Submit Search
Upload
高トラフィックサイトをRailsで構築するためのTips基礎編
•
Download as ODP, PDF
•
60 likes
•
14,039 views
Kazuya Numata
Follow
アクセス数の多いサイトをRailsで運用する場合にやっておきたい設定
Read less
Read more
Technology
Report
Share
Report
Share
1 of 29
Download now
Recommended
MongoDB概要:金融業界でのMongoDB
MongoDB概要:金融業界でのMongoDB
ippei_suzuki
バイオインフォマティクスで実験ノートを取ろう
バイオインフォマティクスで実験ノートを取ろう
Masahiro Kasahara
WiredTigerを詳しく説明
WiredTigerを詳しく説明
Tetsutaro Watanabe
[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Deep Learning JP
Practical tips for handling noisy data and annotaiton
Practical tips for handling noisy data and annotaiton
RyuichiKanoh
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
階層的クラスタリング入門の入門
階層的クラスタリング入門の入門
Mas Kot
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
Recommended
MongoDB概要:金融業界でのMongoDB
MongoDB概要:金融業界でのMongoDB
ippei_suzuki
バイオインフォマティクスで実験ノートを取ろう
バイオインフォマティクスで実験ノートを取ろう
Masahiro Kasahara
WiredTigerを詳しく説明
WiredTigerを詳しく説明
Tetsutaro Watanabe
[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Deep Learning JP
Practical tips for handling noisy data and annotaiton
Practical tips for handling noisy data and annotaiton
RyuichiKanoh
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
階層的クラスタリング入門の入門
階層的クラスタリング入門の入門
Mas Kot
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
Masahiro Nagano
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
Deep Learning JP
後悔しないもんごもんごの使い方 〜アプリ編〜
後悔しないもんごもんごの使い方 〜アプリ編〜
Masakazu Matsushita
Deep Q-LearningでFXしてみた
Deep Q-LearningでFXしてみた
Junichiro Katsuta
条件付き確率場の推論と学習
条件付き確率場の推論と学習
Masaki Saito
Graph Convolutional Network 概説
Graph Convolutional Network 概説
KCS Keio Computer Society
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
がっつりMongoDB事例紹介
がっつりMongoDB事例紹介
Tetsutaro Watanabe
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
cvpaper. challenge
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
Deep Learning JP
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
Deep Learning JP
Elasticsearchインデクシングのパフォーマンスを測ってみた
Elasticsearchインデクシングのパフォーマンスを測ってみた
Ryoji Kurosawa
(DL Hacks輪読) How transferable are features in deep neural networks?
(DL Hacks輪読) How transferable are features in deep neural networks?
Masahiro Suzuki
MN-3, MN-Core and HPL - SC21 Green500 BOF
MN-3, MN-Core and HPL - SC21 Green500 BOF
Preferred Networks
[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo Matching
Deep Learning JP
記号創発ロボティクスの狙い
記号創発ロボティクスの狙い
Tadahiro Taniguchi
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
Tetsutaro Watanabe
Prophet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツール
hoxo_m
計算化学実習講座:第二回
計算化学実習講座:第二回
Maho Nakata
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
emasaka
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
infinite_loop
More Related Content
What's hot
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
Masahiro Nagano
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
Deep Learning JP
後悔しないもんごもんごの使い方 〜アプリ編〜
後悔しないもんごもんごの使い方 〜アプリ編〜
Masakazu Matsushita
Deep Q-LearningでFXしてみた
Deep Q-LearningでFXしてみた
Junichiro Katsuta
条件付き確率場の推論と学習
条件付き確率場の推論と学習
Masaki Saito
Graph Convolutional Network 概説
Graph Convolutional Network 概説
KCS Keio Computer Society
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
がっつりMongoDB事例紹介
がっつりMongoDB事例紹介
Tetsutaro Watanabe
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
cvpaper. challenge
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
Deep Learning JP
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
Deep Learning JP
Elasticsearchインデクシングのパフォーマンスを測ってみた
Elasticsearchインデクシングのパフォーマンスを測ってみた
Ryoji Kurosawa
(DL Hacks輪読) How transferable are features in deep neural networks?
(DL Hacks輪読) How transferable are features in deep neural networks?
Masahiro Suzuki
MN-3, MN-Core and HPL - SC21 Green500 BOF
MN-3, MN-Core and HPL - SC21 Green500 BOF
Preferred Networks
[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo Matching
Deep Learning JP
記号創発ロボティクスの狙い
記号創発ロボティクスの狙い
Tadahiro Taniguchi
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
Tetsutaro Watanabe
Prophet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツール
hoxo_m
計算化学実習講座:第二回
計算化学実習講座:第二回
Maho Nakata
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
What's hot
(20)
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
ISUCON4 予選問題で(中略)、”my.cnf”に1行だけ足して予選通過ラインを突破するの術
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
後悔しないもんごもんごの使い方 〜アプリ編〜
後悔しないもんごもんごの使い方 〜アプリ編〜
Deep Q-LearningでFXしてみた
Deep Q-LearningでFXしてみた
条件付き確率場の推論と学習
条件付き確率場の推論と学習
Graph Convolutional Network 概説
Graph Convolutional Network 概説
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
がっつりMongoDB事例紹介
がっつりMongoDB事例紹介
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
[DL輪読会]VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Envir...
Elasticsearchインデクシングのパフォーマンスを測ってみた
Elasticsearchインデクシングのパフォーマンスを測ってみた
(DL Hacks輪読) How transferable are features in deep neural networks?
(DL Hacks輪読) How transferable are features in deep neural networks?
MN-3, MN-Core and HPL - SC21 Green500 BOF
MN-3, MN-Core and HPL - SC21 Green500 BOF
[DL輪読会]Real-Time Semantic Stereo Matching
[DL輪読会]Real-Time Semantic Stereo Matching
記号創発ロボティクスの狙い
記号創発ロボティクスの狙い
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
Prophet入門【理論編】Facebookの時系列予測ツール
Prophet入門【理論編】Facebookの時系列予測ツール
計算化学実習講座:第二回
計算化学実習講座:第二回
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Similar to 高トラフィックサイトをRailsで構築するためのTips基礎編
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
emasaka
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
infinite_loop
LocalStack
LocalStack
chibochibo
What is doobie? - database access for scala -
What is doobie? - database access for scala -
chibochibo
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
infinite_loop
Ruby on Rails を用いたWEBアプリケーションの開発
Ruby on Rails を用いたWEBアプリケーションの開発
Koichi Shimozono
Maiking RIA Apps by Ruby
Maiking RIA Apps by Ruby
shozon
mruby for embedded systems
mruby for embedded systems
masayoshi takahashi
Groovyコンファレンス
Groovyコンファレンス
Shinichiro Takezaki
Sprocketsを捨てたい
Sprocketsを捨てたい
Masato Noguchi
20091119_sinatraを使ってみた
20091119_sinatraを使ってみた
ngi group.
地方企業がソーシャルゲーム開発を成功させるための10のポイント
地方企業がソーシャルゲーム開発を成功させるための10のポイント
Kentaro Matsui
わんくま東京#46 予告編
わんくま東京#46 予告編
Sunao Tomita
Play frameworkの概要
Play frameworkの概要
Shuhei Kaneko
Scala Daysに行ってみて
Scala Daysに行ってみて
Kota Mizushima
Next GAE Heroku を使って 3分でRailsアプリをリリース
Next GAE Heroku を使って 3分でRailsアプリをリリース
よしだ あつし
JavaEdge第3回ライブセッション
JavaEdge第3回ライブセッション
Yoichiro Tanaka
BtoCでバインド変数
BtoCでバインド変数
Yoshito Ueki
レガシーシステムのDBマイグレーションし始めた話
レガシーシステムのDBマイグレーションし始めた話
nekogeruge_987
Iron rubyとsinatraで作るデスクトップアプリ
Iron rubyとsinatraで作るデスクトップアプリ
Yamamoto Kazuhisa
Similar to 高トラフィックサイトをRailsで構築するためのTips基礎編
(20)
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
ゲットーの斜め上をゆくWebアプリケーションフレームワークの開発
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
大規模ソーシャルゲーム開発から学んだPHP&MySQL実践テクニック
LocalStack
LocalStack
What is doobie? - database access for scala -
What is doobie? - database access for scala -
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
Ruby on Rails を用いたWEBアプリケーションの開発
Ruby on Rails を用いたWEBアプリケーションの開発
Maiking RIA Apps by Ruby
Maiking RIA Apps by Ruby
mruby for embedded systems
mruby for embedded systems
Groovyコンファレンス
Groovyコンファレンス
Sprocketsを捨てたい
Sprocketsを捨てたい
20091119_sinatraを使ってみた
20091119_sinatraを使ってみた
地方企業がソーシャルゲーム開発を成功させるための10のポイント
地方企業がソーシャルゲーム開発を成功させるための10のポイント
わんくま東京#46 予告編
わんくま東京#46 予告編
Play frameworkの概要
Play frameworkの概要
Scala Daysに行ってみて
Scala Daysに行ってみて
Next GAE Heroku を使って 3分でRailsアプリをリリース
Next GAE Heroku を使って 3分でRailsアプリをリリース
JavaEdge第3回ライブセッション
JavaEdge第3回ライブセッション
BtoCでバインド変数
BtoCでバインド変数
レガシーシステムのDBマイグレーションし始めた話
レガシーシステムのDBマイグレーションし始めた話
Iron rubyとsinatraで作るデスクトップアプリ
Iron rubyとsinatraで作るデスクトップアプリ
Recently uploaded
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
Recently uploaded
(9)
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
高トラフィックサイトをRailsで構築するためのTips基礎編
1.
高トラフィックサイトを Ruby on
Rails で構築するための Tips 基礎編 沼田 一哉 株式会社エストコスモ プラットフォームワークショップ
2.
いや、まずいかも、、、 タイトルが 「札幌Ruby会議」的ではない
3.
そもそも、 他の講演者の面々が ヤバすぎる...
(特に稲作農家)
4.
というわけで、タイトル変更 ちょっとアクセスの多いサイト と
Rails と 私 沼田 一哉 株式会社エストコスモ セキュリティワークショップ
5.
6.
生まれ :
北海道北見市
7.
職業 :
きっとプログラマ LOCAL 正会員
8.
北海道の某大学卒、修士中退
9.
2001 年 札幌の
( 株 ) エストコスモに入社
10.
4 年半札幌で勤務した後、 2005
年米国ロサンゼルス近郊に駐在 ( 約 4 年間 )
11.
2009 年 8
月に札幌復帰 現在に至る
12.
13.
仕事での本格利用は 2005 年
9 月から (Rails 0.13 のころ )
14.
15.
映像系、アート系、マスメディア系の仕事が多いが、いろいろなビジネスがある
16.
時刻がアヤシイ
17.
ハリウッド、ラスベガスには車で行ける距離 (シリコンバレー、SFOも)
18.
L.A.にも当然、Ruby(LA-Ruby)のコミュニティがあります(今年は比較的活発な活動)
19.
20.
21.
開発
22.
サーバ導入
23.
保守、管理
24.
25.
最大ページビュー70 req/s
26.
頻繁に参照、記録が行なわれるテーブルのレコード数 500,000
27.
28.
nginx、lighttpd等については、詳しい人、お願いします。
29.
それでは怒涛の勢いで紹介します
30.
Cache
31.
32.
33.
fragment_cache等のstoreにはmemcached
34.
35.
36.
mod_mem_cache は Expire
後の挙動が不思議なので保留 ( 今は ?)
37.
ベーシック認証をしている場合はキャッシュが効かない
38.
39.
Expireヘッダ
40.
Apacheなら、mod_expiresで可能
41.
42.
43.
DB / Storage
44.
45.
インデックス (上記の2点をやったら、30秒 ->
1秒)
46.
47.
48.
49.
50.
51.
52.
NFS を使っている場合は DRBD
+ Heartbeat + NFS
53.
SAS + RAID10
54.
FC + Disk
アレイ
55.
Railsの機能
56.
57.
58.
59.
やりすぎ厳禁
60.
Webサーバ (Apache)
61.
62.
63.
64.
65.
とりあえず PassengerMaxPoolSize を変更
66.
RAM の空き具合、 CPU
の使用率などとご相談
67.
68.
w ww.example.com ->
メインのページ表示
69.
static.example.com -> CSS
ファイルなど
70.
71.
72.
73.
Advanced Rails (Brad
Ediger / O'Reilly)
74.
あとは Google it!
75.
おしまい
Download now