Soumettre la recherche
Mettre en ligne
Google bigqueryとは
•
Télécharger en tant que KEY, PDF
•
2 j'aime
•
1,505 vues
Junya Yamaguchi
Suivre
Affichage du diaporama
Signaler
Partager
Affichage du diaporama
Signaler
Partager
1 sur 14
Télécharger maintenant
Recommandé
PredictionIOでSparkMLを使った開発方法
PredictionIOでSparkMLを使った開発方法
Shinsuke Sugaya
PredictionIOのPython対応計画
PredictionIOのPython対応計画
Shinsuke Sugaya
分散合意の動機的な何か
分散合意の動機的な何か
Yuuki Tan-nai
Google BigQueryを使ってみた!
Google BigQueryを使ってみた!
Yusuke Wada
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
AWS Blackbelt 2015シリーズ Amazon Storage Service (S3)
AWS Blackbelt 2015シリーズ Amazon Storage Service (S3)
Amazon Web Services Japan
Hannari Study Group of Business Data Science chapter 3
Hannari Study Group of Business Data Science chapter 3
Hirofumi Watanabe
IoT and FinTech with Drupal 20160720
IoT and FinTech with Drupal 20160720
Hidekazu Ikeda
Recommandé
PredictionIOでSparkMLを使った開発方法
PredictionIOでSparkMLを使った開発方法
Shinsuke Sugaya
PredictionIOのPython対応計画
PredictionIOのPython対応計画
Shinsuke Sugaya
分散合意の動機的な何か
分散合意の動機的な何か
Yuuki Tan-nai
Google BigQueryを使ってみた!
Google BigQueryを使ってみた!
Yusuke Wada
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
AWS Blackbelt 2015シリーズ Amazon Storage Service (S3)
AWS Blackbelt 2015シリーズ Amazon Storage Service (S3)
Amazon Web Services Japan
Hannari Study Group of Business Data Science chapter 3
Hannari Study Group of Business Data Science chapter 3
Hirofumi Watanabe
IoT and FinTech with Drupal 20160720
IoT and FinTech with Drupal 20160720
Hidekazu Ikeda
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
Hidekazu Ikeda
実はとても面白い...Documentation library
実はとても面白い...Documentation library
Kouta Shiobara
B 2-1 はじめての Windows Azure
B 2-1 はじめての Windows Azure
GoAzure
Tuning maniax 2014 Hadoop編
Tuning maniax 2014 Hadoop編
ThinkIT_impress
集合演算を真っ向から否定するアレの話
集合演算を真っ向から否定するアレの話
Kouhei Aoyagi
Japan it 20160707short
Japan it 20160707short
Hidekazu Ikeda
Janog31 bof-pattern-sasaki-01
Janog31 bof-pattern-sasaki-01
Ken SASAKI
Google bigquery導入記
Google bigquery導入記
Yugo Shimizu
地方企業がソーシャルゲーム開発を成功させるための10のポイント
地方企業がソーシャルゲーム開発を成功させるための10のポイント
Kentaro Matsui
20200629 データベース基礎~データベースの扱いとデータ設計~
20200629 データベース基礎~データベースの扱いとデータ設計~
Hikaru Tanaka
SQL Server のロック概要
SQL Server のロック概要
Oda Shinsuke
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
Satoshi Yamada
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
Insight Technology, Inc.
MBaaS - Parse
MBaaS - Parse
Junya Yamaguchi
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
Junya Yamaguchi
量子コンピュータ(Quantum Computer)
量子コンピュータ(Quantum Computer)
Junya Yamaguchi
Twilio Usecase at iPROS in Japan
Twilio Usecase at iPROS in Japan
Junya Yamaguchi
Data Onboarding
Data Onboarding
Junya Yamaguchi
機械学習とJubatus
機械学習とJubatus
Junya Yamaguchi
イプロス・リーン・マニフェスト
イプロス・リーン・マニフェスト
Junya Yamaguchi
デジタルマーケティグ基礎用語(1)
デジタルマーケティグ基礎用語(1)
Junya Yamaguchi
TACについて調べてみました
TACについて調べてみました
Junya Yamaguchi
Contenu connexe
Similaire à Google bigqueryとは
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
Hidekazu Ikeda
実はとても面白い...Documentation library
実はとても面白い...Documentation library
Kouta Shiobara
B 2-1 はじめての Windows Azure
B 2-1 はじめての Windows Azure
GoAzure
Tuning maniax 2014 Hadoop編
Tuning maniax 2014 Hadoop編
ThinkIT_impress
集合演算を真っ向から否定するアレの話
集合演算を真っ向から否定するアレの話
Kouhei Aoyagi
Japan it 20160707short
Japan it 20160707short
Hidekazu Ikeda
Janog31 bof-pattern-sasaki-01
Janog31 bof-pattern-sasaki-01
Ken SASAKI
Google bigquery導入記
Google bigquery導入記
Yugo Shimizu
地方企業がソーシャルゲーム開発を成功させるための10のポイント
地方企業がソーシャルゲーム開発を成功させるための10のポイント
Kentaro Matsui
20200629 データベース基礎~データベースの扱いとデータ設計~
20200629 データベース基礎~データベースの扱いとデータ設計~
Hikaru Tanaka
SQL Server のロック概要
SQL Server のロック概要
Oda Shinsuke
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
Satoshi Yamada
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
Insight Technology, Inc.
Similaire à Google bigqueryとは
(13)
IoT FinTech Drupal 20160720
IoT FinTech Drupal 20160720
実はとても面白い...Documentation library
実はとても面白い...Documentation library
B 2-1 はじめての Windows Azure
B 2-1 はじめての Windows Azure
Tuning maniax 2014 Hadoop編
Tuning maniax 2014 Hadoop編
集合演算を真っ向から否定するアレの話
集合演算を真っ向から否定するアレの話
Japan it 20160707short
Japan it 20160707short
Janog31 bof-pattern-sasaki-01
Janog31 bof-pattern-sasaki-01
Google bigquery導入記
Google bigquery導入記
地方企業がソーシャルゲーム開発を成功させるための10のポイント
地方企業がソーシャルゲーム開発を成功させるための10のポイント
20200629 データベース基礎~データベースの扱いとデータ設計~
20200629 データベース基礎~データベースの扱いとデータ設計~
SQL Server のロック概要
SQL Server のロック概要
DBエンジニアに必要だったPythonのスキル
DBエンジニアに必要だったPythonのスキル
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
Plus de Junya Yamaguchi
MBaaS - Parse
MBaaS - Parse
Junya Yamaguchi
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
Junya Yamaguchi
量子コンピュータ(Quantum Computer)
量子コンピュータ(Quantum Computer)
Junya Yamaguchi
Twilio Usecase at iPROS in Japan
Twilio Usecase at iPROS in Japan
Junya Yamaguchi
Data Onboarding
Data Onboarding
Junya Yamaguchi
機械学習とJubatus
機械学習とJubatus
Junya Yamaguchi
イプロス・リーン・マニフェスト
イプロス・リーン・マニフェスト
Junya Yamaguchi
デジタルマーケティグ基礎用語(1)
デジタルマーケティグ基礎用語(1)
Junya Yamaguchi
TACについて調べてみました
TACについて調べてみました
Junya Yamaguchi
Makersを題材にソフトウェア開発を考える
Makersを題材にソフトウェア開発を考える
Junya Yamaguchi
Marketing Automation Study
Marketing Automation Study
Junya Yamaguchi
ソフトウェア開発の7つのなぜに答えます
ソフトウェア開発の7つのなぜに答えます
Junya Yamaguchi
Strata conference 2012
Strata conference 2012
Junya Yamaguchi
boudio ライトニングトーク
boudio ライトニングトーク
Junya Yamaguchi
P2Pって何?
P2Pって何?
Junya Yamaguchi
Plus de Junya Yamaguchi
(15)
MBaaS - Parse
MBaaS - Parse
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
戦国時代を生きた「黒田官兵衛」とWeb時代を生きる「エンジニア」
量子コンピュータ(Quantum Computer)
量子コンピュータ(Quantum Computer)
Twilio Usecase at iPROS in Japan
Twilio Usecase at iPROS in Japan
Data Onboarding
Data Onboarding
機械学習とJubatus
機械学習とJubatus
イプロス・リーン・マニフェスト
イプロス・リーン・マニフェスト
デジタルマーケティグ基礎用語(1)
デジタルマーケティグ基礎用語(1)
TACについて調べてみました
TACについて調べてみました
Makersを題材にソフトウェア開発を考える
Makersを題材にソフトウェア開発を考える
Marketing Automation Study
Marketing Automation Study
ソフトウェア開発の7つのなぜに答えます
ソフトウェア開発の7つのなぜに答えます
Strata conference 2012
Strata conference 2012
boudio ライトニングトーク
boudio ライトニングトーク
P2Pって何?
P2Pって何?
Google bigqueryとは
1.
Google BigQuery
とは? IPROS 勉強会 2012/07/25 株式会社イプロス 山口隼也 @junya100
2.
あなたが常識としている システム設計上での パフォーマンスを出すための
「アンチパターン」
3.
Google BigQueryが
その常識を くつがえします!
4.
Anti Pattern 1 テーブルのJOINを できるだけ避ける! (非正規化する!)
5.
Anti Pattern 2 DBのインデックスが 使われるようにする!
6.
Anti Pattern 3 SQLがクエリキャッシュに 乗るようにメモリを増やす!
7.
Anti Pattern 4 Like検索を使わない!
8.
Anti Pattern 5
RDBMSは遅いので、 NoSQLにキャッシュする!
9.
Anti Pattern 6 レコード数が増えたら パーティショニングや、
シャーディングする! (テーブルを分ける)
10.
Anti Pattern 7 レコード数が膨大になる データは、DBではなく、
テキストファイルに 吐いておく!
11.
Anti Pattern 8
しかもそれを Hadoopで集計する! かつ、PigやHiveを使う! SQLなら簡単なのに・・・
12.
Anti Pattern 9 大量なデータの集計は、 リアルタイム処理を避け、
バッチ処理にする!
13.
Anti Pattern 10
ストレージって高価だから、 データを定期的に削除したり、 圧縮したり、 そもそも仕様を削ったり!
14.
Google BigQueryがそれらのアンチパターン
を一切、不要にします! https://bigquery.cloud.google.com/
Notes de l'éditeur
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Télécharger maintenant