戦う情シス！全社 API で社内アプリ開発を加速させよう

Dec 11, 20182 likes1,555 views

今までデスクトップアプリや Web アプリケーションだった社内システムの開発は、クラウド化と働き方改革という二つのキーワードと共に現場の情シスを悩ませてきました。今や社内業務アプリにも、場所を問わずアクセスできるようなスマートフォンやタブレット対応のアーキテクチャが求められる時代です。本セッションでは、そのようなモダンなエンタープライズ向け社内業務アプリを API バックエンドで開発する方法と、その開発現場で戦い続ける情シスの声、そして開発を加速する Azure の様々な API 向けサービスの活用方法を解説します。

API
ü API
API
ü API
API Management
ü
ü
Application Gateway

DB PaaS
SQL Database
(Managed Instance)
AAD
IaaS VM
AAD
API App SQL Database

Web
http://webserver.local
App Service Environment v2
local
/api01
/api02
IP 10.xx.xx.xx (Private)
API Apps
http://api01-ase.local
http://api01-ase.scm.local
http://api02-ase.local
http://api02-ase.scm.local
Host 10.xx.xx.xx (Private)

© 2018 Microsoft Corporation. All rights reserved.

こちらのスライドは以下のサイトにて閲覧いただけます。 https://www.docswell.com/s/ockeghem/ZM6VNK-phpconf2021-spa-security シングルページアプリケーション(SPA)において、セッションIDやトークンの格納場所はCookieあるいはlocalStorageのいずれが良いのかなど、セキュリティ上の課題がネット上で議論されていますが、残念ながら間違った前提に基づくものが多いようです。このトークでは、SPAのセキュリティを構成する基礎技術を説明した後、著名なフレームワークな状況とエンジニアの技術理解の現状を踏まえ、SPAセキュリティの現実的な方法について説明します。動画はこちら https://www.youtube.com/watch?v=pc57hw6haXk

[AWS EXpert Online for JAWS-UG 18] 見せてやるよ、Step Functions の本気ってやつをなAmazon Web Services Japan

Spring Boot の Web アプリケーションを Docker に載せて AWS ECS で動かしている話JustSystems Corporation

AWSではじめるMLOpsMariOhbuchi

Infrastructure as Code (IaC) 談義 2022Amazon Web Services Japan

DockerコンテナでGitを使うKazuhiro Suga

Dockerからcontainerdへの移行Kohei Tokunaga

マイクロにしすぎた結果がこれだよ！mosa siru

This document summarizes a microservices meetup hosted by @mosa_siru. Key points include: 1. @mosa_siru is an engineer at DeNA and CTO of Gunosy. 2. The meetup covered Gunosy's architecture with over 45 GitHub repositories, 30 stacks, 10 Go APIs, and 10 Python batch processes using AWS services like Kinesis, Lambda, SQS and API Gateway. 3. Challenges discussed were managing 30 microservices, ensuring API latency below 50ms across availability zones, and handling 10 requests per second with nginx load balancing across 20 servers.

マイクロサービス　４つの分割アプローチ増田亨

アプリケーションの分割のアプローチ ●４つのアプローチ - ビジネスファンクション - 動詞／ユースケース - 名詞／リソース - 境界づけられたコンテキスト ● トランザクションの分割 - パイプライン化 (VETRO) - コーディネート (Saga) - 状態更新の非同期化 ( Event History - State Materialize - Domain Specific Query )

開発速度が速い #とは（LayerX社内資料）mosa siru

The Twelve-Factor Appで考えるAWSのサービス開発Amazon Web Services Japan

乗っ取れコンテナ！！開発者から見たコンテナセキュリティの考え方（CloudNative Days Tokyo 2021 発表資料）NTT DATA Technology & Innovation

Serverless時代のJavaについてAmazon Web Services Japan

ソーシャルゲーム案件におけるDB分割のPHP実装infinite_loop

VPCのアウトバウンド通信を制御するためにおさえておきたい設計ポイントTakuya Takaseki

コンテナにおけるパフォーマンス調査でハマった話Yuta Shimada

Elasticsearch の検索精度のチューニング〜テストを作って高速かつ安全に〜Takahiko Ito

「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜Takahiro Inoue

The document discusses graph databases and their properties. Graph databases are structured to store graph-based data by using nodes and edges to represent entities and their relationships. They are well-suited for applications with complex relationships between entities that can be modeled as graphs, such as social networks. Key graph database technologies mentioned include Neo4j, OrientDB, and TinkerPop which provides graph traversal capabilities.

Python におけるドメイン駆動設計(戦術面)の勘どころJunya Hayashi

Dockerの期待と現実～Docker都市伝説はなぜ生まれるのか～Masahito Zembutsu

AWS Organizations連携サービスの罠（Security JAWS 第26回発表資料）NTT DATA Technology & Innovation

ストリーム処理を支えるキューイングシステムの選び方Yoshiyasu SAEKI

This document discusses messaging queues and platforms. It begins with an introduction to messaging queues and their core components. It then provides a table comparing 8 popular open source messaging platforms: Apache Kafka, ActiveMQ, RabbitMQ, NATS, NSQ, Redis, ZeroMQ, and Nanomsg. The document discusses using Apache Kafka for streaming and integration with Google Pub/Sub, Dataflow, and BigQuery. It also covers benchmark testing of these platforms, comparing throughput and latency. Finally, it emphasizes that messaging queues can help applications by allowing producers and consumers to communicate asynchronously.

コンテナの作り方「Dockerは裏方で何をしているのか？」Masahito Zembutsu

Linux女子部　systemd徹底入門Etsuji Nakai

Linux女子部「Fedora最新技術情報＆Systemd勉強会」 http://connpass.com/event/3859/ で使用した資料です。変更履歴 2013/11/04 ver1.0 初版 2013/11/05 ver1.1 誤植修正、少し追記 2013/11/06 ver1.2 daemon-reload,mask,テンプレート機能を追記 2013/11/12 ver1.3 User/Groupオプションの説明追加 2013/11/24 ver1.4 誤植修正 2014/05/05 ver1.5 imjournalモジュールの説明追加

モノリスからマイクロサービスへの移行～ストラングラーパターンの検証～（Spring Fest 2020講演資料）NTT DATA Technology & Innovation

At least onceってぶっちゃけ問題の先送りだったよね #kafkajpYahoo!デベロッパーネットワーク

マルチテナントのアプリケーション実装〜実践編〜Yoshiki Nakagawa

Amazon AthenaでSageMakerを使った推論西岡賢一郎

Serverless Developer Experience I AWS Dev Day 2018AWS Germany

Genomics on aws-webinar-april2018Brendan Bouffler

More Related Content

What's hot (20)

マイクロサービス　４つの分割アプローチ増田亨

開発速度が速い #とは（LayerX社内資料）mosa siru

The Twelve-Factor Appで考えるAWSのサービス開発Amazon Web Services Japan

乗っ取れコンテナ！！開発者から見たコンテナセキュリティの考え方（CloudNative Days Tokyo 2021 発表資料）NTT DATA Technology & Innovation

Serverless時代のJavaについてAmazon Web Services Japan

ソーシャルゲーム案件におけるDB分割のPHP実装infinite_loop

VPCのアウトバウンド通信を制御するためにおさえておきたい設計ポイントTakuya Takaseki

コンテナにおけるパフォーマンス調査でハマった話Yuta Shimada

Elasticsearch の検索精度のチューニング〜テストを作って高速かつ安全に〜Takahiko Ito

「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜Takahiro Inoue

Python におけるドメイン駆動設計(戦術面)の勘どころJunya Hayashi

Dockerの期待と現実～Docker都市伝説はなぜ生まれるのか～Masahito Zembutsu

AWS Organizations連携サービスの罠（Security JAWS 第26回発表資料）NTT DATA Technology & Innovation

ストリーム処理を支えるキューイングシステムの選び方Yoshiyasu SAEKI

コンテナの作り方「Dockerは裏方で何をしているのか？」Masahito Zembutsu

Linux女子部　systemd徹底入門Etsuji Nakai

モノリスからマイクロサービスへの移行～ストラングラーパターンの検証～（Spring Fest 2020講演資料）NTT DATA Technology & Innovation

At least onceってぶっちゃけ問題の先送りだったよね #kafkajpYahoo!デベロッパーネットワーク

マルチテナントのアプリケーション実装〜実践編〜Yoshiki Nakagawa

Amazon AthenaでSageMakerを使った推論西岡賢一郎

マイクロサービス　４つの分割アプローチ増田亨

開発速度が速い #とは（LayerX社内資料）mosa siru

The Twelve-Factor Appで考えるAWSのサービス開発Amazon Web Services Japan

乗っ取れコンテナ！！開発者から見たコンテナセキュリティの考え方（CloudNative Days Tokyo 2021 発表資料）NTT DATA Technology & Innovation

Serverless時代のJavaについてAmazon Web Services Japan

ソーシャルゲーム案件におけるDB分割のPHP実装infinite_loop

VPCのアウトバウンド通信を制御するためにおさえておきたい設計ポイントTakuya Takaseki

コンテナにおけるパフォーマンス調査でハマった話Yuta Shimada

Elasticsearch の検索精度のチューニング〜テストを作って高速かつ安全に〜Takahiko Ito

「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜Takahiro Inoue

Python におけるドメイン駆動設計(戦術面)の勘どころJunya Hayashi

Dockerの期待と現実～Docker都市伝説はなぜ生まれるのか～Masahito Zembutsu

AWS Organizations連携サービスの罠（Security JAWS 第26回発表資料）NTT DATA Technology & Innovation

ストリーム処理を支えるキューイングシステムの選び方Yoshiyasu SAEKI

コンテナの作り方「Dockerは裏方で何をしているのか？」Masahito Zembutsu

Linux女子部　systemd徹底入門Etsuji Nakai

モノリスからマイクロサービスへの移行～ストラングラーパターンの検証～（Spring Fest 2020講演資料）NTT DATA Technology & Innovation

At least onceってぶっちゃけ問題の先送りだったよね #kafkajpYahoo!デベロッパーネットワーク

マルチテナントのアプリケーション実装〜実践編〜Yoshiki Nakagawa

Amazon AthenaでSageMakerを使った推論西岡賢一郎

Similar to 戦う情シス！全社 API で社内アプリ開発を加速させよう (9)

Serverless Developer Experience I AWS Dev Day 2018AWS Germany

Genomics on aws-webinar-april2018Brendan Bouffler

Building API Driven MicroservicesChris Munns

APIs are changing the way that developers build their applications, from simple websites and mobile apps to Internet of Things applications. At the same time, many developers are moving away from traditional monolithic application architectures to creating smaller microservices, each with its own API. Building microservices has benefits like increased speed to market, reduced potential for errors when deploying updates, and greater flexibility in application design. In this session, we’ll talk about how you can get started building API-based microservices by using Amazon API Gateway. We’ll cover API Gateway’s core features, including how it can help you create standardized APIs and its authentication and authorization features. By the end, you’ll have a foundation for how you can build public or private APIs for backends running on server-based or container-based applications and serverless applications.

AWS Black Belt Online Seminar 2018 re:Invent Recap: Compute, Container and Ne...Amazon Web Services Japan

This document summarizes a presentation on compute, container, and network updates from Amazon Web Services' re:Invent conference. It discusses new EC2 instance types like C5 and M5 that feature faster processors and network capabilities. It also covers updates to AWS container services including Fargate, a serverless compute engine for containers, and Amazon EKS, a managed Kubernetes service with native AWS integrations. The document concludes with questions around running containers on Fargate and deploying Kubernetes clusters.

Meet AWS SAMEric Johnson

NodeJS Interactive 2019: FaaS meets FrameworksChris Bailey

The document discusses Function as a Service (FaaS) and how it can be used with frameworks. FaaS allows developers to build and run application functionalities without managing infrastructure. It focuses on business logic over implementation details. The document provides an overview of FaaS and how it works using Apache OpenWhisk as an example. It also discusses how FaaS can scale functions on demand and be used for building microservices and REST APIs. Appsody is presented as a tool that uses FaaS and stacks to provide a development workflow for building cloud-native applications.

Serverless use cases with AWS Lambda Boaz Ziniman

Serverless Architectural Patterns  and Best Practices - Madhu Shekar - AWSCodeOps Technologies LLP

IVS CTO Night And Day 2018 Winter - [re:Cap] Containers & MicroservicesAmazon Web Services Japan

Serverless Developer Experience I AWS Dev Day 2018AWS Germany

Genomics on aws-webinar-april2018Brendan Bouffler

Building API Driven MicroservicesChris Munns

AWS Black Belt Online Seminar 2018 re:Invent Recap: Compute, Container and Ne...Amazon Web Services Japan

Meet AWS SAMEric Johnson

NodeJS Interactive 2019: FaaS meets FrameworksChris Bailey

Serverless use cases with AWS Lambda Boaz Ziniman

Serverless Architectural Patterns  and Best Practices - Madhu Shekar - AWSCodeOps Technologies LLP

IVS CTO Night And Day 2018 Winter - [re:Cap] Containers & MicroservicesAmazon Web Services Japan

More from Yuki Hattori (10)

GitHubやMicrosoftが機能リリースする舞台裏Yuki Hattori

https://event.shoeisha.jp/devsumi/20200213/session/2340/GitHubは、皆様の目に見えるものだけでも毎月10を超える新機能をリリースしています。GitHubがどのようにしてこのようなスピードでリリース、学習、改善を安全に行っているのでしょうか。 Microsoftのプロダクト開発チームも最初から最適な開発方法を実践できていたわけではありません。Microsoft がどのような技術・プラクティスを地道に積み重ねAgileやDevOpsを実践しているかをご説明いたします。このセッションでは、皆様の今後の開発のヒントになるような、GitHub、Microsoftそれぞれの開発チームのユースケースをお伝えします。

今日から始める Azure Functions 2.0Yuki Hattori

Azure Functions は、インフラストラクチャを意識することなく、オンデマンドでコードを実行できるサーバーレスコンピューティングサービスです。本セッションでは、新しくなった Azure Functions 2.0 で何ができるのか、デモを交えてご紹介します。 Azure Functions 2.0 の能力を 100% 引き出し、効果的なサーバーレスアーキテクチャの導入を実現しましょう!

モバイルアプリの開発/運用を Visual Studio App Center と Azure で加速させよう!Yuki Hattori

モバイル開発の現場では、高品質なアプリケーションを早くユーザーに届け、継続的に進化させていくことが求められます。そのためにはテレメトリやクラッシュログの収集と分析、様々な機種を対象にしたテストなどが実現可能なモバイル向けの環境が必要になります。本セッションでは、Visual Studio App Center と Azure を使い、モバイルプロジェクトリリースまでのワークフローを効率化するための方法をご紹介します。

Microsoft Graph APIを活用した社内アプリケーション開発Yuki Hattori

Transfer Learning & API AzureYuki Hattori

Deep LearningのなかでもTransfer Learning(転移学習)を用いたオリジナル画像認識AIを、アプリケーションに組み込むためのAPI開発と実装方法を解説します。 MicrosoftのMicrosoft Cognitive Toolkit (CNTK)を使い、ソリューションを組み立てましょう。 Deep Learningの世界では理論と実装に大きな隔たりがありますが、丁寧に仕組みを追っていけばデータサイエンティストでなくてもAIの技術は使うことが出来ます。本セッションを通して、システムに人口知能APIを実装できるようになりましょう。このチュートリアルではPythonでモデルをトレーニングし、C#でWebにそれをデプロイしていきます。

深層学習環境構築 AzureYuki Hattori

Non-coding! AzureYuki Hattori

「ITかぁ。プログラミングとかよくわからないなあ」という人が最初のクラウドとしてAzureを使うための指南書です。「クラウドって難しい」そんな話をよく聞きます。 Azure はマイクロソフトのクラウドサービスですが、クラウド自体が「ITに詳しくないと使えないんじゃないか？」と敬遠されがちです。今回そういった皆さんに「クラウドを使うにはプログラムのコードを書く必要がある」という考えを捨ててほしいので、この資料を書きました。学生やNPO団体や非ITの有志団体、その他様々なグループの方々に「コーディングをしなくても、 Azure ならこんなことができて、こんな素晴らし世界が実現できる！」という事をお伝えし、是非 Azure の世界に飛び込んで来てほしいです！

Azure Bot!! Microsoft Bot Framework で簡単Bot開発Yuki Hattori

Azure serverless!! azure functionsでサーバーを意識しない開発Yuki Hattori

Azure SecOps! Azure Key Vaultを用いたクラウドのキー管理Yuki Hattori

GitHubやMicrosoftが機能リリースする舞台裏Yuki Hattori

今日から始める Azure Functions 2.0Yuki Hattori

モバイルアプリの開発/運用を Visual Studio App Center と Azure で加速させよう!Yuki Hattori

Microsoft Graph APIを活用した社内アプリケーション開発Yuki Hattori

Transfer Learning & API AzureYuki Hattori

深層学習環境構築 AzureYuki Hattori

Non-coding! AzureYuki Hattori

Azure Bot!! Microsoft Bot Framework で簡単Bot開発Yuki Hattori

Azure serverless!! azure functionsでサーバーを意識しない開発Yuki Hattori

Azure SecOps! Azure Key Vaultを用いたクラウドのキー管理Yuki Hattori

Recently uploaded (20)

fluke dealers in bangalore..............Haresh Vaswani

The Fluke 925 is a vane anemometer, a handheld device designed to measure wind speed, air flow (volume), and temperature. It features a separate sensor and display unit, allowing greater flexibility and ease of use in tight or hard-to-reach spaces. The Fluke 925 is particularly suitable for HVAC (heating, ventilation, and air conditioning) maintenance in both residential and commercial buildings, offering a durable and cost-effective solution for routine airflow diagnostics.

International Journal of Distributed and Parallel systems (IJDPS)samueljackson3773

The growth of Internet and other web technologies requires the development of new algorithms and architectures for parallel and distributed computing. International journal of Distributed and parallel systems is a bimonthly open access peer-reviewed journal aims to publish high quality scientific papers arising from original research and development from the international community in the areas of parallel and distributed systems. IJDPS serves as a platform for engineers and researchers to present new ideas and system technology, with an interactive and friendly, but strongly professional atmosphere.

Level 1-Safety.pptx Presentation of Electrical SafetyJoseAlbertoCariasDel

Lidar for Autonomous Driving, LiDAR Mapping for Driverless Cars.pptxRishavKumar530754

Introduction to Zoomlion Earthmoving.pptxAS1920

Smart_Storage_Systems_Production_Engineering.pptxrushikeshnavghare94

DT REPORT by Tech titan GROUP to introduce the subject design ThinkingDhruvChotaliya2

Mathematical foundation machine learning.pdfTalhaShahid49

Artificial Intelligence (AI) basics.pptxaditichinar

introduction to machine learining for beginersJoydebSheet

ELectronics Boards & Product Testing_Shiju.pdfShiju Jacob

Smart Storage Solutions.pptx for production engineeringrushikeshnavghare94

Data Structures_Searching and Sorting.pptxRushaliDeshmukh2

"Boiler Feed Pump (BFP): Working, Applications, Advantages, and Limitations E...Infopitaara

A Boiler Feed Pump (BFP) is a critical component in thermal power plants. It supplies high-pressure water (feedwater) to the boiler, ensuring continuous steam generation. ⚙️ How a Boiler Feed Pump Works Water Collection: Feedwater is collected from the deaerator or feedwater tank. Pressurization: The pump increases water pressure using multiple impellers/stages in centrifugal types. Discharge to Boiler: Pressurized water is then supplied to the boiler drum or economizer section, depending on design. 🌀 Types of Boiler Feed Pumps Centrifugal Pumps (most common): Multistage for higher pressure. Used in large thermal power stations. Positive Displacement Pumps (less common): For smaller or specific applications. Precise flow control but less efficient for large volumes. 🛠️ Key Operations and Controls Recirculation Line: Protects the pump from overheating at low flow. Throttle Valve: Regulates flow based on boiler demand. Control System: Often automated via DCS/PLC for variable load conditions. Sealing & Cooling Systems: Prevent leakage and maintain pump health. ⚠️ Common BFP Issues Cavitation due to low NPSH (Net Positive Suction Head). Seal or bearing failure. Overheating from improper flow or recirculation.

The Gaussian Process Modeling Module in UQLabJournal of Soft Computing in Civil Engineering

We introduce the Gaussian process (GP) modeling module developed within the UQLab software framework. The novel design of the GP-module aims at providing seamless integration of GP modeling into any uncertainty quantification workflow, as well as a standalone surrogate modeling tool. We first briefly present the key mathematical tools on the basis of GP modeling (a.k.a. Kriging), as well as the associated theoretical and computational framework. We then provide an extensive overview of the available features of the software and demonstrate its flexibility and user-friendliness. Finally, we showcase the usage and the performance of the software on several applications borrowed from different fields of engineering. These include a basic surrogate of a well-known analytical benchmark function; a hierarchical Kriging example applied to wind turbine aero-servo-elastic simulations and a more complex geotechnical example that requires a non-stationary, user-defined correlation function. The GP-module, like the rest of the scientific code that is shipped with UQLab, is open source (BSD license).

Data Structures_Introduction to algorithms.pptxRushaliDeshmukh2

Concept of Problem Solving, Introduction to Algorithms, Characteristics of Algorithms, Introduction to Data Structure, Data Structure Classification (Linear and Non-linear, Static and Dynamic, Persistent and Ephemeral data structures), Time complexity and Space complexity, Asymptotic Notation - The Big-O, Omega and Theta notation, Algorithmic upper bounds, lower bounds, Best, Worst and Average case analysis of an Algorithm, Abstract Data Types (ADT)

Development of MLR, ANN and ANFIS Models for Estimation of PCUs at Different ...Journal of Soft Computing in Civil Engineering

Passenger car unit (PCU) of a vehicle type depends on vehicular characteristics, stream characteristics, roadway characteristics, environmental factors, climate conditions and control conditions. Keeping in view various factors affecting PCU, a model was developed taking a volume to capacity ratio and percentage share of particular vehicle type as independent parameters. A microscopic traffic simulation model VISSIM has been used in present study for generating traffic flow data which some time very difficult to obtain from field survey. A comparison study was carried out with the purpose of verifying when the adaptive neuro-fuzzy inference system (ANFIS), artificial neural network (ANN) and multiple linear regression (MLR) models are appropriate for prediction of PCUs of different vehicle types. From the results observed that ANFIS model estimates were closer to the corresponding simulated PCU values compared to MLR and ANN models. It is concluded that the ANFIS model showed greater potential in predicting PCUs from v/c ratio and proportional share for all type of vehicles whereas MLR and ANN models did not perform well.

DSP and MV the Color image processing.pptHafizAhamed8

new ppt artificial intelligence historyyyPianoPianist

MAQUINARIA MINAS CEMA 6th Edition (1).pdfssuser562df4

fluke dealers in bangalore..............Haresh Vaswani

International Journal of Distributed and Parallel systems (IJDPS)samueljackson3773

Level 1-Safety.pptx Presentation of Electrical SafetyJoseAlbertoCariasDel

Lidar for Autonomous Driving, LiDAR Mapping for Driverless Cars.pptxRishavKumar530754

Introduction to Zoomlion Earthmoving.pptxAS1920

Smart_Storage_Systems_Production_Engineering.pptxrushikeshnavghare94

DT REPORT by Tech titan GROUP to introduce the subject design ThinkingDhruvChotaliya2

Mathematical foundation machine learning.pdfTalhaShahid49

Artificial Intelligence (AI) basics.pptxaditichinar

introduction to machine learining for beginersJoydebSheet

ELectronics Boards & Product Testing_Shiju.pdfShiju Jacob

Smart Storage Solutions.pptx for production engineeringrushikeshnavghare94

Data Structures_Searching and Sorting.pptxRushaliDeshmukh2

"Boiler Feed Pump (BFP): Working, Applications, Advantages, and Limitations E...Infopitaara

The Gaussian Process Modeling Module in UQLabJournal of Soft Computing in Civil Engineering

Data Structures_Introduction to algorithms.pptxRushaliDeshmukh2

Development of MLR, ANN and ANFIS Models for Estimation of PCUs at Different ...Journal of Soft Computing in Civil Engineering

DSP and MV the Color image processing.pptHafizAhamed8

new ppt artificial intelligence historyyyPianoPianist

MAQUINARIA MINAS CEMA 6th Edition (1).pdfssuser562df4

戦う情シス！全社 API で社内アプリ開発を加速させよう

1. AD07

3. vs

4. API

6. API

9. API ü API API ü API API Management ü ü Application Gateway

11. API ManagementApplication Gateway

13. Azure API Management Demo

16. •

19. API App Demo

23. • • • •

28. API

30. ü API ü PaaS / API

32. API

33. API

39. API

41. DB PaaS SQL Database (Managed Instance) AAD IaaS VM AAD API App SQL Database

42. Web App API AppAPI Management IP

44. API

46. Web http://webserver.local App Service Environment v2 local /api01 /api02 IP 10.xx.xx.xx (Private) API Apps http://api01-ase.local http://api01-ase.scm.local http://api02-ase.local http://api02-ase.scm.local Host 10.xx.xx.xx (Private)

49. API

53. QA (tmp) API v1 v2 API v1 v2 API

54. QA (tmp) API PaaS Blue Green

55. API

60. API

61. API

62. Twitter

63. Ask the Speaker

65. Appendix

66. Azure API Overview

67. L4 API Management

68. PaaS API