8月1日付で部長に昇進した。同時に総務・人事部門を除く運営事業全体の統括を任されることになった。いきなり、社員・パート含めて500人の頂点に立つのだ。今回の昇進を受けて「ボスに取り入ったクソ野郎!」と陰口を叩かれた。個人的な嫌がらせと非人道的人材補完計画により相次いで部長と課長の間に追加された、部長代理、副部長、部長補佐、部長見習、部長心得、次長、次長代理、室長(すべて退職済)を飛び越えての昇進を「名誉の戦死による3階級特進」と揶揄されたりもした。そういう妬み、僻み、嫉みをぶつけてくる敗北者たちは経営状況の悪化を理由に僕の給与がしばらく据え置きであることを知らない。 立身出世に浮かれて「ブラック企業で底辺から登りつめた私の努力」「こうすれば出来る。今からでも変われる」的な薄気味の悪い啓蒙活動をネット上ではじめてしまう浅はかな人間もいるが、僕はしない。なぜなら、昇進というものは相対的な物差し
Elasticsearchを使おうとすると、まずアプリケーションの仕様にしたがってインデックス定義やマッピング定義を設計しなければならない。これはMySQLを使っていてスキーマを考えるフェーズに相当する。 この時、考えることが非常に多く、いろいろなドキュメントを参照し設計したので、今回はその手順について書いていきたいと思う。 インデックスやマッピングが何かという話は、次の記事を参考に。 Elasticsearchチュートリアル - 不可視点 Mapping and Analysis | Elasticsearch: The Definitive Guide [2.x] | Elastic また対象とするElasticsearchのversionは記事執筆時点の安定版の2.3.5とする。 今回サンプルとする例 実際のプロジェクトを参考例にすることは流石にできないので、今回はブログの記事を検索
皆さんこんにちは お元気ですか?私は元気です。 Pythonにおける高速化手法を掲載してみます。 簡単なコード並びに索引のような感じで引けるようなイメージで作成しました。 本日の目次です。 Pythonにおける高速化の必要性 Pythonの高速化 高速化の手順 Profiling 基本的な条件 計測コード Pythonの基本的な書き方部分 rangeよりxrangeを(Python2.7) リストの生成 文字列結合 Import文のコスト 関数呼び出しのコスト ドットを避ける yieldを使う Numpyに関するTips Numpyを使用して基本演算を高速化する Numpyの要素にアクセスする演算をしない Numbaで手早く高速化 その他高速化ツール Cython Dask PyPy 感想並びに展望 参考文献 Pythonにおける高速化の必要性 PythonはC++やJavaと比較すると非
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く