開発記録#156(2025/3/25)「論文ベースのbot開発フローpart.18」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。

本記事では「暗号通貨のパンプ＆ダンプスキームの検出」に関する論文をベースにbot開発の過程をまとめていきます。

Detecting Crypto Pump-and-Dump Schemes: A Thresholding-Based Approach to Handling Market Noisehttps://t.co/ctCJEV1MBs

— よだか(夜鷹/yodaka) (@yodakablog) March 22, 2025

デプロイ後の安定性確認 (サーバー監視とログの確認)

次のステップでは、システムの安定性を確保するために、以下のポイントに焦点を当てて確認します。

1. 確認の目的

長期運用中の安定性確認
異常やエラーの早期発見と対策
リソース使用状況の監視
Botのパフォーマンス記録

2. 確認チェックリスト

3. リアルタイム監視コマンド

Podの状態確認

kubectl get pods

ログのリアルタイム確認

kubectl logs -f <POD_NAME>

CPU/メモリ使用状況の確認

kubectl top pods

4. エラー発生時の対応フロー

5. 定期監視の自動化

監視スクリプト (monitor.py)

以下のスクリプトは、CPU/メモリ監視とエラー検出時のSlack通知を行います。

Plain text

Copy to clipboard

Open code in new window

EnlighterJS 3 Syntax Highlighter

import subprocess

import requests

import time

from datetime import datetime

# Slack通知設定

SLACK_WEBHOOK_URL = "https://hooks.slack.com/services/YOUR_WEBHOOK_URL"

# Slack通知関数

def send_slack_alert(message):

payload = {"text": f" {message}"}

requests.post(SLACK_WEBHOOK_URL, json=payload)

# CPU/メモリ使用率監視

def check_resource_usage():

result = subprocess.getoutput("kubectl top pods")

for line in result.split('\n')[1:]:

data = line.split()

pod_name, cpu, mem = data[0], int(data[1].replace('m', '')), int(data[2].replace('Mi', ''))

if cpu > 700 or mem > 1000:

alert_msg = f"{pod_name} のリソース使用率が高すぎます (CPU: {cpu}m, メモリ: {mem}Mi)"

print(alert_msg)

send_slack_alert(alert_msg)

# メイン処理

def monitor_system():

while True:

check_resource_usage()

time.sleep(300) # 5分ごとに確認

if __name__ == "__main__":

monitor_system()

import subprocess import requests import time from datetime import datetime # Slack通知設定 SLACK_WEBHOOK_URL = "https://hooks.slack.com/services/YOUR_WEBHOOK_URL" # Slack通知関数 def send_slack_alert(message): payload = {"text": f" {message}"} requests.post(SLACK_WEBHOOK_URL, json=payload) # CPU/メモリ使用率監視 def check_resource_usage(): result = subprocess.getoutput("kubectl top pods") for line in result.split('\n')[1:]: data = line.split() pod_name, cpu, mem = data[0], int(data[1].replace('m', '')), int(data[2].replace('Mi', '')) if cpu > 700 or mem > 1000: alert_msg = f"{pod_name} のリソース使用率が高すぎます (CPU: {cpu}m, メモリ: {mem}Mi)" print(alert_msg) send_slack_alert(alert_msg) # メイン処理 def monitor_system(): while True: check_resource_usage() time.sleep(300) # 5分ごとに確認 if __name__ == "__main__": monitor_system()

import subprocess
import requests
import time
from datetime import datetime

# Slack通知設定
SLACK_WEBHOOK_URL = "https://hooks.slack.com/services/YOUR_WEBHOOK_URL"

# Slack通知関数
def send_slack_alert(message):
    payload = {"text": f" {message}"}
    requests.post(SLACK_WEBHOOK_URL, json=payload)

# CPU/メモリ使用率監視
def check_resource_usage():
    result = subprocess.getoutput("kubectl top pods")
    for line in result.split('\n')[1:]:
        data = line.split()
        pod_name, cpu, mem = data[0], int(data[1].replace('m', '')), int(data[2].replace('Mi', ''))
        
        if cpu > 700 or mem > 1000:
            alert_msg = f"{pod_name} のリソース使用率が高すぎます (CPU: {cpu}m, メモリ: {mem}Mi)"
            print(alert_msg)
            send_slack_alert(alert_msg)

# メイン処理
def monitor_system():
    while True:
        check_resource_usage()
        time.sleep(300)  # 5分ごとに確認

if __name__ == "__main__":
    monitor_system()

スクリプトの実行

python monitor.py

6. データの記録と評価

7. 今後の対応計画

1. システムの稼働状況確認 (ログ・リソース状況)
2. APIエラーやBot停止などの問題がないか確認
3. 取引の成功率や利益率を確認し、必要に応じた調整
4. 1週間ごとの安定性チェックと最適化

8. 次のステップ

運用が安定した後の対応として、以下を検討するのが良いでしょう。

運用後の改善提案 (トレードロジックの強化や新機能の追加)
セキュリティ強化 (データバックアップ、APIキーのローテーションなど)
パフォーマンス改善 (アルゴリズムの最適化や計算の高速化)

Yodaka

次のステップとして、改善案に基づいたシステムの強化に取り組みます。