WIP

tubone24 · Dec 31, 2024 · 672ee1d · 672ee1d
1 parent fbeaa0a
commit 672ee1d
Showing 1 changed file with 9 additions and 42 deletions.
diff --git a/src/content/2024-12-30-Langfuse-v3をAWSマネージドサービスで作る.md b/src/content/2024-12-30-Langfuse-v3をAWSマネージドサービスで作る.md
@@ -29,6 +29,12 @@ LLMそのものにはあまり興味が持てなかった私ですが、案件
 
 良い子の皆さんは、大掃除や年越し準備をしている時期ですが、私はLangfuse v3をAWSマネージドサービスで作っていました.....。よろしくない。
 
+## だいぶ長い記事なので先に結論
+
+Langfuse v3のアーキテクチャをAWSマネージドサービスで作りたい場合はぜひ拙作のTerraformモジュールをご利用ください。
+
+<a href="https://github.com/tubone24/langfuse-v3-terraform"><img src="https://github-link-card.s3.ap-northeast-1.amazonaws.com/tubone24/langfuse-v3-terraform.png" width="460px"></a>
+
 ## Langfuseとは
 
 まずおさらいですが、[Langfuse](https://langfuse.com/)とは**LLMアプリケーション向けのオープンソースの監視と分析プラットフォーム**です。
@@ -123,6 +129,8 @@ Ingestionはプロダクションコードのなかで**非同期・ノンブロ
 <p><cite><a href="https://langfuse.com/blog/2024-12-langfuse-v3-infrastructure-evolution">From Zero to Scale: Langfuse's Infrastructure Evolution</a> by Steffen Schmitz and Max Deichmann</cite></p>
 </blockquote>
 
+![プロンプトマネジメントAPIの低レイテンシーが必要な理由](https://i.imgur.com/9G3pUC7.png)
+
 ### 高度な分析要件と立ちはだかる巨大なデータ
 
 繰り返しになりますが、LangfuseはLLMアプリケーションのTrace/Observationを **"分析"** するためのツールです。
@@ -215,7 +223,7 @@ ENGINE = ReplacingMergeTree()
 
 この動作をすることで、ClickHouseの**各ノード・OLAPキューブ**で更新処理が独立して実施でき、更新のパフォーマンスが向上するのですが、**バックグラウンドタスクのタイミングを制御しきれないため**、レコード更新後の**読み取り一貫性が保証されるまでの時間が長くなる**という問題があります。
 
-（※正確には**select_sequential_consistency**を使うことで一貫性を保証することはできますが、高コストかつパフォーマンスを犠牲にする運用となってしまいます。）
+（※正確には**select_sequential_consistency**を使うことで一貫性を保証できますが、高コストかつパフォーマンスを犠牲にする運用となってしまいます。）
 
 上記の例ではTextカラムのみの更新でしたが、レコードの**一部カラムを断続的に更新**する場合、一度ClickHouseから**最新のレコードを取得してから更新処理を行なう**必要がでてくるため、レコードの一貫性を保つことが難しくなるというわけです。
 
@@ -457,47 +465,6 @@ UPDATE background_migrations SET failed_at = '2024-12-28 12:00:00', failed_reaso
 
 (ClickHouseをセルフホステッドからマーケットプレイス経由でCloud版に契約変更する際に参考になるかもしれません。)
 
-## おまけ（ClickHouseに保存されたデータを見てみる)
-
-[tubone24/langfuse-v3-terraform](https://github.com/tubone24/langfuse-v3-terraform)にはClickHouseのデータを見るための**Grafana**も含まれています。
-
-**AWS App Runner**で構築され、構築時にClickHouseの接続情報に関するYAMLを同梱したDockerイメージを使っています。
-
-GitHub Actionsをお使いであればこんな感じでDockerfileを作ってECRにPushすれば、App Runnerに設定した環境変数・シークレットから接続情報がセットされた形で立ち上がります。
-
-```yaml
-      - name: Create Grafana Docker context
-        run: |
-          mkdir -p grafana
-          cat << EOF > grafana/Dockerfile
-          FROM grafana/grafana:latest
-          RUN grafana-cli plugins install grafana-clickhouse-datasource
-          COPY datasources.yaml /etc/grafana/provisioning/datasources/
-          EOF
-          cat << EOF > grafana/datasources.yaml
-          apiVersion: 1
-          datasources:
-            - name: ClickHouse
-              type: grafana-clickhouse-datasource
-              access: proxy
-              url: http://\${CLICKHOUSE_HOST}:8123
-              jsonData:
-                defaultDatabase: default
-                port: 8123
-                username: \${CLICKHOUSE_USER}
-                protocol: http
-              secureJsonData:
-                password: \${CLICKHOUSE_PASSWORD}
-              version: 1
-              editable: true
-          EOF
-      - name: Build and push Grafana image
-        run: |
-          docker build -t ${{ env.ECR_URL }}/grafana:latest ./grafana
-          aws ecr batch-delete-image --repository-name grafana --image-ids imageTag=latest || true
-          docker push ${{ env.ECR_URL }}/grafana:latest
-```
-
 ## まとめ
 
 大変長くなりましたが、Langfuse v3のアーキテクチャのDeepDiveとAWSマネージドサービスで構築するためにはどのような工夫が必要だったかをご紹介しました。