コマンドラインから IAM 認証を使用して、DB インスタンスに接続する: AWS CLI および mysql クライアント 以下に示すように、AWS CLI および mysql コマンドラインツールを使用して、コマンドラインから Amazon RDS DB インスタンスに接続できます。 前提条件 IAM 認証を使用して DB インスタンスに接続するための前提条件は以下のとおりです。
コマンドラインから IAM 認証を使用して、DB インスタンスに接続する: AWS CLI および mysql クライアント - Amazon Relational Database Service
コマンドラインから IAM 認証を使用して、DB インスタンスに接続する: AWS CLI および mysql クライアント 以下に示すように、AWS CLI および mysql コマンドラインツールを使用して、コマンドラインから Amazon RDS DB インスタンスに接続できます。 前提条件 IAM 認証を使用して DB インスタンスに接続するための前提条件は以下のとおりです。
昨年末から待っていた、ベクトル検索機能を搭載した Oracle Database 23c のアップデート 23.4.0（どういうわけか 23c ではなく 23ai になったらしい…）がようやくリリースされました。 ベクトル検索のドキュメント「Oracle AI Vector Search User's Guide」を見てみると、言語モデルに問い合わせてベクトル表現を取得したり、モデル自体をデータベースに格納したり、SQL でプロンプトを投げてみたりと、SQL 世界で RAG を実現しているようです。 とはいえ、RAG のフローをアプリ側で実装している多くのエンジニアの方にとって、データベースに求めていることはスケーラブルなベクトル検索（と SQL 処理との組み合わせや、確立されたデータベース運用）なのではないかと思います。 そこで、この記事では、ベクトル検索に的を絞って、最速で試してみる手
EngineeringOpen SourceGit’s database internals III: file history queriesGit’s file history queries use specialized algorithms that are tailored to common developer behavior. Level up your history spelunking skills by learning how different history modes behave and which ones to use when you need them. This week, we are exploring Git’s internals with the following concept in mind: Git is the distri
Surface and optimize slow performing queries with Datadog Database Monitoring
Looking for Datadog logos? You can find the logo assets on our press page.
GitHub - lucaong/cubdb: Elixir embedded key/value database
Both keys and values can be any Elixir (or Erlang) term. Basic get, put, and delete operations, selection of ranges of entries sorted by key with select. Atomic, Consistent, Isolated, Durable (ACID) transactions. Multi version concurrency control (MVCC) allowing concurrent read operations, that do not block nor are blocked by writes. Unexpected shutdowns or crashes won't corrupt the database or br
Basic $89/ license 1 Mac/Windows device *Bonus 2 iOS devices Unlock all Premium Features Perpetual license 1 year of updates and support Best for Indie Dev/Student Buy Basic License Standard $129/ license 2 Mac/Windows devices *Bonus 4 iOS devices Unlock all Premium Features Perpetual license 1 year of updates and support Save 40% off Buy Standard License Custom License $59/ per seat 1 Mac/Windows
AWS Database Migration Service とは - AWS Database Migration Service
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 AWS Database Migration Service とは AWS Database Migration Service (AWS DMS) は、リレーショナルデータベース、データウェアハウス、NoSQL データベース、その他の種類のデータストアを移行できるようにするクラウドサービスです。AWS DMS を使用して、データの AWS クラウド への移行や、クラウドとオンプレミスセットアップを組み合わせたものの間でのデータ移行ができます。 AWS DMS を使用すると、ソースデータストアの検出、ソーススキーマの変換、データの移行ができます。 ソースデータインフラストラクチャの検出には、DMS Fleet Advisor を利用できます。このサービスは、オンプレ
Boosting MySQL database performance with Amazon ElastiCache for Redis
Relational databases are a cornerstone of most applications. When it comes to scalability and low latency though, there’s only so much you can do to improve performance. Even if you add replicas to scale reads, there’s a physical limit imposed by disk based storage. The most effective strategy for coping with that limit is to supplement disk-based databases with in-memory caching. The ElastiCache
Azure SQL Database の DTU (Database Throughput Unit)て知ってます？ | 蒼の王座
Azure SQL Database の DTU (Database Throughput Unit)て知ってます？ Microsoft Azure SQL Databaseの提供形態が変わろうとしています。 これまでは、使用領域に応じた課金でしたが、今後はパフォーマンスと機能に応じた課金に変わります。 パフォーマンスをベースにした課金になりますが、パフォーマンスとはどういった定義なのでしょうか？その話をすると出てくるのが、次の2つの概念です。 Database Throughput Unit – DTU Azure SQL Database Benchmark – ASDB Database Throughput Unit – DTU データベースにアサインする性能に関係するリソースに相当します。 CPU、メモリ、Read、Writeを混ぜ合わせて計測します。 そして、性能レベルを比較し
諮るの意味とは？｜読み方と意味 諮るは「はかる」と読みます。 「ある問題について意見を求める、相談する」という意味の言葉です。 はか・る 【諮る】 ある問題について他人の意見をきく。また、公の機関などで、ある問題について学識経験者による委員会の意見を「答申」として出してもらう。 引用：諮るとは – Weblio辞書 この「他人の意見を聞く」については、ニュアンスに注意が必要です。たしかに他人に意見を求めることを「会議に諮る」などと表現しますが、その際、「意見を求める先は個人ではないこと」に注意しましょう。 公的機関であれば、「専門家会議」や「有識者会議」などをさしますし、企業であれば「社内の会議」や「取締役会」「株主総会」を指します。 その他団体であれば「総会」や「理事会」「委員会」「審議会」などといったものが当てはまります。 そのため、「○○に諮る」の○○に入る言葉は、「○○会議」「○○
GitHub - spiceai/spiceai: A unified SQL query interface and portable runtime to locally materialize, accelerate, and query datasets from any database, data warehouse, or data lake.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
日本古写真グローバル・データベース | Global Database of Old Japanese Photographs
English Japanese
当投稿はKubernetes Advent Calenderの18日目の記事となります。 17日目はnnao45さんの「【Kubernetes】KubernetesのCronJobのcronスケジュールはどう管理されているのか？」でした。 今日はKubernetesのDatabase Operatorということで、私が何度かカンファレンスで触れているKubeDBについて解説したいと思います。今回は主に耐障害性についての設計とその動作確認をしていきます。 TL:DR KubeDBはマルチデータストアなKubernetes Operator。 しかし、Kubernetes v1.16ではうまく動かない。 PostgreSQLのレプリケーションは簡単に構築可能、障害時のFOも問題なし （開発体制に不安はあるものの）今後のリリースに期待したい。 KubeDBとは AppsCodeという会社が提供し
[Entity Framework Core] データベースファースト（Database First）で、モデルを生成してみた。 | 東京で働く、ある開発者のメモ
(1) 動作環境 Microsoft Visual Studio Enterprise 2017 Version 15.8.7 PostgreSQL 10.3 (2) プロジェクト作成 プロジェクト名は、TestApp とした。 (3) 関連パッケージのインストール 「NuGet パッケージの管理」を開く。 最低でも以下のパッケージをインストールする。 Microsoft.EntityFrameworkCore Microsoft.EntityFrameworkCore.Design Npgsql.EntityFrameworkCore.PostgreSQL インストール後、「ソリューション エクスプローラー」に、「プロジェクト」-「依存関係」-「NuGet」の配下に、インストールしたパッケージがあればOK。 ※ インストール後に、Visual Studio を再起動しないと、モデル生成時
![[Entity Framework Core] データベースファースト（Database First）で、モデルを生成してみた。 | 東京で働く、ある開発者のメモ](https://cdn-ak-scissors.b.st-hatena.com/image/square/73e258302a34226abb905a982fd7db75a43f18e6/height=288;version=1;width=512/https%3A%2F%2Fhokatsu.sakura.ne.jp%2Fimg%2Fc-sharp%2Fdatabase-first%2Fgenarate-model1.png)
[AWS Black Belt Online Seminar] Amazon Quantum Ledger Database (QLDB) 資料及び QA 公開 | Amazon Web Services
Amazon Web Services ブログ [AWS Black Belt Online Seminar] Amazon Quantum Ledger Database (QLDB) 資料及び QA 公開 こんにちわ、ソリューションアーキテクトのザビオ(@zabbiozabbio)です！ 先日 (2020/06/09) 開催しました AWS Black Belt Online Seminar「Amazon Quantum Ledger Database (QLDB) 」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 20200609 AWS Black Belt Online Seminar Amazon Quantum Ledger Database (QLDB) AWS クラウドサービス活用資料集（すべての過去資料が閲覧できます） Q1
![[AWS Black Belt Online Seminar] Amazon Quantum Ledger Database (QLDB) 資料及び QA 公開 | Amazon Web Services](https://cdn-ak-scissors.b.st-hatena.com/image/square/f99e0459d031823efaf191dff8f33e74a15cd714/height=288;version=1;width=512/https%3A%2F%2Fd2908q01vomqb2.cloudfront.net%2Fb3f0c7f6bb763af1be91d9e74eabfeb199dc1f1f%2F2020%2F07%2F01%2FThumbnail.png)
ProductSecurityGitHub Advisory Database now powers npm auditToday, we’re adding a proxy on top of the GitHub Advisory Database that speaks the `npm audit` protocol. This means that every version of the npm CLI that supports security audits is now talking directly to the GitHub Advisory Database. Supply chain security is one of the most important parts of software development today, and we want to
GitHub - bytebase/bytebase: The GitLab/GitHub for database DevOps. World's most advanced database DevOps and CI/CD for Developer, DBA and Platform Engineering teams.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
【実例付き】Notion好き必見！NotionのDatabase automationsで効率化できる９つのこと - ABEJA Tech Blog
はじめに 皆さん、お久しぶりです、ABEJAで細々とNotion普及活動をしている齋藤です。 こちらは ABEJA Advent Calendar 2023 の 4日目の記事です。 他にも弊社メンバーが面白い記事をどんどん投稿予定なので、是非チェックしてみてください。 目次 はじめに 目次 Notion Database automationsって何？ できること Database automationsの設定 対象選択 トリガー アクション Edit property - propertyの編集 Add Page to... - ページの追加 Edit pages in... - ページの編集 Send Slack notification to... - Slackへの通知 事例紹介 自身の入力を補助する系 TodoリストでFormulaプロパティを使わず進捗のバーを表示 議事録でチー
TOP BLOG 技術ブログSQL ServerのSQLチューニングをToad for SQL Serverで簡単に実施！ コーソルDatabaseエンジニアのブログ 技術ブログ 渡部です。エンジニアのスキルに依存せず、SQL ServerのSQLチューニングをツールで簡単に実施できるToad for SQL Serverの簡単なご紹介です。 チューニングの悩ましさ SQLに限りませんが、チューニング作業は現場的に悩ましい存在です。それは、以下の問題点があるためです。 チューニングに携わるエンジニアに高いスキルが必要 高いスキルを持ったエンジニアを見つけるのが困難 高いスキルを持ったエンジニアであっても、チューニング作業には多くの時間が必要 どこまで時間をかければ、チューニングをやり切ったかの判断が難しく、いたずらに時間を浪費しがち 仮に高いスキルをもつエンジニアを見つけられ、時間をかけて
Tips for writing clear, performant, and idiomatic Go code
21st February 2021 I released Datasette 0.55 and sqlite-utils 3.6 this week with a common theme across both releases: supporting cross-database joins. Cross-database queries in Datasette SQLite databases are single files on disk. I really love this characteristic—it makes them easy to create, copy and move around. All you need is a disk volume and you can create as many SQLite databases as you lik
Reduce downtime with Amazon Aurora MySQL database restart time optimizations | Amazon Web Services
AWS Database Blog Reduce downtime with Amazon Aurora MySQL database restart time optimizations When using Amazon Aurora MySQL-Compatible Edition for operating your relational databases in the AWS cloud, one of the key requirements is to verify that it is highly available during planned and unplanned outages. As database administrators, you should perform occasional database maintenance. This can b
よくテーブルデザインをする際、あれ？これって予約語じゃね？って時ありませんか？ もっと細かくみたい場合、WEBで調べるとか・・・ちょっとめんどくさいですよね。 いままで全然、知らなかったのですが、MySQL 8.0以降では、予約語をこんなに簡単になりました。 これは簡単！information_schema.KEYWORDSテーブルに予約語が格納されております！！ information_schema.KEYWORDS SELECT * FROM information_schema.KEYWORDS LIMIT 10; ---- +------------+----------+ | WORD | RESERVED | +------------+----------+ | ACCESSIBLE | 1 | | ACCOUNT | 0 | | ACTION | 0 | | ADD | 1
AWS Database Migration Service now supports Time Travel, an improved logging mechanism
AWS Database Migration Service (AWS DMS) expands its functionality by introducing Time Travel, a feature granting customers flexibility on their logging capabilities and enhancing their troubleshooting experience. With Time Travel, you can store and encrypt AWS DMS logs using Amazon S3, and view, download and obfuscate the logs within a certain time frame. Time Travel help make troubleshooting mor
Announcing Grafana Phlare, the open source database for continuous profiling at massive scale | Grafana Labs
Solutions All end-to-end solutions Opinionated solutions that help you get there easier and faster
The API database architecture - Stop writing HTTP-GET endpoints
The API database architecture - Stop writing HTTP-GET endpoints Table of contents Introduction Data retrieval via PostgREST, data modification in the existing backend Compatibility with REST, CQRS and GraphQL Strategies for adapting existing architectures Adapting a monolithic system with a single backend Adapting (domain-driven) microservices with one or more databases Benefits of the API databas
昨今、企業ビジネスの多くはITで支えられており、その中核となるのがデータベースです。例えば、ECサイトのバックエンドで稼働しているデータベースの性能（以下パフォーマンス）が低下すると、利用者が操作するWeb画面の応答時間が長くなります。応答時間が2秒以上になると直帰率が上がるとも言われており、データベースのパフォーマンスダウンが売上機会の大きな損失につながる可能性があることを示唆しています。 システムを利用するユーザー側からすればストレスなく利用できるのがベストですし、提供する側も、システムや人的リソースには限りがあるため最小構成で長く安定稼働できることが望ましい状況です。パフォーマンスダウンは、多くの場合、システムリソースを大きくすれば一時的に解決できますが、将来的に、またシステムを長く持たせるためにも、根本的な原因を突き止め、適切な対策を実施しておくことが重要です。 本記事は、Orac
Last modification on 2022-12-05 Author: Ed Huang (h@pingcap.com), Cofounder, CTO, PingCAP/TiDB It's been a long time since I wrote anything, so I'll share what I've been thinking about more recently. Just consider it a record of work. Let's start with an important question: If we were to redesign a new database today from the ground up, what would the architecture look like? Before I get into the
【初心者向け】Amazon Relational Database Service(RDS) と Aurora について比較してみた
Amazon RDS と Amazon Aurora の比較 ☘️ はじめに 本ページは、AWS に関する個人の勉強および勉強会で使用することを目的に、AWS ドキュメントなどを参照し作成しておりますが、記載の誤り等が含まれる場合がございます。 最新の情報については、AWS 公式ドキュメントをご参照ください。 👀 Contents Duration: 00:01:00 Amazon RDS と Amazon Aurora の比較 ☘️ はじめに 👀 Contents RDS について知るには Aurora について知るには RDS / Aurora について知るには(その他) RDS と Aurora の比較サマリ 比較ポイント１：データベースエンジン 比較ポイント２：ストレージアーキテクチャと耐久性 比較ポイント３：ストレージの容量拡張 比較ポイント４：可用性 比較ポイント５：読み取
Ask HN: What are some examples of good database schema designs? | Hacker News
I've seen many examples of database schemas but don't always recognise a good design over a mediocre or poor design.This is what I mean by schema (is this a good design?) https://www.drupal.org/node/1785994 When I read about database schemas with thousands of tables I wonder what kind of problem could possibly require so many tables. What are good schema examples? And what are some poor examples?
The largest collection of resources for learning and working with digital product. Discover tools to optimise your design flow or learn and improve your skills with the most comprehensive course, ever. User experience (UX) is much more than designing user interfaces (UI). It is the art and science of designing and taking into account all possible interactions of people using any kind of artefact a
GitHub - dpapathanasiou/simple-graph: This is a simple graph database in SQLite, inspired by "SQLite as a document database"
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Picking a vector database: a comparison and guide for 2023
In an era where semantic search and retrieval-augmented generation (RAG) are redefining our online interactions, the backbone supporting these advancements is often overlooked: vector databases. If you're diving into applications like large language models, RAG, or any platform leveraging semantic search, you're in the right place. Picking a vector database can be hard. Scalability, latency, costs
Oracle to PostgreSQL migration tool, automatically convert Oracle and MySQL database to PostgreSQL
Oracle Database Service for Azure(ODSA)で作成したMySQL HeatWaveにAzureから接続する - Qiita
Oracle Database Service for Azure(ODSA)で作成したMySQL HeatWaveにAzureから接続する はじめに Oracle Database Service for Azure(ODSA)でMySQL HeatWaveを作成する方法については以下の記事を参考にしてください。 Oracle Database Service for Azure(ODSA)でOCI上にMySQL HeatWaveを作ってみる MySQL HeatWaveエンドポイントには、MySQL Shell、MySQLクライアント、MySQL Workbenchやアプリケーションから接続できます。この記事ではAzure上に作成したVMからMySQL Shellを利用してMySQL HeatWaveに接続する方法をご紹介します。 MySQL Shellについての詳細は以下を参考にして
【MySQL】無難で一般的な CREATE USER, CREATE DATABASE あたりを押さえる 以下、例で使用する名前 DB 名: sample_db ユーザ名: sample_user パスワード: sample_user_pass データベースの作成・更新・削除 DB 作成時は文字コード (CHARACTER SET) と照合順序 (COLLATE) を指定すること。テーブル作成時に指定しなくても良くなる。 DB 作成時はストレージエンジン (InnoDB, MyISAM など) は指定できない。テーブル作成時に指定できる。 2018年9月3日現在では、utf8mb4 が一般的。これは、絵文字も扱える UTF-8 MySQLの文字コードとCollation – Qiita COLLATE とはソート順のこと。体感的に utf8mb4_general_ci が使われる印象。 【
Internal ID Image Internal Name Name Sub Special Reward Lvl 2 Reward Lvl 3 Reward Lvl 4 Reward Lvl 5 Matchmaking Range Season Unlock Level Special Points Parameters
Notion DataBaseをAPIから操作する際の用途別リクエスト構成についてまとめてみた | DevelopersIO
Notionの操作をAPIで行っていると、ブロック要素はページにもなり、データベースにもなる点で使うべきAPIの選択で悩まされます。公式ドキュメントを見る限り一つのAPIを元に操作することを予想するのですが、実際には用途でそれぞれAPIが異なります。 データベースにレコードを追加するときにはDataBase APIは使わなかったりと、設計意図に振り回されることも多々あります。どの操作をどのAPIが担当しているのか、今回はDataBaseに絞って確認してみました。 データベース作成時の念頭事項 重要なのは以下の点です。 何らかの親ページが必要になる レコード追加はページ用API 一番の悩みはプロパティ設計時のパラメータ指定になるでしょう。 各オブジェクト毎に必要なパラメータは示されているものの、肝心なJSON形式でのサンプルが含まれていないためです。 データベース作成時 リクエストに用いるU
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
Oracle Database 23ai のベクトル機能を試す手順 (1) - Qiita
Git's database internals III: file history queries
TablePlus | Modern, Native Tool for Database Management.
諮るの意味とは？「会議に諮る」等の使い方と例文、類語・英語表現 | IKIKATA Database
Database Operator：KubeDBについて - Qiita
GitHub Advisory Database now powers npm audit
SQL ServerのSQLチューニングをToad for SQL Serverで簡単に実施！ | コーソルDatabaseエンジニアのBlog
Go Vulnerability Database - Go Packages
Cross-database queries in SQLite (and weeknotes)
MySQL 8 で簡単に予約語を調べる方法！ - Database JUNKY
日立システムズ、Oracle Databaseのクラウドリフト＆シフトと技術支援をパックにした「クラウドDB スターターパック for Oracle Cloud」を提供
もう怖くない！Oracle Databaseのパフォーマンスダウンにこう立ち向かえ！ | アシスト
Building a database in the 2020s - me.0xffff.me
🔍 Exploring Android Room Database with Room Explorer
User Experience (UX) - Learn UX | UX Database
Ora2Pg - Moves Oracle database to PostgreSQL
【MySQL】無難で一般的な CREATE USER, CREATE DATABASE あたりを押さえる
Splatoon 3 - Weapon and Gear Database