You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
GitHub - quarylabs/quary: Open-source BI for engineers
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
もっと調べる技術 国会図書館秘伝のレファレンス・チップス2 | 皓星社（こうせいしゃ） 図書出版とデータベース
本書の使い方 第1講 NDLデジタルコレクションは国会図書館のDXである 第2講 国会図書館にない本を探す法 第3講 リニューアルされたNDL サーチを使ってみる 第4講 デジコレの2022 年末リニューアルをチェック！ ファミリーヒストリー編 第5講 デジコレの2022 年末リニューアルをチェック！ 官報編 第6講 ネット上で確からしい人物情報を探すワザ 現代人編 第7講 推し活！ アイドルを調べる 第8講 小さなお店の歴史を調べる ある模型店を事例とした生活史 第9講 分類記号（NDC）を使って戦前の未知文献を見つける 第10講 予算無限大の理想のコレクションから、現役のレファ本を見つけるワザ 第11講 洋書はCiNii。それって常識？ 出たはずの本を見つける 第12講 風俗本（成人向け図書）を調べるには 国会図書館の蔵書を中心に 第13講 「ナウい」言葉が死語になる時 第14講 言葉
データカタログは情報システム部が社内のデータを管理するために、データ分析のプロがデータを探すために開発されたソフトウェアでした。そんなデータカタログを「どんな企業でも・どんな職種でも・すばやく・簡単に使える」ソフトウェアに再発明した新しいデータカタログです。
こんにちは、LINEヤフー株式会社でデータベース部門に所属している、今野です。現在は、先日LINEヤフー社内にて提供を開始したFractalDBの開発と運用を担当するチームに所属しています。 FractalDBは、LINEヤフーのオンプレミス環境に向け開発された、データベースプラットフォームです。この記事では、FractalDBの概要として、開発に至った背景や設計目標から、その特徴およびアーキテクチャの概要について紹介します。 また、LINEヤフーでは今夏のインターンシップを募集しています。FractalDBチームも募集してますので、ページの最後の紹介をぜひ確認してみてください。 FractalDBとは FractalDBは、LINEヤフーのオンプレミス環境に最適化されたデータベースプラットフォームとして開発されています。リレーショナルデータベースとNoSQLデータベースの利点を融合させた
なぜSQLiteはバイトコードを使うのか
以前にデータベースを自作しようとして、SQLiteのアーキテクチャを見てみたらVMだったことに疑問を感じ、それをツイートしたところ作者からリプをもらいました。 作者いわく、次のような背景があったとのことでした。 SQLiteを作った当初はデータベースエンジンのことをよく知らないがコンパイラのことをよく知っていた SQLデータベース・エンジンを書くという問題をコンパイラ構築の問題として扱うのは自然なことだった データベースエンジンのコアの部分をVMにするという発想がまったくなかったので、どんなメリットがあるのか？と気になっていました。 それを作者に聞いたら、詳細な説明ページを作ってくれました。 個人的にVMにしたことで、評価&実行のパフォーマンスは多少良くなると思うが、データベースエンジンのパフォーマンスにそれほど寄与していないんじゃないかな？って思ったりしました。 本記事はそのページについ
この記事は、『Software Design 2024年6月号』（2024年5月17日発売）の第1特集「SQLチューニングする前に知っておきたい 実行計画＆インデックスのしくみ」の連動企画です。ぜひ本誌特集1もお読みください。 適切なインデックスを設計する インデックスの調整によるクエリの高速化は、RDBMSを使用する際の数あるチューニングテクニックの中でも最もお手軽なものです。テーブルのカラムの定義を変えるわけではないので、クエリの結果に違いが生じず、アプリケーションを変更する必要性がないからです。適切なインデックスを付与するだけでチューニングが済むというのは極めて効率的です。それでは適切なインデックスとはどのようなものでしょうか。本記事では、まずインデックスを設計する際に重要なポイントを解説します。 インデックスとSQL構文 「どのカラムの組み合わせに対してインデックスを作成すべきか」
Javaで最低限おさえておいてほしいクラス・インタフェース35 - 2024年版 - きしだのHatena
ま、このくらい知っておいてもらわないと&とりあえずこんだけ知ってればだいたいの処理が書けるクラス・インタフェースをまとめてみました。2024年版。 詳しく知りたい人は「プロになるJava」を！ java.lang.Class java.lang.Exception <- new java.lang.Integer java.lang.Object <- new java.lang.Runnable java.lang.String java.lang.System java.lang.Thread java.nio.file.Files <- new java.nio.file.Path <- new java.io.InputStream java.io.InputStreamReader java.io.BufferedReader java.io.OutputStream java.
https://jp.quora.com/Web%E3%82%B5%E3%83%BC%E3%83%90%E3%83%BC%E3%81%AFCPU%E3%81%8C-DB%E3%82%B5%E3%83%BC%E3%83%90%E3%83%BC%E3%81%AF%E3%83%A1%E3%83%A2%E3%83%AA%E3%81%AE%E3%82%B9%E3%83%9A%E3%83%83%E3%82%AF%E3%81%8C%E3%81%9D%E3%82%8C/answers/179242069?ch=10&oid=179242069&share=45342623&srid=5g3qr&target_type=answer
存在するはなぜ二階の述語なのか｜ミック
拙著『達人に学ぶ SQL徹底指南書』の中で、EXISTS述語の使い方を解説している章があるのだが、そこでEXISTS述語だけが唯一SQLの中で二階の述語である、ということを説明している。これはEXISTS述語だけが行の集合を引数にとる述語だからである。それは分かるのだが、なぜ述語論理を考えた人（具体的にはゴットロープ・フレーゲ。タイトル画像のおじさんである）はこんな着想を得たのか、そこが分かりにくいという質問をしばしば受けることがある。確かに、数ある述語の中でなぜ「存在する」だけが二階の述語であるのか、というは直観的にすこし分かりにくい。なぜフレーゲはこんなことを考えたのだろう？ この点について、述語論理の創始者でもあるフレーゲの議論を参照しながらかみ砕いて見ていきたいと思う。かなり理論的かつ哲学的な話になるので、興味ない方は読み飛ばしてもらってかまわない。とくにSQLの理解に支障のある話
23年夏、過去2000年で最も高温 研究で判明
【5月15日 AFP】2023年の北半球の夏は過去2000年で最も暑かった。研究論文が14日、発表された。 科学誌「ネイチャー（Nature）」に掲載された論文は、人為的な気候変動が影響していることを示す研究結果だとしている。昨夏の気温をめぐっては、1850年の観測開始以来で最高であることはすでに判明していた。 独ヨハネス・グーテンベルク大学（Johannes Gutenberg University）の研究者らは、北半球各地から集められた木の年輪データを分析し、1世紀から1850年までの世界気温を推計した。 その結果、この期間に北半球で最も暑かったのは246年の夏だったと判明。しかし、23年夏の平均気温はこれよりも高く、少なくとも0.5度以上暑かったことが分かった。(c)AFP/Linda GIVETASH
DynamoDB の Time to Live (TTL) は、不要になった項目を削除するためのコスト効率に優れた方法です。TTL では、項目がいつ不要になるかを示す有効期限タイムスタンプを項目ごとに定義できます。DynamoDB は、書き込みスループットを消費することなく、有効期限が切れてから数日以内に期限切れの項目を自動的に削除します。 TTL を使用するには、まずテーブルで TTL を有効にし、次に TTL の有効期限タイムスタンプを格納する特定の属性を定義します。タイムスタンプは UNIX エポック時間形式で秒単位で保存する必要があります。項目が作成または更新されるたびに、有効期限を計算して TTL 属性に保存できます。 期限切れの有効な TTL 属性を持つ項目は、随時システムによって削除される可能性があります。削除は、通常は有効期限が切れてから数日以内に行われます。削除待ちの期限
MySQL 8.4 LTS登場！！
記事を書くのが遅くなってしまったが、先日MySQL 8.4シリーズが登場したので紹介をしておこうと思う。新機能の解説については機会を改めて書くとして、今回は主にアップグレードにまつわる重要なポイントを書き記しておく。 LTS = Long Term Support 以前の記事でも紹介した通り、MySQL 8.4はLTS = Long Term Supportのバージョンとなっている。長期間サポートするために互換性を最大限保証するバージョンである。前のメジャーバージョンであるMySQL 8.0シリーズのように、シリーズの途中で互換性が破壊されるような変更が入ることは基本的に無い。「バグ修正のためにどうしても仕様を変えなければならない」というような事態が生じる可能性はゼロではない。なので絶対に互換性が保たれるとは言い切れないところであるが、基本的には仕様変更はない方向で今後リリースされていくこ
オープンソースのSNSエンジン
は～い、IT好きなメグミンです。 オープンソースのSNSエンジンをインストールしてみました。 誰でも自由に無償で利用できるCMS（Contents Management System：コンテンツ・マネジメント・システム）ツールというもの。 存在自体は、かなり前から知っていましたけど、今回試してみることにしました。 ちょうど借りているレンタルサーバーのインストール例があったので、早々試してみました。 一応インストールは無事完了。 後は、いろいろな設定を行えば完成します。 今はまだ試験段階なので、どんな感じのものなのかは、はっきりしません。 SNS(ソーシャル・ネットワーキング・サービス)は、日本ではmixiやFacebookなどが有名どころ。 それらと同じような機能があるCMSツールなのです。 使い方は、さまざま。 オープンなSNSやサークルなどのような特定のSNS、社内で活用するSNS・・
データベーススペシャリストの参考書を呼んでいて、リレーショナルモデルが主流になったのはデータ独立を実現したことにより変更容易性が高くなり生産性が上がったからだと書いてありました。 個人的には流行ったメインの理由はRDBMSが優れたトランザクションの仕組みを持っていたためだと考えていました。 なぜRDBMSが主流になったと思いますか？ RDBMSが流行った理由はトランザクションのお陰ではありません。何故ならリレーショナルモデル登場前からトランザクションをサポートしたデータベースは複数あったからです。 リレーショナルモデルの提唱者であるEdgar F. Codd氏がその当時勤務していたIBMが売っていた製品がInformation Management System(以下IMS)というデータベースで、階層型データモデルというデータ型でデータを表現していました。これは例えるならファイルシステムの
この記事はTSKaigi2024での以下の私の発表内容を書き下ろしたものです。 なぜAPIに型をつけたいのか 現代のWebのシステム開発において、クライアント・サーバーともに型のある言語で開発されることが増えてきました。静的な型検査はコードの堅牢性やよりよいメンテナンス性の向上をもたらします。 プログラミング内部だけで型検査をするだけでも十分メリットはありますが、外部I/Oに対する型付けが不十分だとそのメリットを最大限に発揮してるとは言えません。外部I/Oとは、例えばWebフロントエンドだとLocalStorageやDOMからの入力値、それからネットワーク通信（今回はこれをAPIと呼びます[1]）などですね。サーバー側でいうとAPIからの入力・レスポンスやデータベースへの読み書きが該当します。 個人的な経験から言うと、Webシステムの開発におけるエラーの多くはAPIやデータベースとのやり取
TSKaigi 2024 ref: https://tskaigi.org/talks/tockn
ベクトル検索は、データベースにベクトルの形で保存されている情報を検索する方法です。 ベクトルは、テキストや画像などのメディアの機能や特性を表す数値のグループです。 ベクトルは、従来のキーワードベースの検索方法よりも大幅に進歩しています。 情報内のセマンティック リレーションシップを理解することで、より高速で正確な結果が得られます。 Azure は、ベクトル化されたデータを保存および検索するための複数の方法を提供します。 この記事は、アプリケーションのベクトル検索に適した Azure サービスを理解して選択する必要があるアーキテクトと開発者に役立ちます。 この記事では、ベクトル検索機能に基づいて次のサービスを比較します。 Azure AI Search Azure Cosmos DB for MongoDB (仮想コア) PostgreSQL 用 Azure Cosmos DB Azure
Go製DBマイグレーションツール liamstask/goose から pressly/goose へのスムーズな移行 | CyberAgent Developers Blog
こんにちは！スタンドアロンと聞くとどうしても攻殻機動隊を連想してしまう、しゅん（@MxShun）です。 今回は、Go 製のスタンドアロン DB マイグレーションツール bitbucket.org/liamstask/goose から github.com/pressly/goose へスムーズに移行するハウツーを書きます。 目次 はじめに 問題 移行 おわりに はじめに goose は、Go で作られた DB マイグレーションツールです。Go でできたスタンドアロンな DB マイグレーションツールとしては第一に候補として上がる、いわばデファクトスタンダードと言っても差し支えないでしょう。 簡単な例をあげます。 -- +goose Up CREATE TABLE post ( id int NOT NULL, title text, body text, PRIMARY KEY(id) );
Amazon RDS ブルー/グリーンデプロイを利用してMySQLのアップグレードをした話 - Pepabo Tech Portal
こんにちは。技術部プラットフォームグループのharukinです。 この記事では、私たちが提供するネットショップ作成・運用のためのECプラットフォーム「カラーミーショップ」のデータベースを、Amazon RDSのブルー/グリーンデプロイを利用し、MySQLのバージョン5.7.38から8.0.35へアップグレードした経験についてご紹介します。カラーミーショップにおいてはこれが初の試みでした。Amazon RDS固有のファーストタッチレイテンシーの解除方法や、ダウンタイム時間の計測についてもお伝えします。 Amazon RDSのブルー/グリーンデプロイを活用するメリットは、本番環境に準ずるステージング環境を構築し事前検証が可能であることです。ステージング環境は約1分で本番環境に昇格させることができ、昇格時に許容ダウンタイムを超えたり、レプリケーションやインスタンスの問題が生じた場合は、自動的にプ
Windows Server 2022に Microsoft SQL Server 2022をインストールして DBサーバーにします。 こんにちは。 SQL Server の説明は必要ないと思いますので、一気に入れていきます。 (のっけからぶっ飛ばしつつ) ※ここのようなサイトで Microsoft製品の画面ショットを載せる際に著作権はどうなのかを調べた所、使っても良いけど画面の改変はダメよって感じで、部分的な切り取りや拡大縮小も改変にあたるようでした。 スマホの方には申し訳ないのですが、以降原寸大の大きな画像を載せています。 評価版ダウンロードはこちら。 SQL Server のダウンロード リンクを行きますと、このような画面になりますので、必要事項を記載して下の方にあるダウンロードするを押します。 「英語しかないの？」と思われるかも知れませんが、ご安心下さい。 ここでダウンロードするの
データベース概論Ⅰ
概要プレスルーム著作権お問い合わせクリエイター向け広告掲載開発者向け利用規約プライバシーポリシーとセキュリティYouTube の仕組み新機能を試してみる© 2024 Google LLC
二つのレンタルサーバー
は～い、IT好きなメグミンです。 今日は、二つのレンタルサーバーのメンテナンスを行いました。 使用していないホームページやテストで作成したCGIなどをバックアップを取った後、削除しました。 領域がスッキリした感じがします。 パソコン上でもCGIのデバッグが可能なように設定はしてありますけど、WindowsとUNIXとでは動作に違いがあったりするところもありますから。 最低限のデバッグが済んだら、やっぱり実機でのテストは必要です。 現在、二つのレンタルサーバー会社と契約しています。 機能的にはそれほど差はありませんけど、フォルダの作成方法とデータベースの使用方法に若干の違いがあるだけです。 Ａ社さんのほうは、通常ではアクセスできないところにフォルダを作成することができないのと、データベースを複数作ることはできるけど一つのデータベースの容量が決まっています。 Ｂ社さんのほうは、通常ではアクセス
Oracle Cloud Hangout Cafe Season8 #4
シンプルフォーム株式会社でインフラエンジニアをしている守屋です。 本記事では Aurora MySQL の OOM(メモリ不足)エラーについて、原因となるクエリを特定するために役立つ Tips を弊社での実例を交えてご紹介します。 発端 突如 Slack に鳴り響く不吉な通知。 「パターン青！障害です！！」 どうやら本番環境の Aurora クラスターがフェイルオーバーしてアプリケーションが DB コネクションエラーを引き起こした模様です。幸いインスタンスは冗長化していて Aurora のフェイルオーバーは高速であるため、ユーザー目線では瞬断が発生した程度の比較的影響が小さめな障害に留まりました。しかしインフラエンジニアとしては捨ておけない状況です！早速原因の調査を始めました。 フェイルオーバーの原因 結論から言うとメモリ使用量がスパイクして OOM エラーが発生したことが原因でした。根拠
pytest でテストケース毎に DB を自動的に初期化して、テスト開発体験を向上させる - SalesNow Tech Blog
概要 Web バックエンドのテストコードを書く場合、その多くは DB に依存していることが多いです。 DB 関連のテストは、テストデータの準備やテストケース毎の DB 処理化を適切に行うことが重要ですが、手間がかかる場合あるため、Mock で擬似的にテストしてしまうことも多いかと思います。 ただ、Mock を使ったテストは本質的な問題を検知できない意味のないテストになってしまう可能性があり、可能な限り DB の Mock を行わずに、実際の DB を使用してテストすることが望ましいと考えています。 本記事では、pytest、sqlalchemy、PostgreSQL を使った場合に、テストケース毎に DB を簡単に初期化しつつ、テストケース毎の前提データ登録も簡単うことでテスト開発体験を向上させる方法を紹介します。 前提環境 本記事では、以下の環境を前提として説明いたします。 python
CockroachDB はどのくらい「しぶとい」のか？ / How tough is CockroachDB?
CockroachDB はどのくらい「しぶとい」のか？ / How tough is CockroachDB?
SNSを通じた「ギブ&テイク型情報収集術」と、後悔しない技術選定を叶える方法【DBエンジニア｜こば】 レバテックラボ（レバテックLAB）
SNSを通じた「ギブ&テイク型情報収集術」と、後悔しない技術選定を叶える方法【DBエンジニア｜こば】 2024年5月8日 データベースエンジニア／DBソムリエ こば -Koba as a DB engineer-（@tzkb／小林隆浩） 基盤担当のエンジニアとして様々なプロジェクトで経験を積み、中でもデータベースに関する設計、運用、トラブルシューティング等を専門とする。得意とするDBMSはOracle DatabaseおよびPostgreSQL。オライリー社刊行・書籍「詳説 データベース」監訳者。itmediaにてクラウドネイティブなDBやNewSQLに関する連載を持つ。 X Zenn Qiita connpass SpeakerDeck 技術や業界など仕事についての情報収集の基盤として多くのエンジニアを支えていたTwitter（現X）が、以前とは異なる姿となってゆく今、必要な情報を過不足
SQLは滅ぶべきか｜ミック
でかい釣り針が来たので釣られてみる。とりあえず以下の資料を読んでいただきたい。そんなに長くないのでサクッと読める。 SQLの記述順序と思考の順序が違うので書きにくいし、エディタの補完機能の恩恵が受けられないのが嫌だ、という意見はもう大昔からある。何度も何度も何度も繰り返されてきた議論である。以下の2011年のスレッドでも「SQLはFROM句が最初に来るべきではないか？」という問いが提起されている。すぐに出てこないが、筆者はこれより古い文書も見た記憶がある。
本記事は最近読んだ次の記事からインスピレーションを得ました。 RのdplyrやPythonのpolarsのようなパッケージでデータフレームの操作に慣れている人ならば、Rのdbplyrを使うことで、バグが少ない上に早くサブクエリを構築することができます。 何千回も実行するSQLならば時間をかけてチューニングされたSQLを構築したほうがよいと思いますが、分析の試行錯誤のサイクルを早く回したい場合など数十回ぐらいしか実行しないSQLならば、dbplyrから実行したほうがよいでしょう。 それではざっくり元記事に沿って例を説明します。 カラムのサブクエリ 大分類（major_category）で絞って、該当する作品を表示する例をお借りします。 まず素直にms_categoriesテーブルから該当するcategory_idを抜き出しておいて、%in%で求めると、 category_id_fiction
AIにフォーカスしたRDB「Oracle Database 23ai」正式リリース。AI用のベクトルサーチなど可能に
AIにフォーカスしたRDB「Oracle Database 23ai」正式リリース。AI用のベクトルサーチなど可能に オラクルはAIにフォーカスしたデータベース「Oracle Database 23ai」の正式リリースを発表しました。 Oracle Database 23aiは、昨年（2023年）9月にリリースされた「Oracle Database 23c」にAI関連をはじめとする新機能を追加した上で、「23c」の名前を変更したものだと説明されています。 参考：［速報］Oracle Database 23cが正式リリース。JavaScriptストアドプロシージャ、DBに自然言語で問い合わせなど新機能。Oracle CloudWorld 2023開幕 Bring #AI algorithms to where your data lives with Oracle Database 23ai
PCを使っていると、過去の操作内容やブラウザで閲覧していた情報を思い出したくなるタイミングが頻繁に発生します。そんな時に役立ちそうなPC操作記録アプリ「Windrecorder」がオープンソースで開発されています。 GitHub - yuka-friends/Windrecorder: Windrecorder is a memory search app by records everything on your screen in small size, to let you rewind what you have seen, query through OCR text or image description, and get activity statistics. https://github.com/yuka-friends/Windrecorder I made an o
リリースノートはこちら。 https://github.com/project-tsurugi/tsurugidb/discussions/33 今回のリリースは、機能的にはApache Arrowの本格的なサポートと、バグ回収になります。 下記のようにSoftware Designの特集記事に合わせるために、Arrowサポートを優先してリリースし、可能な限りバグに対応した、という形になっています。このため、一部パフォーマンス向上策については次回のリリース（β4）に回す判断をしています。 ◆Apache ArrowそもそもArrowは、β2以前でもTsurugiの実行環境にインストールする必要がありましたが、これはTsubakuroが提供するParquetファイルのロード・ダンプAPI向けにのみ提供しているものになります。 β3では新たにデータダンプ用のCLIツール tgdump が追加さ
SQL滅ぶべし | ドクセル
SQL • リレーショナルデータベースシステムと会話するための言語 • 1970年 Codd が RDB モデルと同時に提案 (Alpha言語) • 1974年 Chamberlin と Boyce が改良 • 元々は SEQUEL (Structured English Query Language) だったが、商標登録されていた • 読み方は エスキューエル とそのまま読む (Glliespie 2012)
昨年末から待っていた、ベクトル検索機能を搭載した Oracle Database 23c のアップデート 23.4.0（どういうわけか 23c ではなく 23ai になったらしい…）がようやくリリースされました。 ベクトル検索のドキュメント「Oracle AI Vector Search User's Guide」を見てみると、言語モデルに問い合わせてベクトル表現を取得したり、モデル自体をデータベースに格納したり、SQL でプロンプトを投げてみたりと、SQL 世界で RAG を実現しているようです。 とはいえ、RAG のフローをアプリ側で実装している多くのエンジニアの方にとって、データベースに求めていることはスケーラブルなベクトル検索（と SQL 処理との組み合わせや、確立されたデータベース運用）なのではないかと思います。 そこで、この記事では、ベクトル検索に的を絞って、最速で試してみる手
SQL実行の流れ まずはSQLがどのような流れで実行されるのかを見ていきます。 SQL実行の流れは大まかに捉えると以下のようになります。 パーサ パーサでは、ユーザーから送信されたクエリを受け取り、その文法的な正確さを検証します。SQLクエリが正しくフォーマットされているか、必要な構文要素が全て含まれているかをチェックし、例えばFROM句で指定されたテーブルが存在するかどうかも確認します。 文法的なエラーがある場合、例えばカンマの欠落や存在しないテーブルの参照など、クエリはエラーとして返されます。 エラーがない場合は、クエリは「抽象構文木」というデータ構造に変換されます。これにより、データベースはクエリをより効率的に解析し、次の処理ステップに進めることができます。 オプティマイザ SQLクエリがパーサを通過した後、次にクエリの最適化を行うのが「オプティマイザ」です。オプティマイザの主な役割
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Amazon Neptune とは Amazon Neptune は、高速で信頼性に優れたフルマネージド型のグラフデータベースサービスで、高度に接続されたデータセットを使用するアプリケーションの構築と実行を容易にします。Neptune の中核は、専用のハイパフォーマンスなグラフデータベース エンジンです。このエンジンは、数十億の関係を保存し、ミリ秒単位のレイテンシーでグラフをクエリできるよう最適化されています。Neptune は、人気の高いプロパティグラフクエリ言語 Apache TinkerPop Gremlin と Neo4j の OpenCypher、および W3C の RDF クエリ言語 SPARQL をサポートしています。これにより、高度に接続されたデータ
Pythonでdatasetモジュールを使用し簡単にデータベース操作を行うことについて解説しています。 今回はdatasetを用います。このライブラリはPythonの標準ライブラリ・モジュールではありませんので、事前にインストールする必要があります。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows11） ■datasetモジュールを使用し簡単にデータベース操作を行う では、早速datasetモジュールを使用し簡単にデータベース操作を行うスクリプトを書いていきます。 ■コード import dataset db = dataset.connect('sqlite:///:memory:') table = db['sometable'] table.insert(dict(name='田中', age=25, gender='男性')) t
切り替える理由 自社の主力製品で利用している技術(WebRTC / WebTransport)がブラウザベースのため TypeScript を利用する Go を採用したのは sqlc が使いたかったという理由 sqlc-gen-typescript が出てきたのでもう Go を使う理由がなくなった 自社サービスチーム全員が Go にまったく興味が無い sqlc 自体は便利 そもそも自社に Go への興味がある人がいない 自社サービスの規模ではボトルネックになるのはデータベースであって言語ではない もしアプリでスケールが必要なときは Rust や Erlang/OTP に切り替えれば良い コネクションプールは PgBouncer を利用すればいい TypeScript からは 1 コネクション 1 接続で問題無い どうせフロントエンドでは TypeScript を書く 自社では React
Firebaseのセキュリティルールの設定を誤っていることが原因で数百のサイトが平文パスワードや機密情報を含む合計1億2500万件のレコードを公開してしまっているとセキュリティエンジニアの「Logykk」「mrbruh」「xyzeva」という3人がブログに投稿しました。 900 Sites, 125 million accounts, 1 vulnerability - env.fail https://env.fail/posts/firewreck-1/ セキュリティエンジニアの3人はChattr.aiというサービスでFirebaseの設定が間違っていることを発見しました。Chatter.aiではウェブサイト上の正規ルートで登録するとアカウントの権利が適切に制限されるものの、FirebaseのAPIを直接使用してアカウントを作成するとFirebase上のデータベース全てに対する権限が取
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
タヅナ は世界で一番はじめやすいデータカタログ
FractalDB: LINEヤフーのオンプレミス・マルチテナンシー型データベースシステムの紹介
［Software Design連動企画］ 実践クエリチューニング | gihyo.jp
Time to Live (TTL) - Amazon DynamoDB
データベーススペシャリストの参考書を呼んでいて、リレーショナルモデルが主流になったのはデータ独立を実現したことにより変更容易性が高くなり生産性が上がったからだと書いてありました。 個人的には流行ったメインの理由はRDBMSが優れたトランザクションの仕組みを持っていたためだと考えていました。 なぜRDBMSが主流になったと思いますか？ | mond
TypeScriptとGraphQLで実現する型安全なAPI実装
Prisma ORMを2年運用して培ったノウハウを共有する
ベクトル検索用の Azure サービスを選択する - Azure Architecture Center
米Oracle、「Oracle Database 23ai」クラウド版を提供開始 AIを意識して名称を変更
お金をかけずにサーバーの勉強をしよう - SQL Server 2022インストール -
NewSQL Landscape
Aurora MySQLのメモリ不足の原因を特定する
Rのdbplyrでサブクエリを構築すると分かりやすい
PCの操作をすべて録画＆文字起こしして過去の操作を丸ごと検索可能にするアプリ「Windrecorder」
Tsurugi 1.0.0-BETA3リリース｜株式会社ノーチラス・テクノロジーズ
Oracle Database 23ai のベクトル機能を試す手順 (1) - Qiita
クエリのパフォーマンスチューニングの第一歩。実行計画や統計情報について入門する
Amazon Neptune とは - Amazon Neptune
Pythonでdatasetモジュールを使用し簡単にデータベース操作を行う
自社サービスのバックエンドを Go から TypeScript へ切り替えるための整理
数百サイトがFirebaseのセキュリティルール設定を誤って合計1億2500万件の機密情報が公開されてしまっていた