概要

2024年3月1日に開催されました Google Cloud Modern App Summit Tokyo ’24にオフラインで参加してきました。
聞いてきました公演の簡単な要約と参加してみての感想などのレポートです！

会場

Google 渋谷オフィスで開催されました。
受付の行列で、関心度の高さが伺えます。


水やコーヒーなどのドリンク、小さなお菓子やドーナッツなどのセルフサービスが休憩スペースにありました！

各公演について

基調講演

■モダンなシステム開発とは

・Googleからのレポートより

私達が望むのは、これらの洞察によって、リーダーや実務者がどこにインパクトをあたえられるのか、その方向性を感じ取っていただけること
2023 state of DevOps report

＜活用例＞モダナイズでGoogle Cloud活用

内製化によるGoogle Cloudを活用する利点！

  • マネージド・サービスの優位正
  • エンジニア採用における魅力
  • Google Cluodエンジニアによるサポート
    積極的なマネージド・サービスの活用により短期間で内製化チームを組織・コスト・スピード・柔軟性を改善

■プラットフォームエンジニアリングへの注目

近年、開発者にとって、認知負荷（人間の脳の処理）の高い作業が増えている
（開発者がコードを書くだけでなく、クラウドやセキュリティを考えたりと作業が多くなっている。）
改善案→プラットフォームエンジニアリング

2026年までに、ソフトウェア・エンジニアリング企業の80％が、アプリケーション・デリバリのための再利用可能なサービスやコンポーネント、ツールの社内プロバイダーとしてプラットフォーム・チームを結成するでしょう。
プラットフォーム・エンジニアリングとは何か？

＜活用例＞プラットフォームエンジニアリングの活用

エンジニアの認知負荷を下げて生産性を上げる！
何でもプラットフォームすることに固執するのではなく、適切な部分に活用するのが重要。

■生成AIの活用

  • Duet AIの活用して・・・生産性が33％上がった→よりエンジニアのヴァリューが上がる手助けになる
  • Google Cloudを活用する際のサンプルを読み込んでいるため、Google Cloudを使用しているならDuet AIの活用がおすすめ
  • コメント入力でコード生成サポート、運用時のサポート提供、セキュリティの脆弱性の検出

これから始めるPlatform Engineering

プラットフォームエンジニアリング

プラットフォーム エンジニアリングとは、組織において有用な抽象化を行い、セルフサービス インフラストラクチャを構築するアプローチです。散乱したツールをまとめ、デベロッパーの生産性を高める効果があります。プラットフォーム エンジニアリングの狙いは、デベロッパーが体験する日常的な困難を解消して、行きすぎた責任共有モデルが引き起こす学習の手間を抑制することです。

導入が重要な理由

  • 燃え尽き症候群のリスク軽減
  • 低コストで市場投入までの時間短縮
  • 安全性を向上

プラットフォームエンジニアリングのゴールデンパス（例）
→　インフラの抽象化と自動化、テンプレートライブラリ、セルフサービスのUX、コスト管理とセキュリティが標準で組み込まれていること

Google Cloudを利用したプラットフォームエンジニアリング
・Google Kubernetes Engine（GKE）

実践

  1. ユーザー理解（開発者）
  2. プラットフォームをプロダクトとして扱う(開発者を顧客として扱う)
  3. 適切な問題から開始
  4. 実行可能な最小限のプラットフォームを採用

どうしてもプラットフォームエンジニアリングするのが難しいとき
「Platform Engineering Jumpstart プラットフォーム開発支援プログラム」を提供しています！

あなたのモダナイゼーションはどこから？　悩みを解決する実践方法

  • TAPとは　→　クラウド・ネイティブ技術がベースの、Google Cloudのエンジニアが対面での短期集中のワークショップ
  • 日々の業務の課題　→　業務やデータフローを理解しない、テストコードがない、個々人のナレッジで依存を解決する！
  • モダナイゼーションの実践
    • ビジョンを決める
    • ユーザーを決める
    • 課題を考える
    • KPIを決める

ポイント・・・成功可否を判断できる指標を決める、連携するデータ元やシステムの理解が不可欠

  1. とりあえずAIを利用して「何か」を作りたい　→　「何か」とあｈ何なのか。実現するための機能、「何か」を考え抜いて明確化する
  2. データを蓄積できてないのでとりあえずなにかに活かしたい　→　BigQuery、「何か」を決めてないデータは活用できないので、何を目的にするのか考える。
  3. DBアクセス量が多く、負荷が高い　→　5Wで明確化して適材適所にデータ配置
  4. コンテナ開発を死体からKubernetesを使いたい　→　コンテナ開発は手段であり目的出ない→要件や優先度を決めて基盤を選定

開発　→　CloudRun、
Kubernetesのエコシステムを使いたい　→　Google Kubernetes EngineeringGKE

大解剖　アプリケーションに併せてデータベースを選ぶときの勘所

  • データベース選定をYes/Noだけで決めるのは難しい

大まかに・・・

  1. 業務DBと分析DBで分類する→分析DBはBigQuery
  2. 既存のアプリケーション向きか新規開発無機化で分類
    ・既存　→　Memorystore, CloudSQL, AlloDB
    ・新規　→　Spanner, Cloud BigTable, Firestore

考慮点

  • データモデルは？　→　リレーショナル(RDB) or 非リレーショナル(NoSQL)
  • 開発者が使い慣れたデータベースを使用したいのか？
  • 可用性の考慮したいのか？
  • モバイル及びウェブアプリを高速に開発したいのか？

Duet AI を使った次世代開発

Duet AIによってクラウドのエクスペリエンスが一新！

  • Google Cloudのオンボーディングのお手伝い
  • コマンド、クエリ、コードの生成
  • Google Cloud環境で何が起こっているかを理解する
  • Cloud LoggingにもDuet AIが入りました！！！（ログを自然言語で説明する）

 

  • チャットを最大限に活用するために
    1. プロンプトでは具体的にコンテキストを提供する
    2. フォローアップの質問する　→　「詳しく説明してください」と言う
    3. とりあえず使ってみる

 

  • Duet AI for Developer
  • Cloud Workstations →開発環境の構築と管理の迅速化とセキュリティレベルの向上を同時に実現
    Cloud Workstationsはコンテナベース。環境のライブラリなどのバージョンが統一できる！

 

  • Cloud Loggingでの活用
    「Expkain this log entry」のボタン押下で使用可能！

 

  • Duet AIは知的財産を尊重している
    ライセンスに要件に準拠する、引用元を提供する

 

  • BigQuery にてSQLの自動生成

懇親会

講演がすべて完了し、アンケート記入後に懇親会が開かれました。
普段なかなか接点がない会社の方など様々な方と交流できました！

最後に・・・
受付のネームプレートを返した後、「Google Cloud」と印字されたどら焼きをお土産にいただきました^^

感想

個人的にDuet AI の活用はすごく気になりました！開発をしていると考えることが多いと日々の業務で感じますが、AIの支援で疑問点を解決したり、セキュリティの惰弱性をチェックしたり、ログの説明をもらうのはとても助かりますし業務の効率が上がると思いました。
Google Cloud上で開発業務を行う際には、自分の勉強として、トラブルシューティングの効率化のためにも注目していきたいです。

小さい会場は満席で、モダナイゼーション、Platform Engineering の人気度や注目度を肌で感じ取りました。

TAPやモダナイゼーションについて聞きましたとき、日々の業務の課題は他の企業さんもあるあるなことなんだと驚きましたのでこちらの話題がとても気になりました。

AIが注目されていることは日々のニュースで見たり聞いていたりして感じていますが、AIだけでなく、モダナイゼーションに取り組んで行くこと、AIを活用していくこと、Platform Engineering に取り組んでいくこと3つに対して働きかけて行くことがこれから重要なのではないかと思いました。