mongodbのIndex（転載メモ） - varmil’s diary
MongoDBのインデックス このドキュメントはMongoDB 2.6を前提にしています インデックスとは 例えば1億件のドキュメントからnameがwatanabeであるドキュメントを検索することを考えます インデックスが無ければ 全てのドキュメントの中を一つづつ見なければnameがwatanabeのドキュメントを見つけることができません。 辞書で単語を１ページ目から順番に探すイメージです 処理時間はドキュメント数に比例します。いわるゆ O(N) です インデックスがあると nameがwatanabeであるドキュメントの物理的な位置を既に知っているため、すぐにドキュメントを見つけられます 辞書の索引を引くイメージです 処理時間はドキュメント数に比例しません。いわゆる O(1) です インデックスはDBのパフォーマンスチューニングで、最も基本で最も重要！！！ MongoDBとて例外ではない！
GitLab-CI + Dockerの実践的利用方法を模索中 - Qiita
まず最初にGitlabを起動します。これはGitlab公式のDockerを使った起動方法でが、一点、Dockerホストが既に22番を使っているのでSSHのpublishポートを2022番に変えています。 # 参考: http://doc.gitlab.com/omnibus/docker/ docker run --detach \ --hostname gitlab.example.com \ --publish 443:443 --publish 80:80 --publish 2022:22 \ --name gitlab \ --restart always \ --volume /srv/gitlab/config:/etc/gitlab \ --volume /srv/gitlab/logs:/var/log/gitlab \ --volume /srv/gitlab/data
ソフトウェアのための統計学 – 前編 | POSTD
ソフトウェア開発の原点は可能性の追求であり、不可能を可能にすることです。ひとたび ソフトウェア が開発されると、エンジニアは次に 程度 という課題に向き合うことになります。企業向けのソフトウェアであれば、「速度はどれくらいか」と頻繁に問われ、「信頼性はどの程度か」という点が重視されます。 ソフトウェアのパフォーマンスに関する質問に答え、さらには正しい内容を語る上で欠かせないのが統計学です。 とはいえ、統計学について多くを語れる開発者はそうはいません。まさに数学と同じで、一般的なプロジェクトで統計学が話題に上ることなどないのです。では、新規にコーディングをしたり、古いコードのメンテナンスをしたりする合間に、手が空くのは誰でしょうか？ エンジニアの方は、ぜひ時間を作ってください。近頃は、15分でも貴重な時間と言えるでしょうから、 こちらの記事をブックマークに追加 しておいてもいいでしょう。とに
Reactを使ったモジュラーCSS : CSS-in-JSとCSS Module | POSTD
Buffer のメンバーはReactが大好きで、フロントエンドの多くのコードベースを徐々にReactに移行させています。ReactにFluxを加えると、モジュラー形式の小さなアプリでできた複雑なプロダクトを構築するための、とても健全な方法になると思います。そこで、１つ１つの新しい小さなアプリと機能を、大規模な構造体に追加される、Reactの新しいブロックと考えます。 私は最近、このような新機能の１つに取り組んでいますが、React＋Fluxのアプリケーションを作るのがいかに簡単であるかと、その理由について、さらに夢中になってしまいました。Reactを使うと有意味なコンポーネントを集めてUIを宣言的に構築するのが楽になり、Fluxはその混成体に妥当なデータフローをもたらします。 複雑なアプリケーションを作るときに発生する課題について多くの考察がなされましたが、React＋Fluxの組み合わせ
Wiresharkを使ってHTTPリクエストを見てみた - Qiita
上記タイミングでMacからEC2のPublicIPにhttpでアクセスしてみます。 その後、Ctrl+Cでtcpdumpを終了し、scpコマンドでMacへファイルをコピーしてきます。 Wiresharkで確認してみる 確認していきましょう。 No6-No8(3ウェイハンドシェイク) いわゆるTCP接続の際に必要な3ウェイハンドシェイクというものです。 この作業によってTCPの接続を確立後、HTTP通信を行います。 No6からは以下の内容が読み取れます クライアントからサーバーに対するTCPの通信を実施 クライアントはランダムに割り当てられた56699ポートを利用 サーバーへはHTTPプロトコルのデフォルトポートの80への通信 SYN=1とすることでサーバー側に「今からクライアントからサーバーへ通信を行っても問題ないか」という事を確認する 送信用シーケンス番号(Sequence number
Linuxパフォーマンス調査などで使うコマンドメモ - Qiita
パフォーマンスなどの調査をする時に利用する便利コマンドメモ。 これないぞ、あれないぞなどあると思いますがとりあえず本などを参考にまとめたものをピックアップしています。 参考 [24時間365日] サーバ/インフラを支える技術 ‾スケーラビリティ、ハイパフォーマンス、省力運用 (WEB+DB PRESS plusシリーズ) 絵で見てわかるシステムパフォーマンスの仕組み CPU使用率やメモリなど全体の概要把握 top デフォルトでは3秒ごとにOSで利用しているプロセスの数や状態、またOS全体のシステムリソース状況が分かります。 パフォーマンスが悪い場合にOS全体としてどのリソースの利用が多いのか(CPU負荷なのかメモリ利用率が高いのか)などの判断に有用だと思われます。 top - 22:36:56 up 28 min, 2 users, load average: 0.00, 0.02, 0.
Reduxチュートリアル動画を見ながらReduxを基礎の基礎から - Qiita
背景 Reactを一通り使えるようになって、そろそろReduxを、と思いました。 でも、あれだけ充実している公式のドキュメントを見ても、Qiitaにうなるほどある親切な解説を読んでも、いまひとつピンと来ませんでした・・・ ですが、公式に紹介されているチュートリアル動画が非常にわかりやすかったので、ひとつなぞってみよう、と投稿しました。(制作者であるDan Abramov様には了解を得ています) Getting Started with Redux この動画の、簡単なカウンターアプリ作成までをなぞっていきます。基本的には、動画を見ていなくても大丈夫なように書いていきたいと思います。 以下のコードは基本的に上記の動画をもとに一部改変しています。また、コードについてはes2015スタイル、セミコロンなしのスタイルでの記述をしています。 環境 当方の環境です。 Windows10 node v5.
「初心者のR入門」について
基本関数1 まず最初に理解すべき関数 ?, str 重要な演算子および代入演算子 %in%, match, =, <-, <<- $, [, [[, head, tail, subset, with, assign, get 比較 all.equal, identical !=, ==, >, >=, <, <= is.na, complete.cases, is.finitel 基本的な算術関数 *, +, -, /, ^, %%, %/%, abs, sign acos, asin, atan, atan2, sin, cos, tan ceiling, floor, round, trunc, signif exp, log, log10, log2, sqrt, max, min, prod, sum cummax, cummin, cumprod, cumsum, diff pm
【新機能】Amazon RDSのMySQLとMariaDBで監査ログに対応。ついでにrdsadminの動作も確認してみた。 | DevelopersIO
MariaDB Audit Plugin 1.2.0からはserver_audit_eventsに設定できる値としてQUERY_DDLとQUERY_DMLが追加されていますが、RDSでは使用できないようです。 RDS for MySQLの起動 ここでは、DBエンジンのバージョンで5.7.11を選択します。 なお、2016年5月2日現在では、コンソールのデフォルト値が「5.6.27」なのでMariaDB Audit Pluginが使用できないバージョンです。ご注意下さい。 オプショングループで、先ほど作成した物を設定します。 監査ログを試す MySQLにログインして内容を確認します。 まずPluginを確認しましょう。server_audit.soがインストールされていることが確認できます。 mysql> show plugins; +----------------------------
Apache Sparkについてのメモ - サナギわさわさ.json
大規模バッチ処理が必要になったので、名前だけ聞いた事はあっても詳細を知らなかったApache Sparkについて簡単に調べました。 参考サイト http://spark.apache.org/talks/overview.pdf Apache Sparkってどんなものか見てみる（その１ - 夢とガラクタの集積場 Resilient Distributed Datasetsに関する論文まとめ（１章〜５章 - 夢とガラクタの集積場 spark_rdd.md · GitHub Apache Spark インメモリな分散データ処理プラットフォーム データをメモリに保持するため、ストレージから入力を受けストレージに出力するMapReduceと比較して、機械学習やグラフ描画などの同じデータを繰り返し用いるジョブに対して強い 初回ロード時は重くなるが、それ以降はメモリ上から読み込むためHadoopより速
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
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
