oinume journal

Scratchpad of what I learned

課金している有料のMacアプリ

自分的に もうこれがないと生活できない というMacの有料アプリ集。

Alfred

高機能なランチャー。£19。

  • クリップボードのコピー&ペースト
  • Chromeのブックマークを検索して開く
  • 英和・和英辞書
  • 計算機

IntelliJ IDEA

コードを書く時はこれを使っている。IntelliJを本格的に使うまではEmacsやAtomで頑張っていたけど、デフォルトの設定がかなりイケていて補完も賢いので最近はこれしか使っていない。これ1つあればどんな言語のコードも書けるのも良い。

1Password

年間契約の場合で $2.99 / month のサブスクリプション型。これがないとパスワード管理ができない。Chromeの拡張を入れて、Cmd + Ctrl + 1 のショートカットキーを割り当てている。

Charles

デバッグ用のProxy。PCのブラウザやiOSアプリの通信内容を見る時に使う。$50。けっこう高い。

ESET

ウィルススキャン。Kasperskyより軽い気がするので気に入っている。2018年5月現在では2980円。

Comparing datetime in Golang

https://play.golang.org/p/5-BtaE6iXaP

time.Before and time.After

package main

import (
    "fmt"
    "time"
)

func main() {
    t1 := time.Date(2018, 1, 1, 10, 0, 0, 0, time.UTC)
    t2 := time.Date(2018, 1, 1, 11, 0, 0, 0, time.UTC)
    fmt.Printf("t1.Before(t2) = %v\n", t1.Before(t2)) // test "t2 - t1 > 0" --> true
    fmt.Printf("t2.Before(t1) = %v\n", t2.Before(t1)) // test "t1 - t2 > 0" --> false
    fmt.Printf("t2.After(t1) = %v\n", t2.After(t1))   // test "t1 - t2 < 0" --> true
    fmt.Printf("t1.After(t2) = %v\n", t1.After(t2))   // test "t2 - t1 < 0" --> false

    fmt.Printf("t1.Equal(t1) = %v\n", t1.Equal(t1)) // true
    fmt.Printf("t1.Equal(t2) = %v\n", t1.Equal(t2)) // false
}

time.Equal

You can use time.Equal to compare the time objects are exactly same.

2018年4月の振り返り

その1. 機械学習

まだ 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 - が終わっていない。3分の2ぐらい。5月中には終わらせたい。

その2. lekcijeに月額課金

手付かず。

その他

Hashtable

  • だいぶ昔に実装したHashtableをGoで実装したやつがバグっていたので直した
  • Hashtableをオープンアドレス法でも実装しないと

MacのセットアップをAnsibleでやるようにした

GitHub - oinume/machine-setup

とりあえず土台だけはできたので、徐々に機能追加していく。

自宅のMacをHigh Sierraにアップグレード

アップグレード後のトラブルもなく拍子抜けするぐらい簡単だった。プラシーボ効果なのか、すこし動作が快適になった気がする。

読書

未来の年表 人口減少日本でこれから起きること (講談社現代新書)

未来の年表 人口減少日本でこれから起きること (講談社現代新書)

日本は労働者人口減+高齢者人口増という未曾有の問題に取り組まなくてはいけないのだなとあらためて認識。

マイナンバーカード

作った。これで次の確定申告は電子署名でe-Taxで提出できるはず…!

2018年1Qの振り返り

2018年も早くも4ヶ月が過ぎてしまったので、1Qの振り返り。3ヶ月スパンの振り返りだと何をやったのか忘れてしまうので次からは1ヶ月単位で振り返ろう。

その1: 機械学習

ゼロから作るDeep Learning を読むのはいったんペンディングにして、Udemyの 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 - という講座をやっている。単回帰分析を中学生レベルの数学の知識で簡単に説明している講座で、中2レベルの数学知識しかない自分にとっては今のところ神講座。

https://www.udemy.com/kikagaku_blackbox_1/?deal_code=JPA8DEAL2PERCENTAGE&aEightID=s00000016735001www.udemy.com

今まで機械学習は3回も挫折したけど、これが一番わかりやすいし、「これならいけそう」という感覚がある。

その2: lekcijeに月額課金の機能を入れる

  • 月額課金の前に大事な機能のリリースをした
  • Stripeを調べ始めていて、何をやればいいのかはわかったぐらい

という感じ。

その他

その3: frontend

lekcijeのfrontend回りでやったこと。

  • react + react-micro-container で簡単な設定画面は書けるようになった
  • jest + enzyme で簡単なユニットテストを書いた
  • lekcijeでbootstrap4を使うようにした

旅行

  • 1月にロスとサンフランシスコに行った
  • 3月に上海に行った

旅行については下書きもあるしまとめエントリーを書きたいのだけど時間が捻出できない。

読書

イシューからはじめよ――知的生産の「シンプルな本質」

イシューからはじめよ――知的生産の「シンプルな本質」

読んだ。なんでもっと早く読まなかったのだろうという後悔しかない。

Todo管理をTrelloにした

今まではWunderlistを使っていたけど、MSに買収されてクローズするようなのでTrelloにしてみた。

  • UIが慣れているものである(仕事で使っているものと近い)
  • iPhoneアプリが使いやすくて良い
  • 自由にラベルがつけられる

のが良い。Wunderlilstの時は全然見なかったのに、Trelloにしてからほぼ毎日タスクを確認するようになった。あと、 あとで読む 的なものもPocketではなくてTrelloに入れるようになった。

KORNのライブ行った

grpc-gatewayでRESTful APIを実装する

背景

何かしらの理由でRESTでAPIを実装しなくてはいけない時に、JSONを直接扱うのは面倒くさい。具体的には、JSONをデシリアライズして内部のデータ構造にマッピングする処理を書くのが面倒だ。というわけで、grpc-gatewayを使ってProtocol Buffersを定義するだけでREST APIを実装できないかを検討してみた。

gRPCとは

gRPCはサービスの定義やリモートから呼び出されるメソッドの詳細な定義(引数や戻り値)をProtocol Buffers(以降Protobuf)を用いて定義する。つまりgRPCではProtobufがIDL(Interface Definition Language)として使われていて、protocというコマンドからProtobuf上のサービス・メソッド定義から各プログラミング言語のソースコードが生成できる。

grpc-gatewayとは

grpc-gatewayはprotocのプラグインとして実装されている。Protobufで定義されたサービスやメソッドの定義から、RESTful JSON APIをgRPCに変換するReverseProxyサーバーのソースコードを生成する。

例えば、以下のような定義を.protoファイルに書いておくと、 GET /users/{id} のRESTful APIのendpointを受け付けるサーバーのコードが生成される。

service Users {
    rpc GetUser(GetUserRequest) returns (User) {
        option (google.api.http) = {
            get: "/v1/users/{id}"
        };
    }
}

message GetUserRequest {
    string id = 1;
}

message User {
    string id = 1;
    string name = 2;
    string real_name = 3;
}

Protocol BuffersでAPIを定義してみる

では実際にprotoファイルに以下のAPIを定義してみる。RESTのendpointやgRPCのメソッドの命名についてはGoogleが公開しているAPIのスタンダードに沿っている。これはかなり参考になるドキュメントなので一通り読んでおくと良いと思う。Googleが提供しているAPIの70%以上はこのスタンダードに沿っているらしい。

API REST endpoint gRPC method
ユーザーの一覧取得 GET /v1/users ListUsers
ユーザーの単体取得 GET /v1/users/{id} GetUser
ユーザーの作成 POST /v1/users CreateUser
ユーザーの更新 PUT /v1/users/{id} UpdateUser
ユーザーの削除 DELETE /v1/users/{id} DeleteUser

サンプルのProtobufファイル users.proto

protocコマンドでgoのコードを生成

https://github.com/oinume/grpc-sample のリポジトリを $GOPATH/src/github.com/oinume 配下にcloneすることで、makeとgoがインストールされていば以下のコマンドで.protoファイルからgoのソースが生成できる。(ソースは proto-gen ディレクトリに生成される)

$ make setup
$ make proto/go

grpc-gatewayのサーバーを起動

最後に、サーバーの実装をビルドしてgrpc-gatewayのサーバーを起動してみよう。

ビルド

$ make
go build -o bin/grpc-sample github.com/oinume/grpc-sample/cmd

サーバーの起動

$ ./bin/grpc-sample

Listening on 5000
Starting gRPC server on 5001

5000番ポートでHTTPをLISTENする。バックエンドのgRPCサーバーは5001番ポートでLISTEN。

curlでREST APIを呼び出す

サーバーを立ち上げたら実際にcurlコマンドでREST APIのendpointにAPIリクエストを投げてみよう。例えば、新しいユーザーを作成するAPIは以下のコマンドを実行する。

$ curl -v -X POST -d '{"name": "oinume", "real_name": "kazuhiro oinuma"}' http://localhost:5000/v1/users | jq .

{
  "id": "12345",
  "name": "oinume",
  "real_name": "kazuhiro oinuma"
}

READMEに各APIのcurlでの呼び出し方法も書いてあるので参考にして欲しい。ちなみにサーバーの実装はただのモックなので、実際にどこかのDBにデータができるということはない。

サーバーの実装

https://github.com/oinume/grpc-sample/blob/master/server/server.go

これが今回のAPIサーバーのgRPCでの実装部分なのだが、あくまで生成されたgRPCのinterfaceを満たすようにGoのメソッドを定義すれば良い。メソッドの引数であるリクエストと戻り値のレスポンスのデータはProtobufで定義されたものがGoの構造体になっているので、そのまま使えば良い。

あとは、以下のようにgrpc-gatewayのためのおまじない的なコードを少し書くだけでRESTful API serverが出来上がる。

https://github.com/oinume/grpc-sample/blob/master/cmd/main.go#L64-L73

まとめ

このようにgrpc-gatewayを使うことで、RESTful APIを定義する上で手間だったJSONの変換部分を手で書く必要がなくなった。たくさんのAPIを実装するプロジェクトでは、ProtobufでAPI定義を書く必要が発生するとはいえ、手作業でJSON<->structの変換処理を書かなくて済むことが大きなメリットになるはずなので、興味がある人はぜひ試してみて欲しい。