PLAID Engineer Blog

PLAID Engineer Blog


PLAID Engineer Blog
NaohikoTakemura
Author

NaohikoTakemura

AWSとGCPのマルチクラウドインフラにおけるVPN設計のポイント

みなさん、ごきげんよう。プレイドの@tik-sonと申します。 前回のエントリーでは、 弊社のKARTEで、インフラにはAWSとGCPの2つのクラウドプラットフォームを組み合わせ、マルチクラウドインフラとして利用しているというお話をいたしました。 今回のエントリーではその中から、「AWSとGCPをVPNで接続した」内容についてフォーカスして 各クラウドプラットフォームでのVPNの仕様 KARTEではどのようなVPN設計にしているのか 等をお話したいと思います。 目次 VPNを用いる理由 AWSとGCPのSubnetの違い VPNを接続する 可用性を考える パフォーマンスを考える VPN周りの設計について 悩まされたこと 最後に VPNを用いる理由 前回のエントリーで、マル…

NaohikoTakemuraNaohikoTakemura

AWSとGCPでマルチクラウドインフラを構築した話とそのポイント

ごきげんよう。プレイドの@tik-sonと申します。 みなさんはクラウドプラットフォームを利用していますか? 弊社のKARTEは 秒間3000イベントをリアルタイムで解析 累計解析ユーザがリリースから2年で12.5億 https://karte.io/infographic/2017.html という規模のサービスになっています。 そこで動いているインフラもそれなりに大規模になっており、インフラをいかに改善していくかが事業進捗に大きく関わってきます。 そのインフラを改善する試みとして半年ぐらい前から、AWSとGCPの2つのクラウドプラットフォームを組み合わせ、マルチクラウドインフラとして利用しています。 PLAID Enginner Blogでは複数回に渡ってマルチク…

NaohikoTakemuraNaohikoTakemura

1年で4億UUを解析したKARTEを支えるAutoscaling 3パターン

みなさん、ごきげんよう。プレイドの@tik-sonと申します。 私たちはKARTEというリアルタイムでウェブ接客ができるサービスを提供しており、 KARTEの売りであるリアルタイム性を保てるように、日々インフラを磨きこんでいます。 このエントリーでは、そのインフラの仕組みについて一部を紹介していきます。 今回は「1年で4億UUを解析したKARTEを支えるAutoscaling 3パターン」です。 現在KARTEは主にAWS上で稼働しているので、このエントリーはAWSでのAutoScalingの紹介になります。 改めて説明は不要と思いますが、AutoScalingとは特定の条件をトリガーにリソースを自動的に増減させる仕組みのことです。 KARTEは リアルタイムなウ…

NaohikoTakemuraNaohikoTakemura