϝσΟΞΞʔτ) • དྷ4݄͔Β౦ژͰ ಇ͖࢝Ί·͢ʂ • ࣸਅͷপͷຽ
F I L M P H O T O G
R A P H Y
D I G I TA L P H O T
O G R A P H Y 20202݄8.9ʹେࡕͰೋਓͰࣸਅలΛ͠·͢ɻ
B E F O R E A F T E
R Shooting & Retouch ΞΠίϯࡱӨͷ͝ґཔҾ͖ड͚·͢ͷͰ͓ؾܰʹɻ
ࠓ ճ Γ ͨ ͔ ͬ ͨ ͜
ͱ
None
ͭͿ Γ ݕ ূ ࡞ ظ ~ α
ʔόʔ Ϩε ॳ ৺ ऀ ͷ ख ࢝ Ί ~ K A N A K I TA G A WA
લ ճ ฉ ͍ͯ͘ ͩ ͞ ͬ ͨ ํ ʂ
P H O T O S × S E R
V E R L E S S … ?
ͦ ͷ લ ʹ ɾ ɾ ɾ
ࢲ ͷ ࣸ ਅ ͷ Ϩ λ ο ν ͷ
ख ॱ 1.ࣸਅΛLightroomܦ༝ͰϩʔΧϧʹऔΓࠐΉɻ 2.Λᛉ͍ͬͯΔࣸਅɺϐϯϙέͷࣸਅҎ֎Λ ϨʔςΟϯάɻ 3.ͦͷճͷϨλονͷϕʔεͱͳΔ৭ຯͰҰຕϨλονɻ 4.ϨʔςΟϯάͨ͠ͷʹઌ΄ͲͷઃఆΛϖʔετɺ֤ʑΛ ඍௐɻ͞Βʹબผ͠ɺϨʔςΟϯάɻ 5.બΜͩͷ͚ͩΛॻ͖ग़͠ɻ
ࢲ ͷ ࣸ ਅ ͷ Ϩ λ ο ν ͷ
ख ॱ 1.ࣸਅΛLightroomʹऔΓࠐΉɻ 2.Λᛉ͍ͬͯΔࣸਅɺϐϯϙέͷࣸਅҎ֎Λ ϨʔςΟϯάɻ 3.ࠓճͷϨλονͷϕʔεͱͳΔ৭ຯͰҰຕϨλονɻ 4.ϨʔςΟϯάͨ͠ͷʹઌ΄ͲͷઃఆΛϖʔετɺ֤ʑΛඍௐɻ͞Βʹબ ผ͠ɺϨʔςΟϯάɻ 5.બΜͩͷ͚ͩΛॻ͖ग़͠ɻ ҙ֎ͱ͕࣌ؒऔΒΕΔɻ
1 0 0 ຕ ΄ Ͳ ࡱ ͬͯ ࣮
ࡍ ͑Δ ͷ 5 0 ຕ ΄ Ͳ ɻ બ ผ ͢ Β ͯ͠ ͳ ͍ ͷ ͕ 2 0 0 0 ຕ ͘ Β ͍ ͋ Δ ɻ
Ϩ λ ο ν ྗ ͢ Δ ͨ
Ί ʹ अ ຐ ͳ ࣌ ؒ ল ͖ ͨ ͍ ɻ
Amazon Rekognition
A M A Z O N R E K O
G N I T I O N ͱ ʁ • ը૾ɺಈըͷੳπʔϧ • ΦϒδΣΫτɺγʔϯɺإͷݕग़ɺ ςΩετͷநग़ɺ༗໊ਓͷೝࣝɺը૾ ͷෆదͳίϯςϯπͷࣝผ͕Մೳ
إ ੳ
إ ੳ Ͱ ೝ ࣝ Ͱ ͖ Δ ͜
ͱ • স͍ͬͯΔ͔Ͳ͏͔ • ಏ͕։͍͍ͯΔ͔Ͳ͏͔ • ޱ͕։͍͍ͯΔ͔Ͳ͏͔ • ײ ͳͲɻ
إ ੳ Ͱ ೝ ࣝ Ͱ ͖ Δ ͜
ͱ • স͍ͬͯΔ͔Ͳ͏͔ •ಏ͕։͍͍ͯΔ͔Ͳ͏͔ • ޱ͕։͍͍ͯΔ͔Ͳ͏͔ • ײ ͳͲɻ
ཧ 1.Amazon S3ʹࡱӨͨ͠ૉࡐΛೖΕΔ 2.Amazon S3ͷը૾ͷΞοϓϩʔυΛτϦΨʔʹAmazon RekognitionΛୟ͘ 3.Amazon RekognitionͰإೝࣝ 4.ᛉΓ͍ͯ͠ͳ͍ը૾ΛϦετԽ
5.ϦετͰࢦఆ͞Ε͍ͯΔը૾ΛผͷS3όέοτʹҠಈ 6.ϦετͰදࣔ
࣮ ࡍ ʹ ߦ ͬ ͨ ͜ ͱ
Δ ͜ ͱ ͷ ཧ 1.إੳΛ௨͢લɺ௨ͨ͠ޙͷը૾ΛೖΕΔS3όέοτΛ ࡞͢Δ 2.Amazon
S3ʹΞοϓϩʔυ͞Εͨ͜ͱΛAWS LambdaͰ ݕ͢Δ 3.AWS Lambda͕Ξοϓϩʔυ͞ΕͨϑΝΠϧΛAmazon Rekognitionʹ͛ͯإੳॲཧΛߦ͏ 4.إੳͷ݁Ռɺͷۭ͍͍ͯΔը૾Λ௨ͨ͠ޙͷS3 όέοτʹίϐʔ
Serverless Framework
S E R V E R L E S S
F R A M E W O R K ͱ ʁ • Serverless ApplicationΛߏཧɺσϓϩΠ͢ΔͨΊ ͷπʔϧ • ίϛϡχςΟυϦϒϯͰ։ൃ͕ߦΘΕ͍ͯΔ • ຊޠϑΥʔϥϜ͋Γɻ https://github.com/serverless-japan/forum
https://qiita.com/horike37/items/b295a91908fcfd4033a2
Amazon Rekognition × AWS Lambda
P H O T O S × S E R
V E R L E S S … !
ੈ ͷ த ʹ ༷ ʑ ͳ σ ʔ
λ ܗ ࣜ ͕ ͋ Γ · ͢ɻ
A M A Z O N R E K O
G N I T I O N ͷ ҙ • ೝࣝͰ͖Δσʔλ JPGɺ PNGͷΈ
Ұ R A W σ ʔ λ Λ J
P G ʹ ॻ ͖ ͑ ͳ ͚ Ε إ ೝ ࣝ ͑ ͳ ͍ ɾ ɾ ɾ ʁ
࣍ ճ ͷ ՝ લճ·Ͱͷ͓
ࠓ ͕ ࣍ ճ ͩ ʂ
1.SDΧʔυ͔ΒσʔλΛίϐʔ ϑΥϧμʹ֨ೲ 2.ͦͷσʔλΛRAW͔ΒJPGʹม 3.มͨ͠ϑΝΠϧ͚ͩΛผϑΥϧμʹ Ҡಈ 4.S3ʹΞοϓϩʔυ
P Y T H O N L I B R
A RY • RAWPy • rawσʔλΛಡΈࠐΈ • ύϥϝʔλ͕ଟ͘ɺ͍͍ײ͡ʹউखʹϨλον͞ΕΔ • imageio • jpegʹม
None
ݩσʔλ rawpyޙͷσʔλ ᛉΓݕূ͞ΕͨΒ͍͍ͷͰؔͳ͍͚Ͳ ͬͱͬͯΈͨ͘ͳΔϥΠϒϥϦ
͍ Α ͍ Α … ᛉ Γ ݕ ূ
ػ ͷ ࡞
։ ൃ ڥ • Serverless Framework • Python 3.7
None
•handler.py •serverless.yml
S E R V E R L E S S
. Y M L Λ ฤ ू ͢ Δ
S E R V E R L E S S
. Y M L Λ ฤ ू ͢ Δ • AWS S3ͷΞΫηε • Amazon RekognitionͷΞΫηε • ϦιʔεʹAWS S3Λઃఆ͢Δ
H A N D L E R . P Y
Λ ฤ ू ͢ Δ
H A N D L E R . P Y
Λ ฤ ू ͢ Δ • S3όέοτͷதΛಡΈऔΔ • Amazon Rekognitionʹ͛Δ • ͕։͍͍ͯΔ͔Ͳ͏͔ผ͢Δ • EyesOpen=True • ։͍͍ͯΔͷ͚ͩɺผͷόέοτʹೖΕΔ
7 7 2 ຕ ͷ બ ผ ͕ 1 0
ʂ
Α Γ ਖ਼ ֬ ͳ ͷ Λ ࡞ Γ
ͨ ͍
E Y E S A R E C L O
S E D .
E Y E S A R E C L O
S E D … ? ? ?
ͷ ։ ͍ͯ ͍ Δ ׂ ߹ Λ
ͬ ͱ ࡉ ͔ ͘ ઃ ఆ ͠ ͠ ͨ ͍ ɻ
ׂ ߹ ܾ Ί Α ͏ ͱ ࢥ ͍ ɺ
σ Ϟ Λ ͯ͠ Έ ͨ ɻ
None
None
None
None
None
None
N O T S M I L I N G
…
None
None
None
E Y E S A R E C L O
S E D
None
None
None
࣌ ʑ ى ͜ Δ ϗ ϥ ʔ ݱ
ɻ
ઃ ఆ ͕ܾΊΒΕͳ͍ɾɾɾ
Χ ϯ ϑ Ν Ϩϯε ͷ Ϩ λ ο ν
ʹ ͑Δ ɾ ɾ ɾ ʁ ࡞੍࡞ʹΩπΠͷ͕͋Δ͔…
ࠓ ճ ࢲ ͕ ݴ ͍ ͨ ͔ ͬ ͨ
͜ ͱ
• ͖ͳ͜ͱʹٕज़ΛབྷΊΔͷͬͯ ͬͺΓͨͷ͍͠ɻ
T H A N K Y O U F O
R L I S T E N I N G ! ! ! @nun_is_tiger Kana Kitagawa ͱΓ͋͑ͣMakikomi Tigerͬͯௐ͍ͯͩ͘͞ɻ