IT少年ひらし☆マギカ

2014年2月22日土曜日

第176回データベース設計徹底指南！！

今回は、MySQLで有名な奥野幹也氏による、データベース設計の勉強でした。

twitter @nippondanji
blog http://nippondanji.blogspot.jp/2013/11/db.html

データベース設計徹底指南 from Mikiya Okuno

特定のRDBに関する説明ではなく、RDBを設計する上でのポイントよく記載されています。
本当は、直接お話しを聞きたかったのですが、参加することができず、Uｓｔでの視聴になってしまいました。非常に勉強になりました。

ドキュメントを読むだけでも十分勉強になりますので是非1度読むとよいと思います。

Adobe Flash Player オフラインインストール

Adobe Flash Playerをオフラインでインストールしなきゃいけないことって多いですよね。(仕事で)
Adobe Flash Playerは基本的にオンラインでのインストールしかできません。
オフラインインストールしたい場合は、以下のサイトからインストーラをダウンロードすればOKです。

http://www.adobe.com/jp/products/flashplayer/distribution3.html

なにげにこのサイトが見つからないんですよね。

Microsoft Azureアイコンを公開

タイトルの通り、Azure用のアイコンを公開しました。

http://www.microsoft.com/en-us/download/details.aspx?id=41937

英語になっていますが、ドキュメントが英語なだけなので、特に気にせずダウンロードして利用しましょう。
Azureに限らず、普段のプレゼンテーション作成に使えるものが多いので是非とも利用しましょう。

2014年2月8日土曜日

ClubDB2 第175回アクセスプラン(実行計画)の読み方入門

アクセスプランの勉強してきました。

今までもClubDB2で取り上げていただいたのですが、いろいろと参加できなくて初めての経験でした。

資料はこちら

アクセスプラン（実行計画）の読み方入門 from Akira Shimosako

演習問題

https://www.ibm.com/developerworks/community/wikis/form/anonymous/api/wiki/4ac81e67-d1c5-430f-969d-249fd346e68c/page/9bd90677-07e3-4612-9008-0502ddfd65e8/attachment/466af8cf-6880-414e-b873-1f0e64a2761a/media/DB2%E3%81%AE%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%83%97%E3%83%A9%E3%83%B3%E5%85%A5%E9%96%80_%E5%95%8F%E9%A1%8C.pdf

演習問題回答

https://www.ibm.com/developerworks/community/wikis/form/anonymous/api/wiki/4ac81e67-d1c5-430f-969d-249fd346e68c/page/9bd90677-07e3-4612-9008-0502ddfd65e8/attachment/6edffe0c-3685-4907-bd16-f0c5ce59a816/media/DB2%E3%81%AE%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%83%97%E3%83%A9%E3%83%B3%E5%85%A5%E9%96%80_%E8%A7%A3%E7%AD%94.pdf

アクセスプランとは、実行計画。DBがデータにアクセスときの計画です。

これは、取得した統計情報をもとにDBが最も早くデータにアクセスする方法の計画です。

あくまでも計画なのでDBが思っているだけです。実際のデータアクセスはSQLを実行するまでわかりません。

とはいえ、データベースの保守とやっている人はアクセスプランの読み方を知っておかないとDBのレスポンス遅延が発生したときに調査できませんので、是非勉強したいものです。

アクセスするときに最もポイントになるのが、インデックスがあるかどうかです。

インデックスを使うと早くなることが多いです。

インデックスを使うかどうかどうかは抽出するデータが総データ容量の半分以下のときは使用した方が早いです。逆に半分以上の場合は、データを総舐めする方が早いです。

後は、メモです。

・インデックスは張るっていう。データベースは作るっていう。不思議！

・アクセスプランが変わる可能性

・データサイズ

・使用可能のインデックスの有無

・その他リソースの影響

・インデックスは絞り込める場所に張ろう・EXPLAINを取得する方法をしないとサポートに問い合わせできないぞ！

・DB2のコマンドはDOSでも動くように8文字になっている。

・filter factor=絞り込める割合

・アクセスプランは思っているだけ。実際は統計情報が古い可能性が高くずれてしまう。
アクセスプランと実行結果の差が大きいときはやばいので対処が必要。

・リアルタイム統計情報取得をOFFにする判断基準

・コストベースとルールベースがある。

DB2は基本的にコストベース。指定もできるけどおすすめしない。

・ネステッド・ループ・ジョインは小さいテーブルのとき最速。

2014年1月5日日曜日

データガバナンスと経営

データガバナンスといえば、DMBOKがフレームワークですが、あまり有効的に活用できているという話は聞かないです。

問題は、ガバナンスの本質にかかるものだと思います。
ルールというものは、誰もが幸せになるために存在するものです。
つまり、現場も会社も幸せになるためにルールは用意しないといけません。
しかし、現場でルールを検討してしまうため、経営メリットがないルールになってしまい、強制力を持たすことができず陳腐化してしまうということを聞きます。

DMBOKを元に社内のデータガバナンスを検討する際は、そういった面も考慮してほしいと思います。

日経コンピュータ No849 2013/12/12号の「データガバナンス最新動向(前編) データは価値とリスクの根源管理の仕組みの確立が急務」を紹介したいと思います。

ここには、経営とデータガバナンスとの課題が記載されていました。

ビジネスと整合性の無いデータガバナンスは、ビジネスの目的と情報システムの間に断絶をもたらす。
データに関する要請とれぽーてぃんぐがデータガバナンス方針と結合されていない。
共通データリポジトリ、ガバナンス方針、標準プロセスの間でデータのライフサイクルに注目したリスク管理が行われていない。
全世界の組織におけるメタデータ(データの意味を定義するデータ)と業務用語が、複数の業務間にまたがって利用されていない。
セキュリティ、プライバシー、コンプライアンスの視点に基づいて、データ資産の価値を査定する方法がない。
長期的な重要性を検討する前に、不用意なままデータにかかわる統制が展開されている。
異なるデータ領域を持つ組織の教会を用談してガバナンスを実現することは容易ではない。
正確に統制する必要性がしばしば不明である。
データガバナンスは戦略的かつ戦術的なものだが、その要素を明確に定義しにくい。

経営とデータガバナンスを直結させるには、その時の利益を理解しておく必要があると思います。

ユーザーが入手する各種報告書の信頼のレベルを向上させる
組織内の複数部門から提出させる複数レポートのデータ継続性を確実にする
当局と規制者の要請を満たせるように、法人情報に対し適正な要望措置をとる
売り上げ増、コスト削減、リスク低減の3項目にプラスの影響を与える
顧客への深い洞察を得てマーケティング手動の美jネスを推進する

2013年12月16日月曜日

癌治療最新動向

癌の治療法には、大きく3種類あります。

①外科治療
　いわゆる手術です。
② 化学療法
　有名なものでは、抗がん剤治療です。
　ほかにも癌免疫治療があります。
③放射線治療
　これは説明の必要はないですね。

今までの癌治療は、どれも肉体への負荷が大きいものであり、他の臓器にも影響を与えるものでした。
そのため、体力のない人はその治療を受けることすら難しいという問題がありました。

近年注目を集めているには、 ②の癌免疫治療です。
これは簡単に言えば、癌細胞を直接攻撃する薬による治療です。

癌免疫治療の歴史は浅く、1970年代に編永輝賦活剤と呼ばれるものです。これは体内の麺永輝システムを活性化させることでがん細胞を退治しようという薬でした。これが、癌免疫治療の第1世代です。

第2世代は、1980年代のサイトカイン療法というものです。サイトカインという、免疫細胞同士が互いに指令を伝える化学物質を投与することでがん細胞をに立ち向かう免疫システムを活性化させるとうものです。

第3世代は、1980年代活性化リンパ球療法です。これはサイトカイン療法と並行して研究がすすめられました。この療法は、がん細胞と直接戦うリンパ球を対外で培養してのちの体内に戻すという方法です。

第1～3世代の共通点は、人間の持つ免疫システムを利用して癌と戦うというものでした。

第4世代は、癌ワクチン療法です。
これはそのままですね。ワクチンの開発が進められました。

第5世代は、融合細胞療法というものです。これが現代の最新の癌治療法です。
これはキラー細胞の教育がメインとなる療法です。
患者から採取した樹状細胞と癌細胞を体外で融合させて、再び体内に戻します。そうするとキラー細胞の的になりやすくなり、キラー細胞によって、融合した細胞はやられます。そうするとキラー細胞は癌細胞は敵であることを学習します。そうすると自然と癌細胞を攻撃するようになるという方法です。

2013年11月25日月曜日

ClubDB2 第173回

Clubdb2 第１７３回

アジェンダ：　注：内容は変わる可能性があります。
1. ITエンジニアがデータサイエンティストを目指すには？
2. データサイエンティストに必要な「道具」
3. Pythonを使ったデータ分析の実践

講師:
　日本IBM 中林紀彦
時間 11月22日（金）19:00 ～ 21:00
場所 IBMイノベーション・センター 18Fセミナールーム(渋谷)

https://www.ibm.com/developerworks/community/wikis/home?lang=en#!/wiki/ClubDB2/page/%E7%AC%AC173%E5%9B%9E

・ITエンジニアが分析結果を持っているだけでは勿体ない。分析結果をオペレーションに組み込む
・ビジネスユーザに課題を持ってもらう。
・ビックデータで何ができるかという問いは意味がない。各社でデータの有効活用方法は違う。基本他社の事例は役に立たない。ビジネスの状況をよく理解できている人でないと分析はできない。
データ分析の整備だけでなくデータを分析する機能を合わせて整備しないとなかなかうまくいかない。分析環境を整備しないと難しい。
・RDBMSだけでなくテキスト検索もできないといけない。
・将来的には画像分析や動画分析も求められる。
・Pythonは分析のライブラリが充実している。もちろん可視化まで実現できる。
・データ分析手法をエンジニアが知っておくのは当たり前。
・ITだけで分析した結果でアナリストの分析結果を超える。ただし、ツールでできることではなく事象ごとにアルゴリズムを作る必要がある。
・音声分析はテキストにしてからテキストマイニング。また、話すスピードなどから感情を読み取ることも必要になる。
・画像分析は物の認識はできるようになった。しかし、属性までは分析できていない。
・Drレベルが集まらないと１つの課題のモデルは作れない。
・感と経験を数値的に説明するためにデータ分析をするとモデルを作りやすい

登録: 投稿 (Atom)