こんにちは。今日はイベント登壇のお知らせです。
1/30(水) にマイナビさんが主催する「ITSearch+」のイベントに弊社エンジニアの 徳武(id:s-tokutake) が登壇します。
今回は「技術基盤、SRE」をテーマとして
を軸に、以降前後でインフラ、技術基盤の仕事がどのように変わってきているか、サービスの成長を支えながら開発生産性をどう上げているのかなどを具体的な事例をもとにお話する予定です。
お申込みはこちらから。
ご興味のある方はぜひご参加ください。
またイベント開催後に、発表スライドをもとにレポートを書きたいと思いますので、こちらもお楽しみに！
この記事は一休.com アドベントカレンダーの25日目の記事です。
レストラン事業部エンジニアの
id:ninjinkunです。
一休.com及び一休.comレストランはユーザー向けのシステムだけではなく、店舗や一休内の管理者向けの業務システムという性格も持っています。
業務システム経験の無かった自分が一休に転職して最初に驚いたのが、DBに履歴を保持するための履歴テーブルが大量にあることでした。
そこから履歴テーブルの存在に興味と疑問を持ち、社内外のエンジニアと履歴テーブルについて議論してきました。このエントリではそれらの議論をまとめた結果について書いていきます。
まず以下の図をご覧ください。
込み入った図かつ事例が一休特化で恐縮ですが、左上の起点から始まって、右のオレンジの部分が最終的な実装パターンです。
図にあるとおり、たいていのユースケースでは以下の3パターンの実装に落とし込めるのではないかと考えています。
いきなり「バージョンテーブル」や「ログテーブル」などの単語が出てきましたが、これは自分が「履歴テーブル」を細分化するために使っている言葉です。以下でそれぞれについて説明します。
アプリケーションから特定のバージョンを参照する必要があるので、以下の様にバージョン番号を保持するテーブルを作ります。
元データテーブル
価格が変わる商品の例です。IDと最新のバージョン番号を保持しています。
| id | version | price |
|---|---|---|
| 1 | 2 | 1,000 |
| 2 | 1 | 2,000 |
| 3 | 3 | 10,000 |
バージョンテーブル
今までの価格変動がバージョン毎にすべて記録されています。
| id | item_id | version | price |
|---|---|---|---|
| 1 | 1 | 1 | 1,100 |
| 2 | 2 | 1 | 2,000 |
| 3 | 3 | 1 | 11,000 |
| 4 | 3 | 2 | 10,500 |
| 5 | 1 | 2 | 1,000 |
| 6 | 3 | 3 | 10,000 |
基本的にアプリケーションから参照しない前提であり、参照する場合も一覧で確認用に表示するくらいなので、バージョン番号などは不要です。
元データテーブル
| id | price |
|---|---|
| 1 | 1,000 |
| 2 | 2,000 |
| 3 | 10,000 |
ログテーブル
元データテーブルと同じカラム + ログ用の作成日を持つ。更新があったものをどんどん放り込んでいきます。最新かどうかは作成日で判断します。
| id | item_id | price | log_created_at |
|---|---|---|---|
| 1 | 1 | 1,100 | 2018-11-10 12:00:00 |
| 2 | 2 | 2,000 | 2018-11-10 12:01:00 |
| 3 | 3 | 11,000 | 2018-11-10 12:02:00 |
| 4 | 3 | 10,500 | 2018-11-15 12:00:00 |
| 5 | 1 | 1,000 | 2018-11-18 11:00:00 |
| 6 | 3 | 10,000 | 2018-20-10 13:00:00 |
こちらのパターンについては一休では採用していないので詳細がないのですが、社外のエンジニアに履歴について相談した際に「うちではこうしているよ」という事例として聞いたものです。
リーズナブルな解決策だと思うので、どこかで採用したいと考えています。
テーブル設計の詳細についても触れておきます。
自分が最初に履歴テーブルを見た時に感じたのは「履歴として独立したテーブルは必要なのか？」という疑問でした。履歴として独立したテーブルが無くても、同じテーブルに変更を全て残すように設計すれば、別テーブルはなくても履歴は作ることができます。自分はこれをイミュータブルパターンと呼んでいます。
これの議論については以下のエントリが参考になります。
自分が見ている範囲では、上記エントリの2のパターン、つまりイミュータブルでは無く、別テーブルに元テーブルと同じカラムを作ってを記録するのが最終的に一番穏当な落としどころになるケースが多いようです。
自分が考えるそれぞれのメリット、デメリットは以下の通りです。
| メリット | デメリット | |
|---|---|---|
| イミュータブル | テーブルが1つで済んで綺麗に見える 書き込みが一回で済む |
select する際にmax()で最新の行を絞り込む必要がある（activeフラグなどで解決は可能だが、テーブルロックを掛ける必要が発生すると思われる） |
| 別テーブル | 見た目で履歴であることがわかりやすい | 2つのテーブルに同時に書き込む必要がある |
イミュータブルパターンにもメリットはあるのですが、結局わかりやすさと実装のしやすさから別テーブルパターンが採用されることが多いようです。
別テーブルとして設計する場合、データをコピーする実装にはデータベーストリガーとアプリケーションコード（要トランザクション）の2つの選択肢があります。メリットとデメリットは以下の通りです。
| メリット | デメリット | |
|---|---|---|
| トリガー | DB側でコピーが自動的に走るために漏れが無い | アプリケーションとトリガーに実装が分かれてしまうので後から動きが追いづらい トリガのデプロイを先にしないとエラーが発生するので、デプロイ時に気を遣う必要がある |
| コード | データの管理が全てコードに集中するので、動きが追いやすい テストが書きやすい |
トランザクションを張り忘れると大変 |
バージョンテーブルのパターンでは、バージョンテーブルはアプリケーションから参照されるので、アプリケーションに属する機能だと考えられます。この場合はアプリケーションコードで実装する方が自然だと思います。
一方でログテーブルのパターンでは、アプリケーションの機能として捉えるか、ただのログとして捉えるかは解釈が分かれるところです。実装方法もトリガーとコード、どちらも選択肢に入ると思います。自分はトリガはDB側の設定を見に行かないと挙動が把握できないので、極力アプリケーション側で実装したいと思っています。ただ、現場では後から証跡を残して欲しいと言われる事も多く、その場合に短時間で証跡テーブルを実装するにはトリガが選択されることも多いです。
初めは違和感を感じていた履歴テーブルですが、これは時系列データのモデリングなのだと考えることで、今では素直に受け入れられるようになりました。
このエントリでお伝えしたいことのほとんどは最初の図に入っていますので、もし良ろしければもう一度ご覧ください。
ここで漏れているパターンも当然あると思いますので、ぜひ皆さんの考える最強の履歴テーブルについても教えていただけると嬉しいです。うちはイベントソーシングで全部解決しているよ！などの事例も知りたいです。
この記事は一休.com アドベントカレンダーの24日目の記事です。
社内情報システム部の大多和（
id:rotom）です。
一休には2018年8月に入社し、情報システムエンジニアとして、IT を活用した業務改善、オフィス環境の構築を中心とした社内の「情シス」業務全般を担当しています。
本エントリでは、表立って登場することの少ない「情シス」が普段何をしているか、ご紹介していきます。
社内情報システム部は「システム本部」に所属しており、現在 6人 のメンバで業務を行っています。 一休における情シスは以下の2つの側面を持っています。
コーポレートエンジニアリング：社内ツールやシステムの導入及び管理運用、bot やスクリプト開発による業務の効率化などの業務改善の他、オフィスの IT インフラ環境の構築、改善など、IT を活用し、より社員がよりパフォーマンスを発揮できる環境を構築する、いわゆるコーポレートエンジニアとしての業務を行う
ヘルプデスク：入退社に伴う PC やiPhone、iPad などのモバイルデバイスの調達、キッティング、ライセンスの管理や、新入社員への PC のオリエンテーションの他、社員からのPC や社内システム、IT ツールに関する問い合わせや、トラブルシューティング、修理依頼などの短期的な課題解決を行う IT サポートを行う
それぞれの側面から見た一休における情シスの強みと弱み、そして、これから進めていくことについて紹介します。
一休で利用しているほとんどの社内ツール/システムでは、シングルサインオンかつ2段階認証（2FA）を導入済であり、社員の利便性とセキュリティを両立させています。
オフィスでは高速なネットワークを整備しており、全国の支社においても同一の SSID/パスワードで Wi-Fi を利用することができ、東京本社と同等の環境で業務を行えるように構築しています。
一休.com や 一休.com レストラン を始めとする一休のサービスは全てクラウド（AWS）上で稼働しています。 一方で、レガシーな社内システムや一部のファイルサーバはオンプレミスで構築されており、クラウドに移行ができていません。
災害などで東京本社が機能しなくなった際も業務が止まらないよう、社内システムにおいても「脱オンプレ」を行う必要があります。
前述の通り、現状行えていない社内システムのクラウド移行を進めています。 また、営業現場からの要望の多い LINE WORKS の導入や、 システムによる受付業務の刷新など社内業務フローの改善に取り組んでいきます。
PC のキッティングに伴う単純なセットアップ作業はバッチにより自動化されています。また、メーリングリストの作成や PC やモバイルデバイスの MAC アドレス登録などの細かい作業についても、Slack bot にクエリを投げるだけで行えるようになっています。
以前は口頭、電話、Slack と複数の窓口があり煩雑だった問い合わせ対応については、Google フォームによる投稿に一本化し、 必要事項を記入すれば専用の Slack チャンネルへ自動投稿されるように改善されており、情シスメンバが早急に状況を判断し対応できるようになっています。
PC のセットアップについては多くが自動化されているものの、一部人の手を介す必要のあるものがあります。 現状はキッティング作業を外部リソースへのアウトソースを行っていますが、こちらも自動化を進めなければなりません。
今後も事業急成長に伴う社員増大が見込まれます。PC 1台にかかるセットアップの工数を少しでも減らす為の自動化、効率化を継続的に進めていきます。 社内で最もユーザの多い Windows においては Windows Autopilot の導入も視野に入れています。
一休では多くのツール/システムが活用されています。その中からいくつかご紹介します。
一休では全社で Slack を導入しており、エンジニアやデザイナーに限らず、営業や事務のメンバともチャット上でコミュニケーションを取っています。 各チームで業務上のやりとりを行うチャンネルの他、勤怠連絡、PC や書籍、オフィス備品の購入依頼や名刺の発注、総務や情シスへの問い合わせを行う専用チャンネルなども用意されています。
また、多くの Slack bot が稼働しており、情シスにおいてはメーリングリストの作成や、入退社に伴うアカウントの作成/停止などの業務は bot により自動化されています。 障害通知を始めとする多くの情報も Slack に連携される仕組みとなっており、社内インフラとして日々利用されています。
「ぽ」は一休で最も多く使われている Slack bot のひとつです。 社員情報検索、会議室予約や、オフィスの座席表や内線番号、Wi-Fi のパスワードなど、今知りたい情報をすぐに検索できる辞書ツールとなっています。
詳しくは以下のエントリで解説されています。
一休では全社で G Suite を導入している為、 Gmail や Google カレンダー、Google ドライブが業務で利用されています。 また、多くのスプレッドシートが Google Apps Script によりスクリプトが組まれており、 Slack への連携や業務自動化に活用されています。
情シスにおいては、スプレッドシートに入力された人事情報をトリガーとしたアカウントメンテナンスの自動化や、 更新期日の迫ったライセンスや保守契約についてリマインドを行うスクリプトなどを実装し業務の効率化に取り組んでいます。
Slack や G Suite を含む、一休で利用している多くの社内ツール/システムはAzure Active Directory によるシングルサインオン（SSO）構成となっています。
社内ツール/システムごとにアカウントの ID/パスワードの管理が異なると、社員がパスワードを忘れて問い合わせが発生する、社員の離職に伴うアカウントメンテナンスの工数が大きい、ヌケモレが発生するといった問題が想定されます。
一休では PC にサインインする ID/パスワードでほぼ全ての社内ツール/システムを利用することができます。 また、離職者に対しては Azure Active Directory のアカウントを停止することで、社内ツール/システムへのアクセスを防ぐことができます。
Microsoft Authenticator – オンライン アカウントの安全なアクセスと管理
一休では Azure Active Directory による SSO に加え、Microsoft Authenticator による二段階認証（2FA）を行っています。 SSO は複数の ID/パスワードを管理しなくても良い、というユーザの利便性が高い一方で、1つの ID/パスワード が盗まれたときのリスクが高いとも解釈できます。
そこで、一休では各自のスマートフォンに 2FA 用のアプリケーションをインストールして頂いており、アプリケーション側からの承認を得ない限り、 ID/パスワードを知っていても社内ツール/社内システムにはログインできない仕組みをとっています。
一休では毎月の月初に全社員が東京本社ラウンジに集い、月次の実績報告や社員同士の交流を行う共有会・パーティを開催しています。 各支社のメンバも月初には東京に集まっていましたが、業務都合が付けられずに参加ができないメンバもいました。
また、東京本社で定期的に開催される社内勉強会や、社員向けの説明会にを各支社のメンバに向けてもリアルタイムに共有したいという強いニーズがありました。
そこで、情シスでは動画配信プラットフォームである Vimeo を導入し、東京本社の様子を生中継することにしました。 同様のサービスとしては YouTube Live が挙げられますが、パスワード保護機能を搭載し、よりセキュアである Vimeo を選定しました。
配信機材としては Cerevo 社の LiveShell.PRO を購入することで、HD 画質の高品質なストリーミング配信を実現しました。
一休では事業急成長に伴い、東京、大阪、名古屋に続き、沖縄、福岡、京都、横浜と次々とブランチオフィスが開設していきました。 事業所が増えることにより、東京本社と各支社間でリアルタイムに Web 会議を行いたいというニーズが高まりました。
Web 会議システムは多種多様にありますが、一休では Chromebox for meetings を導入しました。 この製品は Chrome OS を搭載した Chromebox という PC を Web 会議（Hangout）専用にカスタマイズしたものです。
選定理由として一休では G Suite を導入していることから全社員が Hangout を利用できる状態にあること、 Chromebox for meetings は Hangout に機能を絞ったシンプルなユーザインタフェースであることから導入を決定しました。
IT 部門の担当者が社内ツール/システムを選定する際は、極力安い製品を選んでしまったり、自分たちの IT リテラシー基準で選んでしまったりと、IT 部門目線になってしまうことがあります。 ユーザファーストのカルチャーとする一休の情シスにおいてはユーザである社員にとって使いやすいか、という点を最重視して機器選定を行いました。
尚、現在は Chromebox for meetings は生産を終了しており、後継種の Chrome devices for meetings が販売しています。
情シスのエンジニアが行っている業務は、事業部でプロダクト開発を行っているエンジニアと比べると地味かもしれません。 しかし、ユーザ（= 社員）と最も近い距離で直接ニーズやフィードバックを聞くことのできる、非常にやり甲斐のある立場であると考えています。
一休においては、多くの業務が社内ツール/システムや bot により自動化、効率化されていますが、未だ人の手を介している業務フローも多く存在します。 そうした社内の業務課題の解決、改善を継続的に行い、社員が「本来やるべき業務に時間を使える」環境を作り上げるのが情シスのミッションです。
これからも一休 情シスは社内の業務改善、サポートを続けていきます！
明日は今年最後のアドベントカレンダー id:ninjinkun による「履歴テーブルについて」です！
この記事は一休.comアドベントカレンダー2018の23日目です。
一休.comの開発基盤をやっています akasakas です。
長いタイトルですいません。
本番リクエストを開発環境に投げて、エラーを検知し、修正するというサイクルで開発をすると品質が上がっていくというのを最近実感しました
という話です。
図にするとこんな感じのイメージです
を 細かく 繰り返す
これを繰り返せば、 ちゃんと試験考えなくても、勝手に 品質上がっていくようになるのかなと思いました。
安心してリリースができるのはエンジニアの心理的に非常にいいことなのかなと思います。
一休ではLogentriesでアクセスログを管理しています。
LogentriesのAPIを使い
というところまでやりたいと思います。
LogentriesのAPIは呼び出し制限があるので、用法用量を守って、正しくお使いください。 詳しくはこちらになります。
参考実装がこちらになります。
import logging import datetime import requests import time import re import json settings = { 'dev_host': 'dev.hostname.com', 'sampling_seconds': 180, 'logentries': { 'endpoint': 'https://rest.logentries.com/', 'apikey': 'logentries api key', 'logs_query': 'query/logs', 'query_api': 'query', 'query_statement': 'where(' \ + ' path = /query_statement(regular_expression)/ ' \ + ')', 'logs': [ 'logenrties log set key id' ] } } logging.basicConfig(format='[%(asctime)s] %(message)s') logger = logging.getLogger('real-request-to-development') logger.setLevel(logging.DEBUG) def calc_query_time(): now = datetime.datetime.now() from_time = datetime.datetime.now() - datetime.timedelta(seconds=(settings['sampling_seconds'])) return int(time.mktime(from_time.timetuple())) * 1000, int(time.mktime(now.timetuple())) * 1000 def le_query(from_unixtime, to_unixtime): headers = {'x-api-key': settings['logentries']['apikey']} body = { "logs": settings['logentries']['logs'], "leql": {"during": {"from": from_unixtime, "to": to_unixtime}, "statement": settings['logentries']['query_statement']} } res = requests.post(f'{settings["logentries"]["endpoint"]}{settings["logentries"]["logs_query"]}', headers=headers, json=body) return res.json()["id"] def le_longtime_query(id): headers = {'x-api-key': settings['logentries']['apikey']} res = requests.get(f'{settings["logentries"]["endpoint"]}{settings["logentries"]["query_api"]}/{id}', headers=headers) return res.json() def get_request_url(json_data): dev_url_list = [] for log_row in json_data["events"]: log_data = re.search(r'{.*}' , log_row["message"]) log_json = json.loads(log_data.group(0)) path = log_json["path"] query = log_json["query"] useragent = log_json["useragent"] dev_url = f'https://{settings["dev_host"]}{path}{query}' dev_url_dict = {"dev_url": dev_url, "ua": useragent} dev_url_list.append(dev_url_dict) return dev_url_list def send_request(dev_url_list): for dev_url_dict in dev_url_list: headers = { 'User-Agent': dev_url_dict["ua"] } dev_response = requests.get(dev_url_dict["dev_url"], headers=headers) if dev_response.status_code >= 500: logger.error(f'development url is {dev_url_dict["dev_url"]}') logger.error(f'development response status is {str(dev_response.status_code)}') ######################################### def start(): from_unixtime, to_unixtime = calc_query_time() le_query_id = le_query(from_unixtime, to_unixtime) json_data = le_longtime_query(le_query_id) dev_url_list = get_request_url(json_data) send_request(dev_url_list) if __name__ == "__main__": start()
流れとしては
2.3は難しいことはしていないので、説明は省略します。
Logentries API で検索用のクエリIDを取得
下記で、検索用のクエリIDを取得しています。 このクエリIDをベースにして、実際のリクエストを取得します。
必要なパラメータは
です。
詳細はこちらをご覧ください。 docs.logentries.com
def le_query(from_unixtime, to_unixtime): headers = {'x-api-key': settings['logentries']['apikey']} body = { "logs": settings['logentries']['logs'], "leql": {"during": {"from": from_unixtime, "to": to_unixtime}, "statement": settings['logentries']['query_statement']} } res = requests.post(f'{settings["logentries"]["endpoint"]}{settings["logentries"]["logs_query"]}', headers=headers, json=body) return res.json()["id"]
実際のリクエストを取得
先ほど取得したクエリIDをベースから、実際のリクエストを取得しています。
詳細はこちらをご覧ください。
def le_longtime_query(id): headers = {'x-api-key': settings['logentries']['apikey']} res = requests.get(f'{settings["logentries"]["endpoint"]}{settings["logentries"]["query_api"]}/{id}', headers=headers) return res.json()
実際のリクエストを開発環境に投げることでエラーを検知というところまでできました。ここから、試験と修正を繰り返せば、品質は上がり、安心してリリースできることになると思います。
開発環境が本番相当であると上記の試験はさらに効果が発揮されるかなと思います。
一休では本番DBから個人情報はマスクしたものを開発環境用のDBとして使っています。
本番リクエストを本番相当DBにリクエストを投げることで、より精度の高い試験ができるのかなと思います。
これを本番リリース前のStaging環境でこの仕組みを定期的に実行し、エラーになったら、Slackで通知し、リリース事故を抑止できるようになれば、さらにいいなと思います。 しかし、まだ一休ではここまでできておらず、近いうちにやりたいなと思っているところです。
イメージとしては NginxのMirror moduleやGoReplayといったCanaryReleaseに近いかなと思います。
以上、本番リクエストを開発環境に投げて、エラーを検知し、修正するというサイクルで開発をすると品質が上がっていくというのを最近実感しました
という話でした。
明日は id:rotom さんによる『一休における「情シス」の取り組み』です。
普段あまり語られることはない一休の情シス事情について詳しい話が聞けると思いますので、お楽しみに。
参考
この記事は一休.comアドベントカレンダー2018の22日目です。
データベースに対するDDLの適用、みなさんはどのように運用していますか。
一休では長らく担当者が手動適用をしていました。が、開発者全員の依頼をまとめて、定期的にDDL適用を行うのはかなりの作業負荷です。
そこで、アプリケーションのソースコードと同じようにGitHubとCI/CDのパイプラインを構築して、適用したい開発者が自分で適用できる仕組みを構築しました。
この記事では、その概略を紹介したいと思います。
※当社はMicrosoft SQL Serverを使っているので、その前提の記事になります。
データベースの定義変更なので、注意深く実施する必要があります。また、実際に定義を適用してみたらエラーになった、となると手戻りが発生して面倒です。
そこで、linterを導入しようと考えました。調べてみるとSQL ServerのT-SQL (Transact-SQL)の構文がチェックできる tsqllintというツールがありました。
動作確認してみたところ、きちんと動作するし、lintのルールのカスタマイズもできるのでこれを採用しました。
そして、これを利用した簡単なNode.jsのスクリプトを書き、Appveyor上で動かして、構文チェックを実行するようにしました。チェックが通らなければ、Pull Requestをマージできないようにします。
※ちなみに、tsqllintはVS Codeの拡張もあるようです。SQL Serverの管理などでT-SQLに触れる機会が多い方には便利かもしれません。
ファイルグループの指定が正しいか、などlinterのチェックだけでは検出できない重要な点があります。 このような点についてはPull Requestのテンプレートにチェック項目を書き出し、Pull Requestの作成者とレビューワーの双方がチェックする、という運用ルールにしました。もちろん、レビューワーのApproveがなければ、Pull Requestはマージできません。 機械的なチェックではないので、多少の不安はありますが、今のところうまくいっています。
これは、注意点なのですが、データベースが置かれているネットワークは、インターネットには接続できないようになっているのが一般的です。
一方でCodeDeploy Agentが正常に動作するためには、外向きHTTPSの通信ができることが必須です。
CodeDeploy Agentが外部のAPIを定期的にコールしてデプロイを実行する必要があるかどうか確認しているからです。
この場合、CodeDeploy Agentの構成ファイルに外向き通信をプロキシするためのプロキシサーバのURLを設定する必要があります。
当社では、外向きの通信ができるネットワークにApacheでプロキシサーバを立て、そのURLをCodeDeploy Agentの構成ファイルに設定しました。
Apacheの設定は以下の通りです。
Listen *:8088 <VirtualHost *:8088> ProxyRequests on AddDefaultCharset off AllowCONNECT 443 <Proxy codedeploy-commands.ap-northeast-1.amazonaws.com> <LimitExcept CONNECT> Order deny,allow Deny from all # ↓ CodeDeploy Agent が動いているマシンのIP Allow from xx.xx.xx.xx </LimitExcept> </Proxy> </VirtualHost>
CodeDeploy側は、conf.ymlを次のように修正します。
Windowsの場合、 C:\ProgramData\Amazon\CodeDeploy\conf.yml にあります。
--- :log_dir: 'Amazon/CodeDeploy/log' :root_dir: 'Amazon/CodeDeploy' :verbose: true :wait_between_runs: 1 :wait_after_error: 1 :bundle_name: 'artifact_bundle.tar' :proxy_uri: http://xx.xx.xx.xx:8088 # ここにプロキシサーバのIPを記述
これで、CodeDeploy Agentを再起動すれば正常に動くようになります。
※ 環境によってはセキュリティグループなどネットワークレイヤの調整も必要です。
長年、手動でやっていたものを自動化して、果たしてうまく運用が回るか、心配はありましたが、しっかりと運用に乗りました。
データベースをクラウドに移行したという前提条件とアプリケーションのCI/CDの構築経験の応用が実現のキーポイントだったと思います。
※データベースのクラウド移行については、当ブログに詳細な記事がありますので、ご覧ください。
この記事は一休.com アドベントカレンダーの20日目の記事です。
はじめまして、宿泊サービスのUIデザインを担当しています河村です。
一休のデザイナーは部署ごとに在籍チームが異なります。私は長い間、営業企画部デザイナーとして働いていましたが、今年4月よりプロダクト開発部UIデザイナーとして働いています。（本ブログでは、前者をWebデザイナーとします）
WebデザイナーとUIデザイナーをやってみて、多くのことが「違った」ので、どんな違いなのかをお話させていただきます。
一休のWebデザイナーの主な業務内容は、トップページなどの更新作業、施設紹介ページ、特集・企画販促ページ、メールマガジン等の作成です。ページ全体のビジュアルを管理しているので、一つ一つの画像の選定などサイト全体の雰囲気作りに欠かせない役割です。
私は、施設の魅力をユーザーに届けることをゴールにして、施設の世界感を感じさせるページ作りを意識して行っていました。
一方、UIデザイナーの主な業務内容は、ユーザーが「使いやすい」と思うデザインを実現することに特化しています。宿泊プランがすっきり整理された構図、見やすいカラーリング、最適な文字の大きさ、使いやすい検索機能などを意識して、ユーザーにとって使い勝手のいいサイトを目指しています。
基本的には予約のコンバージョン率向上を目的として改善を繰り返しますが、予約には関係ない部分でも使いやすさや見やすさを良くする為の改善もあります。具体例としましては、宿泊料金表示を即時ポイント利用での割引後の料金表示に切り替えるられる機能を追加したり、フォトギャラリーのサムネイル表示の追加などを行いました。
Webデザイナーの必要なスキルは「意匠力」です。施設の魅力をユーザーに届けるページ作り、時としてインパクトを残せるページ作りなどを行いますが、オシャレだったり、かっこいいといった見た目の印象、装飾的考案が大切です。
一方、UIデザイナーの必要なスキルは「設計力」です。ユーザーの目線に立ってユーザーが抱える問題の本質を考え、それらを解決するための設計をし、表現や形を作っていくことが重要です。
Webデザイナーは、多くの場合、施設側や営業担当から指示書があるので、何を見せたいかの意図をくみ取りデザインで表現する流れですが、UIデザイナーは、今何が問題で、こうやったら使いやすくなるのではと仮説を立てるなど、デザインをするまでの過程がとても重要になります。
Webデザイナーは営業担当や施設との調整はありますが、作業の進行自体は一人で行います。納期内であればビジュアル的なクオリティを突き詰めることに時間を割くことができます。
一方、UIデザイナーはマーケティングやエンジニアとの共同作業なので、作業の進行は自分だけの判断では進められません。また、エンジニアと認識合わせなどを文章に残すのも重要で、やりたいこと、なぜやるかなどを案件ごとに言語化します。
個人プレーからチームプレーとなったことで、自分のタイミングでリリースできないことにストレスを感じたり、言語化する作業が煩わしく感じたりすることもありました。 しかし、リリース前に必ずレビューが入ることでミスを防げたり、なぜやるかというのを文章で残すことで、自分自身も思考の整理ができたり、過去のリリースを振り返る際にも役立ってます。
一休においての各デザイナーの違いについて、簡単にまとめてみました。あくまでも私が個人的に感じたことなので、一般的な「WebデザイナーとUIデザイナーの違い」とは異なるかもしれません。
目的別チームで各々作業している一休のデザイナーですが、「一休らしい綺麗なサイト」や「高級感を感じるデザイン」を作りたい、というのは共通して目指していることです。そのために私たちデザイナーは、デザインの力（意匠力、設計力）を駆使して、「美しく機能的なサイトで宿泊先を選んでいる」という、ユーザーの心地よい体験を叶えるべく、改善を繰り返します。
一休では、ともに良いサービスをつくっていく仲間（デザイナー／エンジニア／マーケティング）を積極募集中です。応募前にカジュアルに面談をすることも可能ですので、お気軽にご連絡ください。
明日は @hayatoise さんによる「読書合宿のお話」です。お楽しみに！
この記事は一休.comアドベントカレンダー2018の19日目です。
ある程度の規模のウェブアプリケーションであれば、応答性能を損なうことなく複雑な業務処理を完遂させたい場面が出てきます。 このような場合、処理をある程度の粒度で切り出して、応答を返すプロセスとは別のプロセスで処理する、という方法が考えられます。 例えば、予約完了処理の中でメール送信部分だけを別のプロセスで処理する、といった具合です。 ASP.NETでこのようなバックグランドジョブ処理を実現するには、どのような方法があり得るでしょうか。
この記事では、.NET環境で利用できるバックグラウンドジョブのライブラリであるHangfireについて、当社での利用事例を簡単に紹介します。
当社のサービスにも当然、上述したようなバックグラウンドジョブのニーズがありました。
ASP.NETでバックグラウンドジョブの処理を実現する場合、公式に提供されているQueueBackgroundWorkItemを使うという手段があります。
これなら導入は非常に簡便です。しかし、大事な処理をバックグラウンドジョブで実行することを考えると、ジョブのステータス(キューイング、処理中、処理正常完了、処理失敗)やジョブの実行履歴の管理も行いたい、と考えたました。
この場合、QueueBackgroundWorkItemを採用するなら、その部分は自前で作らなければなりません。
また、クラウドが提供するキュー処理のサービスを使う方法もあり得ますが、この場合も、ジョブのステータスやジョブの実行履歴の管理は自前で作らなければなりません。
Hangfireは、ジョブストレージとジョブの管理機構が組み込まれており、かつ、既存の.NETのコードを大きく変えることなく利用できるという利点があります。
作者によれば
Hangfire is a .NET Framework alternative to Resque, Sidekiq, delayed_job, Celery.
だそうです。 以上の点を総合的に加味して、Hangfireを活用することに決めました。
Hangfireを使う場合、アプリケーションの構成は大きく以下のふたつがあり得ます。
当社では、完全に分離する構成にしました。内部にバックグラウンドジョブサーバを動作させる場合、ウェブアプリのプロセスの再起動とジョブの処理の状態を気にする必要があるため、完全に分離したほうが運用が簡単だと判断しました。
上記の図の通り、ジョブキューのストレージにはElasticache Redisを使っています。Hangfireは標準ストレージとしてSQL Serverを使いますが、Redisのほうがより高性能であるというベンチマーク結果を考慮し、Redisにしました。
また、ジョブのステータスや各種管理ができるDashboardは、Hangfireを使うウェブアプリともバックグラウンドジョブサーバとも別のサーバに構築しました。
実装自体はとても簡単です。
namespace Sample.Service.JobQueue { /// <summary> /// バックグラウンドジョブ導入のためのサンプルクラス /// </summary> public class JobQueueSampleService { public void DoSomething(string param1) { JobQueueClient.Enqueue(() => DoAsBackgroundJob(param1)); } /// <summary> /// このメソッドをキューに詰める。 /// </summary> /// <param name="param1"> /// Hangfireは、パラメータをJsonでシリアライズしてストレージに詰める。 /// </param> [Hangfire.AutomaticRetry(Attempts = 3)] // <== リトライ回数をキューに詰めるメソッドの属性で回数を指定する。指定しないと10回リトライ。リトライしないなら0回にしておく。 public void DoAsBackgroundJob(string param1) { // --- do something } } public class JobQueueClient { private static readonly Lazy<IBackgroundJobClient> _cachedClient = new Lazy<IBackgroundJobClient>(() => new BackgroundJobClient()); public static string Enqueue(Expression<Action> methodCall) { var client = _cachedClient.Value; return client.Create(methodCall, new EnqueuedState(QueueName)); } } }
Hangfireは、メソッドをジョブキューにエンキューする、という仕組みになっています。↑のコードでは、 JobQueueClient.Enqueue(() => DoAsBackgroundJob(param1)); で、 DoAsBackgroundJobメソッドでジョブとしてジョブストレージに保存しています。
エンキューすることで、メソッドのシグネチャやパラメータ、そのメソッドが属するアセンブリ名などがジョブストレージに保存されます。バックグラウンドジョブサーバは、この情報をデキューして、リフレクションを使って、保存されたメソッドを呼び出します。
リフレクションを使うので、Hangfireのクライアントとなるウェブアプリとバックグラウンドジョブサーバは同じアセンブリを参照する必要があります。
※Hangfireには、 BackgroundJob.Enqueue というエンキュー処理のためのわかりやすいインターフェースがあるのですが、これは後述する理由により、使いませんでした。
前述した通り、Hangfireのクライアントとなるウェブアプリとバックグラウンドジョブサーバは同じアセンブリを参照する必要があります。 実運用でこれを実現しようとすると、次の2点を考える必要があります。
このふたつを実現する実現するために、以下のふたつの手段を採用しました。
Hangfireは、キューに名前を付けることができます。ある名前のキューに詰められたジョブはその名前のキューを処理するように指定されたバックグラウンドジョブサーバでしか処理されません。キュー名は通常、次のようにキューに詰めるメソッドの属性で指定します。
[Queue("testqueue")] public void SomeMethod() { }
そして、バックグラウンドジョブサーバ側ではサーバを初期化するときに、キューの名前を指定します。以下のように。
var options = new BackgroundJobServerOptions { Queues = new[] { "testqueue" } }; app.UseHangfireServer(options); // or using (new BackgroundJobServer(options)) { /* ... */ }
これで、testqueue というキューに詰めたメソッドは、↑のサーバでしか処理されなくなります。
さて、あるバージョンのアセンブリを参照しているウェブサーバがキューに詰めたメソッドは同じバージョンのアセンブリを参照しているバックグラウンドジョブサーバで処理させたい という要件は、以下を実現すれば満たせそうです。
ビルド単位で生成され完全にユニークな値として、ビルドバージョンの番号がありました。そこでこの番号をキュー名にすることでこの要件を満たすことができました。
ただし、Hangfireのサンプルなどで一番よく見かける BackgroundJob.Enqueue では、キュー名をメソッドの属性としてしか指定できません。つまり、動的に設定できないのです。調べてみると、BackgroundJobClient クラスのCreateメソッドを直接使うことでキュー名を動的に指定できることがわかりましたので、以下のようなBackgroundJobClient をラップしたクラスを作りEnqueueメソッドを実装しました。
public class JobQueueClient { private static readonly Lazy<IBackgroundJobClient> _cachedClient = new Lazy<IBackgroundJobClient>(() => new BackgroundJobClient()); public static string Enqueue(Expression<Action> methodCall) { var client = _cachedClient.Value; return client.Create(methodCall, new EnqueuedState(QueueName)); } } }
新しいウェブアプリがデプロイされても古いバックグラウンドジョブサーバが動作していれば、デプロイサイクルよりもLong Runningなジョブもきちんと処理できます。 これは、シンプルに バックグラウンドジョブサーバはWindows Serviceとして実装し、新しいバージョンのバックグラウンドジョブサーバをデプロイをしても、古いバージョンのバックグラウンドジョブサーバは停止しないようにしました。 バックグラウンドジョブサーバをWindows Service として動かす方法は、公式サイトにも開設されています。しかし、このやり方には従わずに、Topshelfを使ってServiceにしました。Windows Serviceのインストール、アンインストール、開始、停止が簡単に制御できるためです。
バックグラウンドジョブサーバのデプロイはAWS Codedeployを使います。 Codedeployのafter installのhookで、バックグラウンドジョブサーバをWindows Serviceとしてインストールし、開始をしています。 このとき、配置するフォルダをデプロイバージョンごとに変えることで、既存のServiceを動かし続けながら、新しいバージョンのServiceを稼働させることができます。
appspec.ymlは↓のようにします。
version: 0.0 os: windows files: - source: / destination: d:/latest hooks: AfterInstall: - location: /after-install.bat
after-install.batは、以下の通り。
rem $TARGET_FOLDER を ビルド時にビルドバージョンに書き換える。 xcopy D:\latest D:\$TARGET_FOLDER\ /E /Y /I /Q D:\$TARGET_FOLDER\bin\BackgroundJob.ProcessingServer.exe install D:\$TARGET_FOLDER\bin\BackgroundJob.ProcessingServer.exe start
ただし、このままだと永遠にWindows Serviceが増え続けてしまいます。対策として、日次で1日以上古くなったバージョンのバックグラウンドジョブサーバを停止するようにしました。
当社ではHangfireをプロダクション環境の業務処理で活用し始めてまだ日が浅いです。しかし、現時点では、問題なく動作しています。 今後は、短い間隔で動かしているバッチ処理をウェブアプリのバックグラウンドジョブに切り替えていく、という使い方も想定しています。
この記事は一休.com アドベントカレンダーの18日目の記事です。
こんにちは。
社内情報システム部の下村です。
一休ではOfficeITに関する全ての業務、改善を担当しています。いわゆる情シスです。
本日は、一休の情シスが行ってきた活動のうち、開発者ブログらしく社内向けのSlackツールを開発(?)したことについて記載したいと思います。
一休ではコミュニケーションツールとして、非エンジニアであってもSlackが活用されています。 そのSlackを使って、 「ちょっとしたことを検索できるbotがあれば便利なんじゃないか？」 と思い 社内向けに提供しました。 具体的には下記のようなことがSlack上で検索できるようにしています。
「百聞は一見にしかず」ということで実際の動作デモです。 雰囲気が伝われば幸いです。 ちなみに「ぽ」とはbotの起動トリガーです。 ぽ<なんちゃら>と書くとbotが反応するようにしています。
起動トリガーは下記の条件を満たす必要がありました。 下記条件を全て満たすのが「ぽ」でした。
このツールの構成は下記のようになっています。 ツールが検索/回答する順序として、
という順序で検索/回答をかけるようにしています。 (botの起動トリガーを無理やり一つで完結するようにしたので若干無理があります。。)
■詳細
※1 参考URL
※2 参考URL
地味にハマったのが対象のリソース(会議室)を閲覧状態にしないと予定が取得できないので、
おまじないとして、 CalendarApp.subscribeToCalendar(\<resourceIDを入力>); と事前に定義しておくと良いです。
※3 こちらのURL を参考に行番号を取得して、こちらを参考に対象のセルを取得してます。
※4 WindowsServerでhubotを起動しています。「Get-AdUser -Filter 'enabled -eq $true' -Properties *」して、AD登録情報を内線番号など必要なものを引っ張ってます。
※5 参考URL
メンテナンス性を考えずに適当に作ってしまったので構成がとても複雑になってしまいました。。
ADについてはいずれ、AWS Directory Serviceに移行予定なので、AD情報などはhubotを使わずに
Lambdaで参照するようにしたら多少はシンプルな構成になるのではないかと考えています。
内線番号とか、座席表って参照する機会はあるものの「いざ」という時に 「どこに書いてあったっけ状態」に陥りますよね。
お陰様で「ぽ」は社内でよく利用されていますので、 結果として、「どこに書いてあったっけ状態」を解消でき、 社員が「何かを探す」時間を少しは減らせたのかなと思います。
余談ですが、人が「探す時間」に時間を費やすのは年間150時間もあるそうですよ。
その時間を少しでも減らせる手助けができたかなと思います。
これからも、一休情シスは今回紹介したツールのようなものなどを提供して、
社員が 「本来やるべき業務に集中して時間を割けるよう」 サポートを続けていきます。
そして、この記事が同じ志を持つ誰かの参考になれば嬉しいです。
id:undersooon でした。
明日は@s-tokutake の 「Hangfire [導入編]」 です。お楽しみに！
