複数組織間のデータ持ち寄り、共有とエンタープライズブロックチェーン - 空谷に吼える
なんの話 単に「複数組織間でデータを持ち寄って共有」をやりたい、ってだけでもエンタープライズブロックチェーンはメリットあるかも 「ブロックチェーンでないとできない」でなくても「ブロックチェーンのほうがやりやすい」ことで結果として実現可能になるユースケースはたくさんある イントロ エンタープライズブロックチェーンって何がうれしいの？という話はこれまでに地道に整理、啓蒙されてきており、また徐々に浸透し理解が進みつつあると思うんですが、これまで多く語られてきたのはどちらかというと「耐改ざん性で信頼の問題を解決する～～」とか「二重支払いの防止で価値の移転ができるようになる～～」とかそういった結構派手めな話だったように思います。そういう派手めなポイントももちろん重要なんですが、エンタープライズブロックチェーンを適応できる射程は本来それらが課題になっている領域よりももっと広いのではないか、地味ではある
エラーページ - ヤフー株式会社
指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。
BigQueryで150万円溶かした人の顔 - Qiita
※ かなり前の記事ですが、未だに引用されるので一応追記しておきます。タイトルと画像がキャッチーなのはちょっと反省していますが、これを見てBigQuery使うのを躊躇している人は多分あまり内容を読んでいないので気にする必要はないです。自分は当時の会社でも今の会社でも個人でも普通にBigQuery使っていて解析用データなどはBigQueryに入れる設計をよくしています。また、アドベントカレンダーだったのでネタっぽく書きましたが事前に想定できる金額です。 ※ 代役：プロ生ちゃん（暮井 慧） 巷のBigQueryの噂と言えば「とにかく安い」「数億行フルスキャンしても早い」などなど。とりわけ料金に関しては保存しておくだけであれば無視できるほど安く、SQLに不慣れなプロデューサーがクエリを実行しても月数ドルで済むなど、賞賛すべき事例は枚挙に暇がありません。 しかし、使い方によってはかなり大きな金額を使
AWS News Blog
New — File Release for Amazon FSx for Lustre Amazon FSx for Lustre provides fully managed shared storage with the scalability and high performance of the open-source Lustre file systems to support your Linux-based workloads. FSx for Lustre is for workloads where storage speed and throughput matter. This is because FSx for Lustre helps you avoid storage bottlenecks, increase utilization of compute
Yahoo! JAPANのサービスを支えるビッグデータ分析基盤の最新動向――ヤフー角田直行氏が解説
ヤフー株式会社 データ＆サイエンスソリューション統括本部 テクニカルディレクター 角田 直行氏 月間の総ページビューは、約619億に及ぶ。スマホの市場にも積極的に取り組んでおり、開発したスマホ向けアプリの累計ダウンロード数は約2億7000万となっている。会員制度Yahoo! JAPAN IDのアクティブユーザー数は、月間で2953万人。検索サービスに入力される検索クエリの種類は、年間で約75億であり、Yahoo!ショッピングでの取扱商品数は約1億6000万点にも及ぶ*。 *PVなど各数値はヤフー株式会社2014年度通期および第4四半期決算報告資料より 以上のことからYahoo! JAPANは様々なジャンルでビッグデータを保有しており、マルチビッグデータカンパニーと称している。では、そのデータをどのように活用しているのか。 よくビッグデータには、ボリューム（Volume）、バラエティ（Var
Googleの虎の子「BigQuery」をFluentdユーザーが使わない理由がなくなった理由 #gcpja - Qiita
「BigQueryは120億行を5秒でフルスキャン可能」は本当か？ 先日、kaheiさんがGoogle BigQuery（Googleクラウドの大規模クエリサービス）について、こんなエントリを書いていた。 とにかくパフォーマンスがすごい。（Fluentd Meetupでの）プレゼン中のデモで、ディスクに収められた5億件のデータをSQLでフルスキャンするのに3秒しかかからない。9億件のデータを正規表現を含んだSQLでスキャンしても、7秒で終わる（これ、記憶がちょっとあいまい。もう少しかかったかも）。これには驚いた。佐藤さんがGoogleに入社して一番驚いた技術が、一般公開される前のBigQueryだったと言っていたが、その気持ちはわかる。 From Fluentd Meetupに行ってきました これを読んだ時、BigQueryの検索スピードについてちょっと補足したくなった。確かにFluent
1
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
リブセンスのデータ分析基盤の全貌
https://jp.techcrunch.com/2015/03/20/20150319on-the-growth-of-apache-spark/
Data Lakehouse Architecture | Databricks