Google Cloud Platform Japan Blog
最新情報や使い方、チュートリアル、国内外の事例やイベントについてお伝えします。
株式会社メルカリの導入事例: 先端技術を手軽に活用できる Google Cloud Platform はベストな選択肢
2016年10月28日金曜日
今回お話をお伺いしたのは、株式会社メルカリの創業初期メンバーの 1 人にして、同社の プリンシパル エンジニア を務める胡華(HU Hua)さん。mixi、DeNAという時代を象徴するインターネット企業でキャリアを積んだ後、メルカリ創業者・山田進太郞さんの SNS での呼びかけに応じるかたちで同社の立ち上げに参画しました。初期から現在まで、同社のエンジニアリングをリードする胡さんとメルカリが Google を選んだ理由とは?
株式会社メルカリ プリンシパル エンジニア 胡華さん
■利用中の Google Cloud Platform サービス
Google BigQuery
、
Google Cloud Dataproc
など
2013 年 7 月にサービス開始し、またたく間にフリーマーケット アプリ市場を拡大させた
メルカリ
。ネットオークションとは異なる、新しいタイプの C2C マーケットとして、今後、さらに成長していくことが確実視されています(2016 年 9 月時点で国内 3500 万ダウンロードを突破)。
そんな同社が、今、積極活用しているのが
Google BigQuery
。サービス開始当初は他のデータ分析サービスを利用していたそうですが、データ量の急激な増大に処理速度が追いつかず、その解決手段として BigQuery の採用に踏み切ったそうです。その当時を胡さんが次のようにふり返ります。
「他社サービスを使っていた時はクエリーを流し込むと 5 分から 10 分も待たされるのが当たり前でした。1 回あたりの待ち時間はさほどではないのですが、何回、何十回とこれを繰り返していくと、その蓄積が無視できない長さになってしまいます。待ち時間に進めている別作業との往復で頭が混乱してしまうなんて悩みもありましたね(笑)。その点、BigQuery はとにかくレスポンスが速い。クエリーを実行すると即座に返事が返ってくるので助かっています。間違いなく作業効率が高まりました」
ちなみにメルカリでは、エンジニアではないプロデューサー職のスタッフも含め、全メンバーが BigQuery を利用できるようにしているそう。これは同社・山田社長の方針。プロデューサーがいちいちエンジニアに依頼してデータベースにアクセスしているようでは、仕様書の質も速度も上がるわけがない、という考えなのだとか。
「それを踏まえ、現在はデータ分析やその可視化が可能な
Google Cloud Datalab
も研究中。将来的にはこちらへの移行を積極的に進めていきたいですね。今は皆にコンソールでクエリーを書いてもらっているのですが、これだと1つ間違っただけで課金がとんでもないことになってしまいます(苦笑)。慎重に実行するよう指導はしているのですが、使い方を制限するようなことはしたくないので、根本的な解決策を模索中です」(胡さん)
また、それらと並行して
Google Cloud Dataproc
も活用開始。現在のメルカリのシステムでは、一部のユーザー情報とマスター情報は他のプラットフォーム上の RDB で管理されているため、そちらの情報とジョインしたいところでは Dataproc を使うことにしているそうです。「アドホック的な分析は BigQuery で、Apache 的な定型処理は Dataproc でというかたちで使い分けています。ただし、Dataproc は BigQuery よりももう少し高度な知識が必要。本格的な活用にはもう少しスタッフの教育が必要ですね」(胡さん)
ほか、Dataproc(のSpark)上ではマシンラーニングの運用もスタート。現在は通報の自動化などに留まっているそうですが、将来的には自然言語を解析して問い合わせに自動応答したり、画像認識を利用して違反商品を発見する精度を高めたり、出品ときの商品情報入力の手間を省いたりといったことができるようにしていこうとしています。「ユーザーの嗜好を分析して、おすすめ商品を紹介するレコメンド機能なども実現したいですね」(胡さん)
そして現在、メルカリは本格的な海外展開を加速中。かつて多くの国内サービスが、画期的な内容を誇りながらも、海外展開に後手を踏んだせいで“ガラパゴス化”してしまいましたが、メルカリは国内市場の育成と並行して、国内サービスインからわずか 1 年後の 2014 年に米国市場進出。米国でフリーマーケットアプリの“勝者”が決まってしまう前に、メルカリを世界規模のサービスに育てあげようとしています。
「おかげ様で、この夏には米国 App Store の総合ランキングで 3 位、ショッピング カテゴリーではトップの座につくことができました(アプリダウンロード数も2000 万件を達成)。この流れをさらに加速させるべく、米国市場をメインに開発を進めています。そして、“次の一手”として、今年はさらに英国市場にも進出することが決定。こちらではクラウド プラットフォームもGoogle Cloud Platform を使うことにしたんですよ」(胡さん)
Google Cloud Platform の強みは、さまざまな API が提供されており、それを駆使することでほとんどのものを作りあげることができることだと胡さんは言います。Google App Engineのような独創的な仕組みがあることや、優秀なオートスケールなども、従来プラットフォームから乗り換えていく理由となったそうです。
「実は日本と米国でも利用しているクラウド プラットフォームが異なっているのですが、英国進出に際して、改めてこれを検討し、今回は Google Cloud Platform を採用することにしました。最先端のサービスや機能を研究して、それをメルカリに盛りこんでいくことも私に課せられた使命の 1 つ。そう考えたとき、Google Cloud Platform は、現在考え得る最高の選択肢だと思っています。この先進性をこのまま維持してくれるのであれば、いつか、メルカリのシステムを大幅刷新する際、全てをGoogleに…という可能性もありますね」(胡さん)
0 件のコメント :
コメントを投稿
60 日間のトライアル
Labels
.NET
.NET Core
.NET Core ランタイム
Access Management
AlphaGo
Anvato
Apache Beam
Apache Maven
API
Apigee
APIs Explore
App Engine
App Engine Flex
App Engine flexible
AppArmor
AppScale
AR
ASP.NET
ASP.NET Core
Attunity
AWS
Big Data
BigQuery
Billing Alerts
Bime by Zendesk
Bitbucket
Borg
Bower
Capacitor
Client Libraries
Cloud API
Cloud Bigtable
Cloud Consoleアプリ
Cloud Dataflow SDK
Cloud Dataproc
Cloud Datastore
Cloud Debugger
Cloud Deployment Manager
Cloud Identity
Cloud Machine Learning
Cloud monitoring
Cloud Natural Language API
Cloud Networking
cloud Pub/Sub
Cloud SDK
Cloud Source Repositories
Cloud Speech API
Cloud SQL
Cloud Storage
Cloud Tools for PowerShell
Cloud Virtual Network
CloudBerry Lab
CloudEndure
Cloudian
Cluster Federation
Codelabs
Cohesity
Coldline
Colossus
Compute Engine
Compute user Accounts
Container Engine
Container Registry
Container-VM Image
CRE
CSEK
Customer Reliability Engineering
Dbvisit
Debugger
deep learning
Deployment Manager
Developer Console
Developers
Disney
Docker
Dockerfile
Drain
Dreamel
Eclipse
Eclipse Orion
Error Reporting
Evernote
FASTER
Fastly
Firebase
Firebase Analytics
Firebase Authentication
Flexible Environment
gcloud
GitHub
Go 言語
Google App Engine
Google Apps
Google Certified Professional - Data Engineer
Google Cloud Certification Program
Google Cloud Console
Google Cloud Dataflow
Google Cloud Datalab
Google Cloud Datastore
Google Cloud Endpoints
Google Cloud Explorer
Google Cloud Launcher
Google Cloud Logging
Google Cloud Platform
Google Cloud Security Scanner
Google Cloud Shell
Google Cloud SQL
Google Cloud Storage
Google Cloud Storage Nearline
Google Cloud Tools for IntelliJ
Google Compute Engine
Google Container Engine
Google Data Analytics
Google Data Studio
Google Date Studio
Google Drive
Google Earth Engine
Google Genomics
Google SafeSearch
Google Service Control
Google Sheets
Gradle
gRPC
Horizon
IaaS
IBM POWER9
IntelliJ
IoT
Java
Jupiter
Jupyter
Khan Academy
Komprise
Kubernetes
Landsat
Logging
Looker
Managed Instance Group
Maps API
Maven
Mission Control
MongoDB
MySQL
Nearline
neural networks
Next
NoSQL
NuGet パッケージ
OCP
OLDISM
Open Compute Project
OpenCAPI
OpenCAPI Consortium
Orbitera
Panda
Particle
Percona
Pete's Dragon
Pivotal
Pivotal Cloud Foundry
PLCN
Pokémon GO
Poseidon
Protocol Buffers
Puppet
Pythian
Python
ScaleArc
Sentinel-2
Serving Websites
Site Reliability Engineering
Spaceknow
Spring
SQL Server
SRE
Stackdriver
Stackdriver Debugger
Stackdriver Error Reporting
Stackdriver Monitoring
Stanford
Startups
StorReduce
Streak
Sureline
Sysbench
Tableau
Talend
Tensor Flow
TensorFlow
Trace
Transfer Service
Translate API
Uber
Veritas
Vision API
Visual Studio
Visualization
Vitess
VM
VM Image
Webyog
Windows ワークロード
Wix
Xplenty
Yellowfin
Zaius
Zaius P9 Server
イベント
エンティティ
コンピューティング
サポート
スタートガイド
ストレージ
セミナー
ソリューション: メディア
データセンター
ビッグデータ
フルマネージド
マイクロサービス
マルチクラウド
運用管理
海底ケーブル
機械学習
月刊ニュース
資格、認定
新機能、アップデート
導入事例
料金
Archive
2016
10
9
8
7
6
5
4
3
2
1
2015
12
11
10
9
8
7
6
5
4
3
2
1
2014
12
11
10
9
8
6
5
4
3
2
Feed
月刊ニュースレターに
登録
新着ポストをメールで受け取る
Google
on
Follow @GoogleCloud_jp
0 件のコメント :
コメントを投稿