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
メルカリ開発の歴史
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Tatsuya Tsuruoka
August 23, 2014
Business
2
2.1k
メルカリ開発の歴史
2014年8月、「【スマートニュース/メルカリ/フリークアウト】テクノロジー系スタートアップ3社の成長をドライブする技術」での発表資料です。
Tatsuya Tsuruoka
August 23, 2014
Tweet
Share
More Decks by Tatsuya Tsuruoka
See All by Tatsuya Tsuruoka
「メルカリ アッテ」を支える Google App Engine と Golang
ttsuruoka
18
12k
GoとGAEによるWebアプリケーション開発(Go Con 2016 Spring)
ttsuruoka
12
8.3k
アッテ開発の技術 : Golang と Google App Engine
ttsuruoka
20
48k
メルカリの超高速開発を支えるPHP (PHPCon2014)
ttsuruoka
17
26k
LT_有給とって温泉に行こう
ttsuruoka
0
250
Other Decks in Business
See All in Business
株式会社Oxxx Culture Deck
oxxxinc
0
560
株式会社High Link_会社紹介資料
highlink_hr
2
80k
Lego Agile Testing Workshop
pinboro
0
130
株式会社Gizumo_会社紹介資料(2026.1更新)
gizumo
0
500
株式会社ファーマインド_グループ農園各社_会社紹介資料
farmind_farm
0
120
会社説明資料
xinghr
0
110
株式会社TENET 会社紹介資料
tenetinc
1
22k
20260114_知的生産と事業創造でAIを使いこなす全技法_スライド
itarutomy
1
440
AI × アジャイルで、エンタープライズを動かす:文化に寄り添い、ビジネス価値を拡大する実践知 / AI × Agile: Driving Enterprise Transformation
yosuke_matsuura
PRO
1
1.4k
イグニション・ポイント株式会社/採用エントランスBook_2026
ignitionpointhr
2
170k
【27新卒セールス(FS・店舗)】BuySell Technologies会社紹介資料
buyselltechnologies
0
250k
イークラウド会社紹介 ~挑戦で、つながる社会へ~
ecrowd
1
4.7k
Featured
See All Featured
Statistics for Hackers
jakevdp
799
230k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
820
Building a Scalable Design System with Sketch
lauravandoore
463
34k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
GraphQLの誤解/rethinking-graphql
sonatard
74
11k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
1
290
Stop Working from a Prison Cell
hatefulcrawdad
273
21k
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
0
2.3k
Odyssey Design
rkendrick25
PRO
1
490
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
How STYLIGHT went responsive
nonsquared
100
6k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
240
Transcript
ϝϧΧϦ։ൃͷྺ࢙ dͬͦ͜Γཪଆڭ͑·͢d גࣜձࣾϝϧΧϦ Ԭୡ
ࠓճ͓͢Δ͜ͱ w ϝϧΧϦͲΜͳΞϓϦʁ w ͲΜͳνʔϜͰ։ൃ͍ͯ͠Δʁ w Ұ൪େࣄͳ͜ͱʮεϐʔυʯ
None
None
None
w ຖສ݅Ҏ্ͷग़ w ݄ؒྲྀ௨ֹԯԁҎ্ Ͱສ%-ୡ
։ൃνʔϜ
։ൃνʔϜ w ݄ɺ։ൃνʔϜ͕ੜ w ։ൃऀͲ͏ͬͯू·ͬͨʁ
None
w ࠷খݶͷϝϯόʔ w ϑϧλΠϜͷ։ൃऀਓ ։ൃνʔϜɿ࠷ॳ ΫϥΠΞϯτɿ໊ αʔόɿ໊
։ൃνʔϜɿϦϦʔε࣌ "OESPJEɿ໊ αʔόɿ໊ J04ɿ໊
։ൃνʔϜɿݱࡏ w 64൛ͷ։ൃ։࢝ "OESPJEɿ໊ αʔόɿ໊ J04ɿ໊
ϝϧΧϦ։ൃͷۂઢ ࠓ͜͜ ඪ
w ͜Ε·ͰͷϝϧΧϦˠͷஈ֊ w ։ൃऀͷׂɺ։ൃͷߟ͑ํ ஈ֊ʹΑͬͯมΘΔ w Ұ൪େࣄͩͬͨ͜ͱʁ
Ұ൪େࣄͳ͜ͱʮεϐʔυʯ
w ઌߦ͢Δڝ߹ ޙ͔Βͬͯ͘Δେࢿຊͷڝ߹ w ϦϦʔε͢Δ·Ͱͷεϐʔυɺ ϦϦʔε͔ͯ͠ΒͷεϐʔυͰ ࠩΛ͚Δ͔͠ͳ͍ w ୭͔ʹͬͯΒͬͯɺՁΛߴΊ͍ͯ͘ ͳͥʮεϐʔυʯ͕େࣄͳͷ͔
ͳͥʮεϐʔυʯ͕େࣄͳͷ͔ w εϐʔυ͕େࣄͳ͜ͱΈΜͳ͔͍ͬͯΔ w ʮͬͱΏͬ͘Γ࡞Εྑ͔ͬͨʯ ͱ͍͏͜ͱ͋Γ͑ͳ͍
w ஸೡʹ࡞ΒΕ͍ͯͯྑ͘Ͱ͖͍ͯΔ͚Ͳ ୭͍ͬͯͳ͍αʔϏε ҙຯ͕ͳ͍ɻɻ ελʔτΞοϓͷੈքͰʣ
ʮεϐʔυʯΛग़͢͜ͱͷ ͠͞
ݶΒΕͨϦιʔεͰͲ͏࡞Δʁ w ։ൃऀɺ༧ࢉɺ࣌ؒ ͲΕΓͳ͍ͷ͕;ͭ͏
εϐʔυΛੜΈग़͢ ͭͷߟ͑ํ
w ࠷ॳ͔Β͜ͷߟ͕͑໌֬ͩͬͨΘ͚Ͱ ͳ͘ɺܦݧ͔ΒಘΒΕͨ݁Ռ
໎ͬͨΒ୯७ͳํΛબͿ
໎ͬͨΒ୯७ͳํΛબͿ w ٕज़બఆ͢Δͱ͖ʹΑ͋͘Δ w ߴػೳ͚ͩͲෳࡶͳͷWTػೳ͚ͩ Ͳ୯७ͳͷ w ྫɿߏཧπʔϧ$IFGWT"OTJCMF
໎ͬͨΒ୯७ͳํΛબͿ w Ͱ͖ΔݶΓใΛूΊܾͯΊΒΕͳ͍ͱ͖ ʮػೳ͚ͩͲ୯७ͳͷʯΛબͿ w ୯७Ͱ͋Δ͜ͱֶशίετ͕͍ͷ ظతʹՌ͕ग़Δ w ʙઌͷϝϦοτΑΓࠓ͕େࣄ
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢ w ͍͔ͭΘΕΔ͔͠Εͳ͍ίʔυΛ ࠓ४උ͓͍ͯͯ͠ʜ ेதീΘΕͳ͍ɻɻ ݁ہɺԼͨ࣌ؒ͠ճऩͰ͖ͣʣ
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢ w ͍ͭདྷΔ͔͔Βͳ͍ະདྷͷ͜ͱΑΓɺ ͙͢ͷલͷޭͷ΄͏͕ѹతʹॏཁ w ͷલͷޭ͕͋ͬͯ࢝Ίͯɺ কདྷΛݟӽͨ͠վળΛ͢Δҙຯ͕ग़ͯ͘Δ
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢ w ࠷ߴΛࢦ͢ͱɺ ͍ͭ·ͰܦͬͯऴΘΒͳ͍ w 6*σβΠϯͰΑ͋͘Δ w ׂͰग़ͯ͠ɺϢʔβͷԠΛݟΔ͖
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢ %POFJTCFUUFSUIBOQFSGFDU ᘳΛࢦ͢ΑΓɺ·ͣऴΘΒͤΖ 'BDFCPPLͷϞοτʔͷͻͱͭ
࠷ߴͩͱࢥ͏ͷͷ ׂͰग़͢ ૣ͗͢Δ࠷దԽॾѱͷࠜݯ %&,OVUI w ࣅ͍ͯΔ֨ݴɾߟ͑ํ͕ͨ͘͞Μ͋Δ :"(/*ͷݪଇ IUUQKBXJLJQFEJBPSHXJLJ:"(/*Λࢀর
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ w ϝϧΧϦͷ߹ɺϗʔϜը໘ʹදࣔ͞ΕΔ ͷҰཡɺग़ߪೖͷૢ࡞ w ਅͬઌʹ࡞Γ࢝Ίͯɺ ԿԿ࡞Γͳ͓͞Εͯચ࿅͞Εͨ
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ w ͋Δ෦ʹϑΥʔΧε͢Δͱ͍͏͜ͱɺ ΘΓʹԿΛলུ͢Δ͔ͱ͍͏͜ͱ
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ w ΞϓϦެ։Λٸ͙ͨΊɺ ΓࠐΉػೳΛݶք·Ͱߜͬͨ ެ։࣌ͷ"1*ͷ छྨ ݱࡏͷ छྨ ΄΅ഒ
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ w େʹলུͨ͜͠ͱɿ ެ։࣌ͷΠϯϑϥ w ͘͞ΒΠϯλʔωοτͷ ߴੑೳͳઐ༻αʔόʹͯ͢٧ΊࠐΈ
࠷ॏཁͳ͜ͱʹ ϑΥʔΧε͢Δ w ຊ൪ڥΛͰߏஙͰ͖ͨ w ҆Ձˍखؒͳ͔ͬͨͷͷɺ ϲ݄Ͱෛՙͷݶքʹ w ͔͠͠ɺΠϯϑϥ४උظ͕ؒݮͬͨ͜ͱɺ ݎ࿚ͳΠϯϑϥΛ࠷ॳ͔Β४උ͢ΔΑΓ
ͣͬͱՁ͕͋Δ͜ͱͩͬͨ
͜Ε͔Βͷྺ࢙
͜Ε͔Βͷྺ࢙ w ࠓͷˠͷஈ֊Ͱ ༗ޮͩͬͨߟ͑ํ
͜Ε͔Βͷྺ࢙ w ͜Ε·Ͱʹ͏·͘ߦͬͨߟ͑ํͰ Ϧηοτͯ͠ɺ࣍ͷมԽʹඋ͑Δ w ݸਓͷྗΛɺνʔϜʹ͢Δ͜ͱ͕ॏཁ
͜Ε͔Βͷྺ࢙ w ՝ͨ͘͞Μ͋Δ w ຊͱ64ͷάϩʔόϧͳ։ൃମ੍ͷߏங w ສϢʔβنΛѻ͏εέʔϧΞ τઃܭɺͳͲͳͲ
w ·ͩ·ͩ௨աʹ͍ΔϝϧΧϦͷ։ൃνʔϜ w ࣍ͷʹ͝ظ͍ͩ͘͞ ͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠