astahを使って、T字形ERによるデータモデリング手法を解説した資料があったのでメモ。 これはすごくためになる。 自分なりの理解をまとめるためにメモ。 間違っていたら後で直す。 【元ネタ】 Twitter / akipii:凄く良い資料！dddosaka勉強会の人は必読でしょう笑 RT @hatsanhat: データモデリング入門ーastah*を使ってTMの手法を使う http://www.slideshare.net/mobile/inamiK/ss-36665472 … 大変親切にわかりやすく解説されています。 【1】T字形ERのデータモデリングをastahProfessionalのER図でどのように表現すべきか、を解説している。 非常に丁寧で分かりやすい。 個人的には、既存システムのリバース・エンジニアリングの設計技法を選択するとしたら、T字形ERが最強だと思っている。 既存の画面

デイヴィッド・スピヴァックによる衝撃的なデータベース理論である関手的データモデル。どうしたらうまく説明できるか？ と色々と悩んでしまいますが、まー、書けるところから書き始めてしまいましょう。 さー、いらっしゃい、いらっしゃい。関手的データモデルの世界へようこそ。圏論の言葉は出てきますが、圏論の予備知識はほぼゼロでOKですよ。 [追記 date="翌日"]取り急ぎ勢いで書きましたので、不注意と早とちりが混じっていました。追記と取り消し線の形で訂正と注記を足しました。字句レベルの表現の変更は直接編集しています。 あとそれと、圏論の基本用語を知りたいときはコチラ、… って、……、ゴメン！[/追記] 内容： はじめに 本の購入のサンプル スキーマのグラフ表現 キーとか計算カラムとか 圏としてのスキーマ 関手としてのデータベース状態 テーブルの変化 自然変換としてのデータ操作 データベースに圏論が使

最近 はまっている RavenDB について書いておこうと思う。 RavenDB は、軽量なドキュメント データベース (NoSQL) で、MongoDB などを使っている人は、似た概念のものと思ってもらって良い。(もちろん、細かな点は違うけど。) 構造上、「速い」というのはもちろんだが、その特徴として、.NET との親和性が良く、.NET アプリケーションに埋め込めるという点がある。(ASP.NET MVC の開発者にとっては、超うれしい。) また、実際に使ってみるとわかるが、そうした簡単な表現では足りないくらい、さまざまなメリットと特徴があるので、今日は、その辺りを、伝えられる限り書いておこうと思う。(海外の一部のマニア達の間では、流行ってるみたいだ。。。) インストールとデータベースの準備 まず、構成をちゃんと理解してもらうために、インストール方法から書いておこうと思う。 Raven

今さらですが、何点か記載します。 TransactionScope のインスタンスを生成してから、コネクションを開くこと。 TransactionScope 内で複数の接続を開くと、分散トランザクション（MSDTC）扱いになる。 これは次のコードの様に、同一の接続を開いて閉じて開いても分散トランザクション扱いになる。 using (TransactionScope scope = new TransactionScope()) using (SqlConnection conn = new SqlConnection(connectionString)) { conn.Open(); conn.Close(); conn.Open(); } 但し、.NET Framework 2.0 SP1 （以上？）、SQL Server 2008 の組み合わせだと分散トランザクションにならないみたい。

ディクショナリ管理とローカル管理で意味合いが異なるもの、そもそもローカル管理では使われない・無視されるものがありわかりにくい。マニュアル(SQLリファレンス)の記載も今一煮え切らない。ということで検証してみる。 STORAGE句で指定するエクステント関連の設定項目 INITIAL NEXT MINEXTENTS MAXEXTENS (ローカル管理では無視される。エクステント数は事実上無制限) MAXSIZE PCTINCREASE 今回得た設計上の指針 (ローカル管理が大前提) STORAGE句で指定するエクステント関連の設定項目で検討価値があるのは2つ INITIAL MAXSIZE MAXSIZE MAXSIZEはそのままの意味。テーブルにサイズ上限を設定したければ設定する。明らかに拡張しないマスタテーブルなどに用途があるかもしれないが、あえて制約をしたいという判断があるかは疑問。頭の

業務系のデータ処理では、大きくはトランザクションとマスターに分かれる。 マスターデータは特に、モデルや制御の方法が何かと面倒くさいので、よく議論になる。「マスターデータの管理の手法」というセミナーまで定期的に普通に開かれることも多い。他方、トランザクションデータ（以下TXデータ）は、普通に受け渡しのデータなので、フラットにダラダラ書いておけばよい、という扱いが大抵になる。そもそもER志向でモデルを設計すると、ほとんどは図面はマスターで占められ、TXデータはやたらなんか大量のフィールドを持つ大きなクラスがあるわいね、という扱いも多い。 あと、設計の観点からいうと、ERベースだとマスター設計が花形になる。まぁわかりやすいし、設計作業がしやすい。マスターは「構造」になり、TXデータは「構造」になりにくい。設計者は「構造」が好きだ。良くできた設計は確かに堅牢で、一定の変化にも追随できる。ある種の「

1. MongoDB @just_do_neet ※ URL http://www.slideshare.net/naverjapan/ mongodb-9422893

もともとHadoopは注目の仕組みであったけど ここに来てさらに大きな流れになろうとしてる。 各種のイベントや記事にしても大型のものが多く 一種のHype状態になってきている。 Hadoop Japan Conference 2011 Fall Hadoop Conference Japan 2011 Fall Tickets, Mon, Sep 26, 2011 at 10:00 AM | Eventbrite 登録人数で1000人を超えている。 Cloud Computing World Tokyo 2011 ＆ Next Generation Data Center2011 Apache Hadoop: A New Paradigm for Data Processing http://www.idg.co.jp/expo/ngdc/2011/index.html このイベントがあっ

形態素解析でインデックスを作って検索する Mongoでの全文検索 - Docs-Japanese - 10gen Confluenceを参考に、すぐ実装できた 試しに、青空文庫から走れメロス引っ張ってやってみた。 ライブラリ MongoDB API Docs for python > easy_install pymongo SREngine: Sein blog PythonからMeCabを使う。 ごにょごにょやっていれる やってみる #!/usr/bin/env python # encoding:utf-8 import pymongo import MeCab import urllib import re mecab = MeCab.Tagger("-Ochasen") con = pymongo.Connection() col = con.test.row def get_s

The document describes MongoDB's GridFS specification for storing and retrieving files that exceed the BSON document size limit of 16MB. It explains that GridFS splits files into chunks, which are stored as individual documents, and maintains metadata about the file such as length, MD5, and filename in a separate collection. It provides examples of using the mongofiles command line tool to list, s

This document contains links to MongoDB documentation pages about sharding, databases, collections, inserting, querying, updating, indexing, replication, and backups. It includes a link to a slideshare presentation on MongoDB sharding and links to pages explaining replica set internals and operations.Read less

MapReduceというと集計に使うモノという人が多いと思う。 なんとなれば、MapReduce＝Hadoop＝ワードカウントの図式になっているからだ。 実際、Hadoopを触ってみようという人のほとんどはexampleとしてワードカウントを使うはず。その辺に落ちてるシェークスピアのログでHadoopのexampleを動かした人もおおいはず。 ところが実際に業務バッチ的な処理を行うときに、MapReduceの効果的な使い方は別にもある。個人的は、「本当のMapReduceの使いかた」はこっちだと思う。なんということはなくて「組み合わせ計算を高速に行う」だ。ある種の計算では、順序処理でギブアップしてしまうケースの一つに組み合わせの計算がある Node{ List<Node> nodeList value(){ hasNodeList() ? nodeList.traverse(value()

@doryokujinです。今日も相変わらずMongoDBの、そしてShardingに関する記事を書こうと思います。 …と、その前にお知らせです！6月は2つのMongoDB勉強会を予定しております、是非ご参加下さい！ ・2011年6月11日（土） 「第4回 MongoDB 勉強会 in Tokyo」@フューチャーアーキテクト ・2011年6月28日（火）「第1回 MongoDB ソースコードリーディング」@PFI さて、それでは本題に入りたいと思います。 MongoDBのShardingといえば、 ・初期設定やShardの追加・削除といった導入の容易さ ・Shardの面倒をMongo側がずっと見てくれるという管理の容易さ を備えていると言うことで興味を持っておられる方も多数いると思います。 しかしその一方で実際にSharding環境を導入している方々の中の多くは、遭遇する様々な不都合や不整