NoSQLデータモデリング技法.markdown #NoSQLデータモデリング技法 原文：NoSQL Data Modeling Techniques « Highly Scalable Blog I translated this article for study. contact matope[dot]ono[gmail] if any problem. NoSQLデータベースはスケーラビリティ、パフォーマンス、一貫性といった様々な非機能要件から比較される。NoSQLのこの側面は実践と理論の両面からよく研究されている。ある種の非機能特性はNoSQLを利用する主な動機であり、NoSQLシステムによく適用されるCAP定理がそうであるように分散システムの基本的原則だからだ。一方で、NoSQLデータモデリングはあまり研究されておらず、リレーショナルデータベースに見られるようなシステマティック
はじめに MySQL(InnoDB)でSQLのパフォーマンスチューニングをするときに役に立つ知識をエッセンスとしてまとめました。結合(JOIN)やB-treeインデックスの探索の仕組み、実行計画の基本的な見方を紹介します。 想定する読者は、SQLのパフォーマンスを改善する必要があるが実行計画をみてもいまいちピンと来ない方です。インデックスの作成の経験や、複合インデックスやカーディナリティの知識があることを前提にしています。目標は、実行計画の内容がよく分からない読者が、実行計画をみただけでクエリが実行される様子をイメージでき、自信を持ってクエリの改善にあたることができるようにすることです。 ストレージエンジンはInnoDBを前提としています。また、インデックスはB-treeインデックスを想定しています。全文検索の転置インデックスや空間検索のR-treeインデックスについては触れません。 イン
PostgreSQL と MySQL の決定的な違い
基本： PostgreSQL と MySQL の概要 PostgreSQLとMySQLの基本的な概要と歴史から始めましょう。すでに基本的なことを知っている場合は、このセクションは飛ばしてください。初心者の方はこのセクションをお読みください。 MySQL とは MySQLは、世界で最も一般的に使用されているリレーショナルデータベース管理システム（RDBMS）です。2023年に開発者の間で2番目に高い使用率を誇るこのオープンソース RDBMS は、高速で信頼性が高く、安定したセキュアでスケーラブルなデータ管理を組織に提供することで知られています。 MySQLは、スケーラブルな Web アプリケーションに最適な選択肢です。MySQLはLAMPスタックに標準搭載されています。LAMPスタックはウェブ開発で非常に人気があります。これは、Linux、Apache HTTP Server、MySQL、P
第３章 機械学習(教師あり学習)
- 37 - 第 3 章 機械学習（教師あり学習） 教師あり学習にはどのような手法があって、どんな課題解決に役立てられているのでしょうか。この章では、 実践例とともに、手法の種類とそのアルゴリズムについて学んでいきます。 教師あり学習の基本的な手法と実践例を理解する - 38 - 教師あり学習とは 教師あり学習とは、既知となった過去の入力データと出力データを機械学習アルゴリズムにあらかじめ与える ことで、それらを「正解データ」として計算する機械学習の手法です。 例えば、大量の動物の画像データが存在した時に、「これは“ネコ”」「これは“イヌ”」・・・といったようにあらかじ めラベリングをしておきます。十分な正解データを用意し、それらを教師（正解）として機械学習を行います。未 学習の画像を読み込ませた場合にも、正解の中から一致するデータを見つけ出し、“ネコ”か“イヌ”を判定するこ とができます
3月4日、海外スタートアップRivetが「SQLite-on-the-Server Is Misunderstood: Better At Hyper-Scale Than Micro-Scale」と題したブログ記事を公開した。この記事では、サーバー環境におけるSQLite活用が大規模スケールでどのように有効なのかについて詳しく紹介されている。以下に、その内容を紹介する。 3月4日、海外スタートアップRivetが「SQLite-on-the-Server Is Misunderstood: Better At Hyper-Scale Than Micro-Scale」と題したブログ記事を公開した。この記事では、サーバー環境におけるSQLite活用が大規模スケールでどのように有効なのかについて詳しく紹介されている。以下に、その内容を紹介する。 Rivetは新しいオープンソースのセルフホスティ
"The closer to the train station, the worse the kebab" - A "Study" - James Pae
This write-up was originally posted on reddit, though I've cleaned things up specifically for this post. Due to reasons discussed towards the end of this post, I'm not entirely happy with the results and intend to take another shot at it in the near future. Introduction🔗 I came across this post sharing a hypothesis from a French subreddit; The closer to the train station, the worse the kebab. The
こんにちは、令和トラベルでバックエンドエンジニアをしている木村です。 MySQLにはSpatial index(R-tree index)という交差や包含など空間的な基準に基づいたインデックスが存在します。本ブログ記事では、このインデックスを使った地理的検索のパフォーマンス検証についてご紹介します。 マップ検索機能と前提条件 マップ検索機能について この機能は、地図からホテルをマップ検索できるものです。地図上にホテル価格が表示され、自分の行きたい場所の価格相場の把握にも便利です。 この機能実現のために、APIの仕様としては以下二つの担保が必要となります。 アプリ上に表示されているマップのエリア内に含まれるホテルを返すこと マップの移動や拡大・縮小に伴う操作でホテルを再取得する必要があり、そういった操作に耐えうるレスポンス速度であること 前提条件 ホテルのデータは70万軒以上 検証環境 Ma
日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：澤田 純、以下「NTT」）は、数千個以上のデータであっても1時間以内に格納し、瞬時に類似検索することを可能にするハッシング技術（※1）を実現しました。 通信ネットワークの高度化やデータベース技術の進展により、現在膨大な量のデータが利用可能になっています。問い合わせデータに類似するデータをデータベースの中から効率的に探し出す類似検索は様々なアプリケーションで用いられる重要な技術です。ハッシング技術は事前に0と1のバイナリで表現したデータのハッシュ値をデータベースに格納することで、効率的な類似検索を近似的に実現するもので、現在まで様々なハッシング技術が提案されています。その中でもアンカーグラフハッシング（※2）は高い近似性能と検索実行時の高速性と省メモリ性で優れた技術として知られています。しかし、ハッシュ値の計算に必要な計算コストが高
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
NoSQLデータモデリング技法 · GitHub
MySQL(InnoDB)のSQLパフォーマンスチューニングのエッセンス
【海外記事紹介】SQLiteを大規模なサーバーサイドシステムで利用するのが今後トレンドになるかもしれない
MySQLのSpatial index(R-tree index)を使った地理的検索のパフォーマンス検証
世界で初めて高精度類似検索の大幅な高速化を検索精度はそのままに実現～創薬、がん検診など、大規模データの高速かつ精密な分類が可能に～ | ニュースリリース | NTT