データエンジニアの道具箱

Index##概要##環境&手順  テストデータ  性能確認手順##検証  検証1:Bigqueryは項目の保有する最大値、最小値を把握しているのか?  […]

データエンジニアの道具箱
Bigquery 性能検証

Index##概要##環境&手順  テストデータ  性能確認手順##Bigqueryの性能検証 Bacic目的検証結果  考察##Bigqueryの性能検証 A […]

データエンジニアの道具箱

Index##機能概要##最終アウトプットのサンプルイメージ##システム構成##前提  基本技術の説明について  WEBからのデータ抽出について##処理プロセス &nbs […]

データエンジニアの道具箱

Index##機能概要##以降で説明するコードの全体像##データ生成手順  テーブル作成  データ生成##データ生成結果##おまけ  テーブル作成 & […]

パフォーマンス

デザインパターンというものがある。classをデザインするときのパターンを汎化してまとめたものである。多くのデザインがこのパターンのどれかに近いもので実現できる。 データアクセスパスも同じようにパターンを型として理解して […]

Tech blog

ETLは並列化することで高速化できる。しかし、並列化には多くのパターンがあり適切に選択しなれば効果が得られない。並列化のパターンとそのメリット、デメリットを記載する。

データ連携基盤

Index  システム移行方式のパターン  ETLに適したシステム移行方式  ETLのシステム移行のリスク対策ETLはソフトウェアのバージョンアップ、ハードウェ […]

データ連携基盤

Index  スクラッチ開発の場合の修正とテスト  ETLの場合の修正とテスト  ETLのウィークポイントとどう付き合うか?ETLは生産性が高いと言われるが必ず […]

サイジング

ETLサーバーの内部ストレージは以下のような用途で使われる。 多くの場合はシーケンシャルIOであるが、上記2はランダムIOである。下記にシーケンシャルIO、ランダムIO、それぞれのサイジングの考え方を記載しているので参照 […]

サイジング

ETLのメモリはDBのように、アクセス頻度の高いデータをメモリに載せてディスクアクセスの頻度を削減するような使い方はしない。 ソート、ソートJOIN、Group by、ランキング処理等のレコード間の関連を見なければならな […]

サイジング

ETLのCPUをサイジングするときの基本的な考え方を記載する。いろいろなサイジング方法があるが私が使っているものである。常に実測してみて見積るのでは作業コストが膨らんでしまう。また、実測はテストデータの特性やキャッシュの […]

wordpress

Index  エラーの原因    パターン1:HTTP→HTTPSへのアドレス変換時のリダイレクトでエラー    パター […]

サイジング

Index  HDD  SSD  シーケンシャルIOがランダムIOと比較して高速となる原理最近はほとんどのケースでSSDでストレージを構成する。HDDとSSDで […]

サイジング

Index  ランダムIO   シーケンシャルIO  IO回数と処理時間クラウドでサーバーのディスクストレージを選択する時、どのように選択するべきか基準がわから […]

データ分析基盤

時代の流れとともにニーズが変化しデータソースの機能も進化してきた。しかし、いろいろなタイプのデータベースが存在するのはなぜだろうか。理由はデータの整合性、同時書き込み、大量データの処理、大量のトランザクションのどれかを強 […]

概要

Tech Blogでは中級者以上の技術者向けにデータエンジニアの領域についての情報を提供する。25年以上、SIerの技術者として現場で手を動かしてきた(About参照)。そのアドバンテージを活かし、付加価値の高いコンテン […]

サイジング

Index  超概要  概要  詳細データ連携基盤をサイジングするときのポイントをまとめる。 超概要 1.目標設定最も重たいかつ重要な処理について目標の処理時間 […]

データ連携基盤

可用性と性能を考慮したデータ連携基盤のアーキテクチャを記載する。 要件が単純な場合は、”ソースシステム→ETL→ターゲット”がそれぞれ単体で存在するようなシンプルな構成となる。しかし、データ連携基盤の活用が進み停止が許さ […]

パフォーマンス

Index  コストの目的  コストの使い方(概要)  コストの使い方(詳細)  実際のデータベースでのコストの例  参 […]

パフォーマンス

システムの処理時間はCPU、ストレージ、ネットワークの処理時間の合計である。それぞれの処理時間の規模感が理解できるとパフォーマンスチューニングでどこがボトルネックか判断できるようになる。 例えば、DBからのレスポンスタイ […]

データ基盤

データ基盤を構成する要素を記載する。他のサイトにも存在する情報ではあるがデータ仮想化も含めたフルセットがシンプルに整理されたものが見つからなかったので簡単に記載しておくことにした。 データ加工機能 データ保管機能 集計/ […]

パフォーマンス
DBの実行計画とは

Index  実行計画の目的  実行計画とはどのように作成されるか?データベースの実行計画がどのようなもので、どのように利用されるか記載する。本質の理解を目的としているため特定のシ […]

サイジング

Index  概要  待ち行列理論の活用方法  参考)待ち行列理論  システム設計での待ち行列の本質待ち行列という理論があり、IPAの情報処 […]

データ基盤

Index  データウェアハウス  データハブ  ビックデータ基盤  ストリーム処理  データ仮想化 &nbs […]

To Page Top