国产av日韩一区二区三区精品,成人性爱视频在线观看,国产,欧美,日韩,一区,www.成色av久久成人,2222eeee成人天堂

目次
3つのエンドポイントを備えた単純なREST APIを定義します:
a
ホームページ バックエンド開発 Python チュートリアル CDKTFを使用してAWS ECSにスプリングブートAPIを展開する方法は?

CDKTFを使用してAWS ECSにスプリングブートAPIを展開する方法は?

Jan 24, 2025 am 10:11 AM

Java開発者がAWS ECSにスプリングブートAPIを展開する方法を?qū)い亭郡趣?、私はそれをCDKTF(Terraform for Terraformのクラウド開発キット)の最新の更新に飛び込む絶好の機會だと思った。

前の記事では、Pythonなどの汎用プログラミング言語を使用してインフラストラクチャをコード(IAC)として記述できるフレームワークであるCDKTFを?qū)毪筏蓼筏俊¥饯煲詠?、CDKTFは最初のGAリリースに達し、再訪するのに最適な時期になりました。この記事では、CDKTFを使用してAWS ECSにスプリングブートAPIを展開します。

私のgithubレポでこの記事のコードを見つけます。

アーキテクチャの概要

実裝に飛び込む前に、展開することを目的としたアーキテクチャを確認しましょう:

この図から、アーキテクチャを03レイヤーに分解できます。 CDKTFを使用してAWS ECSにスプリングブートAPIを展開する方法は?

ネットワーク

  1. vpc パブリックおよびプライベートサブネット
    • インターネットゲートウェイ
    • natゲートウェイ
    • インフラストラクチャ
  2. アプリケーションロードバランサー(alb) リスナー
    • ecsクラスター
    • サービススタック
  3. ターゲットグループ ecsサービス
    • タスクの定義
    • ステップ1:スプリングブートアプリケーションをコンテナ化します
  4. 展開しているJava APIは、githubで入手できます。

3つのエンドポイントを備えた単純なREST APIを定義します:

/ping

:文字列「ポン」を返します。このエンドポイントは、APIの応答性をテストするのに役立ちます。また、モニタリングのためにプロメテウスカウンターメトリックを増加させます
  1. /healthCheck:「OK」を返し、アプリケーションが正しく実行されていることを確認するためにヘルスチェックエンドポイントとして機能します。 /pingのように、観察可能性のためにプロメテウスカウンターを更新します。
  2. /hello:名前クエリパラメーター(デフォルトは「world」にデフォルト)を受け入れ、「hello、[name]!」などのパーソナライズされた挨拶を返します。このエンドポイントは、プロメテウスカウンターとも統(tǒng)合されています
  3. dockerfileを追加しましょう

アプリケーションの展開の準備ができました! ステップ2:AWS CDKTFをセットアップします

AWS CDKTFを使用すると、Pythonを使用してAWSリソースを定義および管理できます。
FROM maven:3.9-amazoncorretto-21 AS builder

WORKDIR /app

COPY pom.xml .

COPY src src

RUN mvn clean package

# amazon java distribution
FROM amazoncorretto:21-alpine

COPY --from=builder /app/target/*.jar /app/java-api.jar

EXPOSE 8080

ENTRYPOINT ["java","-jar","/app/java-api.jar"]
1。

2。

cdktfと依存関係をインストールします

CDKTFとその依存関係をインストールして、必要なツールを確保してください。

これにより、さまざまな言語の新しいプロジェクトをスピンアップできるCDKTF CLIがインストールされます。
- [**python (3.13)**](https://www.python.org/)
- [**pipenv**](https://pipenv.pypa.io/en/latest/)
- [**npm**](https://nodejs.org/en/)
3。

実行して、新しいPythonプロジェクトを足場にすることができます:

FROM maven:3.9-amazoncorretto-21 AS builder

WORKDIR /app

COPY pom.xml .

COPY src src

RUN mvn clean package

# amazon java distribution
FROM amazoncorretto:21-alpine

COPY --from=builder /app/target/*.jar /app/java-api.jar

EXPOSE 8080

ENTRYPOINT ["java","-jar","/app/java-api.jar"]

デフォルトで作成された多くのファイルがあり、すべての依存関係がインストールされています。 以下は初期のmain.pyfile:

です


ステップ3:ビルディングレイヤー
- [**python (3.13)**](https://www.python.org/)
- [**pipenv**](https://pipenv.pypa.io/en/latest/)
- [**npm**](https://nodejs.org/en/)

a

stack

は、cdk for terraform(cdktf)が異なるテラフォーム構(gòu)成にコンパイルするインフラストラクチャリソースのグループを表します。スタックは、アプリケーション內(nèi)のさまざまな環(huán)境に対して個別の狀態(tài)管理を可能にします。レイヤー間でリソースを共有するには、クロススタック參照を利用します。 1。

network_stack.pyファイルをプロジェクトに追加します

次のコードを追加して、すべてのネットワークリソースを作成します。


次に、
$ npm install -g cdktf-cli@latest
main.py

ファイルを編集します:

# init the project using aws provider
$ mkdir samples-fargate

$ cd samples-fargate && cdktf init --template=python --providers=aws

次のコマンドを?qū)g行してTerraform構(gòu)成ファイルを生成します。
これを

ネットワークスタック
#!/usr/bin/env python
from constructs import Construct
from cdktf import App, TerraformStack

class MyStack(TerraformStack):
    def __init__(self, scope: Construct, id: str):
        super().__init__(scope, id)

        # define resources here

app = App()
MyStack(app, "aws-cdktf-samples-fargate")

app.synth()
を展開します:


$ mkdir infra

$ cd infra && touch network_stack.py

VPCは、下の畫像に示すように準備ができています:

from constructs import Construct
from cdktf import S3Backend, TerraformStack
from cdktf_cdktf_provider_aws.provider import AwsProvider
from cdktf_cdktf_provider_aws.vpc import Vpc
from cdktf_cdktf_provider_aws.subnet import Subnet
from cdktf_cdktf_provider_aws.eip import Eip
from cdktf_cdktf_provider_aws.nat_gateway import NatGateway
from cdktf_cdktf_provider_aws.route import Route
from cdktf_cdktf_provider_aws.route_table import RouteTable
from cdktf_cdktf_provider_aws.route_table_association import RouteTableAssociation
from cdktf_cdktf_provider_aws.internet_gateway import InternetGateway

class NetworkStack(TerraformStack):
    def __init__(self, scope: Construct, ns: str, params: dict):
        super().__init__(scope, ns)

        self.region = params["region"]

        # configure the AWS provider to use the us-east-1 region
        AwsProvider(self, "AWS", region=self.region)

        # use S3 as backend
        S3Backend(
            self,
            bucket=params["backend_bucket"],
            key=params["backend_key_prefix"] + "/network.tfstate",
            region=self.region,
        )

        # create the vpc
        vpc_demo = Vpc(self, "vpc-demo", cidr_block="192.168.0.0/16")

        # create two public subnets
        public_subnet1 = Subnet(
            self,
            "public-subnet-1",
            vpc_id=vpc_demo.id,
            availability_zone=f"{self.region}a",
            cidr_block="192.168.1.0/24",
        )

        public_subnet2 = Subnet(
            self,
            "public-subnet-2",
            vpc_id=vpc_demo.id,
            availability_zone=f"{self.region}b",
            cidr_block="192.168.2.0/24",
        )

        # create. the internet gateway
        igw = InternetGateway(self, "igw", vpc_id=vpc_demo.id)

        # create the public route table
        public_rt = Route(
            self,
            "public-rt",
            route_table_id=vpc_demo.main_route_table_id,
            destination_cidr_block="0.0.0.0/0",
            gateway_id=igw.id,
        )

        # create the private subnets
        private_subnet1 = Subnet(
            self,
            "private-subnet-1",
            vpc_id=vpc_demo.id,
            availability_zone=f"{self.region}a",
            cidr_block="192.168.10.0/24",
        )

        private_subnet2 = Subnet(
            self,
            "private-subnet-2",
            vpc_id=vpc_demo.id,
            availability_zone=f"{self.region}b",
            cidr_block="192.168.20.0/24",
        )

        # create the Elastic IPs
        eip1 = Eip(self, "nat-eip-1", depends_on=[igw])
        eip2 = Eip(self, "nat-eip-2", depends_on=[igw])

        # create the NAT Gateways
        private_nat_gw1 = NatGateway(
            self,
            "private-nat-1",
            subnet_id=public_subnet1.id,
            allocation_id=eip1.id,
        )

        private_nat_gw2 = NatGateway(
            self,
            "private-nat-2",
            subnet_id=public_subnet2.id,
            allocation_id=eip2.id,
        )

        # create Route Tables
        private_rt1 = RouteTable(self, "private-rt1", vpc_id=vpc_demo.id)
        private_rt2 = RouteTable(self, "private-rt2", vpc_id=vpc_demo.id)

        # add default routes to tables
        Route(
            self,
            "private-rt1-default-route",
            route_table_id=private_rt1.id,
            destination_cidr_block="0.0.0.0/0",
            nat_gateway_id=private_nat_gw1.id,
        )

        Route(
            self,
            "private-rt2-default-route",
            route_table_id=private_rt2.id,
            destination_cidr_block="0.0.0.0/0",
            nat_gateway_id=private_nat_gw2.id,
        )

        # associate routes with subnets
        RouteTableAssociation(
            self,
            "public-rt-association",
            subnet_id=private_subnet2.id,
            route_table_id=private_rt2.id,
        )

        RouteTableAssociation(
            self,
            "private-rt1-association",
            subnet_id=private_subnet1.id,
            route_table_id=private_rt1.id,
        )

        RouteTableAssociation(
            self,
            "private-rt2-association",
            subnet_id=private_subnet2.id,
            route_table_id=private_rt2.id,
        )

        # terraform outputs
        self.vpc_id = vpc_demo.id
        self.public_subnets = [public_subnet1.id, public_subnet2.id]
        self.private_subnets = [private_subnet1.id, private_subnet2.id]

Network Deployment 2。

infra_stack.py

ファイルをプロジェクトに追加します

Network Map

次のコードを追加して、すべてのインフラストラクチャリソースを作成します。

main.py

ファイルを編集します:

これを使用してinfra
#!/usr/bin/env python
from constructs import Construct
from cdktf import App, TerraformStack
from infra.network_stack import NetworkStack

ENV = "dev"
AWS_REGION = "us-east-1"
BACKEND_S3_BUCKET = "blog.abdelfare.me"
BACKEND_S3_KEY = f"{ENV}/cdktf-samples"

class MyStack(TerraformStack):
    def __init__(self, scope: Construct, id: str):
        super().__init__(scope, id)

        # define resources here

app = App()
MyStack(app, "aws-cdktf-samples-fargate")

network = NetworkStack(
    app,
    "network",
    {
        "region": AWS_REGION,
        "backend_bucket": BACKEND_S3_BUCKET,
        "backend_key_prefix": BACKEND_S3_KEY,
    },
)

app.synth()
stack

を展開します

$ cdktf synth
albのDNS名に注意してください。後で使用します。


3。
$ cdktf deploy network
サービスレイヤー

プロジェクトに
service_stack.py

ファイルを追加します
$ cd infra && touch infra_stack.py

次のコードを追加して、すべてのECSサービスリソースを作成します。 ALB DNS

main.pyを更新します(最後に?):

これを使用して

サービスstackを展開します

ここに行きます!
from constructs import Construct
from cdktf import S3Backend, TerraformStack
from cdktf_cdktf_provider_aws.provider import AwsProvider
from cdktf_cdktf_provider_aws.ecs_cluster import EcsCluster
from cdktf_cdktf_provider_aws.lb import Lb
from cdktf_cdktf_provider_aws.lb_listener import (
    LbListener,
    LbListenerDefaultAction,
    LbListenerDefaultActionFixedResponse,
)
from cdktf_cdktf_provider_aws.security_group import (
    SecurityGroup,
    SecurityGroupIngress,
    SecurityGroupEgress,
)

class InfraStack(TerraformStack):
    def __init__(self, scope: Construct, ns: str, network: dict, params: dict):
        super().__init__(scope, ns)

        self.region = params["region"]

        # Configure the AWS provider to use the us-east-1 region
        AwsProvider(self, "AWS", region=self.region)

        # use S3 as backend
        S3Backend(
            self,
            bucket=params["backend_bucket"],
            key=params["backend_key_prefix"] + "/load_balancer.tfstate",
            region=self.region,
        )

        # create the ALB security group
        alb_sg = SecurityGroup(
            self,
            "alb-sg",
            vpc_id=network["vpc_id"],
            ingress=[
                SecurityGroupIngress(
                    protocol="tcp", from_port=80, to_port=80, cidr_blocks=["0.0.0.0/0"]
                )
            ],
            egress=[
                SecurityGroupEgress(
                    protocol="-1", from_port=0, to_port=0, cidr_blocks=["0.0.0.0/0"]
                )
            ],
        )

        # create the ALB
        alb = Lb(
            self,
            "alb",
            internal=False,
            load_balancer_type="application",
            security_groups=[alb_sg.id],
            subnets=network["public_subnets"],
        )

        # create the LB Listener
        alb_listener = LbListener(
            self,
            "alb-listener",
            load_balancer_arn=alb.arn,
            port=80,
            protocol="HTTP",
            default_action=[
                LbListenerDefaultAction(
                    type="fixed-response",
                    fixed_response=LbListenerDefaultActionFixedResponse(
                        content_type="text/plain",
                        status_code="404",
                        message_body="Could not find the resource you are looking for",
                    ),
                )
            ],
        )

        # create the ECS cluster
        cluster = EcsCluster(self, "cluster", name=params["cluster_name"])

        self.alb_arn = alb.arn
        self.alb_listener = alb_listener.arn
        self.alb_sg = alb_sg.id
        self.cluster_id = cluster.id

AWS ECS Fargateに新しいサービスを展開するためのすべてのリソースを正常に作成しました。
以下を?qū)g行して、スタックのリストを取得します

...

CLUSTER_NAME = "cdktf-samples"
...

infra = InfraStack(
    app,
    "infra",
    {
        "vpc_id": network.vpc_id,
        "public_subnets": network.public_subnets,
    },
    {
        "region": AWS_REGION,
        "backend_bucket": BACKEND_S3_BUCKET,
        "backend_key_prefix": BACKEND_S3_KEY,
        "cluster_name": CLUSTER_NAME,
    },
)
...


$ cdktf deploy network infra

ステップ4:GitHubアクションワークフロー

展開を自動化するには、githubアクションワークフローを java-apiに統(tǒng)合しましょう。 GitHubアクションを有効にして、リポジトリの秘密と変數(shù)を設(shè)定した後、.github/workflows/deploy.ymlファイルを作成し、以下のコンテンツを追加します。

FROM maven:3.9-amazoncorretto-21 AS builder

WORKDIR /app

COPY pom.xml .

COPY src src

RUN mvn clean package

# amazon java distribution
FROM amazoncorretto:21-alpine

COPY --from=builder /app/target/*.jar /app/java-api.jar

EXPOSE 8080

ENTRYPOINT ["java","-jar","/app/java-api.jar"]
私たちのワークフローはうまく機能しています:

Github Actions

以下の畫像に示すように、サービスは正常に展開されました:

ECS Service

ステップ5:展開を検証します

次のスクリプトを使用して展開をテストします(

ALB URLを自分のものに置き換えます):

- [**python (3.13)**](https://www.python.org/)
- [**pipenv**](https://pipenv.pypa.io/en/latest/)
- [**npm**](https://nodejs.org/en/)
ALBはトラフィックを提供する準備ができています!

最終的な考え

AWS CDKTFを活用することにより、Pythonを使用してクリーンで保守可能なIACコードを書くことができます。このアプローチは、AWS ECS FargateのスプリングブートAPIなどのコンテナ化されたアプリケーションの展開を簡素化します。

CDKTFの柔軟性は、Terraformの堅牢な機能と組み合わされて、最新のクラウド展開に最適な選択肢となります。

CDKTFプロジェクトはインフラストラクチャ管理のための多くの興味深い機能を提供していますが、時々冗談を言っていることを認めなければなりません。

CDKTFの経験はありますか?生産で使用しましたか?

あなたの経験を私たちとお気軽に共有してください。

以上がCDKTFを使用してAWS ECSにスプリングブートAPIを展開する方法は?の詳細內(nèi)容です。詳細については、PHP 中國語 Web サイトの他の関連記事を參照してください。

このウェブサイトの聲明
この記事の內(nèi)容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰屬します。このサイトは、それに相當する法的責(zé)任を負いません。盜作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡(luò)ください。

ホットAIツール

Undress AI Tool

Undress AI Tool

脫衣畫像を無料で

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード寫真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

寫真から衣服を削除するオンライン AI ツール。

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中國語版

SublimeText3 中國語版

中國語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統(tǒng)合開発環(huán)境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

動的なプログラミング技術(shù)とは何ですか?また、Pythonでそれらを使用するにはどうすればよいですか? 動的なプログラミング技術(shù)とは何ですか?また、Pythonでそれらを使用するにはどうすればよいですか? Jun 20, 2025 am 12:57 AM

動的プログラミング(DP)は、複雑な問題をより単純なサブ問題に分解し、結(jié)果を保存して繰り返し計算を回避することにより、ソリューションプロセスを最適化します。主な方法は2つあります。1。トップダウン(暗記):問題を再帰的に分解し、キャッシュを使用して中間結(jié)果を保存します。 2。ボトムアップ(表):基本的な狀況からソリューションを繰り返し構(gòu)築します。フィボナッチシーケンス、バックパッキングの問題など、最大/最小値、最適なソリューション、または重複するサブ問題が必要なシナリオに適しています。Pythonでは、デコレータまたはアレイを通じて実裝でき、再帰的な関係を特定し、ベンチマークの狀況を定義し、空間の複雑さを最適化することに注意する必要があります。

ソケットを使用してPythonでネットワークプログラミングを?qū)g行するにはどうすればよいですか? ソケットを使用してPythonでネットワークプログラミングを?qū)g行するにはどうすればよいですか? Jun 20, 2025 am 12:56 AM

Pythonのソケットモジュールは、クライアントおよびサーバーアプリケーションの構(gòu)築に適した低レベルのネットワーク通信機能を提供するネットワークプログラミングの基礎(chǔ)です?;镜膜蔜CPサーバーを設(shè)定するには、Socket.Socket()を使用してオブジェクトを作成し、アドレスとポートをバインドし、.listen()を呼び出して接続をリッスンし、.accept()を介してクライアント接続を受け入れる必要があります。 TCPクライアントを構(gòu)築するには、ソケットオブジェクトを作成し、.connect()を呼び出してサーバーに接続する必要があります。次に、.sendall()を使用してデータと.recv()を送信して応答を受信します。複數(shù)のクライアントを処理するには、1つを使用できます。スレッド:接続するたびに新しいスレッドを起動します。 2。非同期I/O:たとえば、Asyncioライブラリは非ブロッキング通信を?qū)g現(xiàn)できます。注意すべきこと

Pythonでリストをスライスするにはどうすればよいですか? Pythonでリストをスライスするにはどうすればよいですか? Jun 20, 2025 am 12:51 AM

Pythonリストスライスに対するコアの答えは、[start:end:step]構(gòu)文をマスターし、その動作を理解することです。 1.リストスライスの基本形式はリスト[start:end:step]です。ここで、開始は開始インデックス(含まれています)、endはend index(含まれていません)、ステップはステップサイズです。 2。デフォルトで開始を省略して、0から開始を開始し、デフォルトで終了して終了し、デフォルトでステップを1に省略します。 3。my_list[:n]を使用して最初のnアイテムを取得し、my_list [-n:]を使用して最後のnアイテムを取得します。 4.ステップを使用して、my_list [:: 2]などの要素をスキップして、均一な數(shù)字と負のステップ値を取得できます。 5.一般的な誤解には、終了インデックスが含まれません

Pythonで日付と時間を操作するためにDateTimeモジュールを使用するにはどうすればよいですか? Pythonで日付と時間を操作するためにDateTimeモジュールを使用するにはどうすればよいですか? Jun 20, 2025 am 12:58 AM

PythonのDateTimeモジュールは、基本的な日付と時刻の処理要件を満たすことができます。 1. DateTime.now()を通じて現(xiàn)在の日付と時刻を取得するか、それぞれ.date()と.time()を抽出できます。 2。DateTimeなどの特定の日付と時刻のオブジェクトを手動で作成できます(年= 2025、月= 12、日= 25、時間= 18、分= 30)。 3. .strftime()を使用して、形式で文字列を出力します。一般的なコードには、%y、%m、%d、%h、%m、および%sが含まれます。 Strptime()を使用して、文字列をDateTimeオブジェクトに解析します。 4.日付の出荷にTimedeltaを使用します

Pythonクラスの多型 Pythonクラスの多型 Jul 05, 2025 am 02:58 AM

Pythonオブジェクト指向プログラミングのコアコンセプトであるPythonは、「1つのインターフェイス、複數(shù)の実裝」を指し、異なるタイプのオブジェクトの統(tǒng)一処理を可能にします。 1。多型は、メソッドの書き換えを通じて実裝されます。サブクラスは、親クラスの方法を再定義できます。たとえば、Animal ClassのSOCK()方法は、犬と貓のサブクラスに異なる実裝を持っています。 2.多型の実用的な用途には、グラフィカルドローイングプログラムでdraw()メソッドを均一に呼び出すなど、コード構(gòu)造を簡素化し、スケーラビリティを向上させる、ゲーム開発における異なる文字の共通の動作の処理などが含まれます。 3. Pythonの実裝多型を満たす必要があります:親クラスはメソッドを定義し、子クラスはメソッドを上書きしますが、同じ親クラスの継承は必要ありません。オブジェクトが同じ方法を?qū)g裝する限り、これは「アヒル型」と呼ばれます。 4.注意すべきことには、メンテナンスが含まれます

単純な「こんにちは、世界!」を書くにはどうすればよいですかPythonのプログラム? 単純な「こんにちは、世界!」を書くにはどうすればよいですかPythonのプログラム? Jun 24, 2025 am 12:45 AM

「こんにちは、世界!」プログラムは、Pythonで書かれた最も基本的な例です。これは、基本的な構(gòu)文を?qū)g証し、開発環(huán)境が正しく構(gòu)成されていることを確認するために使用されます。 1.コードプリント( "Hello、World!")の行を介して実裝され、実行後、指定されたテキストがコンソールに出力されます。 2。実行中の手順には、Pythonのインストール、テキストエディターを使用したコードの書き込み、.pyファイルとしての保存、端末のファイルの実行が含まれます。 3.一般的なエラーには、欠落しているブラケットまたは引用符、資本印刷の誤用、.py形式として保存されていない、環(huán)境エラーの実行が含まれます。 4.オプションのツールには、ローカルテキストエディターターミナル、オンラインエディター(Replit.comなど)が含まれます

Pythonのタプルは何ですか?また、リストとどのように違いますか? Pythonのタプルは何ですか?また、リストとどのように違いますか? Jun 20, 2025 am 01:00 AM

tuplesinpythonareimMtabledatabledAstructureSusedToreCollectionSofitems、wheneaslistaremutable.tuallesReadedefizedwitheShessandCommas、supportindexing、andcannotbemodifiedaftercreation、making themfasterandMoremory-efficientthanlists.usepleratain

Pythonでランダムな文字列を生成するにはどうすればよいですか? Pythonでランダムな文字列を生成するにはどうすればよいですか? Jun 21, 2025 am 01:02 AM

ランダムな文字列を生成するには、Pythonのランダムモジュールの組み合わせを使用できます。特定の手順は次のとおりです。1。ランダムモジュールと文字列モジュールをインポートします。 2。string.ascii_lettersやstring.digitsなどの文字プールを定義します。 3.必要な長さを設(shè)定します。 4。Random.Choices()を呼び出して、文字列を生成します。たとえば、コードには、インポランドームとインポートストリング、設(shè)定長= 10、文字= string.ascii_letters string.digits and execute '' .jein(random.c)が含まれます。

See all articles