サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
掃除・片付け
www.fujitsu.com
2021年12月3日に本テキストブックを題材に、デザイン経営の考え方や導入方法、テキストブックの制作秘話などについて語るオンラインイベントが開催されました。下記のリンク先からアーカイブ動画をご覧いただけます。 詳しくはこちら(外部サイト) > 富士通のこれまでの実践から得られたノウハウと、イタリアのミラノ工科大学デザインスクールPOLI.Designの研究成果やフィロソフィーを組み合わせた、デザイン思考のテキストブック「Transformation by Design デジタルトランスフォーメーションに挑戦するデザイン戦略とサービスプランニング」(日本語版・英語版)を公開いたします。このテキストブックはPDFで閲覧可能です。またテキストブック制作の背景や制作チームの想いなど、制作のディレクターを務めた宇多村志伸と高嶋大介に話を聞きましたので、ぜひダウンロードの際に併せてお読みください。
PostgreSQLの周辺ツールの1つであるpg_bigmを使って、全文検索する方法について解説します。 1. pg_bigmとは pg_bigm(ピージーバイグラム)は、SQL文で全文検索を使用できるツールです。このツールは、2-gram(バイグラム)と呼ばれる方法で、文字列から全文検索用のインデックスを作成します。このインデックスを使って、ユーザーは高速に文字列検索を実行できます。 PostgreSQLには、pg_trgm(ピージートライグラム)という全文検索モジュールがcontribに付属されていますが、pg_trgmは日本語のようなマルチバイト文字列の検索には適していません。そこで、マルチバイト文字列を扱う全文検索用の周辺オープンソースソフトウェアとして、pg_trgmをベースに開発されたのがpg_bigmです。pg_trgmとpg_bigmの違いを簡単にまとめます。 表1. pg
PostgreSQLには、用途や環境に応じて様々な構成を組み、最適なパフォーマンスで動作させられるよう、設定ファイルpostgresql.confに多くのパラメーターが存在します。そのパラメーターを正しく設定し調整を行うためには、PostgreSQLのアーキテクチャーを理解する必要があります。ここでは、押さえておきたい、PostgreSQLの基本的なアーキテクチャーについて説明します。なお、この記事で対象にしているPostgreSQLのバージョンは9.5以降です。 1. PostgreSQLの基本構成 PostgreSQLの基本的な構成について説明します。はじめに、主なプロセス、メモリー、および、ファイルについての構成図を示します。 図1 PostgreSQLの基本構成 PostgreSQLを構成する主なプロセス、メモリー、ファイルについて、その用語と概要を説明します。 リスナープロセス
富士通クライアントコンピューティング株式会社(本社:神奈川県川崎市 代表取締役社長:大隈健史 以下FCCL)は、電子ペーパー「QUADERNO(以下クアデルノ)」の新モデルを本日発表、予約受付を開始し、7月8日(木)より発売いたします。 クアデルノは、本物の紙とペンのような「書きやすさ」と「読みやすさ」を実現した、超軽量・薄型電子ペーパーです。膨大な資料の取り込み・閲覧、手書きメモやPDFへの書き込みなどが行えます。手書きメモのコピー&ペーストや検索機能などを備え、アナログの良さとデジタルの利便性を両立したツールです。 新しい「クアデルノ」は、従来の特徴はそのままに、「書きやすさ」「読みやすさ」が向上し、さらにそのスマートなルックスも進化しました。クアデルノと一緒に使えるアクセサリーも拡充し、より快適なペーパーレスライフをご提供します。 クアデルノは、2018年のリリース以来、多彩な利用方
富士通研究所は、AI分野における世界最大のOSSであるScikit-learnをサポートするため、2019年からScikit-learnコンソーシアムに加入し、OSSコミュニティの持続的発展に寄与しています。 今回、Scikit-learn のDevSprint JapanをScikit-learnコンソーシアムと共同で5月26日(水)- 5月28日(金)の日程で開催することになりましたので、参加者を募集します。 またDevSprint Japanに合わせて、Scikit-learnやトポロジカルデータ解析技術の機械学習応用(富士通研究所で開発しているTopological Data Analysis Time Series Shaper: TDA-TSS含む)に関するチュートリアルも開催します。 Scikit-learn DevSprint Japanについて・日程: 2021年5月26
global.fujitsu
気候変動、格差の拡大、そして不安定な経済情勢に直面し、経営におけるサステナビリティ・トランスフォーメーション(SX)はこれまでになく注目されています。富士通は、こうした状況を踏まえ、2023年11月から12月にかけて、企業・組織のSXの進捗状況を可視化するために、15か国・11業種の経営者層(CxO)600名を対象にアンケート調査を実施しました。主な調査結果を報告します。 日本企業は自前主義、自社の業種・業界から物事を考える「タテ割り」の意識が強く残っています。「業種なき産業構造」に目を向け、異なる業種・業界の「ヨコ」にも範囲を広げるために必要な視点とは。他の業種・業界の各社やお客様と連携しながら、より大きな枠組みで持続可能な社会の実現を目指す、富士通 SEVP 古賀一司と、東京大学未来ビジョン研究センター 客員教授 西山圭太氏の語り合いを通して、変革のポイントを紹介します。
私達が日常扱う画像や音声といった情報の量がどんどん増えています。しかし扱う情報が多くなればなるほど、それを保存したり相手に送ったりする際にかかる時間が長くなります。そんな時、その情報をより手軽に扱えるようにするのが圧縮技術です。 画像圧縮ってなんだろう画像は沢山の情報でできています。その情報の余分な部分を減らして、全体の情報量を小さくすることが画像圧縮です。 画像圧縮は衣類・布団の圧縮と同じようなもの新婚の圧子(アツコ)さんは、新居の収納のことで悩んでいます。独身時代、おしゃれだった圧子さんは沢山の洋服を持っていました。ところが、新しい部屋は収納が少なく、持っていく洋服がぜんぜん入りません。しかも、その収納に夫婦とお客様用のお布団も入れなければならないのです。 一体、どうしたら良いのでしょう。 そこで、収納上手な先輩の縮美(チヂミ)さんに聞いてみることにしました。 縮美さんは、たくさんの衣
2020年10月19日 富士通株式会社 平素より、当社ストレージシステム「ETERNUS」をご愛顧いただきまして、誠にありがとうございます。 「ETERNUS NR1000 series」では、HAペア構成*1を組む事により、一方のコントローラ内で障害が発生した場合でも、もう一方のコントローラに自動切替を行い、動作を継続します。しかしながら、コントローラが正常に動作しなくなる事象(panic)が発生した際に、HAペア構成であっても、ONTAP*2の設定によっては、自動切替が実行されない仕様になっておりました。 つきましては、自動切替が正常に実行されない条件について、以下の通りご報告させていただきます。
スーパーコンピュータ「富岳」は,理化学研究所様と富士通が共同で開発を行い,整備を進めています。現代社会が抱える様々な課題と科学技術分野における重要な問題の解決への貢献,ビッグデータやAIなどの幅広い分野での活用を目的としており,汎用的で使い勝手が良く,世界最高水準の性能を低消費電力で実現するスーパーコンピュータを目指しています。 本特集号では,「富岳」向けに,高速なアプリケーション実行性能を低消費電力で実現するために開発したCPU A64FXとそのシステム実装技術,安定した運用とユーザーの使いやすさを支えるシステムソフトウェアと運用・システム管理ソフトウェア,およびアプリケーション開発環境について解説します。また,利用分野のアプリケーションから見た「富岳」の開発についてご紹介します。
各コマンドで示すオプションは一例になりますので、監視の方針に沿って他の有用なオプションとの併用も検討してください。コマンドの戻り値は、シェルスクリプトで確認するときに利用してください。 サーバーOSの応答(pingコマンド) サーバーの死活監視は、OSの「ping コマンド」に「-cオプション」を指定して確認します。例のように「1」を指定すると1回試行します。ネットワークの一時的な断線などの影響を受けないようにするため、数回リトライするようにしてください。サーバーが動作している場合は、「1 packets transmitted, 1 received」と表示され、応答があったことがわかります。pingコマンドの戻り値は、0:応答を受信した、0以外:応答を受信できない、または、エラーです。 pingコマンドは、管理サーバーなどの別サーバーから実行してください。 PostgreSQLプロセス
AWSにおけるファイル共有について紹介しますはじめに ファイルサーバとは、サーバ自身が保管しているファイルをネットワーク経由で複数のクライアントからアクセスできるようにする機能(ファイル共有機能)を有するサーバです。ファイル共有を実現する仕組み・プロトコルのうち、代表的なものは以下のようなものがあります。 Network File System Network File System (NFS) は、主にLinux/UNIXで利用されているファイル共有のプロトコルです。 Red Hat Enterprise Linux (RHEL), SUSE Linux Enterprise Server (SLES), CentOS, Ubuntuなど主要なLinuxディストリビューションに標準搭載されています。 Server Message Block Server Message Block (S
データベースでの「レプリケーション」とは、データベースのレプリカ(複製)を作成することです。レプリケーションにより、障害が発生しても継続して稼働でき、可用性の高いシステムを構築することができます。また、複製されたデータベースを活用し、参照系のSQLを処理させることで、システム全体で、より多くの処理をすることができます。遠隔地にデータベースを複製することで、災害対策にも利用できます。 PostgreSQLのレプリケーションには、データベースクラスタを一括して複製する「ストリーミングレプリケーション(物理レプリケーション)」と、テーブル単位やデータベース単位に複製する「ロジカルレプリケーション(論理レプリケーション)」などがあります。 ここでは、データベースクラスタを一括して複製する「ストリーミングレプリケーション」の仕組みと構成のポイントについて説明します。 なお、本資料では、Postgre
エンタープライズで利用するデータベースシステムは、障害に強く、安定稼動ができるよう、高可用な構成にすることが要求されます。また、将来的にデータ量やアクセス量が増加しても、サーバー増設等による性能向上により、システムの応答速度や処理キャパシティを維持できるよう、スケーラビリティーの高いシステムが要求されることもあります。 これらの要求に対応するために、PostgreSQLの周辺ツールの1つである、Pgpool-IIを利用した、高可用なシステム構成について解説します。 1. Pgpool-IIとは Pgpool-IIは、アプリケーションとデータベースの間で稼動するミドルウェアであり、LinuxやSolaris上で動作します。Pgpool-IIは、主に以下の機能を提供しています。今回は、Pgpool-II 4.0.2をベースに説明します。 表1 Pgpool-IIの主な機能
データベースのチューニングとは、データベースの性能維持または向上を阻害するボトルネックを見つけ、その原因を調査し、解決していくことです。ここでは、チューニングの1つである「データベースチューニング」について解説します。 1. データベースチューニングとは データベースチューニングは、サーバーの性能を最大限に利用できるようにデータベースシステムが使用するメモリー使用量を最適化し、ディスクI/Oを減らすことを目的としています。システム構成や運用内容に応じて、セットアップ時の初期設定の段階で実施しておくことができます。 データベースチューニングの解説を始める前に、まず、データベースチューニングの前提となるメモリーとディスクI/Oについて簡単に説明した後、実際のチューニング方法を説明していきます。 1.1 メモリーとディスクI/O PostgreSQLがデータベースにアクセスする場合、まずディスク
pg_hint_planでヒント句を設定して実行計画を制御するチューニング方法について解説します。 1. 実行計画を制御する PostgreSQLでは、プランナ(オプティマイザ)が入力されたSQL文をもとに統計情報を参照して、最も速くてコストの低いと予想される方法を選択し、実行計画を作成します。しかし、必ずしもプランナ(オプティマイザ)が最適な実行計画を作成するとは限りません。例えば、大量の更新クエリなどで統計情報の最新化が間に合わない場合や、刻々と統計情報が変化する場合に、プランナ(オプティマイザ)が作成する実行計画が不安定になることがあります。基幹系の業務システムでは、性能の向上よりも性能の安定化の方が重要であり、実行計画の変化を避けたい場合もあります。 その対策として、クエリにヒント句を設定してテーブルスキャン方法や結合方法などのアクセス方法を明示的に指示することで、プランナ(オプテ
パーティショニングは、データベースにおけるテーブル内のデータを分割して保持する機能です。PostgreSQLでは、PostgreSQL 10から『宣言的パーティショニング(以降、「パーティショニング」と呼びます』が追加されました。なお、この記事は、PostgreSQL 11.1をベースに解説しています。 1. パーティショニングとは パーティショニングは、データの特性や利用目的に応じて分割条件の設計が必要です。データはその条件に従って分割したテーブルに格納されますが、アプリケーションからは1つのテーブルとして扱うことができます。パーティショニングのイメージを以下に示します。 1.1 パーティショニングのメリット パーティショニングを利用するメリットには、「性能の向上」と「メンテナンス性の向上」があります。これらのメリットについて説明します。 性能の向上 テーブルの分割により、アプリケーショ
SQLチューニングは、SQL実行において、処理に時間がかかっているSQLを対象に内部処理を解析し、最適な動作に改善していくことを目的としています。ここでは、サンプルを使用してSQLチューニングを実施し、その流れを解説します。 1. テーブルのスキャン方法と結合方法 SQLチューニングでは、SQLの実行計画を解析する必要があります。SQLチューニングを実施する前に、実行計画の解析で前提となるテーブルのスキャン方法と結合方法を簡単に説明します。 スキャン方法 テーブルへのアクセス方法です。代表的なスキャン方法には、以下があります。 Seq Scan(シーケンシャルスキャン) テーブルを最初から最後までシーケンシャルにアクセスします。取り出す件数が多い場合に有効な方法です。 Index Scan(インデックススキャン) インデックスとテーブルを交互にランダムアクセスします。WHERE句による絞り
国・地域を変更 富士通グループの各国・各地域の拠点情報の一覧です。 各国・各地域ごとの拠点情報について、アルファベット順索引からお選びいただけます。
Emotet(エモテット)と呼ばれるマルウェアが、米国などで再び猛威を振るっており、US-CERT等が警告しています。このマルウェアは、大変強い自己拡散能力を持つと共に、攻撃者のビジネスモデルが変化したことを伺わせる点で興味深いものです。 Emotetの強力な自己拡散能力 Emotetは多くのマルウェアと同様に、被害者にメールに添付されたファイルやリンクを開かせることで感染し、被害者のPCを支配下に置きます。また、Emotetは外部の制御用サーバ(C&Cサーバ)と通信して機能を追加することができるため、新たな攻撃手法を用いて攻撃が可能です。 具体的には、以下のような機能を追加することで、Emotetは支配されたPC経由で様々な情報を窃取し、周囲のPCへのメールやネットワーク経由での拡散を試みます。 被害者のOutlookから、メッセージの送信者名とそのメールアドレスを窃取 被害者のMicr
高性能・高拡張性・高信頼性・省電力性に 優れたスーパーコンピュータ PRIMEHPCシリーズは、理化学研究所様と共同開発するスーパーコンピュータ「富岳」にも採用したCPU「A64FX」を搭載し、高い電力当たり性能とスケーラビリティを実現します。 本製品により、新薬の開発、防災・減災などの安心安全な社会の実現、新素材開発やものづくりにおける試作レスの確立など、社会的課題の解決や最先端研究の推進、企業競争力の強化などを加速させることが可能となります。
点在する学内のデータを集約・分析 戦略的な大学運営と開かれた大学を目指して 国内大学初の統合報告書でビジョンや戦略を示し、「東大ファン」を増やしていく 国立大学法人 東京大学 様 導入事例 アカデミアの取り組みとして国内で初めてとなる「統合報告書」を発行した東京大学では、従来の財務レポートに加えて、大学の戦略、教育、研究、社会連携、運営での活動実績を開示し、「東大ファン」を増やすことで教育、研究に対する支援者を増やす取り組みを行っています。そこでは学内に点在するデータを収集し統合する基盤として導入された富士通の「Unified-One 統合データべース(以下、統合DB)」が役立ちました。 [ 2019年7月掲載 ]
日 2019年2月、ナイトカルチャーを楽しむ新しいエンタメスポットが東京・六本木に誕生しまし た。その名も「SEL OCTAGON TOKYO」(以下、オクタゴン)。運営するのは、日本を代表するエン ターテインメント企業のエイベックス・グループです。オクタゴンは、“エンターテインメント× アート×デジタルテクノロジー”の要素を兼ね備えた新しいナイトクラブとして注目を集めてお り、すでに多くのオーディエンスで賑わう人気スポットとなっています。今回は、オクタゴンで 導入されている最新のデジタルテクノロジーを中心に、新しいナイトクラブの魅力をご紹介して いきます。 最先端テクノロジーを活用、進化したナイトクラブ「SEL OCTAGON TOKYO」 Insight for business leaders Japan 「モノトーンな日本の『夜』に、色彩を。『多彩な体験=カラフルエクスペリエンス』
FUJITSU. 69, 4, p. 97-103 07, 2018 97 あ ら ま し AI Deep Learning TDA TDA TDA Deep Learning Abstract The commercialization of AI (artificial intelligence) technology has accelerated in recent years, with a growing interest in various machine learning technologies such as deep learning. However, machine learning is based on statistical data analysis, and it is known today that certain information conta
次のページ
このページを最初にブックマークしてみませんか?
『Fujitsu Global』の新着エントリーを見る
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