TechCrunch
In 2019, Amazon upgraded its Alexa assistant with a feature that enabled it to detect when a customer was likely frustrated — and respond with proportionately more sympathy. If a customer asked The halls of power are waking up to the potentials and pitfalls of artificial intelligence. The big question will be how much of an impact they will have on the march of progress if (and when) there a
Inside Capacitor, BigQuery’s next-generation columnar storage format | Google Cloud Blog
Inside Capacitor, BigQuery’s next-generation columnar storage format The “BigQuery under the hood” blog post gave an overview of different BigQuery subsystems. Today, we'll take a deeper dive into one of them — the storage system. We'll follow data as it's loaded into a BigQuery table.BigQuery supports several input formats — CSV, JSON, Datastore backups, AVRO — and when they're imported, data is
~Google App Engine Datastore #5 ~ High Replication Datastore 強一貫性の読み書きについて ~~
Google App Engine Datastore #5 ~ High Replication Datastore 強一貫性の読み書きについて ~ Structuring Data for Strong Consistency Google App EngineのHigh Replication Datastoreにおける一貫性の振る舞い Google App EngineのHigh Replication Datastoreは複数のデータセンター間でデータの同期を行い、読み込みと書き込みの高可用性を実現しているが、コミットした書き込みが全てのデータセンターで見れるようになるには遅延が生じる、これは、複数のエンティティグループにまたがる更新は結果整合性となる為である。よって、時々変更が反映されていないデータをクエリーで抽出する事となる。 強一貫性をクエリーの結果に与える為には、一つのエ
~Google App Engine Datastore #3 ~ Datastoreへの書き込み ~~
Datastoreへの書き込みについて 今回は、Datastoreへの書き込みについて内部で行われている処理を理解する。 まず、下記のようなModelオブジェクトを定義する。 class ToDo(db.Model): owner = db.User(auto_current_user_add=True) created = db.DateTimeProperty(auto_now_add=True) priority = db.IntegerProperty() description = db.TextProperty() due = db.DateProperty() put()の呼び出しが戻るとエンティティのキーが設定される。 put()の裏側で何が行われているかというと、 1.my_todo オブジェクトはプロトコル バッファに変換されます。 2.アプリケーション サーバーでデー
BlinkDB: Queries with Bounded Errors and Bounded Response Times on Very Large Data
Queries with Bounded Errors and Bounded Response Times on Very Large Data BlinkDB is a massively parallel, approximate query engine for running interactive SQL queries on large volumes of data. It allows users to trade-off query accuracy for response time, enabling interactive queries over massive data by running queries on data samples and presenting results annotated with meaningful error bars.
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
処理を実行中です
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
Kazunori Sato on Twitter: "NextのSpanner Internalsが面白い。中の人による内部解説、CAPの実際、GCSでの強整合性とBounded Stalenessの使い分け等。 #gcpja https://t.co/OzmncZ52yS… https://t.co/IC0pfnu7Ye"
