@ryu0947 / 44日前 【Supabase】Supabase.jsでレコードにデータを追加&削除する Supabase.jsでレコードにデータを追加および削除する方法を紹介insertメソッドでレコードを追加、deleteメソッドとmatchメソッドでレコードを削除Supabaseのテーブル構造に合わせたオブジェクト形式でデータを操作する必要がある #クラウド#バックエンド#データベース
@草 / 44日前 TiDBでベクトル検索する TiDBでベクトル検索を実装する方法が解説されているベクトル計算にはgemini embeddingモデルを使用し、VEC_COSINE_DISTANCE関数で距離を計算する。事前バッチ処理と検索クエリのベクトルを別々に処理する検索クエリとドキュメントのembeddingモデルと次元数を一致させることが重要で、モデル変更時にカラムで管理する #バックエンド#データベース#AIエージェント
@asahide / 45日前 Aurora Serverless の「1 秒で 16 ACU」を、ゼロスケール再開直後で測り直す Aurora Serverlessのスケールアップ開始前の2.0 ACU維持時間が変更されていないスケールアップ開始前の2.0 ACU維持時間は8接続で48〜50秒、128接続で77〜184秒で、前回の測定と比較して短縮されていないゼロスケール運用では2.0 ACU維持時間の長さを前提に設計する必要があり、突発的なアクセスには事前に最小ACUを設定しておくべき #クラウド#データベース#DevOps・CI/CD
@Issei Naruta / 45日前 Aurora PostgreSQL から Databricks Delta Lake テーブルにクエリする Aurora PostgreSQL から Databricks Delta Lake テーブルにクエリできることが確認されたIceberg REST Catalog API 経由で Glue catalog federation を利用し、S3 に保存された Delta Lake テーブルを Aurora から SELECT できる。ARRAY / MAP / STRUCT 型は非対応で、prepared statement でデータ更新が反映されない現象が確認されたAurora のロールに S3 アクセス権を付与する必要があり、Unity Catalog の row filter や column mask は適用されない。データの鮮度を気にする場合は prepared statement の使用に注意が必要 #クラウド#データベース#データ分析
@waday / 45日前 SREインターンが挑んだ「AIエージェントの高速化」と「AIによるSQLレビューの品質向上」 SREエージェントの高速化とAIによるSQLレビューの品質向上に取り組んだSREエージェントClioneの処理遅延改善と、AWS Lambda、Terraform、Bytebaseを活用したSQLレビュー実装処理遅延の原因を特定し、エラー時の対応を改善することで応答時間を短縮した #AIエージェント#クラウド#データベース
@masato_y / 46日前 PostgreSQL:NOTで条件を否定する|ORと括弧で除外する都市を指定する PostgreSQLでNOTとORを組み合わせて都市を除外する条件を指定する方法を説明NOTで条件全体を否定し、ORで複数の都市を含む範囲を括弧で囲むことで除外対象を指定条件の否定範囲を明確にするために括弧を使うことで、読み間違いを防ぐことが重要 #データベース#バックエンド#DevOps・CI/CD
@detaneeee / 46日前 dbt checkを触ってみた & GitHub Actionsで動かしてみた dbt checkでプロジェクトのメタデータルールを検証できる機能を試したinfo_schemaマクロでDuckDBにアクセスし、モデルの説明やデータテストの有無をチェック、GitHub ActionsでCIに組み込めるdbt checkの重大度をwarnに設定すると実行失敗にならないため、CIではerrorに設定する必要がある #DevOps・CI/CD#クラウド#データベース
@分析屋 / 47日前 Snowflake TaskでPower BI用データマート更新を自動化した実務事例 SnowflakeのTask機能でPower BI用データマートの更新を自動化したストアドプロシージャによる差分更新と、スケジュール実行の設定Taskの監視とエラー時の復旧手順を実務で確認する必要がある #クラウド#データベース#DevOps・CI/CD
@shirok / 47日前 oracle-ai-ready-data Skill 第3回:ANNOTATIONSとDomainの意味情報を可視化し、Select AIで確認してみてみた Oracle AI Databaseのv0.4.0でAnnotationとDomainの意味情報を可視化し、Select AIで確認できるようになったAnnotationでコード値と業務意味を対応付ける、Domainで共通定義を再利用する、Skillでレポート生成するAnnotationの登録状況や継承元を確認し、Select AIのプロンプトに含める設定が必要 #データベース#DevOps・CI/CD#AIエージェント
@Takahiro Kume / 久米隆大 / 47日前 【AWS】Aurora MySQLのメトリクスを読み解く ― 第2回 パージ処理関連のメトリクス Aurora MySQLのInnoDBパージ処理に関連するCloudWatchメトリクスを検証したRollbackSegmentHistoryListLength、PurgeBoundary、PurgeFinishedPoint、TruncateFinishedPointの4つのメトリクスを確認し、長時間トランザクションがパージ処理をブロックすることを実証した長時間トランザクションがあるとPurgeBoundaryが進まず、パージが遅延するため、トランザクションの管理が重要になる #クラウド#データベース#DevOps・CI/CD
@kentaro_kawamura / 47日前 BigQuery分析のGoogle SKillsをやってみた BigQueryで公開データを使った集計と時系列分析を試した国単位と地域単位の行を区別する、累積値の差分をLAG()で計算する、ウィンドウ関数で順位を求める集計対象の行と数値の意味を明確にし、地理階層や期間、欠損値の扱いを記録する必要がある #クラウド#データベース#DevOps・CI/CD
@Yasui Michitaka / 47日前 Spanner Direct Connectivityの効果と仕組み Spanner Direct ConnectivityはGFEをバイパスして直接通信することでレイテンシーを短縮する機能GFEバイパスとクライアントサイドでのルーティング解決、フォールバック用コネクションプールの保持クライアントのメモリ消費量が10MB弱増加するため、コンテナのメモリ上限に注意が必要 #クラウド#データベース#DevOps・CI/CD
@koki takeishi / 48日前 NebulaGraph Community版の簡易検証 NebulaGraph Community版v3.8.0をDocker Composeで構築し、グラフデータを投入してクエリを実行したADD HOSTSでStorageホストを登録、GO文とopenCypher互換のMATCH文でクエリを実行、パーティションの状態確認にSHOW STATSを使った初期クエリは5秒程度かかったが、定常状態では3ミリ秒程度に改善し、クラスタの状態がレイテンシに大きく影響する #データベース#クラウド#DevOps・CI/CD
@jqit-yukiono / 48日前 個人開発のMinecraft監視アプリに負荷試験をしてみた ― 読み取り専用のAPIが、実は毎回DBへ書き込んでいた 読み取り専用のAPIが認証時にDBに書き込んでいたGET /v2/serversでID tokenの失効チェックと_last_loginのUPDATEが行われていた認証時のDB書き込みをキャッシュと処理見直しで改善し、スループットを3倍に向上 #バックエンド#DevOps・CI/CD#データベース
@jqit-yukiono / 48日前 同一人物がApple/Googleどちらでログインしても同じアカウントにする ― Firebase純正のlink(with:)を使わなかった理由 Firebase純正のlink(with:)を使わず、バックエンド独自のauth_identitiesテーブルでアカウント連携を実装したFirebaseのcredential-already-in-useエラー対応が破壊的で複数ステップ、auth_identitiesテーブルで1 User : N firebase_uidを管理コンフリクト解決は1つのDBトランザクションに閉じ込め、失敗時ロールバックで詰み状態を回避 #バックエンド#データベース#DevOps・CI/CD
@koki takeishi / 49日前 NebulaGraphのアーキテクチャとユースケースのリサーチ NebulaGraphは計算・ストレージ分離と固定ハッシュパーティショニングで大規模プロパティグラフを実現計算/ストレージ分離、固定ハッシュパーティショニング、双方向エッジ配置、Multi Group Raftを組み合わせた設計ミリ秒応答はクエリの形とハードウェアに強く依存し、スーパーノード対策が必要 #バックエンド#データベース#アーキテクチャ
@Y_uuu / 49日前 Snowflake Semantic Viewの効果を商品の販売データを例に検証する SnowflakeのSemantic Viewで商品マスタと売上データを結合し、集計メトリクスを定義したテーブル結合定義、行レベルのFACTS、集計メトリクスMETRICS、日本語のSYNONYMSとCOMMENTを活用AIツールに正確なビジネス用語を伝えるためにSYNONYMSとCOMMENTを丁寧に設定する必要がある #クラウド#データベース#DevOps・CI/CD
@sphereSky / 51日前 QdrantからZilliz Cloudへ移行する方法――データ移行から検索確認まで QdrantからZilliz Cloudへのデータ移行と検索確認の手順が紹介されているQdrantの接続情報を指定してデータを移行し、AUTOINDEXでベクトルインデックスを作成して検索を確認する移行後のデータ件数と検索結果を元のQdrantと比較して検証する必要がある #クラウド#DevOps・CI/CD#データベース
@Yasui Michitaka / 52日前 Spanner へのバルク書き込みの手法比較と高速化の原理 Spannerで100,000行のバルク書き込みを高速化する手法を比較したMulti-row DML、Batch DML、Mutation API、BatchWrite API、MaxCommitDelayの適用80,000 mutationsの上限に注意し、並列処理とグループ化で効率化する #バックエンド#クラウド#データベース
@yutannihilation / 53日前 Parquet の仕様にも入った ALP (Adaptive Lossless floating-Point) とは何なのか Parquet 2.14.0でALPという浮動小数点数の圧縮方式が導入されたALPはZSTDと比較して処理速度が速く、eとfのパラメータでデータを圧縮する仕組みALPは10進数のデータに最適だが、センサーや計算結果のような2進数データでは圧縮率が低下する可能性がある #クラウド#データ分析#データベース