データベースの在庫の持ち方をビットで管理してる話 - 一休.com Developers Blog
こんにちは、一休.comスパ(以下、「スパ」)の開発を担当しているshibataiと申します🙏 今回はスパのデータベースの在庫の持ち方で試行錯誤した話をさせていただきます。 背景 2024-03-29追記: 一休.comスパにおける在庫の特徴について 一休.comスパが扱う「在庫」は、「ある日付の特定の時間に対する空き枠」です。以降の説明では、スパ施設ごと、日付ごと、また時間ごとに増えていく「在庫」をいかに効率よく扱うかについて説明しています。 詳細については次のスレッドも参照してください！ https://t.co/Y0SPmDE4yZ この記事のコメントみてると、少し我々のシステムの要件が伝わってないというかそこの説明が記事に不足しているように思った。ので以下その補足— naoya (@naoya_ito) March 29, 2024 現在の実装 スパは予約を受け付けるために在庫の
DCIM（データセンターインフラ管理）ソフトウェアの歴史を振り返る（1987～2021） - DC ASIA Ltd.
DCIM（Data Center Infrastructure Management）という言葉が誕生したのはおよそ10年ほど前にさかのぼります。 確か、2010年初頭にGartnerが発行したホワイトペーパー「DCIM: Going Beyond IT」が、その始まりであったと記憶しています。 （※現在そのホワイトペーパーをウェブ上から見つけることは残念ながらできませんでした。しかしそれの内容を一部リファレンスとした文献はありました） 本記事を執筆するにあたり、念のためにInternet Archiveで「DCIM software」というキーワードで探してみました。そこでは、最も古いもので2010年7月2日の記事がみつかりました。その記事には次のように書かれていました。 （これは現在のDCIMの機能性を的確に示しています） Forrester社のアナリストであるGalen Schrec
データレイクのデータスキャン量を25％削減する方法
こんにちは。ヤフー広告でデータエンジニアをしている長峯です。 LINEヤフー株式会社では、Yahoo! JAPANと関連企業が所有するデータを活用することでお客様のマーケティング課題の発見と解決を実現するサービスYahoo! JAPAN データマーケティングソリューションを展開しています。私は本サービスを通じてお客様がさまざまなデータを活用するためのデータ分析基盤となるデータレイクの構築・運用を担当しています。このデータレイクは、2.5ペタバイトのデータを保有しており、年間1,000万クエリが実行される大規模な環境となっています。 今回、私たちはAWS上に構築されたデータレイクのデータスキャン量を4人月という工数で25％削減することに成功しました。この記事では、その削減プロセスを紹介いたします。このデータレイクは、クエリエンジンとしてAmazon Athenaを主に使用しており、Amazo
メンバー1人1人のスキルアップを促す「等級（グレード）」と「給与テーブル」｜風音屋（かざねや）
風音屋（@Kazaneya_PR）では、メンバー1人1人のスキル水準をモニタリングし、さらなる成長を促すための仕組みとして「等級（グレード）」を設定しています。プロフェッショナル人材が少しでも正当な評価とフィードバックを受けられるように試行錯誤を経てきました。 採用選考を進める中で「自分の場合はどのくらいのグレードになるのか？」というご質問をいただく機会が多々あります。この記事では、どういった考え方でグレードを設計・運用しているのかを、給与テーブルとセットで解説します。 注意事項クライアントワークを担当するAnalytics部門を想定した内容となっています。Backoffice部門の給与テーブルは試行錯誤中ですが、ベースとなる考え方は同じような形に落ち着くはずです。 人事周りのルールは今後変わっていく可能性があります。最新状況についてはカジュアル面談でお問い合わせください。 すべての人にと
貧乏だから野菜が食えないとかいうのは毎晩キムチ鍋を食べないやつの戯言にすぎない・冬 - 関内関外日記
貧しいからカップラーメンを食う？ 惣菜パンばかり食う？ 牛丼ばかり食う？ なにを言ってるんだ？ おれにはわからない。おれたちにはキムチ鍋があるじゃないか。 キムチ鍋。 pic.twitter.com/Y9p1hxKJUF— 黄金頭 (@goldhead) January 22, 2019 キムチ鍋。 pic.twitter.com/dhw3CJe3Pw— 黄金頭 (@goldhead) January 21, 2019 キムチ鍋。 pic.twitter.com/nnzaJD9CeC— 黄金頭 (@goldhead) January 20, 2019 キムチ鍋。 pic.twitter.com/3EUpJ2EXJc— 黄金頭 (@goldhead) January 19, 2019 キムチ鍋。 pic.twitter.com/V0XoiNWSfN— 黄金頭 (@goldhead) Janu
【AWS Tips】SSE-KMSとキーローテーションの目的・仕組み - 顧客フロントSEのIT勉強ブログ
Amazon S3の暗号化方式の１つにSSE-KMSがあります。 これはKMSというキー管理サービスを使った暗号化方式なのですが、 AWS認定セキュリティ-専門知識（SCS）の資格勉強をしているときに「キーローテーションってどういう仕組み？何のためにやるの？」という疑問がわいてきたので、少し手を動かしながら調べてみたことをまとめます。 KMSってなに？ SSE-KMSってなに？ キーローテーションってなに？ キーローテーションとは キーローテーションの目的 キーローテーションの仕組み 実際に実機で確認してみる バケットの作成 ファイルの暗号化（マネジメントコンソールから） ファイルの暗号化（CLIから） ファイルの復号 キーローテーションしてみる S3のデフォルト暗号化のキーを変更する まとめ KMSってなに？ AWS KMS（Key Management Service）は、暗号化鍵の作
ずかし鶏 - メリカで食べよう ずかしめし 食い物の エ○サイト♡ 在米レシピ オカズにしてください！
ライバルはさけるチーズ。日本だと鶏胸肉ってやたら安くて、お世話になった。この調理法、どこで聞いたか思い出せないけど（今回は自分で生み出したわけではないと断言できる）、絶対美味い。さけるチーズよりもジューシーで旨味が深い。 ムネ肉ってパッサパサなのが相場という常識を普通にぶち壊してつらい。 でも簡単すぎて笑う。 それでは、冷凍庫から取り出したばかりの新鮮な冷凍鶏胸肉を解凍しました。 たっぷりお湯を沸かして塩をたっぷり。こんなに入れなくていいだろうと言うくらい入れる。入れすぎて失敗したことは無い。（当サイトでは厳密な目分量に大変こだわっておりますが、目安としてはムネ1枚に対し、水2リットル、塩大さじ1です。） ドボン。 再沸騰するまで強火。 沸騰したら火を止めて蓋。 そのまま冷めるまで放置。 常温になるまで冷めたら（5時間くらいはかかる）鶏を取り出して冷蔵庫へ。このまま食べても美味しいけど。
「UIの色を変えただけで大量のクレームを頂戴してしまった話」の何が問題か？｜moutend
結論話題の記事「UIの色を変えただけで大量のクレームを頂戴してしまった話」を読みました。ユーザーを軽視した内容に驚愕したのですが、それよりも記事が批判されている原因を理解できていない様子の方が存在することに衝撃を受けました。 現職のデザイナーあるいはデザイナーを目指している方々にお伝えしたいことは以下の3点です。 具体的な不都合を訴える問い合わせは無益なクレームではなく有益なフィードバックです。プロダクトの価値向上につながる貴重な意見ですから無視するべきではありません。 時間の経過でユーザーがUIに慣れることはありません。問い合わせをしても無駄だと学習して離脱したパターンを疑いましょう。受け入れられる場合も含めて画面の変更はユーザーに負担を強いているのだと自覚してください。 色覚特性や色とコントラストについて学びましょう。色だけで情報を伝えるデザインはアンチパターンですから避けてください。
ChatGPTでキャラを動かそう！キャラ再現率が高いプロンプトと回答をしっかり縛れるAPIフロー
ネイホウ、にわとろです。この前結婚したので結婚式の費用を稼ぐために仕方なくエンジニアをやっています。 今日は、キャラクターをChatGPTで再現するプロンプトとAPIフローの組み立て方を紹介します。 元々この技術は、俺と@SouthCloud0703のチームで「俺のずんだもん」を引き続き開発していく過程で得られたものです。 この記事を書かせた失敗 「俺のずんだもん」の開発はこの度断念することにしました。メールリストまで登録してくださった方々には本当に申し訳なく思っています。ただ俺たちがその過程で得られた内容を公開するので、これが誰かの役に立つことを祈っています。 ちなみに断念した理由は収益モデルが立たなかったからです。Twitterのバズを見て興味を持ってくれたベンチャーキャピタルやコンサルの方にお話を伺ったのですが、総じて難しいとのことでした。そもそもデスクトップマスコットの先輩にあたる
ココナラのCDN構成についてご紹介
お久しぶりです。 株式会社ココナラのシステムプラットフォーム部インフラ・SREチームに所属している ぐっさん です。 前回はAWSへログインするための仕組みを見直しした際のことをご紹介させていただきましたが、今回は打って変わってココナラで利用しているCDNについてご紹介しようかと思います。 CDNとは そもそもCDNとは何かということをざっくりと説明すると、ユーザーがWebサイトにアクセスした際に受け取るコンテンツを配信専用のサーバーにキャッシュとして持たせて配信することでユーザーに高速に届ける仕組みです。 CDNはコンテンツを配信することに特化しているため、高速かつ障害性にも優れています。 また世界のいたるところに配信サーバーが配置されています。 そのため、オリジナルのWebサイトと国を跨ぐほど離れた場所からのアクセスであっても、その距離を感じさせないほど高速にページを閲覧することができ
Knowledge Base for Amazon Bedrockのプロンプトみてみた
Knowledge Base for Amazon Bedrockのプロンプトがどのように設計されているか気になったので、調べてみました。 事前準備 Knowledge Base for Amazon Bedrockについて Knowledge Base for Amazon Bedrockで使用するモデルは以下の通りです。 embedding: Amazon Titan Embeddings G1 – Text v1.2 Large Language Model(LLM): claude - v2.1 今回は私が所属しているFusicのメンバー紹介ページをデータソースとして作成しました。 ログ出力設定 Bedrockの設定からモデル呼び出しのログを記録することができます。S3とcloudwatch logsを選択することができ、今回は検証のためS3を選択しました。 中身を確認してみる ロ
データウェアハウスのデータモデリングを整理してみた - Qiita
概要 スタースキーマからスノーフレーク、ギャラクシー、そしてデータボールトやアンカーモデリングまで、各スキーマの特徴、利点、そして適用シナリオを掘り下げます。 スタースキーマ スタースキーマを元に整理します。 スタースキーマ または 星型スキーマ はデータウェアハウスに利用される最も単純なスキーマである。スタースキーマには唯1つもしくは少数のファクト表と複数のディメンション表が含まれる。スタースキーマはスノーフレークスキーマの一種であるが、多くの用途で利用されている。 DWHに利用される最も単純なスキーマ 唯一または少数のファクトテーブルと、複数のディメンションテーブルが含まれる スノーフレークスキーマの一種 モデル ファクト表はデータウェアハウスでの解析で利用され、複数の異なるディメンションに区分される。ファクト表は主要なデータを持つ一方、ディメンション表は相対的にサイズが小さくディメン
フロントエンドのディレクトリ設計を移行した話 | Atomic Design → Feature
はじめに この記事は、業務でフロントエンドのディレクトリ設計思想を変更した際の作業をまとめた記事です📕 それなりの規模のプロジェクトでの移行作業のため、新規機能実装などに影響が出にくいようにリファクタリングを進めてきました。そこでの進め方や感想も含めてお伝えできればと思います。 前提 6年ほど運用しているReact Nativeのプロジェクトでの移行作業のお話です。 従来のディレクトリ設計思想はAtomic Designを採用していました。しかし、organismsのコンポーネントが300個近くにも及び、プロジェクトの規模が大きくなるにつれて様々な課題が浮き彫りになりました。これを機に設計思想の移行を決めました。 Layer型のAtomic DesignからFeature型のディレクトリ構造に移行していこうと思います😌 参考: ソフトウェアアーキテクチャの基礎 なぜ移行したか なぜ移行
AWSが教えてくれないコスト削減の小話いろいろ | 外道父の匠
米ドル/円 が150円と計算しやすくなり、コスト削減の圧力が日々強まる中、皆様お宝探しと垂れ流し回収の真っ最中でございましょうか。 最近はコスト削減や予算について見ることが多いので、その中で出てきた面白げな話に雑談を加えてとりとめなく書いてみようと思います。 削減余地はある 昨年にご好評いただいた AWSコスト削減とリソース管理 | 外道父の匠 を含め色々な削減施策を試みてきましたが、サクッと成果になる箇所から泥沼に動かない所まで様々あったりします。 ただ、どんなアカウントでもトラフィックや処理負荷には波があり、それに対する余剰リソースを確保して構成しているので、その辺をキュッと絞ることまで含めればやれることは必ず一定以上存在することになります。 そういう大きなお宝ではない小さなお宝だと様々あり、古びたとか退職者が作ったとかで、ほぼ使っていない垂れ流しリソースやデータをかき集めれば、チリツ
長く活躍できるエンジニアになるためには？ 技術者として大切にしたいこと
フロントエンドのパラダイムを参考にバックエンド開発を再考する / TypeScript による GraphQL バックエンド開発
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
今さら聞けない!? AWSの生成AIサービス Amazon Bedrock入門！
Not All MFA Is Created Equal
マルチテナントの実現におけるDB設計とRLS / Utilizing RSL in multi-tenancy
GitHub - lawofcycles/apache-iceberg-101-ja: これからApache Icebergを学びたい人向けの実践的なハンズオンです。コンテナが動く端末1台で始められます
CyberAgentの分散学習基盤を支える 400GbE RoCEv2 Lossless networkの運用