「なんか排水口から臭いが上がってくるなぁ」と思ったら、配管にトラップがついてなかった……! というわけで、ワントラップを自作しました。 最近、トイレが新しくなった(正確には移設した)のですが、それで配管の構成が変わったのか、トイレの隣にある洗面台の排水口から臭いが上がってくるようになりました。調べてみたところ、この洗面台の排水口、トラップがついてない! 栓をしておけば臭いは上がってきませんが、それではあまりに使い勝手が悪いので、排水口にトラップを付けることにしました。 やたらでかい排水栓。後で知ったのですが、どうも祖父が床屋用の洗面台をどっかからもらってきてつけたらしい…… ワントラップ化の手順 排水栓の交換や排水管へのトラップの設置など、いろいろ検討した結果、排水栓の中が広いので、これを利用してワントラップを自作することにしました。 排水栓のサイズ計測 まずは排水栓の各部サイズを測ります
こんにちは、石川と申します。普段はデイリーポータルZというサイトで編集をやっております。 拙宅には、「おもちゃが無限に出てくる機械」があります。 機械から出てきたおもちゃの数々です(おもちゃ以外の物もあるけど)。もちろんこれはごく一部です。なんたって無限なので。 ちょっと想像してみてほしいんですけど、例えばあなたの趣味がカメラだったとするじゃないですか。一眼レフのカメラとかレンズとかが無限に出てくる機械があったらどうします? 端的に言って最高じゃないですか。もちろん、そんな機械はないです。でも、あなたに子供がいた場合、子供にそれを体験させてあげることは可能です。なぜなら「おもちゃが無限に出てくる機械」があるから。 で、その「おもちゃが無限に出てくる機械」の本体が、こちらです。 机の上にある青いやつ。3Dプリンタといいます。普通のプリンタは紙に写真や文字を印刷しますが、3Dプリンタは簡単に言
スーパーコンピューターをはるかにしのぐ計算能力を発揮すると期待されている 「量子コンピューター」 。その実現は、今世紀後半になるとも言われていましたが、6年前、カナダのベンチャー企業D-Wave Systems社が、世界に先駆け実用化モデルを発売。一部の専門家の間からは、本物かどうか懐疑的な見方が出たものの、グーグルやNASA=アメリカ航空宇宙局など世界のトップ企業・研究機関が購入し、従来の高性能コンピューターの1億倍のスピードが確認されたことで、世界に衝撃を与えました。スーパーコンピューターをもってしても解けない複雑な問題を解決できると期待される量子コンピューターは、人工知能や画期的な新薬の開発などへの応用を通じて世界をどう変えていくのか。今月、東京で開かれた量子コンピューター国際会議を取材しました。(科学文化部・斎藤基樹記者) 量子コンピューターをめぐる世界最先端の研究成果が報告される
サーバ周りの勉強していると、たまにselectとかepollとか言葉が出てきて、理解できてなかったので調べてみた。 I/Oの多重化 例えばサーバ周りの実装を、特に何も考えずにやると、I/Oでブロッキングが発生し、一つのクライアントとしか通信できないということが起こります。これを解決するために fork threads I/Oの多重化 非同期I/O といった方法があります。 この中のI/Oの多重化を実装するためのシステムコールとして、select, poll, epoll, kqueueなどは実装されているようです。 少し調べてみると、次のような記述のような機能をそれぞれが実装するようです。 プログラムで複数のファイルディスクリプタを監視し、 一つ以上のファイルディスクリプタがある種の I/O 操作の 「ready (準備ができた)」状態 (例えば、読み込み可能になった状態) になるまで待つ
なぜ、SQLは重たくなるのか?──『SQLパフォーマンス詳解』の翻訳者が教える原因と対策 『SQLパフォーマンス詳解』の翻訳者の松浦隼人さんに、8つの「SQLが重たくなる原因とその対策」を聞きました。システムのボトルネックになるような「問題のあるSQL」を回避するノウハウを学びましょう。 データの操作や定義をする言語「SQL」は、どのような領域を担うエンジニアにとっても必修科目です。しかし、その仕様をきちんと理解し、パフォーマンスに優れたSQLを書ける方はそれほど多くありません。問題のあるSQLを書いてしまい、知らぬ間にそれがシステムのボトルネックになってしまう事態はよく発生します。 では、どうすればそうした事態を回避できるのでしょうか? そのノウハウを学ぶため、今回は『SQLパフォーマンス詳解』の翻訳者であり、自身もエンジニアでもある松浦隼人(まつうら・はやと/@dblmkt)さんに8つ
前書き インデックスの 内部構造 インデックス リーフノード 検索 ツリー(Bツリー) 遅いインデックス パートI where 句 等価 演算子 プライマリキー 複合インデックス 遅いインデックス パートII 関数 - where 大文字・小文字を区別する 検索 ユーザ定義 関数 インデックスの作り過ぎ パラメータ化 クエリ 範囲 検索 大なり、小なり、 BETWEEN LIKEフィルタに 対するインデックス インデックスの結合 部分インデックス OracleにおけるNULL NULLに対する インデックス NOT NULL 制約 部分インデックスを エミュレートする 処理しにくい条件 日付型 数値文字列 列の連結 スマートなロジック 数式 パフォーマンスと スケーラビリティ データ 量 システム 負荷 レスポンス タイムとスループット 結合 処理 入れ子 ループ ハッシュ 結合 ソートマ
はじめに 学習意欲を奮い立たせるため、blog更新を再開しようと思います。 とりあえずアウトプットすることが大切ということで、障害対応時の調査手順などを整理してみたいと思います。 そのため、目新しいものは何一つありませんこと、ご了承下さい。mm ■環境 基本的に、私の検証環境(amzn linux)で試したものを記載しています。 [ec2-user@mitzi_dev ~]$ uname -r 3.14.33-26.47.amzn1.x86_64 01. 負荷系(CPU, load avg) 01-1. load avg (処理待ちのプロセス平均数) [ec2-user@mitzi_dev ~]$ cat /proc/loadavg 0.00 0.01 0.05 1/111 10281 [ec2-user@mitzi_dev ~]$ w 21:27:24 up 375 days, 4:40
- はじめに - 最近はWebスクレイピングにお熱である。 趣味の機械学習のデータセット集めに利用したり、自身のカードの情報や各アカウントの支払い状況をスクレイピングしてスプレッドシートで管理したりしている。 最近この手の記事は多くあるものの「~してみた」から抜けた記事が見当たらないので、大規模に処理する場合も含めた大きめの記事として知見をまとめておく。 追記 2018/03/05: 大きな内容なのでここに追記します。 github.com phantomJSについての記載が記事内でありますが、phantomJSのメンテナが止めたニュースが記憶に新しいですが、上記issueにて正式にこれ以上バージョンアップされないとの通達。 記事内でも推奨していますがheadless Chrome等を使う方が良さそうです。 - アジェンダ - 主に以下のような話をします。 - はじめに - - アジェンダ
AI is suddenly everywhere. Do you need to go and get a shiny machine learning degree to remain competitive? John Maeda says not to worry. He’ll show you how to cook delicious dishes into your coding repertoire with his new show - Mr. Maeda’s Cozy AI Kitchen. Find out how you can use GitHub Copilot, an add-on that is powered by AI, to get helpful suggestions when writing code or documentation. This
こんにちは、 id:alpicola です。今年4月に新卒入社してアプリケーションエンジニアとして働いています。 ウェブアプリケーションはその性質上、データベースに対して同時に大量の問い合わせを行います。そうした中でデータベースが個々の問い合わせを処理していくときに起こっていることは何か、どういう順序で処理が行われるのか、というのは興味深い話題かと思います。例えばデータベースに対して行った更新処理の結果が、更新を行ったクライアント以外のクライアントからも「見える」ようになるのはいつでしょうか。入社間もない頃、先輩エンジニア達にそうした疑問をぶつけてみたところ、「トランザクション分離レベル」というキーワードと、この分野の古典的な論文 A Critique of ANSI SQL Isolation Levels を教えてもらい、輪読会を社内で開催しました。この記事ではこの輪読会の模様をレポー
新しい技術が出てきたとき、大多数の若い人よりも圧倒的にスピーディーに使いこなすおっさんは珍しくない。 新技術を習得する能力は、年齢よりも、「スキルを獲得するために必要なスキル」、すなわち「メタスキル」に大きく依存するからだ。 たとえば、ある開発ツールを導入すべきかどうか若い人に相談されたので、「まず、ドキュメントを読もう」と言ったら、「ドキュメントを読んでもよくわからなくて。。」と言う。ググったらすぐに公式サイトの至れり尽くせりのドキュメントが出てきたので、「これ読めばいいじゃん」と言ったら、こんなに大量の英語のドキュメントを読むのは無理だと言う。 あるいは、AIを導入するという話になったとき、「AIがよく分からないので教えて欲しい」と言ってきた若い人に、良質の入門書を勧めたら、数式が分からないので読めないのだという。数式の読み方を教えてみたら、数式以前に、そこで使われている数学概念自体を
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
処理を実行中です
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