st=>start: Start:>http://www.google.com[blank] e=>end:>http://www.google.com op1=>operation: My Operation sub1=>subroutine: My Subroutine cond=>condition: Yes or No?:>http://www.google.com io=>inputoutput: catch something... para=>parallel: parallel tasks in=>input: some in out=>output: some out st->op1->cond cond(yes)->io->e cond(no)->para para(path1, bottom)->sub1(right)->op1 para(path2, top)->o

はじめに 前回は、これまで説明してきたアルゴリズムの性能を定量的に見積り、比較しました。今回は、これらの性能見積りを用いて行うデータ処理（問い合わせ）の最適化方法について説明します。 データ処理（問い合わせ）の最適化 第4回で述べたように、HadoopのSQL処理系であるHiveをはじめとし、ImpalaやPrestoなどの宣言型言語を用いるデータ処理系においては、利用者は何を（What）処理してほしいかを処理系に指示するのみであり、どのように（How）処理をしてほしいかは指定しません。すなわち、当該処理系においては、どのように処理をするかは処理系自体が決める必要があり、与えられた問い合わせ（クエリ）を最も良いと思われる方法で処理します。このように、問い合わせにおいて最良と思われるデータ処理の方法を見つけることを「⁠（⁠問い合わせ）最適化」と呼びます。 最適化においては、問い合わせを実行す

がくぞ @gakuzzzz 初期化子みたいな専用の言語機構をオブジェクトにもコレクションにも用意して個別に覚える必要があるのに比べて、applyが省略可能とい1個のルールのみでその辺までカバーできるシンプルなScalaが複雑だと言われるのは何故なんだぜ？

2015年8月末をもって竹迫はサイボウズ・ラボ株式会社を退職いたしました。勤続年数は長く9年10ヶ月でした。 在職中は様々な活動を通して多くの皆様よりご指導ご鞭撻をいただきまして誠にありがとうございました。 まだまだ未熟だった私もサイボウズの中では多くのことを学びまして、自分自身も人間として大きく成長することができました。 サイボウズ・ラボの設立背景（10年前） 思い起こせば、私がサイボウズ・ラボに入社したのは2005年11月で、当時はまだラボを設立したばかりの立ち上げ期の頃でした。 リージャス赤坂のレンタルオフィスの一室を借りて、畑さん、akkyさん、kazuhoさんと4人で机を並べて、仕事を開始したのは良い思い出です。 それまでのサイボウズは関西人のノリでダジャレのキャンペーンをよく実施していたためか、どちらかというと宣伝やマーケティングにうまい会社と思われており、なかなか技術の会社と

こんにちは。 こんな記事を開いているということは、あなたはきっとメタルが得意でないし、あまり興味もない。きっとそうだろう。 それにあなたはこう思っている「メタルのサブジャンルなんて知らなくても問題ない」と。 だがちょっと待って欲しい。メタルのライブにいけば客は全員メタラーだ。これはわかるな？ そしてメタルのフェスにいるのは当然全員メタラーだ。 その数、ちょっとした県庁所在地の人口にも匹敵する。 メタラーだけの県庁所在地だ。 そんな中に身一つで放り込まれたらどうする？ コンビニの店員もメタラー、バスの運転手もメタラー、就職面接なんかも「あなたのメタル遍歴を教えてください」なんて質問が飛んでくるはずだ。 メタラーの町はちょっと言い過ぎたかもしれないが、おっと少し汗臭いなと思ったらメタラーに包囲されているくらいは十分起こりうる事象だ。 そんな時にメタラーではないということがバレて、「ヴェーイ・・