世界最速！？のDBMS、memsqlを試してみた | QK
昔、試してみようと思っていて忘れていたインメモリデータベース、memsqlについて話を触れてみたいと思います。このDBMS半年前くらいからあったのですが、「MySQLのメモリエンジンと何が違うの？」と思いつつ結局、後手後手に回り、ついでに存在自体忘れてしまったデータベースなんですけど。Slashdotにて、話題が挙がってきたので、「とりあえず試してみような？」と思ったのが今回のきっかけです。このmemsql、元FACEBOOKの社員が作ったものらしくMySQLより、30倍高速とのことです。社員も募集中みたいので我こそはと思うかたは、ぜひチャレンジしてみてはいががでしょうか？ http://memsql.com/about/careers/ slashdotの内容を抜粋しますと MemSQL は MySQL 互換でありながら、データの読み書きを「信じられないスピード」で実行できるという。Me
SingleStore | Real-Time Analytics. Real-Time Applications. Real-Time AI. Right Now.
Faster hybrid vector + full-text search, fast-scaling integrations and a free tier.SingleStore Pro Max ➝
MemSQL、無料版の「MemSQL Community Edition」公開、容量に制限なし。インメモリの分散データベース
MemSQLはインメモリの分散データベース「MemSQL」の最新版「MemSQL 4」のリリースと、無料版の「MemSQL Community Edition」の公開を発表しました。 MemSQLはデータをメモリ上に置くことで高速な処理を実現するデータベース。スケールアウト機能を備えているためノードを追加することで容量や性能を向上させることができます。 内部のデータは、インメモリでのローストア（row store）とディスクベースのカラムストアを共存させることで、高速な処理性能を維持しつつヒストリカルデータなどの大規模なデータも保存可能。リレーショナルデータの一般的なデータ型に加え、地理情報、JSONデータなどのデータ型もサポート。高速なトランザクション処理だけでなく、BIなど大量のデータ分析も高速で処理すると説明しています。 MySQLのプロトコルをサポートし既存のデータ分析ツールなどが
RDBとグラフDBは使いよう ～ MariaDB様がみてる vs. InnoDBさんとNeo4jさん | ADN LAB's Blog
ごきげんよう。k_oomoriです。業務でデータノード間の関連性を追いかけるようなクエリが投げたくなったので、グラフデータベースについて調べてみました。ここではネイティブなグラフDBであるNeo4j、本来はRDBであるMariaDBのグラフ計算用エンジンとして開発されたOQGRAPH、それとお馴染みのInnoDBを直接グラフ問題に適用した例を試してみようと思います。 なお、検証に用いたサーバは全てAWSのc3.large EC2インスタンス（CPU: Intel Xeonプロセッサ2.8GHz×2, メモリ: 4GB）で、OSはUbuntu 14.04になります。 インストール Neo4jはNeo Technology社が開発しているJavaで実装されたグラフデータベースソフトウェアであり、NoSQLデータベースに分類されます。オープンソースのコミュニティ版と商用パッケージ版のデュアルライ
Neo4jで学ぶGraph DB入門 - omotenashi-mind
グラフDBとは グラフDBとは、情報と情報をつなぐ関係性を表現することができるデータベースです。 これだけだと分かりづらいと思いますので、具体的な例を基にしながら説明していきたいと思います。 (グラフのイメージ) グラフ情報を視覚化すると、上記のようなイメージになります。円は情報（ノード）を表し、ノードを結ぶ線はノードとノードの関係性（リレーションシップ）を表します。 この表現を用いて、様々な情報を表現することが加能です。 (グラフで表現できるもの) 路線図 人と人の関係 ゲームの戦略手順 等々... 関係性を持っているものであれば、どのようなものでも表現することができます。 グラフで情報を管理することで得られるメリットとは グラフ表現によって情報を管理することで得られるメリットは、「関係性を基に情報を再帰的に抽出することができる」点にあります。 グラフを用いると次のようなデ
Neo4j-グラフデータベースとは #neo4j - クリエーションライン株式会社
これからCL-Labでは、グラフデータベースという新しいタイプのデータべースについて連載していきます。今回、紹介するNeo4jというグラフデータベースは、いくつかの基本的なデータ構造を理解し、Cypher(サイファーと読む)というSQLライクな言語を覚えるだけで、誰でもグラフ理論に基づいたデータ処理を利用することができます。今回は、第１回目として、グラフデータベースの背景の説明と共に、Neo4jのインストール、Cypher QLの操作方法を簡略に紹介します。 グラフデータベースは、グラフを描くデータベースではなく、グラフ理論の頭脳をもってデータ処理を行うことができる、とても汎用性の高いデータベースです。グラフを描く能力は、ただ、多様な才能の一つに過ぎません（筆者注） 関連記事-CL-Lab Neo4j-グラフデータベースとは Cypher Query Language(QL)-構成要素編
NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？（後編） NTTデータオープンソースDAY2015 － Publickey
NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？（後編） NTTデータオープンソースDAY2015 PostgreSQLを大規模なミッションクリティカルなシステムの中で使うには、どのようなノウハウが求められるのか。オープンソースの利用に積極的なNTTデータがその事例を、1月26日に開催されたイベント「NTTデータオープンソースDAY 2015」で紹介しています。講演内容をダイジェストにしました。 （本記事は「NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？（前編）」の続きです） 実行計画をチェックするためにPostgreSQLを騙す。 3つ目は実行計画のチェックです。PostgreSQLのSQL文はコストベースで実行されますので、統計情報を見て、テーブルをスキャン
NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？（前編） NTTデータオープンソースDAY2015 － Publickey
NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？（前編） NTTデータオープンソースDAY2015 現在のシステム構築では、オープンソースのソフトウェアを使うことは当たり前になってきています。PostgreSQLはそうした中で主にエンタープライズ向けのデータベースとして着実に事例を増やしてきています。 その中で、PostgreSQLを大規模なミッションクリティカルなシステムの中で使うには、どのようなノウハウが求められるのか。オープンソースの利用に積極的なNTTデータがその事例を、1月26日に開催されたイベント「NTTデータオープンソースDAY 2015」のセッション「NTTデータとPostgreSQLが挑んだ総力戦。PostgreSQLを極限まで使い切ったその先に見たものとは？」で紹介しています。講演内容をダイジェストにしまし
pgModeler - PostgreSQL Database Modeler
The last release of 2023 is here and brings relevant patches for the tool's macOS port, which now makes pgModeler stable enough on that OS. The issue on macOS caught me by surprise and forced me to dedicate all my efforts to make the tool work again which was time-consuming, causing some minor fixes to be postponed to the development of the stable 1.1.0, which justifies the small changelog of this
PostgreSQL 9.4がリリース。ドキュメントDB並の性能でJSONBサポート、レプリケーション機能の高度化など
PostgreSQL 9.4がリリース。ドキュメントDB並の性能でJSONBサポート、レプリケーション機能の高度化など PostgreSQL 9.4の主な新機能は、バイナリ形式のJSONであるJSONBのサポート、高度なレプリケーションに利用できる新しいAPI、GINインデックスの高速化など。 一般的なドキュメントデータベース並の高速性 PostgreSQLでは以前のバージョンからJSON形式をサポートしていましたが、今回サポートされたJSONB形式は、バイナリ形式のJSONデータへの対応です。JSOBのサポートGINインデックスの高速化によって、ドキュメントデータベース並みの高速性を実現したとのこと。 JSONB supports fast lookups and simple expression search queries using Generalized Inverted In
JSON Table Schema - Data Protocols - Open Knowledge Foundation
Language The key words “MUST”, “MUST NOT”, “REQUIRED”, “SHALL”, “SHALL NOT”, “SHOULD”, “SHOULD NOT”, “RECOMMENDED”, “MAY”, and “OPTIONAL” in this document are to be interpreted as described in RFC 2119. Changelog 1.0-pre7: Add contraints.oneOf issue 1.0-pre6: clarify types and formats issue 1.0-pre5: add type validation issue 1.0-pre4: add foreign key support - see this issue 1.0-pre3.2: add prima
その候補、国会で何してました？ 議員活動が丸わかりのＤＢ
期日前投票が始まり、１４日に投開票日を迎える衆院選。どの候補を選ぶか迷っていませんか。そもそも、選挙ポスターやチラシだけでは、どんな人物か判断するのは難しい。「どういう活動をしてきた人なのか、わかれば良いのに」という人にお勧めのサイトがあります。 国会での発言、質問、出席数など一覧に 東京大の菅原琢客員研究員（政治過程論）が公開している「46期衆議院議員活動統計」。全衆議員の国会本会議、委員会での発言数、発言文字数などが一覧できます。名前順や発言数順などに並び替えることもでき、実際にどういう発言をしたかは、国会会議録へのリンクで確認できます。 例えば、本会議での発言数がゼロの議員、委員会での発言もゼロの議員も簡単に探せます。政党や当選回数が同じ議員の中でも、発言数や内容に差があることがわかります。 菅原客員研究員にサイト公開の目的や意義について聞きました。 「議員の活動は知られていない」
時系列データベース周辺を調査してみた – OpenGroove
追記（2014/07/25） KairosDBに関して、HBaseは現在サポートしていないことが判明したので一部修正し、リンク先も現状のアドレスに変更しました。nobusueさん、情報ありがとうございます！ わりと最近時系列データベースという単語を聞くようになったが、告白すると寝耳に水状態でちょっとあせったので軽く調べてみた（きっかけはこの過去記事）。 時系列データベースとやらは国内だとサーバー監視・モニタリングの分野から広まり始めてる印象だが、元々はセンサーデータ、M2M、IoTといったキーワードと相性がいいものらしい。 （ところで IoT: Internet of Things って日本では直訳調で「モノのインターネット」と言われるが、これだと何のことだかわからん。この言い方じゃ普及しないと思うぞ…） 「時系列データベース」と書いたが、プロダクトによってはデータベースという定義ではなく
EXISTSとSQLの高速化について - 猫好きモバイルアプリケーション開発者記録
SQL高速化についてはいろんなサイトで取り上げられているので 今更取り上げる必要はないかと思っていましたが、 ふと最近仕事をしている中でハマっている人が多いポイントであると感じたため 改めて書いてみることにしました。 EXISTSが速いという誤解 EXISTSについて書かれたサイトを見ると、 「速い」というような記述を見かけることが多いかと思います。 しかし、これはあくまでサブクエリを組んだ場合に、INやイコールを使って比較するときと比べて速い場合が多いというだけであり、 EXISTSが速いというわけでは決してありません。 ハッキリ言ってしまうと、EXISTSを使うクエリは基本的に遅いです。 これは正確に言うと、EXISTSを利用するケースにおいて相関サブクエリが使われていることが原因で遅くなっています。 相関サブクエリとはどういうものか、以下にメンバー情報を格納した MEMBER テーブ
LevelDB入門 (基本編) - from scratch
さて、今回は比較的新しいデータストアであるLevelDBについてまとめてみました。 LevelDBは1年ほど前からNode.js界隈ではブームが来ていて、理由がよくわかっていなかったんですが、まとめている内に分かるかなと思ってまとめました。今回はNode.js無関係でLevelDBの基礎的なことだけ調査した結果をまとめてみました。 Node.jsで使ってみる話は後に回します。 LevelDBとは? key-value型のデータストアの一つです。 Googleの研究者である、Jeff DeanとSanjey Ghemawatが開発し、2011年に公表されました。C++で書かれており、多くのプログラミング言語でbindingsが書かれています。もちろん、JavaScript/Node.jsでも書かれています。 LevelDB は Google のBigTableをベースにしたアーキテクチャを持
[Android Tips] ActiveAndroid を使って ActiveRecord ライクに SQLite を操作する | DevelopersIO
リレーションシップを作りたい場合は以下のように getMany() メソッドを使って実装します。この場合、Category : Item が一対多のリレーションシップを持ちます。 @Table(name = "Categories") public class Category extends Model { @Column(name = "Name") public String name; public List<Item> items() { return getMany(Item.class, "Category"); } } 保存・更新・削除・クエリ 作成したモデルクラスを使って DB に保存したりクエリで取得したりするには以下のように実装します。これぞ ActiveRecord スタイル。見やすく分かりやすく素晴らしいですね！ // 保存 Item item = new Ite
![[Android Tips] ActiveAndroid を使って ActiveRecord ライクに SQLite を操作する | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/091f15a7d75f8343165a62700143a86becce2771/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2013%2F09%2Fandroid.png)
トランザクションは再利用の敵である
釣りっぽいタイトル。「RDBのトランザクションが絡むとアプリケーション側のプログラムが書きにくくなる」という話です。 もちろんですが、RDBのトランザクション機能は偉大であり、Webアプリケーションでも意識して使わなければならず、「トランザクションなんて使うな」と言いたいわけではありません。 合成できない関数 PHPで素のPDOから考えます。たとえば、以下の関数に問題はあるでしょうか？ <?php /* * 古いデータをアーカイブテーブルに移す関数のイメージ */ function moveDataToArchive(PDO $db) { $db->beginTransaction(); try { $db->exec(' INSERT INTO archives SELECT * FROM data WHERE published < CURRENT_DATE '); $db->exec
SQLに依存することの危険性 ー 単体DBサーバでは終わらない時代の考え方 | 独り言v6
ベンチャー社長で技術者で:ベンチャー社長で技術者で: オブジェクト指向言語で処理したら保守性が悪い！. というのを目にした。要するに「OO言語＋RDBな組み合わせ」において、O\Rマッピングに頼らずにちゃんとSQLとストアドを書いた方がいい、と言うことである。 L.staｒは元々Java屋でそれからSQLに移ったので、未だに自分が両方をバックグラウンドに持つ人間だと思っている。O/Rマッピングのイ ンピーダンスミスマッチを解決する簡単な方法が実は無い、と言うぐらいには両方を理解している。だからこそ言いたいが、この文章、特定のDBが中央に鎮座していて、それがすべての中心になるような業務システムにおいては完全に正しい。ただし、元々そう言うシステムを念頭に置いて書かれた文章であるので、その点はちゃんと考えるべきだ。O/Rマッピングに頼り切って、SQLをきっちり書かない、ということをすると性能が出
PostgreSQL 9.3正式版が公開。1秒以下の高速フェイルオーバー、データチェックサムによる高信頼性、マテリアライズドビューなどの新機能
PostgreSQL 9.3正式版が公開。1秒以下の高速フェイルオーバー、データチェックサムによる高信頼性、マテリアライズドビューなどの新機能 「What's new in PostgreSQL 9.3」のページに並んだ項目から、主な新機能を抜き出してみました。 バルクロードの高速化のためのCOPY FREEZE カスタムバックグラウンドワーカー データチェックサム JSON機能の拡張 ラテラルジョイン イベントトリガー マテリアライズドビュー アップデータブルビュー 書き込み可能な外部テーブル 高速フェイルオーバー 過去のバージョンとの基本的な互換性は維持されています。 1秒以内でレプリカがマスターに昇格 高速フェイルオーバー機能では、レプリカデータベースがマスターへ昇格するのに1秒以内になるとのこと。 データチェックサムはページごとにデータのチェックサムを確認し、ストレージの障害などに
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
neo4j open source nosql graph database
