はてなブックマーク

【Teams障害時のワークアラウンド】Azure Communication Service を使って9クリックでグループ通話アプリをデプロイしてみたMicrosoftAzureTeamsAzureCommunicationServices はじめに 本日のTeams 障害でみなさんお仕事への影響はいかがでしたか？数時間ながらこういう障害はTwitterが盛り上がりますね。 私はちょうどフォーカスしていたタイミングだったのであまり影響はなかったですが、そんな中でりなたむ 💉✖︎3⃣ || Microsoft MVP さんが、こんなつぶやきを。 一般「なにぃ！？ #Teams が落ちた！？12時からの××社との打ち合わせどうするんだーワタワタ」 弊社「あ、Teams落ちたのかー　じゃあ #Azure の Communication Services つかって 簡易的な Web会議室作っちゃ

参考記事 Power BI Desktop のレポート テンプレートを作成する 作成方法 データの入手 レポート作成 テンプレートをエクスポート データの入手 財務サンプルのExcelファイルをダウンロードします。 テンプレート作成 Power BI を起動して、Excelデータを取得します。 対象ファイルを開いて、「financials」データを読み込みます。 適当なレポートを作成します。 このままテンプレートを作成することも可能ですが、工夫をしてみます。Excelファイルパスをパラメータ化してみます。 まずはPower Query エディターを開きます。 現在のファイルパスをメモしておきます。 パラメータを作成します。 適当な名前を入力して、種類をテキストにしておきます。 先ほどメモするために開いた、データソースのパスをパラメータの名称に変更します。完了したら閉じて適用を選択します。

はじめに Power BIのストレージモードについて、ドキュメントやMS Learnなど見ているとある程度わかっている方も多いかと思いますが、やっぱり複雑なので整理します。 特性を抑えて、適切な開発に役立てていただければ幸いです。 (2020/12月時点の情報です) 前提知識と用語の整理 モデルとデータセット Power BI で作成・管理される、データモデルを指します。 Power BI の可視化レポートは全て、データセットに定義された列情報やメジャーから作成されます。 Power BIのドキュメントでは、しばしば"モデル"や、"データセット"を同じものとして扱うため、以下のようにこの二つの用語を使い分けることとします。 Power BI データセット：Power BI の管理オブジェクト データモデル：データとデータの関係や、メタ情報が定義されたもの このドキュメントでは、"データセッ

はじめに DWHおよびETLで必要とされる大規模な処理がどういう背景と考え方で実現されているのか"超ざっくり"まとめます。 データ処理技術のトレンド まずはETL処理に関してです。DWHもそうですが、分散処理がキーワードとなります。 求められるBigdataへの対応 いわゆる3V(Variety,Velocity,Volume)で定義されることの多いBigdataの出現に伴い、それを分析処理するソフトウェアにはまず第一に「大量のデータに対する処理を現実的な時間内で終わらせること」が求められました。 分散処理フレームワークの台頭 大量のデータを効率的に処理させるための対応として、Hadoopと呼ばれるような処理技術が利用されるようになりました。 Hadoopは以下のような仕組みで大量データを効率的に処理することを実現しました。 「データを分割して多数のサーバーで処理」（Map） 「それぞれの

Azure Data StudioのUIがかっちょよくなっていました ログインも求められますが、そこでも新UI SQL Serverをデプロイ？ Deploy ServerでSQL Serverがデプロイできることがわかったので、早速試してみます。 手順 画面の案内に従うだけでした。 前提条件 Docker desktopをインストールしておきます。 https://docs.docker.com/docker-for-windows/install/ インストールされていないとエラーメッセージ出てきます。（出てきました） あと拡張機能は以下をいれてます。 SQL Serverのデプロイ方式を選択 Versionも選べます。2019にしました。 コンテナ名とパスワード、portを選択 とりあえず適用なportにしました Python Runtime設定 インストール済みでしたが、新規でイン

はじめに Azure Machine Learning (以下、Azure ML） ではPythonユーザだけでなく、GUIでの機械学習（自動機械学習も含む）をサポートし、機械学習の民主化というメッセージでサービスが提供されています。 GUIでの機械学習モデル開発機能をデザイナーと呼びますが、関連機能と用語が少々複雑だったため、それぞれの位置づけを整理します。 デザイナーについて 「Azure ML Studio」と呼ばれる統合管理UIの一部です。 ドラッグアンドドロップで前処理や学習のモジュールをフローチャートのような形で配置し、「機械学習パイプライン」を開発することができます。 画面イメージ： Azure ML Studio Azure MLはPythonからの利用か、GUIからの利用かを選択できますが、GUIでの管理画面をAzure ML Studioと呼びます。 ややこしいのが、過