TOP 10 information of Google Cloud Next ’18 @ San Francisco 前編
こんにちは。エンジニアの古山です。
このたび機会を頂き、Google主催のイベント、Google Cloud Nextに参加させて頂きました。
今回参加したメンバーは、セールスの市橋、エンジニアの粕谷、古山です。
パートナー向けイベント1日+一般向け3日の合計4日。ひたすらGoogle Cloudの情報を浴び続けるなんとも贅沢な4日間でした。
日本にいてもキーノートはyoutube越しに見ることができます
し、各種プロダクトの情報も公開されています。
Google Cloud Next 2018 まとめ (Thanks to @sinmetal)
この状況では、網羅的な説明は薄くなるし私が現地に行った意味もない、ということで独断と偏見で気になった情報TOP10を発表します！
10位:サンフランシスコのシャワー操作が難しすぎる
GCP関係なくてすみません。
不覚にも問題のシャワーの写真撮り忘れたのでAirbnbでとった宿泊先の外見など。
朝の宿の前でUberを待つけだるげな一枚
Airbnbのリンクも貼っておきます。3人以上ならホテル（平均一泊3万台?)より安くオススメです。
Gorgeous & Updated 2 Bedroom in Cow Hollow
のですが、サンフランシスコのシャワーって、シャワーヘッドは存在感抜群なものの、目の前のレバーを操作しても、バスタブに湯を貯めるための蛇口からお湯がどぼどぼでるだけで、シャワーはうんともすんともいいません。
周囲を見回してもシャワーからお湯が出そうなボタンなりレバーなりは見つかりません。
ば、ばかな・・。
サンフランシスコといえば、これでもかとUI/UXを突き詰め世界を席巻するサービスをいくつも生み出しているアフォーダンスに満ち溢れた約束の地。
そこでは言語すら必要とされず、求める意思さえあれば三歳児ですら要求を具現化することは容易いはずだ。
それが、単にシャワーからお湯をひねり出すことが、で、で、できないだとぉぉぉぉー！
Airbnbでとった宿に同宿しているIT系の男三人であれこれいじりまわすもまったくお湯が出る気配なし。
これは５日間、シャワー無しで過ごすしかないということか….。
三者三様に絶望を表現する中、ふとスマホの存在に気が付きました。
そうか、今やネット社会。あらゆる困難は既に経験され、解決方法は公開されているッ！
あとは世界の情報を整理するGoogleでその方法を検索するだけッ！
で、ヒットした記事がこれ。
お風呂のシャワーの出し方！！
いやーほんと便利な世の中です。ぐぐってみたところ、シャワーではなくその下にある蛇口がキーとなっておりました。
お湯を全開に出したまま(ここポイント)、その蛇口のクチの部分をぎゅっと下に引っ張ると、アーラ不思議、完全に沈黙したままだったシャワーからお湯が溢れ出したではありませんか。
ありがとうGoogle。カンファレンス参加前から既にその恩恵を受けておりました。
クラウド関係ないんですけれども。
それにしても、なんでこんな操作なんですかね。
壊滅的なUIでありアフォーダンスも皆無です。引っ張りたくなる形してないし。そもそも引っ張れるってわからないし。
構造的にシンプルにできるのかな。
9位: GKE On-PremでオンプレでもGKE.
誤解を恐れずに言いますが、長いことAWSを触ってきた身としては、GCPって細かいところでまだまだAWSに及ばないなぁと思うんですね。
例えば、CloudSQLのインスタンスをVPC内に入れられない。
まぁProxy経由で接続する、ということでセキュリティは担保されているのだろう、とは思うのですが、直感的ではないし、手間も増える。
またPostgreSQLに関してもCloudSQLではまだ9.6のみで10はサポートされていない。これ、当然のごとくAWS RDSではサポートされています。
10と9.xではテーブルパーティショニング機能に大きな隔たりがあるので、10使いたいんです。
そもそも世間では、そろそろ11の足音が聞こえてきております。
こういったRDB,いわゆる Relational Databaseに力を置いてない感が見え隠れします。
超優秀なエンジニアがたくさん在籍しているはずのGoogleなのに。
RDBにこだわってすみませんが、これWEBサービスを作る身としてはフツーなことだと思うですよね。
WordPressだってGitLabだってRailsだってRDB使うじゃないですか。
正直RDBに力を入れてほしい。でもRDBに力を入れても先行しているAWSの二番煎じにならざるを得ない、というところなんでしょうか。
スピーカーもコンテナから登場
こういった状況で、どうやってクラウド界のデファクトであるAWSに勝っていこうとしているのか。
この難しい問題に対し、Googleが用意した回答がこれ、すなわち、コンテナ全押し、と感じました。
kubernetesはだいたいコマンドラインツールである、kubectlで操作するのですが、やっぱりWEBのコンソールが用意されているととっつきやすさが違います。特にkubenetesの下回りであるクラスタ周り。ここをGKEのUIで、クラウド上のクラスタと同様に統合的に扱うことができる、というソリューションです。
オンプレもクラウドも同じように扱える。オンプレの資産を捨てきれない顧客をクラウドへの導くサービス。
正直、こうきたか、という衝撃を受けました。
大量のオンプレ資産を抱える顧客向けのサービスだと思われます。メガバンクとかなんですかね。そういう意味でまだ日本では時期尚早な気はしますが、世界レベルで見れば、そういった動きが遅そうな顧客もクラウドへと移行してきている、ということでしょうか。
8位: npmのCTOは紫の髪の女性だった
最終日のキーノートのことでした。
Googleのスタートアップパートナーを紹介するという段で、突如現れた紫髪のおばちゃん（すみません！）。
話を聞くに、WEBサイトを運営している人は全て彼女の会社のプロダクトを使っているらしい。
そんなことあるんかいな？ブラウザでも作ってるというのか？と的はずれなことを考えていた私に突きつけられた衝撃の事実。
彼女はNPM,IncのCTOでした。
CJ Silverioさん
npmといえばnode.jsのパッケージマネージャー。全WEBサイトはいいすぎにしても、ほぼ全てのサイトがお世話になっていることは間違いありません。むしろ、そんな超重要なツールを扱っている会社が未だにスタートアップと呼ばれる規模だということに衝撃を受けました。
いやほんと驚き。。
7位: Cloud FunctionsがGA
やたらServerlessというワードが行き交うカンファレンスでしたが、Serverlessといえば、AWS Lambda。そのLambdaの対抗馬として真っ向からぶつかるのが、Cloud Functionsです。なお、Azureにも、Azure Functionsという同等のサービスがあります。
そのCloud FunctionsがついにGAしたとのアナウンス。
ちなみにGAはGenerally Availableの略で、正式リリースしたよ、的な意味でエンジニアの間では一般的なのですが、一般用語でないためか同時通訳されている方が苦労されていました。
訳さないほうがわかりやすい、というカンファレンスあるあるかもしれません。
私としては、えっ、まだGAしてなかったの？という驚きがありました。
というか日本語ページだと、2018年8月6日現在、未だにベータという表記がついております。大丈夫なのか。
会場周りにはGCNextの広告もたくさん
とはいえ、現時点でもプロダクション環境で運用している会社も多そう。そのへんはベータであっても安心と信頼のGoogle品質ということでしょうか。
SLAは月間の稼働率99.5%保証ということで、月間3.6時間のダウンタイムは発生する可能性ありです。
うーむ、クリティカルなサービスにはちょっと厳しいかな。バッチ処理とかですかね。
6位: 粕谷さんが即座にファンになったカヴェヒのすごさ
毎日カンファレンスはキーノートからはじまるわけですが、少し早めに来た人たちへのご褒美なのか、なかなか始まらないキーノートに集まった人たちのいらいらさせないためなのか、アーティストを呼んでミニライブ的なものを、キーノート開始まで連日やってました。
で一般公開初日に現れたのが、キュートな彼女、カヴェヒです。
ぶっちゃけ全然知りませんでした。
すごかった。写真撮り忘れたのでyoutubeから
私は音楽から遠いところに生息しているのでまあ仕方ない面もあるのですが、一緒に行った粕谷さんは相当な音楽通な模様。その彼を持ってしても知らないアーティストだったので、知る人ぞ知る、という人だったのだと思います。
が、その粕谷さんが速攻でファンになって毎日宿のBGMしてしまうほどの入れ込みっぷり。
なにがスゴイってyoutubeを見てもらえばわかるのですが、ボイスパーカッションからキーボードの演奏まで一人でこなし、その場でミックスして重厚な音楽にしてしまうというスキル。人呼んで、「ひとりオーケストラ」。
すごい。すごすぎる。世の中にはすごい人が居るもんですね。
今回のカンファレンスを通じてファンになった人は多いんじゃないでしょうか。
ぜひこれをきっかけにメジャーになってほしいものです。
5位: AutoMLが発表された
ML,つまりMachine LearningといえばTensorflow。Tensorflowといえば、Pythonで書く数学的素養が高度に要求される難しいもの。いずれやらないと職を失うほどの影響がありそうだが、敷居が高すぎてよくわからん。解散。というのが私の中のMLに対するイメージでした。
私だけかと思っていましたがGoogleさんもその周辺にもMLは難しすぎる、とっつきずらすぎる、という思いはあった模様です。
Google Cloudのプロダクトとして満を持して現れたのが、このAutoMLです。
このMLを身近にするためのプロダクト、画像認識のVISION,言語処理のNatural Language,翻訳のTranslationの３つで構成されています。
どれもこれも、MLをやろうと思う時に思いつくとっききやすい分野ですね。
とっつきやすいと言ってもどの程度？というのは使ってみねばわからん、ということで使ってみました。
Cloud AutoML Visionを使ってみた(使ってみただけ)
感想ちょーーーかんたん！
これはいいですね！もっとトレーニング用のデータを増やせば精度もあがりそうです。
簡単にMLを使いたい方にオススメといえそうです。
というわけで前半は５位までの発表でした。
後半もお楽しみに！
