狠狠撸

狠狠撸Share a Scribd company logo
About MongoDB 3.2
惭辞苍驳辞顿叠3.2の绍介
渡部 彻太郎2016/07/27
自己紹介
{"ID" :"fetaro"
"名前":"渡部 徹太郎"
"所属":"リクルートテクノロジーズ"
"研究":"東京工業大学でデータベースと情報検索の研究
(@日本データベース学会)"
"仕事":{前職:["証券会社のオントレシステムのWeb基盤",
"オープンソース部隊。主にMongoDB,NoSQL"],
現職:["リクルートの横断分析基盤
Exadata, Hortonworks, EMR"]}
"エディタ":"emacs派"
"趣味": ["自宅サーバ","麻雀"]
"属性" : ["ギーク","スーツ"]}
目次
? API
o ドキュメントバリデーション
o 部分的インデックス
o 新しいCRUD
o アグリゲーションフレームワークの改良
? 高可用构成
o プライマリ選出高速化
o 設定サーバ群がレプリカセットに
o Read Concern
? ストレージ
o デフォルトがWiredTigerに
? 运用
API
ドキュメントバリデーション
? ドキュメントの中身にバリデーション
(キー名や値のチェック)がかけられる
? 今まではスキーマレスを売りにしてきた
? でもやっぱり、场合によってはスキーマが重要
ドキュメントバリデーション
? nameというキーの値を文字列に、ageを30より大きい値に限定
? 正しいドキュメント
? 不正なドキュメント
> db.createCollection( "user" , {
validator : {
name : { $type : "string" },
age : { $gt : 30 }
}})
> db.user.insert({"name":"fetaro","age":33})
WriteResult({ "nInserted" : 1 })
> db.user.insert({"name":1,"age":1})
WriteResult({
"nInserted" : 0,
"writeError" : {
"code" : 121,
"errmsg" : "Document failed validation"
}
})
メッセージは固定
どうやって失敗したか
わからない
ドキュメントバリデーション
? よく使うバリデーション
o findで検索するときの条件指定と同じ文法が使える
? 配列をバリデートする場合の注意
種類 説明 バリデーションの値
$exists キーが存在するか true,false
$type 値の型が正しいか "number","string" 等
$in 値が配列に含まれるか
想定するキーの値を含
む配列
$regex 値が正規表現とマッチするか 正規表現
> db.createCollection("user",{ validator:{ "hoge" :{$type : "array" }}})
> db.createCollection("user",{ validator:{ "hoge.0":{$exists : true}}})
?
?
部分的インデックス
? ドキュメントの中のある値の条件よって、
そのドキュメントをインデックスに含めるかどうかを分けれる
? 例
o Scoreにある80点以上ドキュメントだけをインデックスに含める
o db.scores.createIndex({"score":1},
{partialFilterExpression: {score:{$gt:80}}})
? 条件の指定
o キーの存在
o 値そのもの
o 値の存在
o 値の型
? 使いドコロ
o インデックスツリーそのものの大きさが減ることにより
? インデックスサイズの削減
? インデックス探索の高速化
新しいCRUD
? 今までのCRUD
o 一回のクエリで更新されるドキュメントの数が一つだったり複数だったり
o 例: db.mycol.update( {score:{$gt:75}}, {"pass": true})
? 一つのドキュメントだけ更新される!
? ドキュメントが丸ごと置き換わる!
? 新しいCRUD
o 明確に更新するドキュメント数が分かるようになった
3.0までのAPI 3.2で追加になったAPI
insert() insertOne()
insertMany()
remove() deleteOne()
deleteMany()
update() replaceOne()
updateOne()
updateMany()
findAndModify() findOneAndDelete()
findOneAndReplace()
findOneAndUpdate()
アグリゲーションの改良(1)
? $lookup
o 他のコレクションから紐づくデータを結合できる。 LEFT OUTER JOINのようなもの
? ただしこの結合はRDBMSの結合とは大きく異なる
o RDBMSのJOIN
? 結合計算の最適化、一貫したビュー
o MongoDBの結合
? 内部的には結合先テーブルに対してクエリを発行しているだけ
? 他のクエリから分離されたものではない。
? つまりアグリゲーションフレームの実行中に、結合先のテーブルが更新さ
れたら、その影響を受ける
? というか、MongoDBは本来分析用途ではない
db.user.aggregate([{
$lookup:{ from : "item", 結合先テーブル
localField : "item_id", 結合キー(自テーブル)
foreignField: "item_id", 結合キー(相手テーブル)
as : "item" 列名
}}])
アグリゲーションの改良(2)
? 3.0まで
o プライマリシャードに負
荷が集中
? 3.2から
o この動作が解消
o ただし、$outと$lookupは
依然としてプライマリ
シャードを使う
アグリゲーションの改良(3)
? インデックス内にデータがあればそれを使いドキュメ
ントにはアクセスしない
その他の改善
? 全文検索が英語以外に対応
o 追加された言語はアラビア語、ペルシャ語、ウルドゥー語、
中国語
o 日本語は残念ながら未対応
o 有償のEnterprise版のみで利用可能
? ビットをテストするオペレータの追加
? JavascriptのエンジンがまたSpidermonkeyに
o 2.4でSpidermonkeyからV8にしているので、戻った
? 地理空間インデックスの最適化
高可用构成
プライマリ選出高速化
? プロトコルのバージョンアップによりプライマリ選出が速くなっ
た
? 1.7秒以内になった(MongoDB World 2016での発表)
プライマリ
1 4 9
プライマリ
1 4 9
セカンダリ
1 4 9データ複製
アプリケーション
MongoDBドライバ
書き込み 読み込み読み込み
レプリカセット
設定サーバ群がレプリカセットに
? 今まで
o 設定サーバはmongod 1台 or 3台で2PC(2フェーズコミット)
o mongos --configdb <config1>,<config2>,<config3>
? 3.2から
o 設定サーバをレプリカセットで構築できるようになる
o mongos --configdb <replicasetName>/<config1>,<config2>
mongos
ルータ
設定
サーバ
mongod mongod mongod
設定
サーバ
設定
サーバ
mongos
ルータ
設定
サーバ
mongod mongod mongod
設定
サーバ
設定
サーバ
2PC
レプリケーション
? レプリカノードの過半数にデータが更新されるのを待って読む
? 一見シンプルな機能に見えるが、よく考えると恐ろしい機能
→大幅にシステムのスループットが落ちる可能性がある
? 何がうれしいのか?
o レプリカセットとして生き残ることが保証された(Rollbackしない)
データだけを読むことができる
o レプリカセットは壊れ方によってはデータロストが発生するが、それを予防し
ている
Read Concern
アプリ1
プライマリ
A B C
セカンダリ
A B C
セカンダリ
A B
書き
セカンダリ セカンダリ
A B A B
C
アプリ2
読み
アプリ3 アプリ4
読み
読み
↑まだ同期できていない↑
Read Concern
? MongoDBにおける「Rollback」とは
? データロストが発生する壊れ方
Read Concern
アプリ1
プライマリ
A B C
セカンダリ
A B C
セカンダリ
A B
書き
セカンダリ セカンダリ
A B A B
C
①↑まだ同期できていない↑
②↓ここでネットワークが分断される
アプリ2
セカンダリ
A B C
セカンダリ
A B C
プライマリ
A B
書き
セカンダリ セカンダリ
A B A BD
D
③レプリカの過半数が見え
ないためセカンダリに降格↓
D D
セカンダリ
A B
C
セカンダリ
A B
C
プライマリ
A B
セカンダリ セカンダリ
A B A BD D DDD
④Cをロスト
ストレージ
mongod
デフォルトがMMAPv1からWiredTigerに
? Version 2.x
o 名無しのストレージ(MMAPベース)
? Version 3.0
o MMAPv1 ? デフォルト
o WiredTiger ? オプション
? Version 3.2
o MMAPv1 ? オプション
o WiredTiger ? デフォルト
MMAPv1
ストレージAPI
参考) http://www.slideshare.net/NorbertoLeite/mongodb-wiredtiger-internals
セキュリティ
MongoDBクエリ言語エンジン
WiredTiger
アプリケーション
MonogDBドライバ
管理
MMAP用
データ
ファイル
WiredTiger用
データファイル
MMAP用
データ
ファイル
WiredTiger用
データファイル
デフォルトがMMAPv1からWiredTigerに
? MMAPv1とは
o MongoDB 3.0のデフォルト
o ディスクにあるファイルをそのままメモリに乗せる
o OSがキャッシュするデータを決める
? LRUのアルゴリズムでページアウトさせる
? 最も頻度が高いメモリのページが残る
o つまり、「手抜き」のストレージ
D
E
F
ディスク
メモリ
C
B
A
B
D mongod
プロセス
OSにメモリに
乗せてもらう
E
デフォルトがMMAPv1からWiredTigerに
? MMAPv1における更新=in place(その場)
ディスク
メモリ
{ name : "abe",
age : 20 }
doc1 doc2 doc3
{ name : "abe",
age : 20 }
ディスク
メモリ
{ name : "abe",
age : 20 }
doc1 doc2 doc3
{ name : "abe",
age : 21 }
ディスク
メモリ
doc1 doc2 doc3
{ name : "abe",
age : 21 }
1.メモリに乗せる
2.更新する(アプリに応答)
3.非同期でディスクに書き戻す
{ name : "abe",
age : 21 }
クエリスレッド
クエリスレッド
同期スレッド
注意)ジャーナルを使っていないときの動き
デフォルトがMMAPv1からWiredTigerに
? MMAPv1の問題点
o 書き込むときにロックを取る必要がある
? 読み取りがブロックされ、システムのスループットは低下
? コレクション全体のロック(ver 2.xではデータベースロック)
o メモリ使用量を制御できない(OSまかせ)
? OSは空いているだけ使う
o 物理的に収まりきらない場合は、ディスク上で再配置が起こる
? 非常に重い処理
? 物理的にデータの穴が開き、フラグメンテーション発生。
ディスク
メモリ
doc1 doc2 doc3
{ name : "abe",
age : 20, id:123456}
{ name : "abe",
age : 20, id:123456}入らない!
デフォルトがMMAPv1からWiredTigerに
? WiredTigerとは
o 3.0から搭載されているストレージ
o 3.2からはデフォルト
o 追記型
o 書き込みが読み込みをロックしないアルゴリズム(MVCC)を採用し、ド
キュメントレベルのロックを実現
o データ圧縮可能
o メモリ使用量コントロール可能
o インデックスとデータファイルの分離可能(IOの分散ができる)
o ストレージの統計情報が出力できるようになった
? つまり、「ちゃんとした」ストレージ
デフォルトがMMAPv1からWiredTigerに
? WiredTigerにおける更新=追記型 (MVCC)
{"no": 11}
{"no": 11}
チェックポイント直後
メモリ
ディスク {"no": 11}
{"no": 11}
noが12に更新された
update{"no": 12}
{"no": 11}
{"no": 11}
update{"no": 12}
update{"no": 13}
noが13に更新された
{"no": 11}
{"no": 11}
update{"no": 12}
update{"no": 13}
チェックポイント
Eviction(立ち退き)
{"no": 13}
{"no": 13}
チェックポイント直後
version 2
version 1
version 2
version 1
version 3
更新中の読み込みは、
旧バージョンを読み取る
?読み込みは待たされない!
デフォルトがMMAPv1からWiredTigerに
? WiredTigerの更新の特徴
o 書き込みは1ドキュメントを追記するだけ
o 読み取りは書き込みを待たない
o ディスクに書き戻される時にディスク上の物理配置を都度調整するた
め、フラグメンテーションは発生しない
? その他ポイント
o ジャーナルを有効にすると、追記書き込みをディスクに永続化できる
? チェックポイントの間にクラッシュしてもデータロストなし
o インデックスとデータファイルはWiredTigerのトランザクション機能を
使って同時に更新される
o 複数ドキュメントを跨いだトランザクションは提供されない
その他ストレージ
? インメモリ
o ディスクIOを行わないインメモリストレージエンジンinMemoryが選べる
ようになった
o 有償のEnterprise版のみ
o ベータ版
? 暗号化対応のWiredTiger
o WiredTigerを暗号化できる
o HIPAA, PCI-DSS, FERPAといったセキュリティの標準化に準拠してい
ます
o 有償のEnterprise版のみ
? テスト用エフェメラル
o テストで毎回データをクリアしなくてよい、テスト用のストレージエンジ
ンephemeralForTestが選べる
o ベータ版です。
运用
运用の改善
? mongodumpとmongorestoreの改良
o 圧縮に対応
o リモートのmongodに対してdumpしたデータをストリームで
転送しrestoreすることができる
? 診断用データ
o デフォルトで1秒ごとに診断用データ(Diagnostic Data)がと
られるようになった。
o データはデータフォルダにファイルとして出力される。
その他のエンハンス
? WiredTigerがfsyncでロックできるようになった
o 静止点を取りやすくなった
? 32bitバイナリが非推奨になった。
? Write Concernの仕様がちょっと変わった
? journalCommitIntervalのオプションがWiredTiger
でも使えるようになった
最後に書籍紹介 近日発売
? 著者
o 小笠原 徳彦
? タイトル
o はじめてのMongoDB
―オープンソースのNoSQLデータベース
? 内容
o 初心者向け
o アプリ開発者向け ≠DBA
o コマンド例多め
ちょっとMongoDB使ってみたいな、
MongoDBを使ったアプリケーションを
書いてみたいな」という人の背中をお
してあげる本を目指して書きました。
ぜひMongoDBを使ったアプリ開発を
楽しんでみてください!

More Related Content

What's hot (20)

ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
ザ?ドキュメント~うまくいかない狈辞厂蚕尝~ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
Akihiro Kuwano
?
惭辞苍驳辞顿叠か?遅いときの切り分け方法
惭辞苍驳辞顿叠か?遅いときの切り分け方法惭辞苍驳辞顿叠か?遅いときの切り分け方法
惭辞苍驳辞顿叠か?遅いときの切り分け方法
Tetsutaro Watanabe
?
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
Recruit Technologies
?
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDB
moai kids
?
MongoDB very basic (Japanese) / MongoDB基礎の基礎
MongoDB very basic (Japanese) / MongoDB基礎の基礎MongoDB very basic (Japanese) / MongoDB基礎の基礎
MongoDB very basic (Japanese) / MongoDB基礎の基礎
Naruhiko Ogasawara
?
初めてのMongo db
初めてのMongo db初めてのMongo db
初めてのMongo db
Ryuji Tamagawa
?
惭辞苍驳辞顿叠ざっくり解説
惭辞苍驳辞顿叠ざっくり解説惭辞苍驳辞顿叠ざっくり解説
惭辞苍驳辞顿叠ざっくり解説
知教 本間
?
がっつり惭辞苍驳辞顿叠事例绍介
がっつり惭辞苍驳辞顿叠事例绍介がっつり惭辞苍驳辞顿叠事例绍介
がっつり惭辞苍驳辞顿叠事例绍介
Tetsutaro Watanabe
?
後悔しないもんごもんごの使い方 ?アプリ編?
後悔しないもんごもんごの使い方 ?アプリ編?後悔しないもんごもんごの使い方 ?アプリ編?
後悔しないもんごもんごの使い方 ?アプリ編?
Masakazu Matsushita
?
日本語:Mongo dbに於けるシャーディングについて
日本語:Mongo dbに於けるシャーディングについて日本語:Mongo dbに於けるシャーディングについて
日本語:Mongo dbに於けるシャーディングについて
ippei_suzuki
?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
Takahiro Inoue
?
MongoDB World 2014に行ってきた!
MongoDB World 2014に行ってきた!MongoDB World 2014に行ってきた!
MongoDB World 2014に行ってきた!
Tetsutaro Watanabe
?
ソーシャルゲームにおけるMongoDB適用事例 - Animal Land
ソーシャルゲームにおけるMongoDB適用事例 - Animal LandソーシャルゲームにおけるMongoDB適用事例 - Animal Land
ソーシャルゲームにおけるMongoDB適用事例 - Animal Land
Masakazu Matsushita
?
Mongo dbを知ろう
Mongo dbを知ろうMongo dbを知ろう
Mongo dbを知ろう
CROOZ, inc.
?
惭辞苍驳辞顿叠ご绍介:事例绍介もあり
惭辞苍驳辞顿叠ご绍介:事例绍介もあり惭辞苍驳辞顿叠ご绍介:事例绍介もあり
惭辞苍驳辞顿叠ご绍介:事例绍介もあり
ippei_suzuki
?
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
infinite_loop
?
Open il vol4
Open il vol4Open il vol4
Open il vol4
榎本 優樹
?
Cassandra v0.6-siryou
Cassandra v0.6-siryouCassandra v0.6-siryou
Cassandra v0.6-siryou
あしたのオープンソース研究所  
?
ARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイドARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイド
decode2016
?
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
Masakazu Matsushita
?
ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
ザ?ドキュメント~うまくいかない狈辞厂蚕尝~ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
ザ?ドキュメント~うまくいかない狈辞厂蚕尝~
Akihiro Kuwano
?
惭辞苍驳辞顿叠か?遅いときの切り分け方法
惭辞苍驳辞顿叠か?遅いときの切り分け方法惭辞苍驳辞顿叠か?遅いときの切り分け方法
惭辞苍驳辞顿叠か?遅いときの切り分け方法
Tetsutaro Watanabe
?
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
搁顿叠技术者のための狈辞厂蚕尝ガイド 狈辞厂蚕尝の必要性と位置づけ
Recruit Technologies
?
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDB
moai kids
?
MongoDB very basic (Japanese) / MongoDB基礎の基礎
MongoDB very basic (Japanese) / MongoDB基礎の基礎MongoDB very basic (Japanese) / MongoDB基礎の基礎
MongoDB very basic (Japanese) / MongoDB基礎の基礎
Naruhiko Ogasawara
?
惭辞苍驳辞顿叠ざっくり解説
惭辞苍驳辞顿叠ざっくり解説惭辞苍驳辞顿叠ざっくり解説
惭辞苍驳辞顿叠ざっくり解説
知教 本間
?
がっつり惭辞苍驳辞顿叠事例绍介
がっつり惭辞苍驳辞顿叠事例绍介がっつり惭辞苍驳辞顿叠事例绍介
がっつり惭辞苍驳辞顿叠事例绍介
Tetsutaro Watanabe
?
後悔しないもんごもんごの使い方 ?アプリ編?
後悔しないもんごもんごの使い方 ?アプリ編?後悔しないもんごもんごの使い方 ?アプリ編?
後悔しないもんごもんごの使い方 ?アプリ編?
Masakazu Matsushita
?
日本語:Mongo dbに於けるシャーディングについて
日本語:Mongo dbに於けるシャーディングについて日本語:Mongo dbに於けるシャーディングについて
日本語:Mongo dbに於けるシャーディングについて
ippei_suzuki
?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
MongoDBを用いたソーシャルアプリのログ解析 ?解析基盤構築からフロントUIまで、MongoDBを最大限に活用する?
Takahiro Inoue
?
MongoDB World 2014に行ってきた!
MongoDB World 2014に行ってきた!MongoDB World 2014に行ってきた!
MongoDB World 2014に行ってきた!
Tetsutaro Watanabe
?
ソーシャルゲームにおけるMongoDB適用事例 - Animal Land
ソーシャルゲームにおけるMongoDB適用事例 - Animal LandソーシャルゲームにおけるMongoDB適用事例 - Animal Land
ソーシャルゲームにおけるMongoDB適用事例 - Animal Land
Masakazu Matsushita
?
Mongo dbを知ろう
Mongo dbを知ろうMongo dbを知ろう
Mongo dbを知ろう
CROOZ, inc.
?
惭辞苍驳辞顿叠ご绍介:事例绍介もあり
惭辞苍驳辞顿叠ご绍介:事例绍介もあり惭辞苍驳辞顿叠ご绍介:事例绍介もあり
惭辞苍驳辞顿叠ご绍介:事例绍介もあり
ippei_suzuki
?
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
笔贬笔+惭测厂蚕尝を使ったスケーラブルなソーシャルゲーム开発
infinite_loop
?
ARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイドARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイド
decode2016
?
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
ソーシャルゲームにおける础奥厂/惭辞苍驳辞顿叠利用事例
Masakazu Matsushita
?

Viewers also liked (17)

笔贬笔コアから読み解く笔贬笔5.5
笔贬笔コアから読み解く笔贬笔5.5笔贬笔コアから読み解く笔贬笔5.5
笔贬笔コアから読み解く笔贬笔5.5
驰补丑辞辞!デベロッパーネットワーク
?
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
樽八 仲川
?
业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法
Yoshitaka Mori
?
业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法
Co-graph Inc.
?
[コグラフ]spss modelerによるデータ加工入門
[コグラフ]spss modelerによるデータ加工入門[コグラフ]spss modelerによるデータ加工入門
[コグラフ]spss modelerによるデータ加工入門
Co-graph Inc.
?
Casual Compression on MongoDB
Casual Compression on MongoDBCasual Compression on MongoDB
Casual Compression on MongoDB
moai kids
?
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
Hitoshi Asai
?
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Evan Chan
?
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
CODE BLUE
?
MongoDB WiredTiger Internals
MongoDB WiredTiger InternalsMongoDB WiredTiger Internals
MongoDB WiredTiger Internals
Norberto Leite
?
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
IBM Analytics Japan
?
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
Yuji Otani
?
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
Shinya Takara
?
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
Akihiro Kuwano
?
トランザクションの设计と进化
トランザクションの设计と进化トランザクションの设计と进化
トランザクションの设计と进化
Kumazaki Hiroki
?
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
?
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
SQLまで使える高機能NoSQLであるCouchbase Serverの勉強会資料
樽八 仲川
?
业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法
Yoshitaka Mori
?
业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法业务システムにおける惭辞苍驳辞顿叠活用法
业务システムにおける惭辞苍驳辞顿叠活用法
Co-graph Inc.
?
[コグラフ]spss modelerによるデータ加工入門
[コグラフ]spss modelerによるデータ加工入門[コグラフ]spss modelerによるデータ加工入門
[コグラフ]spss modelerによるデータ加工入門
Co-graph Inc.
?
Casual Compression on MongoDB
Casual Compression on MongoDBCasual Compression on MongoDB
Casual Compression on MongoDB
moai kids
?
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
惭辞苍驳辞顿叠ではじめるカジュアルなタイムラインシステム
Hitoshi Asai
?
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Spark Job Server and Spark as a Query Engine (Spark Meetup 5/14)
Evan Chan
?
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
[CB16] 難解なウェブアプリケーションの脆弱性 by Andrés Riancho
CODE BLUE
?
MongoDB WiredTiger Internals
MongoDB WiredTiger InternalsMongoDB WiredTiger Internals
MongoDB WiredTiger Internals
Norberto Leite
?
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
IBM Analytics Japan
?
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
RDBとNoSQLの上手な付き合い方(勉強会@LIG 2013/11/11)
Yuji Otani
?
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
担当プロダクトの顿叠をまるっとリプレイスするためにやったこと
Shinya Takara
?
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
奥颈谤别诲罢颈驳别谤ストレージエンジン楽しい
Akihiro Kuwano
?
トランザクションの设计と进化
トランザクションの设计と进化トランザクションの设计と进化
トランザクションの设计と进化
Kumazaki Hiroki
?
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
?

Similar to 惭辞苍驳辞顿叠3.2の绍介 (20)

泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
泥臭い运用から、プログラマブルインフラ构筑(に行きたい) 泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
Akihiro Kuwano
?
小规模アプリ开発者が中から见るモンスターストライク
小规模アプリ开発者が中から见るモンスターストライク小规模アプリ开発者が中から见るモンスターストライク
小规模アプリ开発者が中から见るモンスターストライク
yoshiteru kawamata
?
ゆるふわLinux-HA ?PostgreSQL編?
ゆるふわLinux-HA ?PostgreSQL編?ゆるふわLinux-HA ?PostgreSQL編?
ゆるふわLinux-HA ?PostgreSQL編?
Taro Matsuzawa
?
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
Akihiro Kuwano
?
Amazon dynamo db、cloudant、blockchainの紹介 20160706
Amazon dynamo db、cloudant、blockchainの紹介 20160706Amazon dynamo db、cloudant、blockchainの紹介 20160706
Amazon dynamo db、cloudant、blockchainの紹介 20160706
Tsuyoshi Hirayama
?
厂迟补苍勉强会资料(前编)
厂迟补苍勉强会资料(前编) 厂迟补苍勉强会资料(前编)
厂迟补苍勉强会资料(前编)
daiki hojo
?
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
知教 本間
?
笔贬笔开発者のための狈辞厂蚕尝入门
笔贬笔开発者のための狈辞厂蚕尝入门笔贬笔开発者のための狈辞厂蚕尝入门
笔贬笔开発者のための狈辞厂蚕尝入门
じゅん なかざ
?
LEGO MINDSTORMS EV3 API
LEGO MINDSTORMS EV3 APILEGO MINDSTORMS EV3 API
LEGO MINDSTORMS EV3 API
Akira Hatsune
?
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
Amazon Web Services Japan
?
既存システムへの新技術活用法 ~fluntd/MongoDB~
既存システムへの新技術活用法 ~fluntd/MongoDB~既存システムへの新技術活用法 ~fluntd/MongoDB~
既存システムへの新技術活用法 ~fluntd/MongoDB~
じゅん なかざ
?
惭辞苍驳辞顿叠勉强会资料
惭辞苍驳辞顿叠勉强会资料惭辞苍驳辞顿叠勉强会资料
惭辞苍驳辞顿叠勉强会资料
Hiromune Shishido
?
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed な テレコムコアシステムを構築?运用してる話
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed なテレコムコアシステムを構築?运用してる話AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed なテレコムコアシステムを構築?运用してる話
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed な テレコムコアシステムを構築?运用してる話
SORACOM,INC
?
ソーシャルアプリを分析してみた
ソーシャルアプリを分析してみたソーシャルアプリを分析してみた
ソーシャルアプリを分析してみた
Drecom Co., Ltd.
?
第4回名古屋础苍诲谤辞颈诲勉强会资料
第4回名古屋础苍诲谤辞颈诲勉强会资料第4回名古屋础苍诲谤辞颈诲勉强会资料
第4回名古屋础苍诲谤辞颈诲勉强会资料
magoroku Yamamoto
?
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
infinite_loop
?
Designing data intensive applications-ch4
Designing data intensive applications-ch4Designing data intensive applications-ch4
Designing data intensive applications-ch4
Motohiro Kanda
?
厂辩濒の书き方セミナー资料
厂辩濒の书き方セミナー资料厂辩濒の书き方セミナー资料
厂辩濒の书き方セミナー资料
Sadayoshi Ikushima
?
分割と整合性と戦う
分割と整合性と戦う分割と整合性と戦う
分割と整合性と戦う
Yugo Shimizu
?
泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
泥臭い运用から、プログラマブルインフラ构筑(に行きたい) 泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
泥臭い运用から、プログラマブルインフラ构筑(に行きたい)
Akihiro Kuwano
?
小规模アプリ开発者が中から见るモンスターストライク
小规模アプリ开発者が中から见るモンスターストライク小规模アプリ开発者が中から见るモンスターストライク
小规模アプリ开発者が中から见るモンスターストライク
yoshiteru kawamata
?
ゆるふわLinux-HA ?PostgreSQL編?
ゆるふわLinux-HA ?PostgreSQL編?ゆるふわLinux-HA ?PostgreSQL編?
ゆるふわLinux-HA ?PostgreSQL編?
Taro Matsuzawa
?
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
大規模化するピグライフを支えるインフラ ~MongoDBとChefについて~ (前編)
Akihiro Kuwano
?
Amazon dynamo db、cloudant、blockchainの紹介 20160706
Amazon dynamo db、cloudant、blockchainの紹介 20160706Amazon dynamo db、cloudant、blockchainの紹介 20160706
Amazon dynamo db、cloudant、blockchainの紹介 20160706
Tsuyoshi Hirayama
?
厂迟补苍勉强会资料(前编)
厂迟补苍勉强会资料(前编) 厂迟补苍勉强会资料(前编)
厂迟补苍勉强会资料(前编)
daiki hojo
?
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
ソーシャルゲームログ解析基盘の惭辞苍驳辞顿叠活用事例
知教 本間
?
笔贬笔开発者のための狈辞厂蚕尝入门
笔贬笔开発者のための狈辞厂蚕尝入门笔贬笔开発者のための狈辞厂蚕尝入门
笔贬笔开発者のための狈辞厂蚕尝入门
じゅん なかざ
?
LEGO MINDSTORMS EV3 API
LEGO MINDSTORMS EV3 APILEGO MINDSTORMS EV3 API
LEGO MINDSTORMS EV3 API
Akira Hatsune
?
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
ゲームアーキテクチャパターン (Aurora Serverless / DynamoDB)
Amazon Web Services Japan
?
既存システムへの新技術活用法 ~fluntd/MongoDB~
既存システムへの新技術活用法 ~fluntd/MongoDB~既存システムへの新技術活用法 ~fluntd/MongoDB~
既存システムへの新技術活用法 ~fluntd/MongoDB~
じゅん なかざ
?
惭辞苍驳辞顿叠勉强会资料
惭辞苍驳辞顿叠勉强会资料惭辞苍驳辞顿叠勉强会资料
惭辞苍驳辞顿叠勉强会资料
Hiromune Shishido
?
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed な テレコムコアシステムを構築?运用してる話
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed なテレコムコアシステムを構築?运用してる話AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed なテレコムコアシステムを構築?运用してる話
AWS Dev Day Tokyo 2018 | Amazon DynamoDB Backed な テレコムコアシステムを構築?运用してる話
SORACOM,INC
?
ソーシャルアプリを分析してみた
ソーシャルアプリを分析してみたソーシャルアプリを分析してみた
ソーシャルアプリを分析してみた
Drecom Co., Ltd.
?
第4回名古屋础苍诲谤辞颈诲勉强会资料
第4回名古屋础苍诲谤辞颈诲勉强会资料第4回名古屋础苍诲谤辞颈诲勉强会资料
第4回名古屋础苍诲谤辞颈诲勉强会资料
magoroku Yamamoto
?
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
大规模ソーシャルゲーム开発から学んだ笔贬笔&惭测厂蚕尝実践テクニック
infinite_loop
?
Designing data intensive applications-ch4
Designing data intensive applications-ch4Designing data intensive applications-ch4
Designing data intensive applications-ch4
Motohiro Kanda
?
厂辩濒の书き方セミナー资料
厂辩濒の书き方セミナー资料厂辩濒の书き方セミナー资料
厂辩濒の书き方セミナー资料
Sadayoshi Ikushima
?
分割と整合性と戦う
分割と整合性と戦う分割と整合性と戦う
分割と整合性と戦う
Yugo Shimizu
?

More from Tetsutaro Watanabe (18)

データサイエンティスト向け性能问题対応の基础
データサイエンティスト向け性能问题対応の基础データサイエンティスト向け性能问题対応の基础
データサイエンティスト向け性能问题対応の基础
Tetsutaro Watanabe
?
惭尝翱辫蝉はバズワード
惭尝翱辫蝉はバズワード惭尝翱辫蝉はバズワード
惭尝翱辫蝉はバズワード
Tetsutaro Watanabe
?
ドライブレコーダの动画を使った道路情报の自动差分抽出
ドライブレコーダの动画を使った道路情报の自动差分抽出ドライブレコーダの动画を使った道路情报の自动差分抽出
ドライブレコーダの动画を使った道路情报の自动差分抽出
Tetsutaro Watanabe
?
滨辞罢テ?ハ?イステ?ータ収集の难しい点
滨辞罢テ?ハ?イステ?ータ収集の难しい点滨辞罢テ?ハ?イステ?ータ収集の难しい点
滨辞罢テ?ハ?イステ?ータ収集の难しい点
Tetsutaro Watanabe
?
ドライブレコーダの画像认识による道路情报の自动差分抽出
ドライブレコーダの画像认识による道路情报の自动差分抽出ドライブレコーダの画像认识による道路情报の自动差分抽出
ドライブレコーダの画像认识による道路情报の自动差分抽出
Tetsutaro Watanabe
?
先駆者に学ふ? MLOpsの実際
先駆者に学ふ? MLOpsの実際先駆者に学ふ? MLOpsの実際
先駆者に学ふ? MLOpsの実際
Tetsutaro Watanabe
?
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
Tetsutaro Watanabe
?
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
Tetsutaro Watanabe
?
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみたタクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
Tetsutaro Watanabe
?
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
Tetsutaro Watanabe
?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
Tetsutaro Watanabe
?
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
Tetsutaro Watanabe
?
Google Cloud Next '18 Recap/報告会 機械学習関連
Google Cloud Next '18 Recap/報告会 機械学習関連Google Cloud Next '18 Recap/報告会 機械学習関連
Google Cloud Next '18 Recap/報告会 機械学習関連
Tetsutaro Watanabe
?
巨大なサービスと膨大なデータを支えるプラットフォーム?
巨大なサービスと膨大なデータを支えるプラットフォーム?巨大なサービスと膨大なデータを支えるプラットフォーム?
巨大なサービスと膨大なデータを支えるプラットフォーム?
Tetsutaro Watanabe
?
リクルートを支える横断テ?ータ基盘と机械学习の适用事例
リクルートを支える横断テ?ータ基盘と机械学习の适用事例リクルートを支える横断テ?ータ基盘と机械学习の适用事例
リクルートを支える横断テ?ータ基盘と机械学习の适用事例
Tetsutaro Watanabe
?
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version - ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
?
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
Tetsutaro Watanabe
?
惭辞苍驳辞顿叠の监视
惭辞苍驳辞顿叠の监视惭辞苍驳辞顿叠の监视
惭辞苍驳辞顿叠の监视
Tetsutaro Watanabe
?
データサイエンティスト向け性能问题対応の基础
データサイエンティスト向け性能问题対応の基础データサイエンティスト向け性能问题対応の基础
データサイエンティスト向け性能问题対応の基础
Tetsutaro Watanabe
?
惭尝翱辫蝉はバズワード
惭尝翱辫蝉はバズワード惭尝翱辫蝉はバズワード
惭尝翱辫蝉はバズワード
Tetsutaro Watanabe
?
ドライブレコーダの动画を使った道路情报の自动差分抽出
ドライブレコーダの动画を使った道路情报の自动差分抽出ドライブレコーダの动画を使った道路情报の自动差分抽出
ドライブレコーダの动画を使った道路情报の自动差分抽出
Tetsutaro Watanabe
?
滨辞罢テ?ハ?イステ?ータ収集の难しい点
滨辞罢テ?ハ?イステ?ータ収集の难しい点滨辞罢テ?ハ?イステ?ータ収集の难しい点
滨辞罢テ?ハ?イステ?ータ収集の难しい点
Tetsutaro Watanabe
?
ドライブレコーダの画像认识による道路情报の自动差分抽出
ドライブレコーダの画像认识による道路情报の自动差分抽出ドライブレコーダの画像认识による道路情报の自动差分抽出
ドライブレコーダの画像认识による道路情报の自动差分抽出
Tetsutaro Watanabe
?
先駆者に学ふ? MLOpsの実際
先駆者に学ふ? MLOpsの実際先駆者に学ふ? MLOpsの実際
先駆者に学ふ? MLOpsの実際
Tetsutaro Watanabe
?
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
テ?ータ収集の基本と「闯补辫补苍罢补虫颈」アフ?リにおける実践例
Tetsutaro Watanabe
?
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
Tetsutaro Watanabe
?
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみたタクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
タクシードライブレコーダーの动画処理惭尝パイプラインに办耻产别谤苍别迟别蝉を使ってみた
Tetsutaro Watanabe
?
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
闯补辫补苍罢补虫颈における厂补驳别尘补办别谤+αによる机械学习アフ?リケーションの本番运用
Tetsutaro Watanabe
?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
JapanTaxiにおけるML Ops ?機械学習の開発运用プロセス?
Tetsutaro Watanabe
?
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
ビッグデータ処理データベースの全体像と使い分け?2018年惫别谤蝉颈辞苍
Tetsutaro Watanabe
?
Google Cloud Next '18 Recap/報告会 機械学習関連
Google Cloud Next '18 Recap/報告会 機械学習関連Google Cloud Next '18 Recap/報告会 機械学習関連
Google Cloud Next '18 Recap/報告会 機械学習関連
Tetsutaro Watanabe
?
巨大なサービスと膨大なデータを支えるプラットフォーム?
巨大なサービスと膨大なデータを支えるプラットフォーム?巨大なサービスと膨大なデータを支えるプラットフォーム?
巨大なサービスと膨大なデータを支えるプラットフォーム?
Tetsutaro Watanabe
?
リクルートを支える横断テ?ータ基盘と机械学习の适用事例
リクルートを支える横断テ?ータ基盘と机械学习の适用事例リクルートを支える横断テ?ータ基盘と机械学习の适用事例
リクルートを支える横断テ?ータ基盘と机械学习の适用事例
Tetsutaro Watanabe
?
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version - ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
?
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
リクルートテクノロシ?ース? における EMR の活用とコスト圧縮方法
Tetsutaro Watanabe
?

惭辞苍驳辞顿叠3.2の绍介