Amazon Neptune（完全マネージド型グラフデータベースサービス）| AWS
Neptune Database は優れたスケーラビリティと可用性を実現するために設計されたサーバーレスグラフデータベースです。Neptune Database は、組み込みのセキュリティ、継続的なバックアップ、および AWS の他のサービスとの統合を提供します。Neptune グローバルデータベースは、低レイテンシーの読み取りと書き込み、ディザスタリカバリ、およびグローバルに分散されたアプリケーションのスケーラビリティを実現するクロスリージョンデータレプリケーションを提供します。 Neptune Analytics は、大量のグラフデータをすばやく分析して、Amazon S3 バケットまたは Neptune Database に保存されているデータからインサイトを得たり、傾向を見つけたりするための分析データベースエンジンです。Neptune Analytics は、組み込みアルゴリズム、
Amazon Timestream
Amazon Timestream 強力なセキュリティや、高いパフォーマンス、可用性、スケーラビリティを実現するために最適化された、管理が容易な時系列データベース Amazon Timestream は、低レイテンシーのクエリから大規模なデータインジェストまでのワークロードに対応する、完全マネージド型の専用時系列データベースエンジンを提供します。Timestream for LiveAnalytics を使用すると、1 分あたり数十ギガバイトを超える時系列データを取り込み、テラバイトの時系列データに対して SQL クエリを数秒で実行でき、最大 99.99% の可用性を実現できます。それには時系列分析関数が組み込まれており、ほぼリアルタイムでデータのトレンドやパターンを特定するのに役立ちます。Timestream for InfluxDB を使用すると、リアルタイムアラートやインフラストラク
SELECTした結果を使って、CREATE TABLEする - on the center line.
一時的にデータを退避しておくときに、SELECTした結果をそのままワークテーブルにぶちこみたくて調べてみたら、結構簡単にできるんですね。複数のデータベースに対応したかったので、各データベースについて調べてみたところ、大体同じようなSQLでできるみたいでした。 [MySQL] create table table_name (select * from other_table) [Oracle] create table table_name as select * from other_table [SQLServer] select * into table_name from other_table ※Postgreでもきっとできると思いますが、調査してません。
PostgreSQLでテストデータを作成する | Let's POSTGRES
笠原 辰仁 本記事は2013年のPostgreSQL Advent Calendar の 12/25 の記事です(地味なトピックになってしまいすいません)。PostgreSQLでのテストデータ作成に役立つ機能を紹介します。 はじめに PostgreSQLを対象としたの性能検証や機能検証を行う際に、開発環境や試験環境でスキーマ(テーブルやインデックス)を作成し、ダミーのデータを投入してSQLのチェックを行うことが多々あるかと思います。単純な機能の正常試験であれば少量のデータ投入で事足りると思いますが、大量のデータに対する検索処理やバッチ処理を試す際は、それなりの量の試験データを生成し、DBに投入する必要があります。 通常、試験データは、例えば専用のジェネレータを作る、実際のデータをマスキングしたものを使う、サンプルとして存在するデータ(郵便番号のデータなど)を利用する、といったことが多いと思
TrailDB
Maximize Speed TrailDB is a library, implemented in C, which allows you to query series of events at blazing speed. TrailDB is also optimized for speed of development: Use its simple API with your favorite language, in your favorite environment. Minimize Space TrailDB's secret sauce is data compression. It leverages predictability of time-based data to compress your data to a fraction of its origi
PostgreSQLとMySQL、使うならどっち？ データベース専門家が8つの視点で徹底比較！｜ハイクラス転職・求人情報サイト AMBI（アンビ）
PostgreSQLとMySQL、使うならどっち？ データベース専門家が8つの視点で徹底比較！ オープンソースのデータベースとしてよく比較されるPostgreSQLとMySQL。どんな長所・短所があるのでしょう？ それぞれの専門家による対談で明らかにします。 エンジニアとして働いていると必ず直面する悩み。それは、「どのリレーショナル・データベース（以下、RDB）を選ぶのが最善なのか？」です。 RDBごとに長所と短所は異なっています。そのため自社サービスにマッチしないRDBを選んでしまうと、それがボトルネックとなり開発・運用にトラブルが生じるケースは少なくありません。 なかでもよく比較検討されるのが、PostgreSQLとMySQL。ともにオープンソースRDBのデファクトスタンダードであり、高い性能と数多くの機能を持っています。 では、両者は具体的にどのような長所・短所があるのでしょうか。そ
MySQLとPotgreSQLのレプリケーション比べてみた
The document discusses transparent data encryption in PostgreSQL. It describes threats to unencrypted database servers like privilege abuse and SQL injections. It then covers using buffer-level encryption in PostgreSQL to encrypt data in shared memory and at rest on disk. This provides encryption with less performance overhead than per-query encryption. The document proposes encrypting WAL files,
Client Failover Best Practices for Highly Available Oracle Databases: Oracle Database 11g Release 2
NoSQL and SQL Introspective Oracle NoSQL Database 11g Release 2 (11.2.1.2) Oracle White Paper October 2013 Oracle NoSQL Database Oracle White Paper— NoSQL and SQL Introspective: Oracle NoSQL Database 11g Release 2 Introduction ....................................................................................... 2 NoSQL – purpose-built data management......................................... 2 No
Apache Spark の JdbcRDD を使ってみた結果 - Qiita
package sample import java.sql.{Connection, DriverManager, ResultSet} import org.apache.spark.SparkContext import org.apache.spark.SparkConf import org.apache.spark.rdd.JdbcRDD object Invastigation { def main(args: Array[String]): Unit = { val conf = new SparkConf().setAppName("Invastigation") val context = new SparkContext(conf) val dbDriver = "com.mysql.jdbc.Driver" val dbUrl = "jdbc:mysql://loc
MySQL文字列型“varchar(255)”と“varchar(256)”結局どっちが良い?
押忍！ dice（@dice_dDtea）です。 varchar型を使うとき、 指定する数字はいくつがいいのだろうか？ 調べてると「255」と「256」をよく目にする。 varchar(255) と varchar(256) でどっちを使うほうが良いか論争もあるくらいだ。 『MySQLのVARCHARサイズについて – Togetterまとめ』 http://togetter.com/li/54358 UTF-8で255か256かのところにオーバーフローページ利用有無の境目があります。 http://bit.ly/94z5BV RT @sugyan: 255でも256でもパフォーマンス的に大きな違いはないと思うのだけど なんか「こういう理由でこっちを選ぶんだよ！」みたいのが欲し — SH2 (@sh2nd) 2010, 9月 27 今回この結論を出して見たいと思う。 「255」と「256」
整数型 - MySQLのデータ型 - MySQLの使い方
MySQL で利用可能なデータ型の中で整数型(TINYINT, SMALLINT, MEDIUMINT, INT, BIGINT)の使い方について解説します。 TINYINT[(M)] [UNSIGNED] [ZEROFILL] 符号付きの範囲は -128 から 127 。符号なしの範囲は 0 から 255 。 SMALLINT[(M)] [UNSIGNED] [ZEROFILL] 符号付きの範囲は -32768 から 32767 。符号なしの範囲は 0 から 65535 。 MEDIUMINT[(M)] [UNSIGNED] [ZEROFILL] 符号付きの範囲は -8388608 から 8388607 。 符号なしの範囲は 0 から 16777215 。 INT[(M)] [UNSIGNED] [ZEROFILL] 符号付きの範囲は -2147483648 から 2147483647
1
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
Java Database - 2.3.x
Amazon QLDB
PostgreSQLでMySQLのようなAUTO_INCREMENTをしたいとき。 – こととこネット
Redash Help Center
Aerospike - Next Generation, NoSQL Data Platform
Cassandra vs. HBase vs. Oracle NoSQL Comparison
What is the difference between tinyint, smallint, mediumint, bigint and int in MySQL?