DuckDBをクライアント／サーバ化する「Quack」プロトコルが登場。複数のDuckDBインスタンス間で接続が可能に オープンソースとして開発されている高速なOLAP用データベース「DuckDB」をクライアント／サーバ化する新しいプロトコル「Quack」が発表されました。 ちなみにQuackはアヒル（Duckはアヒルおよびカモ類全体の総称ですが、ここではアヒルとします）の鳴き声のことで、アヒルは鳴き声でコミュニケーションをとることを由来として、この単語がそのままDuckDBのプロトコル名となっています。 Hannes Mühleisen just revealed the Next Big Thing for DuckDB at AI Council 2026: Quack, a protocol that turns DuckDB into a client-server databa

こんにちは、LayerX Ai Workforce 事業部でテクニカルプロジェクトマネージャーをしている joe です。 この記事は LayerX Tech Advent Calendar 2025、18日目の記事です。 今回は異なる処理に関係性を持たせる、Span Links を使った分散トレースの実装について紹介します。 前提条件 本記事では OpenTelemetry の Span Links について紹介をしますが、各用語に対しての説明を省略していることをご了承ください。 なるべく複雑な知識を要しない形での紹介ができるようにしておりますが、不安だという場合は以下のOpenTelemetry の公式ドキュメントにあるトレーシングの項目を参照してから本記事を読み進めることをおすすめします。 https://opentelemetry.io/docs/specs/otel/overvie

はじめに 私は本を読むのが好きです。朝、コーヒーを淹れて、ソファに座って、ページを開く。その時間が好きです。物語の中に入り込んで、登場人物の人生を追いかけ、著者の思考を辿り、知らない世界を覗き見る。ただ、それが楽しいんです。 でも、誰かに「最近、何か読んだ？」と聞かれて、タイトルを答えると、必ず次の質問が来ます。「へえ、面白かった？ 何か学びはあった？」あるいは、こんな質問が来ます。「その本、どういうジャンル？ 自己啓発系？ノンフィクション？」違和感があります。 映画を見たあと、「何か学びはあった？」なんて聞かれません。音楽を聴いたあと、「それ、自己啓発系？」なんて聞かれません。ゲームをクリアしたあと、「成長できた？」なんて聞かれません。でも、本だけは違います。読書には、常に「目的」が求められます。「成長のため」「知識を得るため」「キャリアアップのため」。ただ楽しいから読む、では許されない

フリーランスのインフラ系エンジニア。競馬が好き。その時々で試したことや思ったこと等を個人の備忘録として書いているので、内容無保証かつObsoleteもありの前提を推奨します。

このブログエントリでは、テスト駆動開発（TDD: Test-Driven Development）の考案者Kent BeckがTDDの定義を改めて明確化した文章を、許可を得たうえで翻訳し、訳者の考察を沿えています。 きっかけ 2023年の年末、テスト駆動開発（TDD: Test-Driven Development）の考案者Kent Beckは、あらたな著書『Tidy First?』の執筆にあたり、substackにTDDに関するポストを連投して論戦を繰り広げていました。TDDはその誕生から20年以上が経ち、その間に「意味の希薄化」が発生して議論が噛み合わなくなっていました。意味の希薄化（Semantic Diffusion）とは、新しく作り出された用語が広まる際に本来の意味や定義が弱まって伝わる現象です。 私（和田）はTDDと関わりの深いキャリアを歩んできました。Kent Beckの著書

LLMが得意なのは文章の生成よりも読解 LLMという読み手には編集がいらない 人間が読み手であることをやめるまでは 商売は厳しく LLMのおかげで滑らかな自然言語をコンピューターで気軽に使えるようになった。ウェブを中心に、生成AIで出力された（とおぼしき）文章を見かける機会も増えた。これからもっと増えるだろう。特にコンピューター技術の解説という分野では、生成AIの出力がそのままコンテンツとして公開されていることも多い。ウェブだけではなく、書籍のようなオールドメディアでも、すでに生成AIが下書きや校正に使われている。もしかしたら、さらにアグレッシブな使い方がまかり通っているかもしれない。 生成AIがあれば、もう技術書などいらないような気もする。誰かが生成AIで解説コンテンツを作る必要すらないだろう。知らない技術が出てきたら、その場でAIチャットに解説してもらえばいい。誰がAI時代にコンピュー

与えられた報酬分だけ仕事をするという考え方もあります。 でも、期待値をちゃんと超えるということをやることで信用に繋がったり、未来の仕事に繋がったりしていることを実感しています。 なので、毎回期待値を越えようとすることは自分のために非常に大事だと思う。 また、依頼者側の視点としては、なにかを依頼した際に相手が期待値を越えようとしてくれてるだけでも嬉しいものです。 なぜ期待値を超えるべきなのか僕の経験では、期待値を超える仕事を継続的にやっていると、明らかに機会が増えます。 新しいプロジェクトに声をかけられる頻度が上がったり、より重要な判断を任されるようになったり、重要なポジションに抜擢されたりする。 これは単純に「いい人だから」ではなく、「この人に任せれば想定以上の成果が期待できる」という信用を積み重ねた結果です。 実際に、僕が過去に関わったプロジェクトで期待値を超える成果を出した結果、次のフ

はじめに Googleで長年 Chrome に携わり、現在は Google Cloud AI でディレクターを務める Addy Osmani（アディ・オスマニ）氏が、14年間の経験から学んだ教訓をまとめた 『21 Lessons From 14 Years at Google』 がとても面白かったので、個人的な解釈を交えながらまとめてみました。 オスマニ氏は、O'Reilly などで多数の技術書を執筆していることでも知られ、長年にわたり Web 開発コミュニティに貢献してきたエンジニアです。 これらを共有するのは、同じように経験を分けてくれたエンジニアたちから、私自身が計り知れないほどの恩恵を受けてきたからです。これは、その恩を次へとつないでいくための、私なりの試みだと思ってください。 そんな想いで書かれたこのブログには、技術的な Tips ではなく、エンジニアとして無理せず長く続けていく

概要 エラーモニタリングツールであるSentryにまつわる課題とその課題を解決するために試しているSentryの利用法や運用プロセスを紹介します。 Sentryは、エラーに関するタグベースのメタ情報やスタックトレースなどを用いてエラーを分析、通知、一元管理するのに便利な機能やSDKを提供します。また、パフォーマンスモニタリングやプロファイリングなど、運用にまつわる機能提供もスコープに入っています。しかし、Sentry自体の運用にも投資しなければ、つぎのような課題が生じ、良さを活かしきれません。 課題 自分が現在所属している組織に限らず、エラーモニタリングツールの運用課題として以下のようなものが挙げられます。 増えていくエラー通知をさばききれず対応しなくなる 重要なエラーが大量のエラー通知に埋もれて気づけない 何が重要なエラーなのか特定の人しか判断できず負荷が偏る Sentryを利用する場合

はじめに こんにちは、業務委託でサーバーサイドエンジニアとして株式会社スマートバンクにジョインしているakshimoといいます！ ソフトウェア開発は「作って終わり」という訳にはいかず、その後の運用も重要かと思います。その中でもエラーの監視とその通知システムは不可欠です。この記事では、私たちのチームのエラー監視にて起こった問題とその対策、そして普段行っている運用業務の流れについて書きたいと思います！ 前提・課題 リリースに伴いエラーが多発 私たちのチームでは、機能改善の一環としてある外部サービスを新しいものに移行するプロジェクトを進めていました。しかし、移行後に予期しない問題が多数発生してしまいました… 具体的には以下のような問題が発生していました。 外部サービスの各エンドポイントでのタイムアウト サプライズ的な想定外の仕様 実装の不備によるバグ これらのエラーには放置するとユーザー体験を大

マンガメディア開発チームの id:mizdra です。普段はWebアプリケーションエンジニアとして、マンガビューワ「GigaViewer」の開発に携わっています。GigaViewerの提供は2017年に始まり、執筆時点で12の出版社、14のサイトに導入いただいています。 GigaViewerでは、多数のマンガサイトを素早く構築するため、マルチテナントアーキテクチャを採用しています。データベースを始めとしてコードベースに至るまで、多くの部分をサイト間で共通化しています。 マルチテナントアーキテクチャは、プロダクトを多数のプラットフォームに効率よく展開できるメリットがある一方で、アーキテクチャ特有のさまざまな困難もあります。この記事では、マルチテナント環境でSentryを利用したときに発生するグルーピングの問題を解説し、その問題にGigaViewerがどのように対処したのかを紹介します。 なお

こんにちは、株式会社スマートバンクでサーバサイドエンジニアをしているnagasawaです。 皆さんアプリケーションのエラートラッキングを何かしらのツールで行っていると思いますが、日々多くのアラートが届き以下のような悩みをお持ちではないでしょうか。 どれが今すぐ確認すべきアラートなのか見分けがつけにくい 件数が多く対応状況が把握しづらい アラートがオオカミ少年に近い状態になっており、重要なアラートが見逃されてしまうことがある 下図のように、株式会社スマートバンクでも多い日は10~20件ほどアラートが届いていました。決済系の機能群など一度でもエラーが発生したらすぐに対応したいアラートに反応しやすくするためにも、上記の課題を解決したいと考えました。 一応クリティカルなエラーは捕捉できていたのでアラートの対応はシステム運用上問題なく行えていましたが、理想的なアラート管理を行えている状態ではありませ

こんにちは。エンジニアのすずまさです。 弊社では、エラー監視ツールとしてSentryを利用しています。 私のチームではSentryをうまく活用できていない状態が続いていましたが、最近は運用負荷を軽減しつつ障害を早期発見するなど、以前よりも運用が改善されてきたので今回はその紹介をします。 当時の課題「とにかくエラーが多すぎる」 ノイズを減らす 積極的にArchiveする Issue Groupingを活用する 重要なエラーだけピックアップ可能にする 現在の運用 まとめ 当時の課題「とにかくエラーが多すぎる」 トリアージがほとんどされておらず、S/N比が低くなっていました。 そのため、ノイズが多く重要なエラーを判別するのが難しい状況でした。 具体的には以下のようなエラーがノイズとなっていました。 ユーザに悪影響はないが、ハンドリング漏れで大量に発生しているエラー ex. API通信で stat

つまり Bun の Rust 移植では、「自動テストが通る」を「レビューが通った」に静かに置き換えている、と読める。これは伝統的なコードレビューの観念とは違う何かだ。 所感：すごいのは AI じゃなくレビュー概念のほう 私が驚いたのは「AI が 96 万行書ける」ことよりも、「人間がコードを読まずにマージできる、と判断したこと」 の方だ。レビューの定義が、コードを読むことから「テストと AI の再生成可能性を信じること」に、静かにスライドしている。 これが Bun だから許される特殊例なのか、これからの標準なのか。私には分からない。 ただ、AI 時代のレビューって何だっけ、という問いは、もう避けて通れないところに来ている気がする。 疑問② 動いてるのに、なぜ書き換える？ Bun は すでに本番で動いている JS ランタイム だ。それを 6 日でゼロから別言語に書き換える、というのは普通の意

株式会社ヘンリーでSREをしているsumirenです。 ヘンリーではオブザーバビリティバックエンドにHoneycombを採用しています。 Cloud Runでサービス間通信をしている場合、こうした外部オブザーバビリティバックエンドとOpenTelemetryを使うと、トレースが途切れてしまう課題があります。 解決してから1年弱経ってしまったのですが、対処事例を紹介します。 Cloud Run + OpenTelemetry + 外部バックエンドでトレースが途切れてしまう理由 途切れてしまう理由を解説するために図解を用意しました。ここでは2つのCloud Runアプリケーションがサービス間通信を行い、番号順に処理を行ってトレースを生成しています。便宜上各アプリケーションはスパンを1つしか生成しない形で図解していますが、スパン数が増えても問題の本質は変わりません。またトレースIDやスパンIDは

フィードバックを送信 メッセージのトピックへのパブリッシュ コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、メッセージのパブリッシュについて説明します。 パブリッシャー アプリケーションによって、メッセージが作成され、トピックに送信されます。Pub/Sub では、既存のサブスクライバーに対して、メッセージの at-least-once 配信とベストエフォートの順序指定を実施しています。 パブリッシャー アプリケーションの一般的なフローは次のとおりです。 データを含むメッセージを作成します。 リクエストを Pub/Sub サーバーに送信し、指定されたトピックにメッセージをパブリッシュします。 始める前に パブリッシュ ワークフローを構成する前に、次のタスクを完了していることを確認してください。 公開ワークフローについて学びます。 トピッ

Google uses AI technology to translate content into your preferred language. AI translations can contain errors. 容量バッファを使用すると、クラスタ内のアクティブまたはスタンバイの容量の階層を事前に宣言できるため、Google Kubernetes Engine（GKE）ワークロードの Pod の起動レイテンシを短縮できます。予備容量を事前に宣言することで、費用対効果の高い方法でワークロードを迅速に起動できます。 このドキュメントでは、容量バッファの仕組みについて説明します。容量バッファを有効にして使用する方法については、容量バッファを構成するをご覧ください。 容量バッファを使用する場合 起動レイテンシの影響を受けやすく、迅速なスケーリングが必要なアプリケーションには、容量バッフ

フィードバックを送信 クラスタのアップグレードに関するベスト プラクティス コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このページでは、Google Kubernetes Engine（GKE）クラスタを常に最新の状態にしておくためのガイドラインと、要件に合わせて環境の可用性と信頼性を高めるアップグレード戦略を作成する際の推奨事項について説明します。これにより、ワークロードの中断を最小限に抑えながら、クラスタを常に最新の状態にし、安定性とセキュリティを維持できます。 また、フリートで編成された本番環境全体でクラスタの自動アップグレードを管理するには、ロールアウト シーケンスによるクラスタのアップグレードについてをご覧ください。 複数の環境を設定する ソフトウェアの更新を提供するワークフローの一環として、複数の環境を使用することをおすすめします。複数の環