Scraps 最終更新 2026/11/16 11:20

#データベース

@watarun97 /

Oracle APEXでDeep Data Securityを設定する

  • Oracle APEXでDeep Data Securityを設定し、ユーザーごとのデータアクセス制御を実現
  • OCI IAMとOAuthトークンによるアプリケーション認証、Data RoleとData Grantによる行・列単位のアクセス制限
  • APEXアプリケーションのセキュリティ設定でOAuth Client IDとClient Secretを正しく入力しないと認証が失敗する

@wfukatsu /

【既存のSQL, PL/SQLをAIを用いて移行する】第3回:ANTLR grammar で PL/SQL を解析し、中間表現に落とす

  • ANTLRのgrammarでPL/SQLを解析し、型や制御フローを保持した中間表現(IR)に変換する
  • PL/SQLの構文解析とIRへの変換、SQLブリッジでSQLGlotに渡す処理、型解決と記号表の構築
  • PL/SQLの構文解析はSLL→LL→診断付きLLの3段階で行い、解析時間の最適化とIRへの属性保持が重要

@むーさん /

Aurora とDynamoDBとTimestreamとBigQueryを2400万レコードで性能比較してみた

  • 2400万レコードのクエリ性能でAuroraとDynamoDBが特定の1件取得に速く、InfluxDBとBigQueryが集計系に速かった
  • 特定の1件取得ではAuroraとDynamoDBが5ms〜66ms、集計系ではInfluxDBが89ms、BigQueryが365ms
  • Auroraはメモリキャッシュで2.3GBのデータを処理可能で、2400万件程度なら十分な性能だった

@enari_K /

学部生3人でISUCON2026に出て、最後に証拠より常識を選んで負けた話

  • ISUCON2026でチームが最終スコアを落とした原因は、ローカルベンチのデータと本番環境の差に気づかなかったこと
  • ローカルベンチの画像サイズが本番の150分の1で、往復時間も実際の半分だった。CPUボトルネックも見逃した
  • 本番のログを取得するシェルスクリプトを事前に用意し、ローカルベンチのデータを本番に近づけるべきだった

@indigo13love /

Snowflake: Optima Clustering による 1KB クラスタリングキーでの日本語フィルタの改善

  • Snowflake の Optima Clustering がクラスタリングキー長を 1KB まで拡張し、日本語フィルタのプルーニング効率を向上させた
  • 従来の 5 バイトから 1KB に拡張し、UTF-8 の日本語文字も正確にフィルタできるようになり、パーティション数を減らせる
  • 日本語の住所やブランド名など、マルチバイト文字のプレフィックスがあるフィルタでは、従来より効率的なプルーニングが可能になる

@catatsuy /

ISUCON 2026 参加記

  • AIを活用してISUCONに1人で挑戦し、画像キャッシュやDB最適化を実施した
  • 画像のX-Accel-Redirectによる配信、PostgreSQLのインデックス追加、SSEのポーリング改善、GoのJSON処理変更
  • 海外リージョンのリクエスト対応でPostgreSQL Replicaの導入を試したが、レプリケーション遅延で断念した

@michiharu /

NoSQLのスキーマ変更は読むときに受け止めよう

  • NoSQLデータベースでスキーマ変更を安全に行うためのスキーマバージョン管理の方法が紹介されている
  • アイテムにschemaVersionキーを持たせて読み取り時に古いバージョンを最新に変換し、ZodのdiscriminatedUnionとtransformを使う
  • 古いデータを変換する処理を読み取り時に実行し、デプロイとデータ書き換えを分離することでシステムの安定性を保つ

@taramanji /

アプリの層分けで BigQuery を使いやすくした話

  • BigQueryをデータレイク層・データウェアハウス層・データマート層の3層に分けて集計を統一した
  • データレイク層は生ログをそのまま保存、データウェアハウス層は日ごとの件数を統一ルールで集計、データマート層はアプリごとに加工したテーブルを用意
  • アプリはマート層だけを読み、データウェアハウス層の変更で既存アプリに影響しない設計にした

@wfukatsu /

【既存のSQL, PL/SQLをAIを用いて移行する】第2回:変換できない SQL を H2 と組み合わせて動かす

  • ScalarDB SQL に収まらない読み取りクエリを、ScalarDB からの取得とH2での残余処理に分解して実行する方法を説明
  • ScalarDB SQL に収まらないクエリを、取得条件を押し下げる処理とH2でのSQL実行に分ける。外部結合やウィンドウ関数の処理が対象
  • H2での実行には行数上限が設定されており、全表取得の計画は本番環境でテストする必要がある

@萩原|ACTBE Inc. /

Heroku Connectで実際にハマった設定をまとめてみた

  • Heroku ConnectでSalesforceとPostgresの同期設定でハマったポイントをまとめた
  • 読み取りは必須で書き込みは任意、Pollingの間隔設定と外部IDの必要性、Salesforceの項目変更は再マッピングが必要
  • Salesforce側の項目変更はPostgres側のスキーマに反映されず、再マッピングで対応する必要がある

@bokuweb /

RustからDynamoDBを型安全に扱うためのraiden-dynamoを作った

  • RustでDynamoDBを型安全に扱うためのライブラリraiden-dynamoを公開した
  • 構造体に#[derive(Raiden)]を付けるとアイテム変換と操作用のAPIを生成し、キー条件やGSIの型付きQueryをサポート
  • モデル定義でキー条件をコンパイラに検証させ、属性名のエスケープや式マップの管理を減らせる

@ora-masumasu /

Oracle DBMS_CATALOGパッケージでビジネスメタデータを管理する - カスタムプロパティの登録・取得・検索

  • OracleのDBMS_CATALOGパッケージでビジネスメタデータをカスタムプロパティとして登録・取得・検索できる
  • カスタムプロパティにBUSINESS_NAMEやCATEGORYなど業務情報を設定し、GET_TABLE_PROPERTYとGET_TABLESで取得・検索可能
  • カスタムプロパティの値を条件にテーブルを検索できるが、プロパティの存在確認のみで値の有効性は保証されない