SQLの実行計画の読み方 |
今回は、SQLを書く上で特にパフォーマンスに影響のあるSQLの実行計画の読み方について解説します。実行計画はデータベース製品によってさまざまに差異がありますが、ここでは比較的どのデータベース製品でも共通する内容について解説します。 実行計画とは記述したSQLが実際にデータベースの内部でどのように処理されて結果を返すか、その処理方法を記述した情報です。 A5:SQL Mk-2では、SQLエディタで実行計画を見たい SQL の上にキャレットがある状態でメニューから [SQL(S)] – [SQLの実行計画(J)] または、Ctrl+E で表示できます。 表示の仕方はデータベース製品ごとに異なりますが、多くのデータベース製品ではツリー状の情報として表現されます。（このため A5:SQL Mk-2でもツリービューで実行計画を表示します。） ツリーのリーフ（端）から処理が行われ、ルート（根）に向かっ
MySQLのquery review helperを作ってみた - tom__bo’s Blog
せっかくのGWなので、おもちゃを作りました。 Query Review Helperです。 github.com 背景 最近MySQLで実行されるクエリをレビューするタスクが異常に多くなってきました。 開発者の全員がindexやjoin, partition, limit offsetなどなどのハマりどころを知っているというのが理想ではありますが、そうも行きません。 大体EXPLAINをかけてtable scanになっていないか、sortやlimit offsetで劇的に重いクエリがないか確認すれば、すぐに問題になるようなことはありませんがいくつか問題があります。 複数のサービスを横串に見ていると各サービスのテーブル設計の詳細を知らない 大きいサービスだとテーブル数やカラム数が異常に多い(数百テーブル, 各テーブルに数十カラムとFKが、、、とか) tableやcolumn, subquer
Build a GraphQL + React app with TypeScript - LogRocket Blog
We pass in the id as a variable, which corresponds to the flight_number from the LaunchList query. The LaunchProfile query will also contain nested objects/types, where we can get values by specifying the keys inside brackets. For example, the launch contains a rocket definition (type LaunchRocket), which we will ask for the rocket_name and rocket_type. To get a better understanding of the fields
Prometheusのクエリ機能とアラート機能 | さくらのナレッジ
演算子とクエリ関数を組み合わせた複雑な統計処理を実行することも可能だ。たとえば次のクエリは、1分単位でのCPUのidle率を表示するものとなっている（図10）。 sum(delta(node_cpu{mode="idle"}[1m])) / sum(delta(node_cpu[1m])) 図10 CPUのidle率を表示した例 ここでは、指定した時間でのデータの変化量を返す「delta()」関数を使い、まず「delte(node_cpu{mode="idle"}[1m]）」で各CPUのidle時間の1分間での変化量を取得し、sum()関数でそれを合計したものを、各CPUの各時間の1分間での変化量の合計（「sum(delta(node_cpu[1m]))」）で割ることでidle時間の割合を求めている。 取得したデータの値をそのまま見たい場合、「Graph」タブではなく「Console」タブ
遅いクエリと向き合ったり、ログ基盤を刷新したり──Cybozu Meetup #6レポート - Cybozu Inside Out | サイボウズエンジニアのブログ
まいど！ コネクト支援チームの風穴（かざあな）です。 今回は、7月25日に開催した「Cybozu Meetup #6 大規模サービスを支える名脇役たち」についてレポートします。 Cybozu Meetupとは？ 「Cybozu Meetup」は、サイボウズのエンジニアとカジュアルに交流する場として企画している、ミートアップイベントです。会場はサイボウズのオフィス（今のところ東京と大阪）なので、社内の雰囲気や社員の様子を、実際に肌で感じて頂ける機会でもあります。 開催ペースは、東京オフィスは毎月1回、大阪オフィスは3カ月に1回となっています（今のところ）。これまでに、以下のようなテーマで計6回開催してきました。 ［02/27］Cybozu Meetup #1 フロントエンド（東京、大阪） ⇒ 開催レポート ［04/03］Cybozu Meetup #2 SRE（東京） ⇒ 開催レポート ［0
Domain Specific Query Parser (Hetero Grammatical Query Parser) 実装 - Qiita
概要 Supership株式会社インフラ事業開発本部・検索グループで11月から (2016年4月よりサービス事業本部 Syn.事業部 検索サービス部に改組) エンジニアとしてジョインした@ShingoOKAWAです。 弊社検索グループでは、KDDIグループのハウスエージェンシーとしてのauポータルサイトの検索サービスの開発や、その他自社で提供するサービス・プロダクトの種々の検索機能の開発業務に取り組んでいます。 『Elasticsearch Advent Calendar 2015』に投稿させて頂いたことからもお分かりかと思いますが、バックエンドの検索エンジンは Elasticsearch を採用しております。検索サービスの拡充及び改善のため、日々開発業務に取り組んでいるわけですが、本投稿では、その中でも弊社バックエンドのコア機能として開発中の『Domain Specific Query
Cypher Query演習用のグラフデータベース #neo4j - クリエーションライン株式会社
この記事は、Neo4j v4.0(2020-01)に合わせて更新しています！ Neo4jのクエリ言語であるCypherがなかなか上達しないという悩みを聞くと、筆者は「グラフを忘れて思い切りRDB的な事をやってみたらどうですか」と答えます。大概、Cypherに十分慣れていない内に、パターンマッチのような新しい概念に取り組んでいるからです。 その演習用のデータベースとして開発したのが、「Cypher Query演習用のグラフデータベース」です。中身は、架空のECサイトの販売履歴です。 次の書籍は、色々試してみたことをまとめた結果です。 セットで開発したCypher Queryなどは、2015年10月29日、『Cypherクエリー言語の事例で学ぶグラブテータベースNeo4j』（著者：李 昌桓、監修：クリエーションライン株式会社、発刊:株式会社インプレスR&D)のようにリリースされました。 著作権
Identifying and Labeling Search Tasks via Query-based Hawkes Processes (KDD 2014) 読んだ - 糞糞糞ネット弁慶
http://labs.yahoo.com/publication/identifying-and-labeling-search-tasks-via-query-based-hawkes-processes/ 概要 タイムスタンプ付の検索クエリ集合から search task (同じ information need を満たすために入力されたクエリ集合) を特定する． その際，点過程で用いられる Hawkes process と LDA を組み合わせることによってタスクを推定する． 手法 search task を推定するのは意外と厄介．以降 Figure 1を参照． 連続している2クエリが常に同 task であるとは限らない むしろ連続していなくても同 task であることもある ユーザごとにクエリを入れる頻度や間隔も異なる まずはLDAをベースに手法を考えるが，既存のLDAベースの手
Text processing (part 2): Inverted Index
This is the second part of my text processing series. In this blog, we'll look into how text documents can be stored in a form that can be easily retrieved by a query. I'll used the popular open source Apache Lucene index for illustration. There are two main processing flow in the system ... Document indexing: Given a document, add it into the index Document retrieval: Given a query, retrieve th
第3回 MongoDBのクエリを使いこなそう | gihyo.jp
はじめに 本記事では、MongoDBのクエリを解説します。MongoDBはリレーショナルデータベース（以下"RDB"と略記）ではないため、SQLは使用できません。その代わり、MongoDB特有の「Mongoクエリ言語」を用います。Mongoクエリ言語のCRUD操作については公式ドキュメントに詳しい解説があります。 本記事の構成は、最初にMongoクエリ言語の特徴について解説し、2ページ目ではSQLとMongoクエリ言語の比較を行います。3ページ目では、MongoDBクエリ言語の使い方を説明し、最後に、プログラミング言語からの利用の仕方の説明として、Rubyからの利用を説明します。 Mongoクエリ言語の特徴 Mongoクエリ言語には以下の特徴があります。 コレクションの各メソッドを用いてCRUD操作をします メソッドの引数にはJSON形式のデータを渡します 変数が使えます 制御構造が使えま
Introducing Supersonic Query Engine
The latest news from Google on open source releases, major projects, events, and student outreach programs. We are happy to announce the open source release of Supersonic, a query engine library, that is extremely useful for creating a column oriented database back-end. Supersonic’s main strength lies in its speed. It is a cache-aware engine which exploits several low-level optimization techniques
MongoDB Index Shootout: Covered Indexes vs. Clustered Fractal Tree Indexes
All of Percona’s open-source software products, in one place, to download as much or as little as you need.
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
物理サーバを選定する際のポイント – Eureka Engineering – Medium
GitHub - derekstavis/go-qs: A Go port of Rack's query string parser
A Small Query Language · BitFunnel
Y・Q・L！！ - Qiita
Yahoo Developer Network
Online Casinos Reviews, Casino Games, Guides & News | searchworkings.org
Lucene Number Range Search – Integers & Floats (with Zend_Search_Lucene)
http://jsoniq.org/index.html