New Relic アップデート(2026年5月)
New Relicの2026年5月のアップデートについて解説しています。 本記事は、New Relicの最新情報を知りたいプラットフォームエンジニアやインフラエンジニア、SRE担当者, そしてエンジニアリングマネージャーやテックリードの方々におすすめです。
New Relicの2026年5月のアップデートについて解説しています。 本記事は、New Relicの最新情報を知りたいプラットフォームエンジニアやインフラエンジニア、SRE担当者, そしてエンジニアリングマネージャーやテックリードの方々におすすめです。
New Relicの2026年5月のアップデート情報です。 Scorecardsによるサービス健全性の定量評価、Teamsによるサービス健全性情報の集約、メンテナンス期間中のSLI計算などが紹介されています。 インフラエンジニア、SRE、エンジニアリングマネージャー、プロダクトマネージャー、プロジェクトマネージャー、QAエンジニア向けの記事です。
この記事は、ログラス社がプラットフォームエンジニアリングの取り組みをどのように進めているかについて解説しています。 * プラットフォームエンジニアリングを効果的に進めるための重要なポイントに焦点を当てています。 * SREチームがプラットフォームエンジニアリングに取り組むことになった経緯や、1年間での変化についても触れています。 * プラットフォームを「使われる」ものにするために、どのような工夫がなされたかが語られています。 対象読者: * プラットフォームエンジニア * SRE * インフラエンジニア * エンジニアリングマネージャー
複雑なシステムでサーバーのキャパシティだけでは原因特定が難しい問題に直面した経験がある人へ。 New Relicのブラウザエージェントをフロントエンドアプリに導入することで、容易に原因究明の手がかりが得られる。 インフラ担当者でもフロントエンドアプリにエージェントを導入できることを示すお試しアプリの紹介。
AWSが「AWS FinOps Agent」のパブリックプレビューを開始しました。 このエージェントは、AWSのコストに関する質問に答えたり、コスト異常の原因を調査・特定したりするAIツールです。 AWSを利用しているエンジニアやコスト管理担当者、プロダクトマネージャー向けの記事です。
Google Cloudは、Apache Sparkのパフォーマンスを大幅に向上させるLightning Engineの一般提供を開始しました。これは、JVMのオーバーヘッドを排除し、ネイティブC++命令にコンパイルすることで、標準のSparkと比較して最大4.9倍高速な処理を実現します。また、ストレージコネクタの最適化や高度なクエリ最適化により、費用対効果も向上しています。この技術は、データ量が増大する現代のデータ処理におけるパフォーマンスとコストの課題を解決するために設計されており、既存のデータパイプラインに変更を加える必要なく利用可能です。 * 大規模データ処理におけるパフォーマンスとコストの課題を抱えるデータエンジニア、インフラエンジニア、およびデータサイエンティスト向けの記事です。 * Lightning Engineの導入により、Apache Sparkの処理速度が最大4.9倍向上し、費用対効果も2倍になることが解説されています。 * ネイティブ実行、最適化されたストレージコネクタ、高度なクエリ最適化などの技術的な詳細と、導入方法について説明されています。
Google Kubernetes Engine (GKE) の GKE Inference Gateway は、生成 AI ワークロードの推論を高速化し、応答時間を大幅に短縮する技術です。 この技術は、リアルタイムのモデルサーバー指標に基づき、AI ワークロードをインテリジェントにルーティングし、アクセラレータのアイドル時間を最小限に抑えます。 本記事は、AI 開発者、インフラエンジニア、データサイエンティスト、そして生成 AI の導入を検討している技術責任者向けです。
New Relicで複数ウィンドウのバーンレートアラートを設定する方法について解説します。 SLOのアラート設定で、エラーバジェットの消費速度を監視するバーンレートアラートは重要です。 この記事では、Site Reliability Workbookに記載されている複数ウィンドウのバーンレートアラート機能に焦点を当てています。
Google CloudのManaged Service for Apache Sparkが、サーバーレスとマネージドクラスタの2つのデプロイモードを提供開始しました。マネージドクラスタでは、Lightning Engineによるパフォーマンス向上、フレキシブルVMによるリソース確保、FinOps機能(ゼロスケール、スケジュール停止)、AI連携(MCPサーバー、Data Agent Kit)、次世代Lakehouse、Spark 4.1対応などが発表されました。 * Google CloudのManaged Service for Apache Sparkの新機能について解説しています。 * 大規模データ分析やデータサイエンスワークロードを効率化するための機能強化に焦点を当てています。 * サーバーレスおよびマネージドクラスタのデプロイモード、パフォーマンス向上、AI連携、FinOps機能などが紹介されています。
M研のGPUサーバーにSlurmが導入され、GPUリソースを効率的に管理・活用できるようになった。 ・GPUリソースの効率的な管理・活用方法を知りたいエンジニア ・M研の研究開発環境に関心のある方 ・HPC環境の構築・運用に携わる方
・オブザーバビリティ(可観測性)とは、システムの外部出力から内部状態を理解する能力を指し、未知の問題にもデータで対処できる状態を目指す概念です。 ・監視が既知の問題を検知するのに対し、オブザーバビリティは複雑化するシステムにおける未知の問題の原因究明を可能にし、メトリック、ログ、トレースの3つのシグナルを組み合わせることで実現されます。 ・この記事は、オブザーバビリティの基本を理解し、監視との違いを知りたいインフラエンジニア、SRE、バックエンドエンジニアなどを対象に、実践への第一歩や定着のポイントを解説しています。
- カオナビのエンジニアリングの現状、技術的挑戦、課題について本音で語るテックナイトイベント。 - 当日はエンジニアによるLTやCTOによるセッション、懇親会が予定されている。 - カオナビの技術スタックや開発プロセス、現場のリアルな声に興味のあるエンジニア、テックリード、CTO向け。
・runcがコンテナ起動時にGoのマルチスレッド制約を回避するために、CGoコンストラクタを利用していることを解説。 ・Linuxのシングルスレッド親プロセスの制約とGoのマルチスレッド動作の衝突が原因。 ・Go言語でコンテナを扱う開発者、Linuxカーネルのコンテナ技術に興味があるインフラエンジニア向け。
Microsoft Build 2026 Keynoteの主要なアップデートをまとめた記事です。 AIによる情報抽出・要約も活用されています。 インフラ、プラットフォーム、Azure関連のアップデートが中心に扱われています。
異なるEntraテナント間でBlobストレージのデータを安全に連携する構成を、Azure Private Endpoint経由で実装する方法について解説する記事です。 - Azureのインフラストラクチャ担当者 - クラウドセキュリティに関心のあるエンジニア - マルチテナント環境でのデータ連携を検討しているアーキテクト
「アノマリ検知」について、固定しきい値では検知が難しいシステムの異常を、より効果的に検出する手法として解説。 しきい値検知との違いや、アノマリ検知が抱える課題、そしてその高度化について掘り下げています。 システムの開発・運用に携わるエンジニアや、SRE、インフラ担当者向けの記事です。
Google Kubernetes Engine(GKE)に「スタンバイ バッファ」機能が追加され、ノードの起動時間を短縮しつつ、コストを大幅に削減できるようになりました。 この機能は、オーバープロビジョニングに費用をかけず、コールドスタートによる遅延を回避するためのものです。 プラットフォームエンジニアやアーキテクトが、ワークロードの急増に対応する際のパフォーマンスとコストのバランスを最適化するのに役立ちます。
Google CloudのデータベースサービスであるAlloyDB for PostgreSQLに、高可用性(HA)アーキテクチャのアップグレードとして「ホットスタンバイ」機能が追加されました。この機能により、フェイルオーバー(障害発生時の切り替え)時間が従来の数分から30秒以内に短縮され、切り替え後もパフォーマンスの低下がほとんどなく、安定した稼働が可能になります。 * AlloyDB for PostgreSQLのホットスタンバイ機能は、データベースのダウンタイムを最小限に抑え、サービス継続性を向上させたいシステム管理者やインフラエンジニア向けです。 * 従来のフェイルオーバーで発生していたパフォーマンス低下を防ぎ、安定したデータベース運用を実現したい組織にとって有益な情報です。 * PostgreSQLを利用しており、より高い可用性とパフォーマンスが求められるエンタープライズシステムを運用している担当者におすすめの記事です。
【イベント告知】2026年7月11日に愛知県(名古屋駅近辺)にて、サーバーサイドを学ぶ学生を対象としたパフォーマンスチューニングの技術ワークショップが開催されます。ハンズオン形式でWeb APIのパフォーマンス改善を実践的に学び、現場社員によるLTや相談会も予定されています。参加費は無料です。 このイベントは、以下のような学生におすすめです: * Web APIのパフォーマンス測定や改善方法を知りたい学生 * 高パフォーマンスな実装スキルを習得したい学生 * 生成AIを活用した高速なアプリケーション開発に興味がある学生
Mackerelのアップデート情報。 * 退役したホストのアラートクローズ時にOK通知が送信されるようになった。 * クエリグラフの全画面表示で、表示期間変更時に系列選択が保持されるようになった。 * Ubuntu 26.04 LTSをサポート対象OSに追加。 * mackerel-plugin-nginx、mackerel-plugin-aws-ec2-ebs、mackerel-plugin-mongodbのプラグインアップデート。 * フロントエンドとバックエンドをトレースでつなぐ方法を解説した記事を公開。 このアップデートは、Mackerelの運用者、インフラエンジニア、バックエンドエンジニア、およびパフォーマンス監視に関心のある開発者向けです。
高齢の家族が子供や孫とビデオ通話できる仕組みを、さくらインターネットのサーバーを使って自作した体験談。 * 高齢者でも簡単に使えるビデオ通話環境の構築方法 * 家族間のコミュニケーションを円滑にするための工夫 * 技術を活用して身近な課題を解決する事例
AppleはWWDC26でmacOSにLinuxコンテナを統合する新機能「Container machine」v1.0を発表しました。 これは昨年のWWDC25で発表されたSwift製コンテナ仮想化フレームワーク「Containerzation」を基盤としています。 本機能は、macOS上でLinuxコンテナをシームレスに利用したい開発者やインフラエンジニア向けに役立つと思われます。
* freee株式会社が、AIコーディング普及によるPR量増加に対応するため、「PRごとに使い捨てられる検証環境(Preview環境)」を構築した事例を紹介する。 * 開発者はラベルを貼るだけで、依存関係の調整やチーム間調整の手間なく検証環境を立ち上げられるようになった。 * この進化した開発フローについて、SEQ、SRE、開発者の視点から、構築の工夫や開発フローの変化を解説するイベント告知。
* Kubernetesの概要、メリット、監視の課題、運用ポイントについて解説します。 * マイクロサービス化やクラウドネイティブ化が進む中で、Kubernetesの複雑な運用や監視の難しさに直面している担当者向けです。 * リソース不足ではないのに遅い、再起動が成功しても不安定といった問題に悩むインフラ担当者やSREが対象となります。
New RelicのChange Tracking機能について解説。 この機能を使うことで、アプリケーションのデプロイやシステム構成の変更、機能フラグの更新などを記録できます。 これにより、問題発生時の原因分析や変更前後のパフォーマンス比較が容易になります。 - システム変更の記録と分析に役立つNew RelicのChange Tracking機能の紹介 - デプロイ、構成変更、機能フラグ変更などをイベントとして登録可能 - 問題発生時の原因究明や変更前後のパフォーマンス比較に活用できる
• タクシーアプリ『GO』が実践するデータ活用事例を紹介。 • RDBのシンプル化、車載デバイスデータの圧縮、DataformによるSQL開発、LookerとStreamlit/コネクテッドシートの使い分け、ローカル開発環境、リネージ管理の現実的なアプローチ、BigQuery UI改造など、7つの工夫点を解説。 • データサイエンティスト、バックエンドエンジニア、インフラエンジニア、プラットフォームエンジニア、データベースエンジニア、およびデータ活用に関心のある技術者向け。
ABEMAの多層キャッシュ機構のリアーキテクチャについて解説する記事です。 キャッシュ機構の設計思想や、具体的な実装、そしてそれによって得られた効果について説明しています。 バックエンドエンジニア、インフラエンジニア、アーキテクト、SREなどの技術職全般が対象です。
さくらのクラウドの「シンプル監視」機能について、その進化と基本的な設定方法、そしてできること・できないことを解説します。 * 外形監視を手軽に始めたい方 * クラウドサービスで監視設定を行いたい方 * さくらのクラウドの利用者
JJUG CCC 2026 Springへのブーススポンサーとしての協賛レポート。 会場でのデモ、アンケート、ノベルティ配布などの様子を報告。 特に、Spring Boot 4アプリケーションのOpenTelemetry計装ガイドや、開発中のMackerelログ機能のプロトタイプ紹介について触れている。 ログ活用のアンケート結果では「調べる方法の属人化」が最多であった。 - JJUG CCC 2026 Springでのブース出展について - Spring Boot 4およびMackerelログ機能の紹介 - ログ活用に関するアンケート結果と参加者への感謝
Google Cloud Platform (GCP) 上で、TPUやGKEマネージドDRANET、マルチクラスタ推論ゲートウェイを活用し、高可用性を持つAI推論ワークロードを構築する手法を解説しています。 * 複数のGKEクラスタとTPUを組み合わせ、Cloud Storage FUSEでモデルを共有し、マルチクラスタ推論ゲートウェイで負荷分散とフェイルオーバーを実現します。 * DRANETによるリソース管理と、Gemmaモデルを使った具体的な設定手順、そしてフェイルオーバーテストについても触れています。 * この記事は、GCPインフラストラクチャ上でスケーラブルかつ高可用なAI推論システムを構築したいエンジニアやインフラ担当者向けです。
Azure Application GatewayとPrivate Linkを連携させ、別テナント(他社)との接続においてクライアントIPアドレスを制御する方法について解説します。 前回の記事の続きとして、他社のネットワーク全体へのアクセスを制限するシナリオを想定しています。 インフラエンジニア、ネットワークエンジニア、セキュリティエンジニア向けの記事です。
インフラエンジニアがフロントエンドアプリの計測を行うためのエージェント導入手順について解説した記事です。 Webアプリの複雑化とユーザー環境の多様化により、アプリ内部の挙動把握や問題解決が困難になっている現状を踏まえ、計測ツールの導入方法を具体的に示しています。 インフラエンジニアや、フロントエンドアプリのパフォーマンスや挙動を理解したい開発者向けの内容です。
Trustpilotは、Gemmaモデルを活用したリアルタイムデータ拡充アーキテクチャをGoogle Cloud上で構築し、数百万件のレビューを低コストかつ高精度で処理するシステムを実現しました。 このアーキテクチャは、ファインチューニングされたGemmaモデルをvLLMでサービングし、Dataflowと連携させることで、レビューのメタデータ抽出、分類、感情分析などを効率的に行います。 本記事は、機械学習エンジニア、データサイエンティスト、インフラエンジニア、そしてGoogle Cloudを利用するアーキテクトやプロダクトマネージャーに向けて、大規模言語モデルを本番環境で活用する際の技術的課題とその解決策について解説しています。
Google Cloud Storage (GCS) 上でのデータ分析パフォーマンスを向上させる、オープンソースのJavaライブラリ「gcs-analytics-core」が発表されました。 このライブラリはApache IcebergやSparkなどの分析エンジンとGCS Java SDKの間に位置し、ベクトル化されたI/OやスマートParquetプリフェッチなどの技術で読み取りオペレーションを最適化し、レイテンシを削減しスループットを最大化します。 データエンジニアやプラットフォームエンジニア、Google Cloudを利用する開発者にとって、データレイクのパフォーマンスチューニングの手間を省き、分析ワークロードの実行時間を短縮するための有用なツールとなります。
コンテナ化を進めたいがKubernetesの運用負荷やPaaSの制約に悩むシステム担当者向けの記事です。 AppRunは、コンテナ運用をシンプルにし、共用型・専有型の両方のメリットを提供します。 これにより、運用負荷を極力抑えつつ、コンテナの利便性を享受できます。
日立とGoogle Cloudは、フィジカルAIの社会実装とセキュリティ領域での戦略的アライアンスを拡大します。両社は、Google CloudのAI技術と日立の協創アプローチを組み合わせ、現場の課題解決を支援するForward Deployed Engineers(FDE)モデルを強化します。これにより、AIによるオペレーションの自律化を推進し、AI型サイバー攻撃への対策も強化します。 このアライアンスは、AI技術の活用によるビジネス変革を目指す企業や、現場のオペレーション効率化・自動化を推進したい担当者、そしてサイバーセキュリティリスクの低減に関心のある技術者や経営層を対象としています。
Ubuntuの開発元であるCanonicalが、AIエージェント開発などに適したサンドボックス化された開発環境を、コマンド一発で構築できる新機能「Workshop」をリリースしました。これにより、環境構築にかかる時間を短縮できます。 - AIエージェント開発などを想定したサンドボックス環境を簡単に構築したい開発者 - 環境構築の手間を省き、すぐに開発を始めたいエンジニア - Ubuntuの新機能に関心のあるインフラエンジニアや開発者
Microsoft Foundryのネットワーク設計における閉域化アーキテクチャについて、インバウンドとアウトバウンドの観点から解説。 GitHub CopilotとMicrosoft Foundryを活用して作成。 ネットワークエンジニア、インフラエンジニア、アーキテクト向けの記事。
Workflow AutomationにおけるAPIキーの安全な管理方法を解説します。 New RelicのSecrets Management Serviceを利用し、認証情報をワークフロー定義から分離してセキュアに管理する実践的なガイドです。 本記事は、APIキーの管理に課題を感じている開発者やインフラ担当者、SREを対象としています。
この記事は、Spring Boot を使用して、動的な可視性タイムアウトを持つSQSワーカーを実装する方法について解説しています。 重い処理をSQSメッセージ経由で非同期に処理するためのアーキテクチャと、その実装の詳細に焦点を当てています。 バックエンドエンジニアやインフラエンジニア、AWSを利用した開発者向けの記事です。
Microsoft Build 2026 Keynoteにおけるインフラストラクチャ関連の主要アップデートをまとめた記事です。 AIによる情報抽出・要約が活用されています。 インフラエンジニア、SRE、コーポレートエンジニア、アーキテクト、プラットフォームエンジニア向けの内容です。
- Foundry BYO VNet + Private Endpoints plus tools のデプロイに関するGitHubテンプレートの記録です。 - Ubuntu上でテンプレートをダウンロードし、実行した手順について解説しています。 - ネットワーク分離を前提とした標準エージェントセットアップの文脈での位置づけを説明しています。 この記事は、Azure環境におけるネットワークインフラの構築や、プライベートネットワークでのサービスデプロイに興味のあるインフラエンジニア、ネットワークエンジニア、またはクラウドアーキテクトを対象としています。
・AWSの「ぶっとんだ使い方」を発表し、その面白さを共有するLTイベント。 ・業務利用禁止、規格外の発想、そして「それやる意味ある?」と言われるようなユニークな使い方に焦点を当てる。 ・AWS経験者から初心者まで、発想力で参加できる、笑いと学びのあるイベント。
虎の穴ラボのエンジニアがAI活用術について共有するオンライン勉強会。 AIエージェントの活用事例や、インフラ・アプリ開発におけるAIの利用について深掘りする。 AI技術の業務応用に関心のあるエンジニアや、コーディングエージェントの活用事例を知りたい人におすすめ。
・GitHub Actionsのコスト削減とCI実行時間の短縮を目的として、ランナーをBlacksmithに移行した事例を紹介します。 ・PoCから本格移行までのプロセス、導入時の課題、そして結果について解説します。 ・バックエンドエンジニアやインフラエンジニア、テックリード、エンジニアリングマネージャーが、CI/CDのコスト最適化とパフォーマンス向上に役立つ知見を得られます。
New Relic Workflow Automationは、ノーコード/ローコードでインシデント対応やインフラ管理を自動化できる機能です。 カスタムワークフロー構築における、トリガー時のインプット受け取りとデータ受け渡しに焦点を当てています。 インフラエンジニアや、自動化に関心のあるエンジニア向けの記事です。
Cloud Run における AI モデルのコールド スタート遅延を管理するための詳細なガイド。 インフラストラクチャのプロビジョニング、イメージ ストリーミング、エンジン初期化、モデル読み込みの 4 つのフェーズに分解し、各フェーズの最適化戦略を提示。 モデル形式の量子化、ストレージ選択、起動時の CPU ブースト、VPC 下り、同時実行チューニング、スケーリング制御などを解説。 これは、Cloud Run で AI モデルのパフォーマンスを最適化したい開発者、インフラエンジニア、およびプラットフォームエンジニアを対象としています。
「インフラ勉強会」は、Discord上に構築された無料のオンラインコミュニティであり、インターネット環境があれば誰でも参加可能です。 この勉強会は、インフラを文化として捉え、それを支えるさくらのクラウドの活用に焦点を当てています。 インフラエンジニアや、インフラに興味のあるすべての人々を対象としています。
・Google Cloud TPUのクラスタレベルの信頼性フレームワークを紹介。 ・大規模AIモデルのトレーニングに必要な、数千のTPUチップを統合したSuperpodにおける信頼性確保の重要性を解説。 ・インスタンスレベルの信頼性からクラスタレベルへの移行と、それによるAIスーパーコンピュータの可用性向上について説明。
・New Relic Workflow Automation(Alert Trigger)の設定手順を解説 ・データ型確認、最小構成テスト、バージョン同期ズレ回避策などを紹介 ・プラットフォームエンジニア、SRE、QAエンジニア向け
・Terraformを用いたさくらのクラウドでのインフラ自動化について解説する記事です。 ・IaCツールであるTerraformを使って、様々なシステムを構築する方法を紹介します。 ・インフラエンジニア、コーポレートエンジニア、プラットフォームエンジニア向けの内容です。
Google AI StudioとGoogle Cloudの連携が強化され、請求先アカウントなしでフルスタックアプリケーションを2つまでデプロイ可能になりました。 Cloud Run、Firebase Auth、Cloud SQL(PostgreSQL)、Firestoreといったサービスを、AI Studioからコードを書かずに利用でき、データベースの自動選択や、Google Workspaceとの連携も可能です。 初心者や迅速なプロトタイピングを求める開発者、プロダクトマネージャー向けの記事です。
・AIにインフラ(IaC)とアプリケーションコードを同一リポジトリで一貫して記述させることで、両者の連携部分のズレが解消される。 ・IaCをコードとしてAIが読み書きできるため、インフラの制約を考慮したアプリ設計が可能になる。 ・このアプローチは、インフラとアプリ開発者が分かれている場合に発生しがちな、境界面での認識齟齬や手戻りを削減できる。
Microsoft Build 2026にて、Windows上でLinuxコンテナの実行を可能にする新機能「WSL containers」が発表されました。 この機能により、WSL(Windows Subsystem for Linux)の既存のLinux実行環境上で、コンテナの作成・実行・操作が容易になります。 インフラエンジニア、プラットフォームエンジニア、バックエンドエンジニアなど、開発環境でLinuxコンテナを利用するユーザーに適した発表です。
マイクロソフトは、年次イベント「Microsoft Build 2026」で、Windows向けにUNIX系コマンドを移植した「Coreutils for Windows」を一般公開しました。 このソフトウェアは、cpやmvといったUNIX系OSで使われる基本的なコマンド群をWindows上で利用可能にするものです。 インフラエンジニアやバックエンドエンジニアなど、コマンドラインツールに慣れている開発者にとって、Windowsでの開発効率向上に繋がる可能性があります。
・Flutter SDKのアップグレード中に発生した、retrofit/analyzer/custom_lint間の依存関係のデッドロックについて解説。 ・わずか1パッチ差のanalyzerバージョン要求が原因で、pub solverが解決できなくなる問題と、dependency_overridesの罠について説明。 ・最終的に、retrofit_generatorのバージョンを調整することで問題を解決した事例と、同様の問題に遭遇した場合の対策を提示。
- Datadog AgentのCPU使用率がパーサ回帰によって予期せず急増した問題について、その原因と解決策を解説。 - SREやプラットフォームエンジニアが直面する可能性のある、パフォーマンスチューニングとデバッグの実践的な事例。 - システムの安定稼働とリソース効率の改善を目指すエンジニアにとって役立つ情報。
AI時代の到来により、Googleはデータセンターネットワークを根本的に進化させています。AIワークロードの膨大な計算リソースとネットワーク要件に対応するため、GoogleはAI Hypercomputerを中心に、チップからアプリケーションまでを統合したAI技術スタックを構築し、ネットワークインフラを再設計しました。 * AI時代の要求に応えるため、Googleはネットワークインフラを「AI Hypercomputer内のファブリック」「AI Hypercomputer間のファブリック」「グローバルネットワーク」の3つの柱で再構築し、Virgo Networkなどの革新的な技術を導入しています。 * AIワークロードの帯域幅、低遅延、高信頼性といった厳しい要求を満たすため、ネットワークのスケールアップとスケールアウトを可能にするアーキテクチャを採用し、障害発生時の迅速な検知と復旧を実現する自律信頼性機能を強化しています。 * この進化したネットワークインフラは、AIトレーニングから推論まで、あらゆるAIワークロードを支える基盤となり、Google Cloudの顧客がAIの可能性を最大限に引き出すことを支援します。
Google Cloud は、インフラストラクチャのメンテナンス管理をリソース単位からビジネス単位へと移行させる新機能「Unified Maintenance」をリリースしました。 App Hub と連携し、アプリケーションのコンテキストでメンテナンス イベントを可視化することで、プラットフォーム エンジニアは手動でのリソースマッピングやトイル作業を削減し、迅速なトリアージと予測可能な運用を実現できます。 この機能は、Google Cloud 上でアプリケーションを運用しており、インフラストラクチャのメンテナンス管理を効率化したいプラットフォーム エンジニアや IT 運用担当者向けの記事です。
Urban Outfitters (URBN) が、IBM Sterling OMS の Oracle データベースを Google Cloud の AlloyDB for PostgreSQL へ移行し、大幅なコスト削減と効率向上を実現した事例です。 * 既存の Oracle データベースの TCO 削減、高可用性、オープン スタンダードへの移行といった課題を解決。 * Google Cloud、IBM との緊密な連携により、ダウンタイム・データ損失ほぼゼロで移行を成功させました。 * ITインフラのモダナイゼーション、将来的な AI 拡張に備えたい企業や、複雑なデータベース移行を検討している組織に適した内容です。
Terraformを用いたさくらのクラウドでのインフラ自動化に関する入門記事です。 - IaCツールであるTerraformの概要と、さくらのクラウドでのディスクとサーバー構築を解説します。 - インフラ構築をコードで管理し、効率化したいエンジニア。 - 初めてTerraformやさくらのクラウドでのインフラ構築に挑戦する方。
Argoワークフローの移行プロジェクトについて、その経験談を共有する記事です。 移行の背景、具体的な手順、直面した課題とその解決策などが語られています。 インフラエンジニアやバックエンドエンジニア、プラットフォームエンジニア、プロジェクトマネージャーが対象です。
- Oracle Database@AWSが、AWS大阪リージョンで提供開始されました。 - これにより、AWS東京リージョンと大阪リージョンの両方でOracle Database@AWSが利用可能になりました。 - Oracle Cloudと同等の性能、機能、可用性を備えたデータベースサービスをAWS上で利用できます。
本記事では、テックブログの「関連記事レコメンド」機能をローカルEmbeddingとGo言語で再構築した事例を紹介しています。Azure OpenAIのAPI依存、レート制限、コスト増加といった旧システムの課題を、Ollamaを用いたローカル実行とSHA-256ハッシュによる差分キャッシュで解決しました。テキストの前処理、Embeddingの最適化、コサイン類似度計算の効率化、GitHub ActionsでのCI/CDパイプライン構築についても詳述されています。 この記事は、ローカルEmbeddingによる類似度計算システムをGoで構築したいエンジニアや、CI/CDにおけるキャッシュ戦略、パフォーマンス最適化に関心のある開発者を対象としています。 LLMを活用したシステム開発の具体的な手順や、OSSツールの効果的な利用方法についての知見を得ることができます。
Qiita Tech Festa Day 2026は、技術トレンドのキャッチアップやAI導入による新たな課題解決のヒントを得られるハイブリッドイベントです。 著名なゲストによる基調講演や、QiitaユーザーによるLT、プレゼント企画の結果発表など、多様なコンテンツが用意されています。 技術者、開発者、AIに関心のあるすべての方々におすすめです。