Learn about new innovations coming to the PagerDuty Operations Cloud! Watch Webinar Now

Do you want everything set up for you instantly, or do you want to customize your environment and your workflow? CloudBees CodeShip lets the developer pick the path that’s best for them, to maximize productivity and let teams evolve over time. You can get your builds and deployments working in less than five minutes with CloudBees CodeShip’s turnkey environment and simple UI. From there, you can e

新年あけましておめでとうございます。本年も宜しくお願い致します。 お正月休みを利用してCIツールについて調べていたのでメモがてらエントリ投稿。 できたこと Bitbucketのレポジトリにプッシュすると自動的にソース一式をAmazon S3にデプロイしてくれます。 http://pydata.tokyo の更新が捗りました。 つかったもの Codeship : CI環境です。 Bitbucket : レポジトリ。今回はMercurial環境です。 Amazon S3 : 静的ファイルのホスティング先。今回のデプロイ先です。 今回やっていないこと 自動テストは行っていません。（ほぼHTMLなので） Codeshipとは 所謂1つのCIサービスです。 Codeship 同種のサービスとして、Travis CIやCircleCIが著名でしょうか。Jenkinsをセルフホスティングしている開発環境

(video of these slides available here http://fsharpforfunandprofit.com/fppatterns/) In object-oriented development, we are all familiar with design patterns such as the Strategy pattern and Decorator pattern, and design principles such as SOLID. The functional programming community has design patterns and principles as well. This talk will provide an overview of some of these, and present some dem

本書は、人工知能の技術の1つである遺伝的アルゴリズムを用いて、「ナンバーエリア」または「四角に切れ」と呼ばれる、数字だけではなく長方形という図形的な要素が入ったパズルの問題の自動生成について説明します。 理論の説明は最小限にし、実装を詳細に説明。後半ではパズル作家が問題を作る際に考慮するような、パズル問題として差をつける特長をプログラムに組み込むことも説明します。本書でナンバーエリアに挑戦することで、さまざまなパズル生成への応用力が身につき、パズル以外への適用も可能になるでしょう。 なお、本書はEbook版のみの販売です。 まえがき はじめに 本書の表記 サンプルコードの使用について 意見と質問 導入部 遺伝的アルゴリズムとは 巡回セールスマン問題への適応例 1章　遺伝的アルゴリズムとは 最適化問題 遺伝的アルゴリズム 2章　巡回セールス問題への適用 巡回セールスマン問題 GUIプログラム

I have a thread that reads characters from a Buffered reader (created from a socket as follows): inputStream = new BufferedReader(new InputStreamReader(clientSock.getInputStream())); This code works only one time. For example, if a client connects and sends this: "This is a test" and "This is another test", the host output is: Reading from stream: Chars read from stream: 16 This is a test Reading

brand id {{brandid}} apploaded {{apploaded}} loading {{loading}} everLoadedData {{everLoadedData}} page {{page}} page_size {{page_size}} loadMorePossible {{loadMorePossible}}

はじめに～レポートづくりのオートメーション化～ データを扱う仕事をしている人にとって、レポートの作成はあらゆる業務に欠かせない、しかし決して面白くはない作業です。本連載ではレポート作成の手間と苦労に頭を悩ます人々を救うべく、R言語とR Markdownと言うツールを用いたレポート作成のオートメーション化について解説します。 ここでのレポートとは格調高いフォーマルな報告書から日々の業務報告まで、データやログを処理して図・表・数値として要約し、説明文書とともにアウトプットを作成する作業すべてを含みます。例えばデータアナリストならビジネスデータを使った経営戦略に関わるKPIレポート、システム管理者なら日々のアクセスログの統計・集約レポート、研究者なら実験データに対する統計解析結果を示すレポートや論文、などなど。 R Markdownについての技術的な解説は、Rによるデータ解析を現在行っている、こ

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Matthew Griffithさんのブログ記事　MECHANICAL ELEPHANT - Becoming Productive in Haskell comming from Pythonの翻訳です。そういえばProductive Programmerって本にもHaskellを使って実証実験する話が出てました。Haskellは何度も勉強しようとして途中で止まっては忘れを繰り返しているので見習いたいと思います。 最近になってようやく私は生産性を高められるぐらいHaskellに熟達してきました。そこでHaskellを学習してきた経験について、それらを忘れてしまう前に私の考えを書き留めておこうと思います。今や私はWebプロトタイピングのほとんどをHaskellで行っています。まだ普段はPythonを使い、また楽しんでいるにも関わらず、です。 Data First(データが第一) これは動的

僕は仕事では2種類のログ解析基盤を見ています。 1つ目はどちらかというとエンジニアよりの解析基盤でサービス側のエンジニアがShib, ShibUIを通して好きにクエリを投げることができます。ただしtableをcreateしたりdropしたりinsertしたりはできません。selectのみです。データの更新作業は別途cronのhive batchで行います。データはFluentd経由で各サービスのサーバーから収集します。こっちのシステムは古くからあって僕は引き継いだだけなので見ているとはいってもそんなにやることは無いですし、語れることも少ないです。 2つ目は約1年前に僕が一から構築したシステムでプランナーよりのシステムになってます。僕のチーム内のエンジニアだけがrawデータを触ったり更新したりすることができて、プランナーはレポートを通して加工されたデータを見る形になります。なので1つ目のシス

タリーズコーヒーがお好きな方でも、タリーズコーヒージャパンの本社が神楽坂にあることをご存知の方は少ないのではないでしょうか。「タリーズコーヒー神楽坂店」はその本社の1F、牛込神楽坂駅のすぐそばにあります。 吹き抜けのホール全体に、ソファー席やテーブル席がゆったりと配置されているこちら。会社からも近く、ソファー席に腰掛けてゆったりと快適に過ごすことができるため、かなり頻繁にお邪魔していたら完全に顔を憶えられてしまいました。 居心地の良さは設備だけでなく、本社のお膝元だけあってスタッフのサービスも群を抜いて素晴らしいものがあり、丁寧な接客にいつも感心させられるほど。これからも美味しいカフェラテをいただきに通いたいと思います。 店名：TULLY’S COFFEE 神楽坂店 ジャンル：コーヒー専門店、カフェ TEL：03-5206-1225 住所：東京都新宿区箪笥町22 伊藤園神楽坂ビル 1F 営

以下の一覧表をみて見てほしい。これは現在急速に成長中の、とあるスタートアップ企業における社員全員の年収の一覧表だ。Google Docsを使って常時この表をネット上で公開しているのは、TwitterやFacebookへの投稿をタイムシフトで最適化するサービスを提供するスタートアップ企業の「Buffer」。株式の持ち分や、1株当たり評価額も書いてある。つまり、含み益も含めて、どのくらいお金をもらっているか、今後もらうことになるかが全部内向きにも外向きにも透明になっている。創業者でCEOのジョエル・ガスコイン氏の報酬は年額で17万5000ドル（約2050万円）、持ち株の評価額は、すでに2218万ドル（25.5億円）というのも分かる。 Bufferでは、すべての報酬額を公開しているだけでなく、その算定式も同時に公開している。以下の表をみれば分かるように、役職、経験、居住地などに基く給与算定式もシ

はじめに 僕は、競技プログラミング、という競技で、トップクラス、とギリギリ呼べるくらいの選手です。こうした実力をキープするのに、一番大切なのは、練習を続けることだと思っています。練習を続けるにはどうすれば良いでしょう？たくさんの練習をするには、モチベーションを高める必要性があります。 さて、それでは、どうしたらモチベーションが高まるか？僕は、ちやほやされるとモチベーションが高まります。世界○位を取ったら嬉しい、というのもありますが、「世界○位なんてすごい！！！」とちやほやされる方が嬉しいくらいかもしれません。 さて、そんな自分ですが、最近ちょっと問題があります。 ある程度良い成績を取るのが当然になってしまったので、多少良い成績を取ったところで、誰もちやほやしてくれなくなってしまったのです。困った。これは困った。これではちやほやしてもらえない。これでは、現在の実力を保つことが出来ません！ さ

はじめに 先日、私たちが開発しているクラウド型WAFサービス、Scutum(スキュータム)において、予想していなかった箇所の修正によってサーバの負荷が大幅に減るということがありました。原因はこのエントリのタイトルにもあるように、Stringクラスのインスタンスを生成する際の方法にありました。 Stringクラスのコンストラクタとcharset Stringクラスにはいくつかのコンストラクタが用意されています。我々が使っていたのはString(byte[] bytes, String charsetName)です。2つめの引数で、"MS932"や"UTF-8"のような文字集合(以下charset)を明示的に指定するものです。 ScutumのようなWAF(Web Application Firewall)は通常のウェブアプリケーションとは異なり、起動している間にさまざまなcharsetを扱うこ

EMCは米ラスベガスで5月4日から4日間開催したイベント「EMC World Las Vegas 2015」で、ブロックストレージ機能を提供する分散ストレージソフトウェア「ScaleIO」の無償提供を発表しました。 ScaleIOはもともと同社が2013年に買収したScaleIO社の製品で、その後EMCの製品としても販売。コモディティサーバにインストールすることでそのサーバをストレージサーバにするもので、最大の特長はスケールアウト機能です。ScaleIOによるストレージサーバをネットワーク上で増やしていくと、台数に応じてI/O性能も向上します。 また、ScaleIOはストレージサーバの動的な追加や削除が可能で、一部のサーバが障害で落ちても全体としての運用は継続可能など、耐障害性も備えています。 分散ストレージによってブロックストレージ機能を実現するソフトウェアとしては、オープンソースのCe

Keynote - Jacob Kaplan-Moss - Pycon 2015 - YouTube The programming talent myth [LWN.net] PyCon 2015で、Djangoの貢献者であるJacob Kaplan-Mossが興味深い基調講演をしているので紹介する。LWM.netでほぼ全面書き起こしに近いまとめがあったので助かった。 自己紹介 Kaplan-MossはDjangoの貢献者であり、Herokuのセキュリテイ部門の部長である。PyCon参加者としては歴史が長く、その他のカンファレンスでもよく発表している。Pythonコミュニティは「自分にとってこの業界におけるとても重要なもの」であり、PyConの基調講演を行うということは、「自分のキャリア上の絶頂」である。 自分の最初のPyConの発表は2005年のことで、PythonとAppleScri

I started working on GitPython in 2009, back in the days when Python was 'my thing' and I had great plans with it. Of course, back in the days, I didn't really know what I was doing and this shows in many places. Somewhat similar to Python this happens to be 'good enough', but at the same time is deeply flawed and broken beyond repair. By now, GitPython is widely used and I am sure there is a good