アーキテクチャを決定する

[hirokisakabe]

前提

下記、要件を満たすものを考える。

• Pythonが動作すること
• Boltが動作すること
• TensorFlowが動作すること
• なんらかのデータベースが利用できること

また、現時点ではクラウド上でのモデルの学習は考慮しない。

現時点での候補

AWS

• API Gateway & Lambda & DynamoDB パターン
• Serverless Frameworkを利用する
• Lambdaは、TensorFlow学習済みモデルを含んだカスタムDockerイメージを使う

参考

• Container Image Support for AWS Lambda
• コンテナイメージで Python Lambda 関数をデプロイする
• AWS Lambda へのデプロイ
• コンテナイメージを使用してAWS Lambda関数を作成する
• Serverless FrameworkでLambdaコンテナイメージを利用する
• serverlessでslackbotローカル開発環境構築 - serverless-offline編 -

Heroku

• slug size制限が存在するので注意

参考

• HerokuでTensorFlowのAPIをホストした話

[hirokisakabe]

一度、AWSの方で、検証用に構築してみる。

[hirokisakabe]

AWSの初期設定中。

AWS Budgetsによるアラート設定を追加した。
32$ ≒ 4000円を超えそうだと予測されるとメールにてアラートされる。

[takuya-okamoto-esm]

AWSで構成した場合のアーキテクチャ概要を書き出してみました。
元ファイルはこちら

（Lambda用のコンテナを保持するECRについては省略）

コメント、質問などあればお願いします。

まだよくわからないところ

• モデルの作成（バッチ処理的に動かすのかな）がLambdaでやれるのか
• 定期実行はEventBridgeで行けるのか
• 「モデル作成」とは何を作るのか
  → ニューラルネットでリコメンドする場合の流れについて理解不足
• データベースに何を使うのか
• 外部のオープンデータ（Amazonなど）との連携が発生するのかどうか
  → これはサービスの内容次第、1stリリースでは当面不要と思っています

[hirokisakabe]

モデルの作成

これは、このIssueで取り扱っているスコープの範囲外だと認識しています。

[hirokisakabe]

下記を確認できたので、AWSを中心に据えたアーキテクチャで決定とする。

• Pythonが動作すること
• Boltが動作すること
• TensorFlowが動作すること

データベースに関しては、 #30 にて対応する。