@k2works/claude-code-booster 6.1.0 → 6.3.0

package/lib/assets/docs/article/getting-start-docker-kubernetes/15-case-escqrs-axon-kustomize-vs-helm.md

@@ -1,297 +0,0 @@
----
-type: Article
-title: "第 15 章 ES/CQRS マイクロサービス（Axon）のデプロイ — Kustomize 対 Helm"
-description: "前章では、イベント連携を RabbitMQ で行うイベント駆動マイクロサービス（case-2）を Kustomize と Helm で比較しました。"
-tags: [article, getting-start-docker-kubernetes]
-status: stable
-generated: { by: human:kakimomokuri, at: 2026-06-26T00:29:42Z }
----
-
-# 第 15 章 ES/CQRS マイクロサービス（Axon）のデプロイ — Kustomize 対 Helm
-
-## はじめに
-
-前章では、イベント連携を RabbitMQ で行うイベント駆動マイクロサービス（case-2）を Kustomize と Helm で比較しました。この章では、同じ国際貨物輸送システム（Cargo Tracker）を **Axon Framework によるイベントソーシング / CQRS（ES/CQRS）** で実装した版（case-3）を取り上げます。
-
-比較軸は引き続き **Kustomize 対 Helm** です。case-2 との最大の違いは、サービス間連携の基盤が **Axon Server**（イベントストア兼コマンド/イベントルーター）になる点です。この「特別な単発インフラ」が加わることで、両手段の書き分けがどう変わるかを確認します。
-
-実装は [`apps/case-studies/case-3-escqrs-axon/`](https://github.com/k2works/getting-started-docker-kubernetes/tree/main/apps/case-studies/case-3-escqrs-axon) にあります。
-
----
-
-## 1. アーキテクチャ概要
-
-ES/CQRS では、状態変更を「イベント」として記録（イベントソーシング）し、書き込み（Command）と読み取り（Query）のモデルを分離（CQRS）します。Axon Framework はこのパターンを実装するためのフレームワークで、**Axon Server** がイベントストアとメッセージルーティングを担います。
-
-```plantuml
-@startuml
-title ES/CQRS（Axon）版 Cargo Tracker
-
-actor 利用者
-node "frontend (nginx)" as fe
-node "gatewayms :8080" as gw
-node "authms :8081" as auth
-node "bookingms :8082" as booking
-node "routingms :8083" as routing
-node "trackingms :8086" as tracking
-node "billingms :8087" as billing
-node "Axon Server\n:8124 gRPC / :8024 HTTP" as axon
-database "PostgreSQL\n(6 read DB)" as db
-
-利用者 --> fe
-fe --> gw
-gw --> auth
-gw --> booking
-gw --> routing
-gw --> tracking
-gw --> billing
-booking <--> axon : command/event
-routing <--> axon
-tracking <--> axon
-billing <--> axon
-booking --> db : read model
-tracking --> db
-billing --> db
-@enduml
-```
-
-構成要素は次のとおりです。
-
-- **gatewayms**（8080）: API ゲートウェイ
-- **authms**（8081）: 認証（JWT 発行）。DB のみで Axon は使わない
-- **bookingms**(8082)・**routingms**(8083)・**handlingms**(8085)・**trackingms**(8086)・**billingms**(8087): ES/CQRS サービス。Axon Server を利用
-- **Axon Server**（8124 gRPC / 8024 HTTP）: イベントストア・ルーティング（standalone + DCB モード）
-- **PostgreSQL**: 1 インスタンスに 6 つの **read DB**（CQRS の Read 側射影）
-- **frontend**: SPA
-
-case-2 の RabbitMQ が「メッセージブローカー」だったのに対し、Axon Server は「イベントストア + ルーター」という、より中心的でステートフルな役割を持ちます。
-
-### イメージのビルド
-
-case-3 の各サービス Dockerfile はマルチステージ（コンテナ内で Gradle ビルド）で自己完結しています。
-
-```bash
-cd apps/case-studies/case-3-escqrs-axon/backend
-for s in gatewayms authms bookingms routingms trackingms handlingms billingms; do
-  docker build -t "cargo3-$s:0.0.1" -f "$s/Dockerfile" .
-done
-cd ../frontend && docker build -t cargo3-frontend:0.0.1 .
-```
-
----
-
-## 2. Kustomize による実装
-
-`apps/case-studies/case-3-escqrs-axon/k8s/kustomize/base/` の構成です。
-
-```
-base/
-├── kustomization.yaml
-├── namespace.yaml
-├── secret.yaml             # DB 認証 + JWT_SECRET
-├── init-databases.sh       # POSTGRES_MULTIPLE_DATABASES 用初期化（ConfigMap 化）
-├── postgres.yaml           # 6 read DB を初期化する PostgreSQL
-├── axonserver.yaml         # ★ Axon Server（standalone + DCB）
-├── authms.yaml             # DB + JWT
-├── bookingms.yaml          # ┐
-├── routingms.yaml          # │ Axon サービス（DB + AXON_AXONSERVER_SERVERS）
-├── handlingms.yaml         # │
-├── trackingms.yaml         # │
-├── billingms.yaml          # ┘
-├── gatewayms.yaml
-├── frontend.yaml
-└── ingress.yaml
-```
-
-case-2 との違いは 2 点です。
-
-**(1) Axon Server という単発インフラ**。`axonserver.yaml` に、standalone + DCB モードを有効化する環境変数を持つ Deployment と、gRPC(8124)/HTTP(8024) を公開する Service を定義します。
-
-```yaml
-          image: axoniq/axonserver:2026.0.0
-          env:
-            - name: AXONIQ_AXONSERVER_STANDALONE
-              value: "true"
-            - name: AXONIQ_AXONSERVER_STANDALONE_DCB
-              value: "true"
-          ports:
-            - { name: http, containerPort: 8024 }
-            - { name: grpc, containerPort: 8124 }
-```
-
-**(2) Axon を使うサービスだけ接続先を渡す**。Axon サービス（5 つ）には `AXON_AXONSERVER_SERVERS=axonserver:8124` を追加しますが、authms には付けません。Kustomize ではこの差を、サービスごとのファイルに env を「書く / 書かない」で表現します。
-
-```yaml
-# bookingms.yaml（Axon あり）
-            - name: AXON_AXONSERVER_SERVERS
-              value: axonserver:8124
-# authms.yaml（Axon なし、代わりに JWT）
-            - name: JWT_SECRET
-              valueFrom: { secretKeyRef: { name: app-secrets, key: JWT_SECRET } }
-```
-
-PostgreSQL の複数 DB は、`POSTGRES_MULTIPLE_DATABASES` 環境変数と初期化スクリプト（`init-databases.sh` を ConfigMap 化して `/docker-entrypoint-initdb.d` にマウント）で作成します。
-
-### デプロイと動作確認
-
-```bash
-kubectl apply -k apps/case-studies/case-3-escqrs-axon/k8s/kustomize/base
-```
-
-postgres + axonserver + 6 サービス + gateway + frontend の **10 Pod** がすべて `1/1 Running` になります。Axon サービスは Axon Server の起動を待つため、起動初期に再起動が入りますが、`readinessProbe` の範囲で復帰します。
-
-```bash
-# Axon Server の HTTP ヘルス
-kubectl -n cargo-axon port-forward svc/axonserver 18024:8024
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18024/actuator/health   # 200
-
-# ゲートウェイ経由の疎通
-kubectl -n cargo-axon port-forward svc/gatewayms 18093:8080
-curl http://localhost:18093/actuator/health                       # {"status":"UP"}
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18093/api/v1/bookings/   # 401（bookingms に到達）
-```
-
-`/api/v1/...` が `401`（認証要求）や `404`（パス未定義）を返すことは、ゲートウェイが各 ES/CQRS サービスに到達できている証拠です。
-
----
-
-## 3. Helm による実装
-
-`apps/case-studies/case-3-escqrs-axon/helm/cargo-axon/` の構成です。
-
-```
-helm/cargo-axon/
-├── Chart.yaml
-├── values.yaml
-├── init-databases.sh
-└── templates/
-    ├── infra.yaml          # secret + postgres-init + postgres + axonserver
-    ├── microservices.yaml  # 6 サービスをループ生成（axon/jwt を条件分岐）
-    ├── gateway.yaml
-    ├── frontend.yaml
-    └── ingress.yaml
-```
-
-case-2 と同様、6 サービスを `values.yaml` のリスト + テンプレートのループに集約します。さらに **Axon の要否・JWT の要否をフラグで条件分岐**できる点が、この構成での Helm の強みを示します。
-
-`values.yaml`：
-
-```yaml
-services:
-  - name: authms
-    port: 8081
-    database: auth_db
-    axon: false
-    jwt: true
-  - name: bookingms
-    port: 8082
-    database: booking_read_db
-    axon: true
-    jwt: false
-  # ... routing / handling / tracking / billing（すべて axon: true）
-```
-
-`templates/microservices.yaml`（抜粋）：
-
-```yaml
-{{- range .Values.services }}
-          env:
-            - name: SPRING_DATASOURCE_URL
-              value: jdbc:postgresql://postgres:5432/{{ .database }}
-            {{- if .axon }}
-            - name: AXON_AXONSERVER_SERVERS
-              value: axonserver:8124
-            {{- end }}
-            {{- if .jwt }}
-            - name: JWT_SECRET
-              valueFrom: { secretKeyRef: { name: app-secrets, key: JWT_SECRET } }
-            {{- end }}
-{{- end }}
-```
-
-Kustomize では「Axon あり / なし」「JWT あり / なし」をファイルごとに手で書き分けていましたが、Helm では `axon: true/false`・`jwt: true/false` というデータと `{{- if }}` の条件分岐で表現できます。**サービスの性質をデータとして宣言し、テンプレートが構造を生成する**わけです。
-
-Axon Server のような単発インフラは、`infra.yaml` に固定で記述します（ループ化しても 1 個なので利点が薄いため）。ここは Kustomize の `axonserver.yaml` とほぼ同じ記述になります。
-
-### 検証とデプロイ
-
-```bash
-helm lint apps/case-studies/case-3-escqrs-axon/helm/cargo-axon
-# 1 chart(s) linted, 0 chart(s) failed
-
-helm install cargo-axon apps/case-studies/case-3-escqrs-axon/helm/cargo-axon \
-  --namespace cargo-axon --create-namespace
-```
-
-Helm 版も 10 Pod が `1/1 Running` になり、Axon Server のヘルス・ゲートウェイ経由の疎通（health UP、`/api/v1/...` が 401）を確認できました。
-
----
-
-## 4. ロギング基盤（EFK + DaemonSet）
-
-[第 9 章](09-container-operations.md) の **EFK（Elasticsearch + Fluentd + Kibana）+ DaemonSet** によるログ集約パターンを、本ケースにも実装として組み込んでいます（[第 13 章](13-case-monolith-compose-vs-kustomize.md) と同じ構成）。各 Pod は標準出力にログを出すだけで、各ノードに常駐する Fluentd がノード上の全 Pod のログを収集し、Elasticsearch に蓄積、Kibana で可視化します。
-
-`k8s/kustomize/base/logging/` に 4 ファイルを置き、`kustomization.yaml` の `resources` に追加しています。
-
-```
-logging/
-├── elasticsearch.yaml      # ConfigMap + PVC + Service + Deployment（単一ノード）
-├── fluentd-daemonset.yaml  # ServiceAccount + ClusterRole/Binding + DaemonSet
-├── kibana.yaml             # Deployment + Service（NodePort 30053）
-└── kibana-setup-job.yaml   # index pattern logstash-* を自動作成する Job
-```
-
-実装上の勘所は第 13 章と共通です。
-
-- **Fluentd**: `hostPath` で `/var/log/containers` を読み取る。containerd の CRI ログ形式に合わせて `FLUENT_CONTAINER_TAIL_PARSER_TYPE` を指定（既定の json だと不一致）。ClusterRole はケース間で衝突しないよう `fluentd-cargo-axon` に修飾
-- **Elasticsearch**: RWO PVC のため `strategy: Recreate`、heap の 3〜4 倍（2Gi）のメモリ上限で OOM を回避
-- **Kibana**: `kibana-setup` Job が index pattern と既定ビュー（Discover）を自動設定し、開いたらすぐ使える
-
-ES/CQRS 構成では、Axon Server を含む各サービスのアプリログ（Fluentd → Kibana）と、イベントストアそのものの状態（Axon Server ダッシュボード）を併用すると、コマンド・イベントの流れを多面的に追えます。
-
-```bash
-# アプリと同時にデプロイされる（kubectl apply -k k8s/kustomize/base）
-kubectl -n cargo-axon get pods -l app.kubernetes.io/component=logging
-kubectl -n cargo-axon exec deploy/elasticsearch -- curl -s 'http://localhost:9200/logstash-*/_count'
-# Kibana を開く（kind では NodePort が localhost に出ないため port-forward が確実）
-kubectl -n cargo-axon port-forward svc/kibana 18081:5601   # → http://localhost:18081/
-```
-
----
-
-## 5. 比較考察
-
-ES/CQRS（Axon）という構成で、Kustomize と Helm の差は次のように整理できます。
-
-| 観点 | Kustomize | Helm |
-|------|-----------|------|
-| 同型サービスの繰り返し | サービスごとにファイル（6 ファイル） | `values` のリスト + ループ |
-| サービスの性質差（Axon/JWT） | ファイルに env を書く / 書かない | `axon`/`jwt` フラグ + `{{- if }}` |
-| 単発インフラ（Axon Server） | 専用ファイル | テンプレートに固定記述（ループの利点は薄い） |
-| 複数 DB 初期化 | `configMapGenerator` でスクリプトを ConfigMap 化 | `.Files.Get` でスクリプトを取り込み |
-| リリース管理 | なし | リビジョン・ロールバック |
-
-この章の要点は、**「繰り返し」と「単発」の混在をどう扱うか**です。
-
-- **繰り返し（6 つの ES/CQRS サービス）**: Helm のループ + フラグ条件分岐が明確に有利です。サービスごとの差（Axon/JWT の要否）をデータで表現でき、新しいサービスの追加も `values` への 1 エントリで済みます。
-- **単発インフラ（Axon Server・PostgreSQL）**: ループの恩恵がないため、Kustomize と Helm で記述量はほぼ同じです。Helm でも `infra.yaml` に素直に書きます。
-
-つまり、**システムに同型コンポーネントが多いほど Helm のテンプレート化が効き、単発リソースが多いほど両者の差は縮まります**。Axon のような ES/CQRS では「Axon を使うサービス群」という同型の繰り返しが生じやすく、Helm のフラグによる条件分岐が読みやすさと保守性に寄与します。
-
-一方、Axon Server の設定（standalone・DCB など）のような**繊細で固有の設定は、生 YAML に近い Kustomize のほうが意図を追いやすい**という見方もできます。
-
----
-
-## まとめ
-
-- ES/CQRS（Axon）版 Cargo Tracker（Axon Server + 6 サービス + PostgreSQL〔6 read DB〕+ gateway + frontend）を Kustomize と Helm の両方でデプロイし、いずれも 10 Pod が `1/1 Running`、Axon Server ヘルス 200、ゲートウェイ経由の疎通を確認しました
-- 同型サービスの「性質の差」（Axon/JWT の要否）を、Kustomize はファイルの書き分けで、Helm は `values` のフラグ + `{{- if }}` で表現します
-- 単発インフラ（Axon Server）は、どちらの手段でも記述量はほぼ同じです
-- 第 9 章の EFK + DaemonSet を本ケースにも組み込み、Axon Server を含む各サービスのログを Fluentd（DaemonSet）→ Kibana で一元的に観測できるようにしました
-- 次章では、同じ ES/CQRS を Kafka で実装した case-4 を題材に、引き続き Kustomize と Helm を比較します
-
----
-
-- 前の章: [第 14 章 イベント駆動マイクロサービスのデプロイ — Kustomize 対 Helm](14-case-event-driven-kustomize-vs-helm.md)
-- 次の章: [第 16 章 ES/CQRS マイクロサービス（Kafka）のデプロイ — Kustomize 対 Helm](16-case-escqrs-kafka-kustomize-vs-helm.md)
-- シリーズ目次: [Docker/Kubernetes 実践コンテナ解説](index.md)

package/lib/assets/docs/article/getting-start-docker-kubernetes/16-case-escqrs-kafka-kustomize-vs-helm.md

@@ -1,256 +0,0 @@
----
-type: Article
-title: "第 16 章 ES/CQRS マイクロサービス（Kafka）のデプロイ — Kustomize 対 Helm"
-description: "前章では ES/CQRS を Axon Framework（専用イベントストア Axon Server）で実装した case-3 を比較しました。"
-tags: [article, getting-start-docker-kubernetes]
-status: stable
-generated: { by: human:kakimomokuri, at: 2026-06-26T00:29:42Z }
----
-
-# 第 16 章 ES/CQRS マイクロサービス（Kafka）のデプロイ — Kustomize 対 Helm
-
-## はじめに
-
-前章では ES/CQRS を Axon Framework（専用イベントストア Axon Server）で実装した case-3 を比較しました。この章では、同じ ES/CQRS を **Kafka をイベントバックボーン**として実装した版（case-4）を取り上げます。比較軸は引き続き **Kustomize 対 Helm** です。
-
-case-4 は、これまでの章で手づくりしてきたものより**実運用に近い完成度のデプロイ資産**を持っています。Kustomize には `base` と `overlays/`（local・prod）の階層があり、Helm には `_helpers.tpl` による命名・ラベルの共通化があります。本章では、この成熟した両構成を比較します。
-
-実装は [`apps/case-studies/case-4-escqrs-kafka/`](https://github.com/k2works/getting-started-docker-kubernetes/tree/main/apps/case-studies/case-4-escqrs-kafka) にあります。
-
----
-
-## 1. アーキテクチャ概要
-
-case-3（Axon）が専用のイベントストアを使うのに対し、case-4 は汎用の **Kafka + ZooKeeper** をイベントストリーミング基盤に使います。
-
-```plantuml
-@startuml
-title ES/CQRS（Kafka）版 Cargo Tracker
-
-actor 利用者
-node "frontendms (nginx)" as fe
-node "gatewayms :8080" as gw
-node "authms / bookingms / routingms\ntrackingms / handlingms / billingms" as ms
-queue "Kafka :9092\n+ ZooKeeper" as kafka
-database "PostgreSQL\n(read DB)" as db
-
-利用者 --> fe
-fe --> gw
-gw --> ms
-ms <--> kafka : produce/consume events
-ms --> db : read model
-@enduml
-```
-
-構成要素は次のとおりです。
-
-- **gatewayms**（8080）: API ゲートウェイ（`/api/auth/**`・`/api/v1/bookings/**` などをルーティング）
-- **6 マイクロサービス**: authms(8081)・bookingms(8082)・routingms(8083)・trackingms(8084)・handlingms(8085)・billingms
-- **frontendms**: SPA（nginx）
-- **Kafka**（9092 / 内部 29092）+ **ZooKeeper**: イベントストリーミング
-- **PostgreSQL**: CQRS の read モデル DB
-
-Kafka・ZooKeeper・PostgreSQL は **StatefulSet**、各サービス・frontendms は **Deployment** としてデプロイされます。
-
-### イメージのビルド
-
-各サービス・frontend はマルチステージ Dockerfile（Java 21）で自己完結しています。
-
-```bash
-cd apps/case-studies/case-4-escqrs-kafka
-for s in gatewayms authms bookingms routingms trackingms handlingms billingms; do
-  docker build -t "cargo-tracker/$s:latest" -f "backend/$s/Dockerfile" backend
-done
-docker build -t cargo-tracker/frontendms:latest frontend
-```
-
----
-
-## 2. Kustomize による実装（base + overlays）
-
-これまでの章では `base` のみでしたが、case-4 は **overlay** を備えます。
-
-```
-k8s/
-├── base/
-│   ├── kustomization.yaml   # 全リソース + images（イメージタグ集中管理）
-│   ├── namespace.yaml / configmap.yaml / secret.yaml
-│   ├── zookeeper.yaml / kafka.yaml / postgresql.yaml   # StatefulSet
-│   ├── authms.yaml … billingms.yaml / gatewayms.yaml / frontendms.yaml
-│   └── ingress.yaml
-└── overlays/
-    ├── local/kustomization.yaml   # ローカル検証用
-    └── prod/kustomization.yaml    # 本番用
-```
-
-`base` が共通定義、`overlays/<env>` が環境ごとの差分です。ローカル用 overlay は、`base` を参照しつつ gatewayms の Service を NodePort に**パッチ**します。
-
-```yaml
-# overlays/local/kustomization.yaml
-resources:
-  - ../../base
-patches:
-  - target:
-      kind: Service
-      name: gatewayms
-    patch: |-
-      - op: replace
-        path: /spec/type
-        value: NodePort
-      - op: add
-        path: /spec/ports/0/nodePort
-        value: 30080
-```
-
-これが第 13 章で触れた「base + overlay」の実例です。環境差分を**パッチとして宣言**し、base には一切手を加えません。本番用 overlay では、レプリカ数やリソース、Ingress ホストなどを別途上書きします。
-
-`base/kustomization.yaml` の `images` でイメージタグを集中管理する点は、これまでの章と同じです。
-
-### デプロイと動作確認
-
-overlay を指定して適用します。
-
-```bash
-kubectl apply -k apps/case-studies/case-4-escqrs-kafka/k8s/overlays/local
-```
-
-Kafka・ZooKeeper・PostgreSQL（StatefulSet）+ 6 サービス + gateway + frontendms の **11 ワークロード**がすべて `1/1 Running` になります。Kafka の起動を待つため、サービスに起動初期の再起動が入りますが復帰します。
-
-ゲートウェイ経由の疎通を、正しいルートパスで確認します。
-
-```bash
-kubectl -n cargo-tracker port-forward svc/gatewayms 18096:8080
-curl http://localhost:18096/actuator/health
-# {"status":"UP","groups":["liveness","readiness"]}
-
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18096/api/v1/bookings   # 200
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18096/api/v1/voyages    # 200
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18096/api/v1/tracking   # 200
-curl -s -o /dev/null -w '%{http_code}\n' -X POST http://localhost:18096/api/auth/login  # 400（authms 到達）
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:18096/nope               # 404（ルートなし）
-```
-
-read 系エンドポイントが **200** を返すことは、Kafka 経由でイベントが配信され CQRS の read モデルが構築され、ゲートウェイ→サービス→DB が一貫して動作している証拠です。
-
----
-
-## 3. Helm による実装（_helpers.tpl + microservices ループ）
-
-`helm/cargo-tracker/` の構成です。
-
-```
-helm/cargo-tracker/
-├── Chart.yaml
-├── values.yaml
-└── templates/
-    ├── _helpers.tpl       # 命名・共通ラベルのヘルパー
-    ├── config.yaml        # ConfigMap + Secret
-    ├── infra.yaml         # zookeeper / kafka / postgresql（StatefulSet）
-    ├── microservices.yaml # サービスをループ生成
-    ├── frontend.yaml
-    └── ingress.yaml
-```
-
-これまでの章の Helm チャートと同様、サービスは `values.yaml` のリスト + ループで生成します。case-4 の `values.yaml` は、サービスごとの差（ポート・DB・JWT・追加 Secret 環境変数）をデータで表現します。
-
-```yaml
-microservices:
-  - name: authms
-    port: 8081
-    db: auth_db
-    jwt: true
-  - name: bookingms
-    port: 8082
-    db: booking_read_db
-  - name: trackingms
-    port: 8084
-    db: tracking_read_db
-    extraSecretEnv:
-      - name: TRACKING_PUBLIC_TOKEN_SECRET
-        # ...
-```
-
-case-4 の Helm が前章までと違うのは、**`_helpers.tpl` による命名・ラベルの共通化**を導入している点です。Helm の慣習に沿ったチャート名・フルネーム・共通ラベルのテンプレート関数を定義し、各リソースから `{{ include "..." . }}` で呼び出します。これにより、リリース名やチャート名を含む一貫した命名・ラベル付けが自動化されます。
-
-`config.yaml` では、非機密設定を ConfigMap（`cargo-config`）に、機密値を Secret（`cargo-secret`）に展開し、`values.yaml` の `config.*` / `secret.*` から注入します。本番では `-f values-prod.yaml` や `--set` で機密値を上書きする運用が前提です（`NOTES.txt` でも警告されます）。
-
-### 検証とデプロイ
-
-```bash
-helm lint apps/case-studies/case-4-escqrs-kafka/helm/cargo-tracker
-# 1 chart(s) linted, 0 chart(s) failed
-
-helm install cargo apps/case-studies/case-4-escqrs-kafka/helm/cargo-tracker \
-  --namespace cargo-tracker --create-namespace
-```
-
-Helm 版も 11 ワークロードが `1/1 Running` になり、ゲートウェイ経由の read エンドポイントが `200` を返すことを確認しました。
-
----
-
-## 4. ロギング基盤（EFK + DaemonSet）
-
-[第 9 章](09-container-operations.md) の **EFK（Elasticsearch + Fluentd + Kibana）+ DaemonSet** によるログ集約パターンを、本ケースにも実装として組み込んでいます（[第 13 章](13-case-monolith-compose-vs-kustomize.md) と同じ構成）。各 Pod は標準出力にログを出すだけで、各ノードに常駐する Fluentd がノード上の全 Pod のログを収集し、Elasticsearch に蓄積、Kibana で可視化します。
-
-base に `logging/` の 4 ファイルを置き、`k8s/base/kustomization.yaml` の `resources` に追加しています（local/prod 両 overlay に含まれます）。
-
-```
-logging/
-├── elasticsearch.yaml      # ConfigMap + PVC + Service + Deployment（単一ノード）
-├── fluentd-daemonset.yaml  # ServiceAccount + ClusterRole/Binding + DaemonSet
-├── kibana.yaml             # Deployment + Service（NodePort 30054）
-└── kibana-setup-job.yaml   # index pattern logstash-* を自動作成する Job
-```
-
-実装上の勘所は第 13 章と共通です。
-
-- **Fluentd**: `hostPath` で `/var/log/containers` を読み取る。containerd の CRI ログ形式に合わせて `FLUENT_CONTAINER_TAIL_PARSER_TYPE` を指定（既定の json だと不一致）。ClusterRole はケース間で衝突しないよう `fluentd-cargo-tracker` に修飾
-- **Elasticsearch**: RWO PVC のため `strategy: Recreate`、heap の 3〜4 倍（2Gi）のメモリ上限で OOM を回避
-- **Kibana**: `kibana-setup` Job が index pattern と既定ビュー（Discover）を自動設定し、開いたらすぐ使える
-
-Kafka をイベントバックボーンとする本ケースでは、各サービスのアプリログ（Fluentd → Kibana）と、トピックを流れるメッセージそのもの（Kafka UI）を併用すると、イベント駆動の挙動を多面的に観測できます。base に置いているため `overlays/local`・`overlays/prod` のどちらでもロギング基盤が含まれます。
-
-```bash
-# アプリと同時にデプロイされる（kubectl apply -k k8s/overlays/local）
-kubectl -n cargo-tracker get pods -l app.kubernetes.io/component=logging
-kubectl -n cargo-tracker exec deploy/elasticsearch -- curl -s 'http://localhost:9200/logstash-*/_count'
-# Kibana を開く（kind では NodePort が localhost に出ないため port-forward が確実）
-kubectl -n cargo-tracker port-forward svc/kibana 18081:5601   # → http://localhost:18081/
-```
-
----
-
-## 5. 比較考察
-
-case-4 は、Kustomize・Helm の両方が「実運用を意識した成熟度」に達しています。ここまでの章の知見と合わせて、両手段の到達点を整理します。
-
-| 観点 | Kustomize（base + overlays） | Helm（_helpers + values） |
-|------|------------------------------|---------------------------|
-| 環境差分 | overlay の `patches` で base を上書き | `values-<env>.yaml` / `--set` |
-| 同型サービス | base にファイル（重複あり） | `values` のリスト + ループ |
-| 命名・ラベル共通化 | `commonLabels` 等 | `_helpers.tpl` の include |
-| 機密・設定 | `secret.yaml` / `configmap.yaml` | `config.yaml`（values 駆動） |
-| ステートフル基盤（Kafka 等） | base に StatefulSet を記述 | テンプレートに固定記述 |
-| リリース管理 | なし | リビジョン・ロールバック |
-
-**環境差分の扱い**では、両者の思想の違いが明確です。Kustomize は「base を変えずに overlay でパッチを重ねる」宣言的な差分管理、Helm は「1 つのテンプレートを values で変化させる」パラメータ駆動です。本番・ローカルで構成が大きく変わる場合は overlay の見通しが良く、値だけが変わる場合は values が簡潔です。
-
-**同型サービスの繰り返し**では、これまでの章と同じく Helm のループが有利です。一方、Kustomize は overlay により**環境ごとの差分管理**で独自の強みを持ちます。
-
-case-4 のように成熟したプロジェクトでは、**「Kustomize か Helm か」は二者択一ではなく、両方を用意して状況に応じて使い分ける**ことも珍しくありません（実際 case-4 は両方を保守しています）。GitOps で環境別に宣言的管理したいなら Kustomize の overlay、チャートとして配布・バージョン管理したいなら Helm、という使い分けが現実的です。
-
----
-
-## まとめ
-
-- Kafka ES/CQRS 版 Cargo Tracker（Kafka + ZooKeeper + PostgreSQL〔StatefulSet〕+ 6 サービス + gateway + frontendms）を Kustomize（overlays/local）と Helm の両方でデプロイし、11 ワークロードが `1/1 Running`、ゲートウェイ経由の read エンドポイントが `200` を返すことを確認しました
-- Kustomize は base + overlay で環境差分を宣言的に管理し、Helm は `_helpers.tpl` + values でテンプレートを成熟させます
-- 成熟したプロジェクトでは両手段を併用し、GitOps（overlay）と配布（チャート）で使い分けることも現実的です
-- 第 9 章の EFK + DaemonSet を base に組み込み、local/prod 両 overlay で各サービスのログを Fluentd（DaemonSet）→ Kibana で観測できるようにしました
-- 次章では、第 13〜16 章の 4 ケースを横断し、アーキテクチャとデプロイ手段の関係を総括します
-
----
-
-- 前の章: [第 15 章 ES/CQRS マイクロサービス（Axon）のデプロイ — Kustomize 対 Helm](15-case-escqrs-axon-kustomize-vs-helm.md)
-- 次の章: [第 17 章 ケーススタディ実装比較まとめ](17-case-comparison-summary.md)
-- シリーズ目次: [Docker/Kubernetes 実践コンテナ解説](index.md)