データベース概論Ⅰ | 筑波大学オープンコースウェア｜TSUKUBA OCW | 北川博之
データベースシステムに関する入門。データベースの基本概念、データモデリング、リレーショナルデータモデル、データベース言語SQL、リレーショナルデータベース設計論、物理的データ格納法、問合せ処理等について講述する。 （2018年度） 【教科書】 「データベースシステム」(北川博之著、オーム社) 北川 博之筑波大学 計算科学研究センター教授1978年東京大学理学部物理学科卒業。1980年同大学理学系研究科修士課程修了。日本電気（株）勤務の後、筑波大学電子・情報工学系講師、同助教授を経て、現在、筑波大学計算科学研究センター教授。理学博士（東京大学）。データベース、データ統合、データマイニング、ストリーム処理、情報検索、ビッグデータ等の研究に従事。著書「データベースシステム」（オーム社）等。日本データベース学会会長、ACM SIGMOD日本支部委員長等を歴任。情報処理学会フェロー、電子情報通信学会
料金 - Amazon Timestream | AWS
Amazon Timestream は、モノのインターネット (IoT) やリアルタイムモニタリングなどのアプリケーションの時系列データの保存と分析に役立つ、高速でスケーラブルなデータベースサービスです。Timestream を利用すると、わずか数ステップでクラウド上で時系列データベースを設定、操作、スケールできます。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、さまざまなワークロードに対応する、フルマネージド型の時系列データベースエンジンを提供します。 Timestream はサーバーレス設定とインスタンスベース設定の両方を提供し、さまざまな運用ニーズをサポートします。その従量制料金のオンデマンド料金モデルは、最大限の柔軟性とコスト効率を提供します。これにより、特定の要件に最適なデータベースエンジンと設定を選択できます。高パフォーマンスのためにスケー
初めての Amazon Timestream 入門 | Amazon Web Services
一番大きな単位としてデータベース (Database) があり、その中に複数のテーブル (Table) を持つことができ、そのテーブルの中に複数のタイムシリーズ (Time-Series) が入っています。タイムシリーズ (Time-Series) は時系列に並んだレコード (Record) のまとまりとなっていて、その中にディメンション（Dimension）と呼ばれる測定値を識別するための属性情報とメジャー (Measure) と呼ばれる測定値でテーブル内で一意に決まるものに対して、タイムスタンプごとにレコード (Record) と呼ばれる単一のデータポイントが記録されています。 各構成要素の細かい制約はこちらを参照してください。では、Amazon Timestream の基本操作のイメージを掴んでいただくために、Timestream のデータベースとテーブルを作成し、データを挿入後、検
ChatGPTで独自データを扱うためのエンべディング｜緒方 壽人 (Takram)
【2023/11/7追記】 OpenAI Dev Dayにて、開発者向けの大型アップデートが発表されました。この記事で紹介している手法は、Retrieval-Augmented Generation(RAG)と呼ばれてきましたが、今回のアップデートでコンテクスト長（やりとりできるテキストの長さの上限）がこれまでの8Kから128K（12万8千トークン）に大幅にアップするため、一般的な本の内容は1冊分丸ごと渡すことができるようになります。独自データベースとの連携という意味では、ここで紹介している手法も引き続き有効な手法ですが、API関連でも様々な機能が追加されているので、リリースやSam Altmanによるキーノートは要チェックです。 ChatGPTは、膨大な量のテキストを学習してはいますが、天気予報のような最新の情報や、ある特定の本の内容や、特定のサービスの詳細についてはじめから知っているわ
MariaDB.com is dead, long live MariaDB.org
Horrible leadership, racism, sexism, abuse, and violations of countless labor laws in both the U.S. and internationally could only lead to one possible outcome. The lawsuits are piling up and the employees are going to take the hit. Payroll is going to be missed. For those that don’t know, MariaDB.com is the commercial for-profit entity while MariaDB.org is the non-profit entity that holds the own
インデックスとは？仕組みをわかりやすく解説
データベースにおけるインデックスとは、目的のレコードを効率よく取得するための「索引」のことです。テーブル内の特定の列を識別できる値（キー値）と、キー値によって特定された列のデータが格納されている位置を示すポインタで構成されています。インデックスを参照することで目的のデータが格納されている位置に直接アクセスすることができ、検索を高速化することができます。 テーブルのある行へのアクセスを集合住宅での荷物の配達に例えると、インデックスの有無は以下のように表現することができます。 ・インデックス無 集合住宅を歩き回り、各戸の表札を見て配達先かどうか確かめる ・インデックス有 住民の情報が書かれた見取り図で配達先を確認して向かう インデックスの効果は以下のような特徴を持つ表で特に現れやすいです。 ・行数が多い ・検索対象の項目に値の重複、偏りが少ない ・表の更新・追加・削除が少ない 一方以下のような
ElephantSQL - PostgreSQL as a Service
Perfectly configured and optimized PostgreSQL databases ready in 2 minutes. Get a managed database today Fully Managed HA PostgreSQL ElephantSQL automates every part of setup and running of PostgreSQL clusters. Available on all major cloud and application platforms all over the world. Let your team focus on what they do best - building your product. Leave server management and monitoring to the ex
A5:SQL Mk-2 （a5m2）のデータモデリング便利機能（初心者向け） | フューチャー技術ブログ
はじめに私が所属しているチームでは、ERDの管理およびDDL生成のために、A5:SQL Mk-2（以下A5M2）を利用しています。全員がそこまで使ったことがあるわけでなく、徐々にかゆいところに手が届く機能を知り利用してよかったと思っています。 そこで、開発を通して最初から知っていれば嬉しかったなという機能をまとめます。使いこなしているチーム（人）に確認したら全て当たり前に使っていたので、常識レベルらしいです。 A5:SQL Mk-2 - フリーのSQLクライアント/ER図作成ソフト (松原正和) なお、a5m2 ってどういう機能があるんだという方は、宮崎さんの A5:SQL Mk-2に回帰した話 を参照ください。また、SQLクライアントとして a5m2 を使う話はしません。余談ですが個人的にはSQLクライアントとしてはJetBrainsで特に有料製品を使っている方はDatabase Too
史上最強のデータベース、SurrealDB - Qiita
SurrealDBというRust製データベースを知ったので紹介します。このデータベースはすごいです。リレーショナル、ドキュメント、グラフ、あらゆる種類のデータ構造を扱うことができ、かつインメモリ、単一ノード、分散環境、全てで動かすことができます。さらにHTTPやWebSocketによるアクセスと柔軟なユーザ認証、認可機能とがDB本体に内包されており、ブラウザから直に接続するWebDBとしても使えます。とにかくなんでもできる夢のデータベースといった感じです。 特徴 機能を挙げていたら多くなりすぎたので、特に面白い部分を挙げます。 配列やオブジェクトをネストした複雑なデータ構造を持てるのに、レコードリンクという機能によりリレーションに対応していてしかもSQLやMongoDBより簡潔にクエリが書ける。 スキーマレスで各レコードには任意のフィールドを持てるが、必要ならスキーマを定義することもできる
不定形なデータ構造を汎用的に扱うための方法 - Qiita
はじめに こんにちは。@harada_hiです。 今日はPLAID AdventCalendar 2019 16日目として最近社内で戦っていたデータ設計に関して書いています。 NoSQLが流行りデータ設計のあり方は広がりました。RDBが基本だった際は実際の業務Entityを正規化してテーブルを設計していたかと思います。しかし今はその業務Entityをそのままテーブル化することも可能です。またNoSQLだけでなくRDBにおいてもJSONを保持できるように進化し、1カラム1データが原則という世界からは変わっています。 これらはメリットに繋がっている部分もあれば、むしろやりにくくなった点もあると考えています。今回の話は、そうした一種のやりにくさを解消するための手段の紹介です。 課題: どんな形のデータが来るか分からない プレイドではCX Platform KARTEを提供しています。このKART
初心者向けにNoSQLを徹底解説
はじめに 「NoSQLと従来のデータベースとの違いは何？」 「NoSQLを開発に使うメリットはどんなのがあるの？」 以上のような疑問に答えるために、今回の記事ではNoSQLの概要や特徴、問題点や主な活用事例を徹底解説する。 今回の記事を通して、NoSQLに対する理解を深めていただければ非常に幸いである。 NoSQLとは NoSQLは、簡単に言えばデータベースの１つである「リレーショナルデータベース」(RDB)とはまったく異なる方法でデータを処理・操作するデータベースを意味する。 RDBはデータを表形式で管理するデータベースだ。イメージとしては、Excelのようにデータを管理するものと言っていいだろう。NoSQLはそのような形式でデータを管理しない。RDBにはMySQLやSQLiteなどの代表的なデータベースが存在するものの、それらのRDB以外のデータベースを分類する言葉がNoSQLである。
ドキュメントDBかリレーショナルDBどっち使う？ - Qiita
はじめに ドキュメントデータベースかリレーショナルデータベース、どちらを選ぶか。 この選択で、アプリケーションのパフォーマンス、コスト、コードの可読性など幅広い影響が出るため、慎重な判断が必要です。この記事では、自分が思う「考慮すべきポイント」を解説したいと思います。 考慮すべきポイント 1. どのデータモデルがアプリケーションコードに最適か スキーマ制約を課さずに、データレコードをドキュメント（つまりJSONオブジェクト）として保存すべきか？それともスキーマを正規化してデータをいくつかのテーブルに分けるべきか？ このような判断をするために、開発しているアプリケーションのモデルの関係性（例: UserとTaskの関係が1:N）と、一度に読み込むデータの種類を見た方がいいです。 ドキュメントDBがおすすめの時 アプリケーションのデータは、以下のような木構造で表現できますか？普段そのデータを一
【DB概論】データベースシステムに求められる要件
【DB概論】データベースシステムに求められる要件：できるエンジニアになる！ ちょい上DB術・基礎編（1） デキるエンジニアになるためには、DB技術の基礎は必須です。本連載では、豊富な実例と演習問題で、プロとして恥ずかしくない設計手順を解説します。DB設計のポイントとなる汎用的なケースを紹介しているので、通常の業務とは異なる場合でも応用できる「共通の考え方」を身に付けられます。 デキるエンジニアになるためには、DB技術の基礎は必須です。 「使える」システムを構築するには、データベース設計がと非常に重要です。先人が遭遇したトラブルを避けられるかどうか、システム構築やアプリケーション開発が成功するか否かは、データベース設計にかかっているところが大きいです。 本連載では、豊富な実例と演習問題で、プロとして恥ずかしくない設計手順を解説します。システム構築において「どの工程で、どのような観点からデータ
Azure Container Instances で簡単デプロイ (2)
前回 Azure Container Instances にデプロイするまでをトライしました。ステートレスなコンテナならば十分だったりしたのですが、やはりデータを保持したいのでデータベースをコンテナで用意してみることにしました。 Azure のマネージドなデータベースのサービスを使う方法も当然あります。むしろ自身のメンテナンスコストを下げていくには積極的に使った方がいいでしょうね。今回は規模も大きくなくこぢんまりと趣味用データベースという位置づけでコンテナで用意する方法を採用しました。 Azure Storage を用意 永続化のために Azure Storage でストレージアカウントを作成し、コンテナ側でもマウントできるものを用意しました。今回の場合はファイル共有で作成しました。実際には前回に引き続き、docker のコマンドで操作をして、このときには以下のコマンドでした。 docke
Part4 初めてのデータベース設計
一部の組み込み系システムを除けば，業務系システムはすべて何らかのデータベースを使っており，データベースを中核にしてシステムができあがっています。データベースを押さえることは，システムの中核を押さえることにほかなりません。したがって，データベースをどのような手順で，何に基づいて設計するのかを知っておくことは，システム構築に携わるすべての人にとって不可欠です。 Part4は，データベース設計の上流工程である概念設計と論理設計にフォーカスして説明します。こうした作業はデータ・モデリングと呼ばれます。業務要件定義を解きほぐして，システムの中核となるデータベースの論理構造を決定することが目的です。 データ・モデリングの重要性については，私たちが取り扱うビジネス・システム（業務システム）が，台帳中心のシステムであるということを考えれば明らかです。江戸時代などの時代劇を見ていると問屋の番頭が蔵の中で帳簿
Excelでデータ分析するなら入力はデータベース形式、表はテーブルに変換しよう
多数のセルが並ぶワークシートは、どこから入力を始めても構わない。とはいえ、好き放題に表を作れば、データ分析がしづらくなることがある。作法に従った使い方を考えよう。 分析に使うデータは、シンプルな形式で入力する。並べ替えや計算、グラフ作成などがスムーズにできることが第一条件だ。具体的には、1件分のデータを1行に入力する「データベース形式」を使う（図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
1.データベースシステムの基本概念 (1) | 筑波大学オープンコースウェア｜TSUKUBA OCW
NoSQLってなに？ Alibaba Cloud、AWS、Azure、Google CloudのNoSQLサービスを比べてみました | クラウドテクノロジーブログ | ソフトバンク
SQL Training 2021
KARTE リアルタイムユーザー解析基盤のDB (450TB)をゼロダウンタイムで 新DBに移行したノウハウ
