数年前に、研修で人前で話すスキルを習ったことがある。これが実際、けっこう人生で役に立つなーと関心した。と言うのも僕は、子供の頃から人前で話すことはずっと苦手で、なんなら憎悪していて、なるべくそういう機会を避けてきた。だからこんな研修も本当は受けたくなかったし、やってる間もずっと憂鬱だった。でも内容はとても有用で、もっと早くに学んでいれば、いろんな場面で役に立ったのに、と思うところもあった。今は人前で話す機会はないけれど、苦手意識は薄くなった（今もやりたくはないけど）。 僕が学んだのは、プレゼンの作法みたいなやつだった。一昔前に流行った、TEDでやっているようなプレゼン。プレゼンには決まりきった作法があって、そのとおりにやればけっこう誰でも上手くいく。人見知りとかしゃべるのが苦手とか、あがり症とか人前に出るのは苦手とかは関係なく、お手本通りにやればいいだけ。驚異のプレゼンが一冊の本になってい

最近、何かと話題になってる飲食店の配膳ロボット。 某有名全国チェーンファミレスのフロアスタッフとして働いてる立場から言わせてもらうと、 確かに便利っちゃ便利なんだけど・・・、あくまで「配膳しか」できない。 当たり前だけど、ご案内も、会計も、中間下げや最終下げも、配膳以外の業務は一切できない。 しかも、料理をロボットに載せるのも、どのテーブルに向かわせるかのデータ入力も全て人力。 仮に人間で例えるなら、体感的には人間0.1人分くらいの戦力でしかない。 それなのに、本部は「ロボットがいるから人間いらないよね」ってことで人員を削減しまくる。 （勿論、単純な人出不足という面もある） 例えば、今まで3人のスタッフで通常に管理できていたフロアを、ロボットを1人分とみなして、スタッフ1人＋ロボット2台に置き換えられる。 そうすると、人間（1）＋ロボット2台（0.1×2）＝1.2人分の戦力。 3人でこなし

ここ数年、「ジョブ型雇用」という言葉が急速に広まっている。 みなさんも、ニュースでよく耳にするんじゃないだろうか。 ジョブ型は各仕事に対し、適したスキルを持った人を割り振っていく。 日本のメンバーシップ型はその逆で、まず人を採用し、その後割り当てる仕事を決めていく。 メンバーシップ型を成立させていた年功序列や終身雇用といった前提が崩れたいま、世界と戦っていくためにも、日本はジョブ型に切り替えるべきだーーという主張は、少し前からのトレンドだ。 ただこのジョブ型採用、どうにも誤解されているというか、「上澄み」を基準に議論しているような気がしてしょうがない。 みなさん、ご存じだろうか。 ジョブ型における「底辺」が、どんな生き方をしているのかを。 ジョブ型＝生産性＆競争力が高い専門家集団？ 『2040年　「仕事とキャリア」年表』という本で、ジョブ型はこのように書かれている。 メンバーシップ型雇用を

インターネットやAIを駆使しながら、領域に捉われずにさらなる挑戦を行うDeNAの取り組みを紹介する「DeNA TechCon 2023」。ここで認証認可システムのリノベーションチームの岸直輝氏が登壇。Shift Leftの考え方を基に実践している静的解析や自動テスト、挙動の差分を自動で発見するための取り組みについて紹介します。全2回。後半は、各フェーズにおける、静的解析・ユニットテスト・E2Eテスト、それぞれの取り組みについて。前回はこちら。 静的解析のメリットとデメリット 岸直輝氏：では、ここからは今お話ししたShift Leftの具体的な取り組みについて見ていきましょう。ここでは、各フェーズごとに対応する取り組みを、静的解析、ユニットテスト、E2Eテストの3つに分けて紹介します。 まずは静的解析について。静的解析は、プログラムを実行することなく、静的にさまざまな異常を検出する手法です。

ラーメン屋とか牛丼屋とか、百歩譲って喫茶店くらいまでなら許すけど、一般的な、家族連れやカップルが来るような店に一人で来る男って本当に何考えてるの？ 普通気まずくならない？一緒にいる家族やカップルの気持ち考えたりしないの？一人で中年がテーブル席占領して飯食ってるの見ると単純に不愉快なんだけど。 女は一人ではそういうとこ行かないよう気を遣ってるよ。それは自分が気まずいからってだけじゃなくて、TPOの問題として、常識があるからそうしてるんだよ。 一般的な飲食店に男一人で行くなよ。食事貪ってるお前だけじゃなくてこっちも不快なんだよ。ラーメン屋か牛丼屋行ってくれ。どうしても食べたいならUberかなんかで注文しとけ

インターネットやAIを駆使しながら、領域に捉われずにさらなる挑戦を行うDeNAの取り組みを紹介する「DeNA TechCon 2023」。ここで成田氏が登壇。PocochaのDBをマイグレーションしたことについて話します。 新卒1年目が100億レコード超のDBマイグレーションをした話 成田篤基氏：発表を始めます。みなさんはじめまして。成田と申します。私は2021年にディー・エヌ・エーに新卒で入社して、現在入社から2年が経とうとしています。 私は新卒1年目で、大規模なデータベースマイグレーションを行う貴重な経験ができました。本日はそのマイグレーションプロジェクトについて、体験から得た学びをみなさんにお伝えします。題して「新卒1年目が100億レコード超のDBマイグレーションをした話」です。どうぞよろしくお願いいたします。 目次です。本日はこちらの目次に沿って発表を進めていきます。 まずは私たち

♻YOUZIN♻ @YOUZIN9 気になっていたBOSSのカフェイン飲料を買いました。 これカフェインがとんでもない量入ってるんだけど、こんな買いやすそうなパッケージデザインでいいのだろうかと不安になる... 参考までに モンスターの355mlが142mg、 レッドブルの355mlが113.6mgで このBOSSは245mlで200mgです。 pic.twitter.com/vaUyiAZbmE 2023-04-02 17:38:07

もくじ 教えてくれたのは……おそうじダイアリーさん お湯とスポンジだけでバスチェアをきれいにできる！ バスチェアを新品の状態に戻す掃除方法 1.シャワーのお湯で、スポンジとバスチェアをぬらす 2.バスチェアをお湯でぬらしながら、スポンジでこする 3.バスチェアの内側もしっかりとスポンジで汚れを落とす 4.足のつけ根の部分についたカビを落とす 掃除後のバスチェア 高性能なスポンジ！ 教えてくれたのは……おそうじダイアリーさん 関東エリアを中心に、洗濯機分解清掃を行っている掃除のプロ。年間約600台近くの洗濯機をきれいに清掃している。YouTubeチャンネルの「おそうじダイアリー」では、家庭でできるかんたんな掃除方法を発信中。 お湯とスポンジだけでバスチェアをきれいにできる！ 今回は100均に売っているスポンジを使って、石けんカスがこびりついたバスチェアをきれいにしていきます。 出典：www.

mondでこの質問への回答を読んでみましょう

はじめに こんにちは！リンクアンドモチベーションで SRE をしてます川津と申します！ Web アプリケーションを開発している皆さん！ 日夜性能問題に悩まされていると思います😅 本記事では性能問題における 「CPU 使用率の見方」 に焦点をおいて話そうかと思います！ CPU あるある CPU にまつわる謎？ は大体次の２ケースかな〜、と思います。 Amazon RDS (MySQL DB) の例で挙げてみます。 ① クエリ応答が遅いからスケールアップ！ → あれ？変わらないぞ？ Web アプリ開発していると、API 応答が遅い → 原因は重いクエリ (SQL) というケースはよくあるかと思います。当然速度改善したいです。お金で簡単に解決できるならそうしたい。 例えば RDS のインスタンスタイプ db.r5.xlarge を今使っているとしましょう。 vCPU 数は 4 です。これを ２

遅刻してごめんなさい！ ここでは、「負荷が高い」とはリソースが枯渇した、あるいは枯渇しそうな状態で、かつそれがシステムに影響を及ぼしている、あるいは影響を及ぼしうる状態を指します。 負荷の傾向を見る snmpdが返す値や SHOW ENGINE INNODB STATUS などの値を見て負荷の傾向を見ましょう。 当社ではCloudforecastを使ってこれらの情報メトリクスとして収集しています。 メトリクスを常に計測しておき、通常の状態と異常な状態を可視化しておくことは非常に重要です。 CPUネックかIOネックか 負荷の原因としてどのリソースが不足しているのかを見極めます CPUが原因で詰まっているか、IOが原因で詰まっているか、という具合で大別できるのでまずそれを見ましょう。 CPUネックの場合はCPUを100%近く使いきっていることが多いです。 また、複数コアあって一部のコアを使い切

SQL、書いてますか？ こと大規模データ処理の分野においてはSQLはもはや標準インターフェイスであり、 分析やらバッチやらに関わっている皆様は日々大量のSQLクエリーを生産していることと思います。 そこでちょっと気になるのが、 SQLのコーディングスタイルってどうするのが一般的なんだっけ……？ という点です。 イマドキはSQLなんてO/R mapperに吐かせることが多いからなのか、 それともコードを広い範囲で共有することがそもそもないからか、 SQLのコーディングスタイルについて見聞きすることは他のプログラミング言語に比べるとだいぶ少なく、 いまいち決定版と言えるスタイルがないなと感じています。 そんなわけで本日は、SQLのコーディングスタイルについての意識を活発化させるべく、 クックパッドでわたし（青木）が使っているコーディングスタイルから特徴的な点を紹介したいと思います。 特に、分析

こちらの記事の続きです。 dbt style guideを元にプロジェクトを構築するといいと書かれていたので、dbt style guideを読んで行きます。 公式のリファレンス読むの大事ですよね。 例にもよってモチベーションは、同僚にも読んでもらってデファクトスタンダードを作るためです。 まとめ dbtに限らず、いい感じのことが書いてあった SQL触る人なら一度目を通してもいいかもと思った ただ、スタイルガイドは一人で「これに従うんだー」っていうんじゃなくて、チームで合意形成することが大切だろうなと思った(余計な論争に発展しかねない) Model Naming モデルはstaging、marts、base/intermediateの3つのカテゴリーに分類される なぜこの設計を採用するかの詳細はこちらのポストを参照してね(僕なりにまとめたものはこちら) ファイル、ディレクトリ構造は次のよう

概要 dbt style guideを読んでいたら、このポストを参照していて、とても内容が濃かったので別でまとめました 同僚に読んでもらうために、僕なりに翻訳、噛み砕いたものなのとなっています 原文と若干ニュアンスが違うかもしれません、Single Source of Truthの精神でぜひ原文も読んでみてください tenajimaの感想 dbtのプロジェクトをどのように構築していくべきか学ぶ中で、データをどのように捉えるべきか(dimensionとfactなど)も同時に学べてすごく良かった 僕も型として「このパターンはこのようにプロジェクトを作っていく」というのを何個か持てるようになりたい How we structure our dbt projects 前提としてここで示す方法は、dbtとしてはベストだと思うが、自分自身のプロジェクトにとって最適かどうかは自分で判断してね(より深くデ

There’s now an updated, more in-depth guide to structuring dbt projects over on the dbt Developer Hub, written by Gwen Windflower. I wrote this article all the way back in May 2019, pretty soon after starting at dbt Labs (named Fishtown Analytics at the time), with the help of JerCo and Tristan. I’m both incredibly proud of the impact that it has had, and elated to see it get a refresh for the new

Redis Best Practices Guide を参照することが多いので日本語訳を作成しました https://redis.com/redis-best-practices/ 「Redisは数え切れないほどの使い方ができますが、よくある問題を解決するために採用されるパターンがいくつもあります。そこで、これらの問題を解決するためのベストプラクティスと思われる一般的なパターンを集めてみました。このコレクションは網羅的なものではありませんし、Redisの唯一の使い方を示すものでもありませんが、Redisで解決すべき問題に取り組む際の最初の一歩になればと思います。」 （序文より） おかしなところがあれば教えていただければ幸いです 金銭的サポートも受け付けています よろしくお願い致します

サービス開発プロセスの各所で必要になるSQLによるデータ集計をなるべくやさしい言葉で書きました。エンジニアはもちろん、デザイナー・ディレクター・サポート担当の方など広くサービス開発に関わる方に読んでいただけると良いなと思っています

以下の記事のパート4です。 【パート1】開発環境の準備 【パート2】Embulkコンテナの作成・単体テスト 【パート3】ECSのタスク定義と動作確認 【パート4】Step Functionsで簡単に実行できるように設定する（★本記事） ECSでのタスクの実行確認までできました。最後にStep Functionsでより簡単にジョブを実行できるようにして完了です！頑張りましょう～(*^▽^*) 目次 4-1) 動作確認用ののデータを投入 4-2) Srep Functionsの設定 4-3) ステートマシンに設定したAMロールに不足する権限を追加します。 4-4) 後片付け 最後に 4-1) 動作確認用ののデータを投入 差分更新用のデータを投入しておきます。 ターゲットデータベースに接続して以下のSQLを実行します。 UPDATE test_tbl SET payload = 'update

以下の記事のパート3です。 【パート1】開発環境の準備 【パート2】Embulkコンテナの作成・単体テスト 【パート3】ECSのタスク定義と動作確認（★本記事） 【パート4】Step Functionsで簡単に実行できるように設定する 前回までのパートで、ECSでEmbulkを実行するための準備が完了しました。満を持してECSの設定をしていきましょう。 本編に入る前にECSに関して前提の知識を振り返っておきます。詳しくは手を動かしながら確認していってみるのがおすすめです！ ・ECSはAWSが提供するコンテナのワークロードを実行するための多種多様な機能を持つコンテナ管理のためのマネージドサービス ・ECSはあくまでコンテナを実行するためのコントロールに徹していて、実際にコンテナを起動する基盤（クラスター）は「EC2」か「Fargate」を選べる（ほかにも外部のクラスターもあります） ・ECS

Alpine には curl が無いのでまずそれをインストールしてから。 glibc が必要なのでそれも入れる。 apk --no-cache add binutils curl curl -sL https://alpine-pkgs.sgerrand.com/sgerrand.rsa.pub -o /etc/apk/keys/sgerrand.rsa.pub curl -sLO https://github.com/sgerrand/alpine-pkg-glibc/releases/download/2.33-r0/glibc-2.33-r0.apk curl -sLO https://github.com/sgerrand/alpine-pkg-glibc/releases/download/2.33-r0/glibc-bin-2.33-r0.apk apk add --no-ca