- アプリケーションツーパーソン(A2P)メッセージング (アプリケーションから個人への通知)
- モバイルプッシュ通知 (事前にアプリとモバイルデバイスを登録)
- モバイルテキストメッセージング(SMS) (電話番号を指定してSMS対応デバイスに送信)
- メッセージ配信の再試行 (サーバー側のエラー発生時に行う柔軟な再試行の設定)
- デッドレターキュー (正常に配信できないメッセージを分析または再処理のために配信不能キューに保持)
- メッセージ属性 (メッセージに関する任意のメタデータを提供)
- メッセージセキュリティ (データの秘匿性)
- メッセージの耐久性 (永続的なストレージおよび冗長化)
- SSH Client には ssh コマンドが必要 (Windows10 付属のは動く。puttyは使えない)
- .ssh/config の ProxyCommand には "ssh" でなく "ssh.exe" と書くべし
- ssh-agent はプロセス起動でなく、サービスとして起動する
- ssh-agent はバージョンが古くて自動で鍵認証できないので、最新版を自分で入れる必要あり (7.9以上が必要)
- 各バイナリはあとで手動で差し替えてしまうが、サービスのインストールのために一旦入れる
- https://docs.microsoft.com/ja-jp/windows-server/administration/openssh/openssh_install_firstuse
- server: apisprout
- editor: VSCode
- https://github.com/caalberts/localroast
- [pro] 簡単に使える
- [con] JSONのみ
- [???] 設定ファイルは独自?(specファイルが使えるか調べてない)
### global
[vars]
var qname = "foo"
### job request
var data = "bar"
var id = (redis) INCR /job/${qname}/ids/max
(redis) HSET /job/${qname}/datas ${id} ${data}
(redis) LPUSH /job/${qname}/ids ${id}
(省略)
(省略)
- 静的型付け言語
- ネイティブコード生成 (LLVM)
- static nativeバイナリ作成可能
- capabilities-secure (型安全, メモリセーフ, 例外安全, データ競合フリー, デッドロックフリー)
- 並列処理 (Actor)
- マルチコア性能 (Erlang, Scalaより高速) https://www.ponylang.io/benchmarks_all.pdf
- 機械学習 : 法則やルールを予めユーザが与えることで、未知のデータに対して解答を作る
- 深層学習 : 何の指示も与えずに、AIが自分でデータの特徴やルールを学習していく (ディープラーニング)
前者は人がルールを与えるため、準備が大変だが、学習の方向性はコントールし易い。(まあ飛車が点数高いからそうなるよね。評価関数を変更しよう)。 後者は学習のコントロールが難しい。(正解かもだけど、なんで初手3八金なん?)
- 教師あり学習 : 訓練データ(入力と出力のセット)を元に、入力に対して答えを返すモノを作る。正解を知っている教師によって、「これはこう作業してね」と教育する「OJT研修」。 (過去データから未来の値を予測できる)
- 教師なし学習 : 出力値(正解)を必要としない分類。正解とかこまけぇこたぁいいんだよ派。とにかく集団に線引して、「似てる奴ら」を集める。 (クラスタリングができる)