Submit Search
Upload
データベース入門1
•
6 likes
•
2,939 views
T
tadaaki hayashi
Follow
勉強会で使った資料です。
Read less
Read more
Software
Report
Share
Report
Share
1 of 34
Download now
Download to read offline
Recommended
立命館大学 情報理工学部 「データベース」講義スライド 第1回:データベースとは
データベース01 - データベースとは
データベース01 - データベースとは
Kenta Oku
立命館大学 情報理工学部 「データベース」講義スライド 第3回:SQL(CREATE, INSERT, DELETE, UPDATEなど)
データベース03 - SQL(CREATE, INSERT, DELETE, UPDATEなど)
データベース03 - SQL(CREATE, INSERT, DELETE, UPDATEなど)
Kenta Oku
非エンジニアでもわかるように、データベースとは何か。特にリレーショナルデータベースとは何か、といったことを解説してまとめてみました。
データベース入門
データベース入門
拓 小林
クラスメソッド社イベント"Developers.IO 2019 Tokyo"実施セッション https://dev.classmethod.jp/news/developers-io-2019-tokyo/ AWSが提供するサービスは多岐に渡ります。AWS上にデータ分析基盤を構築する場合、どのAWSサービスを組み合わせるか、沢山の選択肢があります。どのAWSサービスがどういう要件に適しているか、弊社で担当した多くの案件を元にお伝えします。
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
クラウド サービス (PaaS) でペタバイト級のデータ分析が可能な Azure SQL Data Warehouse。 今回、多様な製品でのデータ ウェアハウス構築の経験が豊富なシステム サポート様を迎え、リアルなシステムで本当に使える Azure SQL Data Warehouse のチューニングの勘所をお伝えします! 受講対象: Azure SQL Data Warehouse でパフォーマンスに悩んでいる方、DWH 製品を検討中の方、別製品からの移行を検討中の方に最適なセッションです。 関連リソース 1: Azure SQL Data Warehouse (https://azure.microsoft.com/ja-jp/services/sql-data-warehouse/) 関連リソース 2: 株式会社システムサポート (https://www.sts-inc.co.jp/) 関連リソース 3: Microsoft Japan Data Platform Tech Sales Team Blog (https://blogs.msdn.microsoft.com/dataplatjp/) 製品/テクノロジ: Microsoft Azure/SQL Server/クラウド/ビッグ データ/運用 西村 哲徳 日本マイクロソフト株式会社 クラウド & ソリューション ビジネス統括本部 データ プラットフォーム & クラウド技術部 データ プラットフォーム ソリューション アーキテクト 山口 正寛 株式会社システムサポート クラウドコンサルティング事業部 シニアマネージャー
[DI03] DWH スペシャリストが語る! Azure SQL Data Warehouse チューニングの勘所
[DI03] DWH スペシャリストが語る! Azure SQL Data Warehouse チューニングの勘所
de:code 2017
2017/7/26【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編] https://info.microsoft.com/JA-Azure-WBNR-FY18-07Jul-26-AzureSQLDataWarehouse-339932_02OnDemandRegistration-ForminBody.html
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
Hideo Takagi
「のの会」第26回でお話した内容です。 Notesデータベースとそこに登録された文書と設計要素へのアクセスを許可する方法のひとつである「パブリックアクセス」についてまとめています。
パブリック文書/パブリックアクセス
パブリック文書/パブリックアクセス
Haruyuki Nakano
一般的に注意したい観点を整理し、Synapse Analyticsがどのような対応をしているのか整理しました GAに伴い修正しています
クラウドDWHにおける観点とAzure Synapse Analyticsの対応
クラウドDWHにおける観点とAzure Synapse Analyticsの対応
Ryoma Nagata
Recommended
立命館大学 情報理工学部 「データベース」講義スライド 第1回:データベースとは
データベース01 - データベースとは
データベース01 - データベースとは
Kenta Oku
立命館大学 情報理工学部 「データベース」講義スライド 第3回:SQL(CREATE, INSERT, DELETE, UPDATEなど)
データベース03 - SQL(CREATE, INSERT, DELETE, UPDATEなど)
データベース03 - SQL(CREATE, INSERT, DELETE, UPDATEなど)
Kenta Oku
非エンジニアでもわかるように、データベースとは何か。特にリレーショナルデータベースとは何か、といったことを解説してまとめてみました。
データベース入門
データベース入門
拓 小林
クラスメソッド社イベント"Developers.IO 2019 Tokyo"実施セッション https://dev.classmethod.jp/news/developers-io-2019-tokyo/ AWSが提供するサービスは多岐に渡ります。AWS上にデータ分析基盤を構築する場合、どのAWSサービスを組み合わせるか、沢山の選択肢があります。どのAWSサービスがどういう要件に適しているか、弊社で担当した多くの案件を元にお伝えします。
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
クラウド サービス (PaaS) でペタバイト級のデータ分析が可能な Azure SQL Data Warehouse。 今回、多様な製品でのデータ ウェアハウス構築の経験が豊富なシステム サポート様を迎え、リアルなシステムで本当に使える Azure SQL Data Warehouse のチューニングの勘所をお伝えします! 受講対象: Azure SQL Data Warehouse でパフォーマンスに悩んでいる方、DWH 製品を検討中の方、別製品からの移行を検討中の方に最適なセッションです。 関連リソース 1: Azure SQL Data Warehouse (https://azure.microsoft.com/ja-jp/services/sql-data-warehouse/) 関連リソース 2: 株式会社システムサポート (https://www.sts-inc.co.jp/) 関連リソース 3: Microsoft Japan Data Platform Tech Sales Team Blog (https://blogs.msdn.microsoft.com/dataplatjp/) 製品/テクノロジ: Microsoft Azure/SQL Server/クラウド/ビッグ データ/運用 西村 哲徳 日本マイクロソフト株式会社 クラウド & ソリューション ビジネス統括本部 データ プラットフォーム & クラウド技術部 データ プラットフォーム ソリューション アーキテクト 山口 正寛 株式会社システムサポート クラウドコンサルティング事業部 シニアマネージャー
[DI03] DWH スペシャリストが語る! Azure SQL Data Warehouse チューニングの勘所
[DI03] DWH スペシャリストが語る! Azure SQL Data Warehouse チューニングの勘所
de:code 2017
2017/7/26【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編] https://info.microsoft.com/JA-Azure-WBNR-FY18-07Jul-26-AzureSQLDataWarehouse-339932_02OnDemandRegistration-ForminBody.html
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
Hideo Takagi
「のの会」第26回でお話した内容です。 Notesデータベースとそこに登録された文書と設計要素へのアクセスを許可する方法のひとつである「パブリックアクセス」についてまとめています。
パブリック文書/パブリックアクセス
パブリック文書/パブリックアクセス
Haruyuki Nakano
一般的に注意したい観点を整理し、Synapse Analyticsがどのような対応をしているのか整理しました GAに伴い修正しています
クラウドDWHにおける観点とAzure Synapse Analyticsの対応
クラウドDWHにおける観点とAzure Synapse Analyticsの対応
Ryoma Nagata
立命館大学 情報理工学部 「データベース」講義スライド 第9回:データベース設計
データベース09 - データベース設計
データベース09 - データベース設計
Kenta Oku
2011年10月19~21日に開催された「INSIGHT OUT 2011」のセッション「PostgreSQLアーキテクチャ入門」の講演資料です。 「INSIGHT OUT 2011」の詳細については、以下を参照ください。 http://www.insight-tec.com/insight-out-2011.html
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
Uptime Technologies LLC (JP)
第 11 回 Google Cloud INSIDE Games & Apps にご登壇いただいたスライドです。 株式会社ディー・エヌ・エー データエンジニア / グループマネージャー 岩尾 一優様 データエンジニア 城谷 信一郎様
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
Synapse Analyticsによるレイクハウスの実現方式、スモールスタート例、内製化に必要なスキルをまとめました
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
立命館大学 情報理工学部 「データベース」講義スライド 第5回:SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
Kenta Oku
Concepts of datawarehouse
Data warehouse
Data warehouse
Yogendra Uikey
機械学習モデルのサービングについて
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
Cookpad TechConf 2016での青木の発表資料。大量のデータを最大限に活用するためのデータ処理システムの構築方針について
Cookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なこと
Minero Aoki
Azure Synapse Analytics 専用SQL Poolベストプラクティス By Osamu Hirayama / Microsoft https://www.linkedin.com/in/osamu-hirayama-4b201b35/
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Microsoft
pg_dbms_statsの紹介
pg_dbms_statsの紹介
pg_dbms_statsの紹介
NTT DATA OSS Professional Services
This is a presentation I gave in 2006 for Bill Inmon. The presentation covers Data Vault and how it integrates with Bill Inmon's DW2.0 vision. This is focused on the business intelligence side of the house. IF you want to use these slides, please put (C) Dan Linstedt, all rights reserved, http://LearnDataVault.com
Data Vault and DW2.0
Data Vault and DW2.0
Empowered Holdings, LLC
立命館大学 情報理工学部 「データベース」講義スライド 第8回:関係データモデルと関係代数
データベース08 - 関係データモデルと関係代数
データベース08 - 関係データモデルと関係代数
Kenta Oku
2018年3月23日に行った「Neural Network ConsoleによるDeep Learning入門」で使用したスライドです。
2018/3/23 Introduction to Deep Learning by Neural Network Console
2018/3/23 Introduction to Deep Learning by Neural Network Console
Sony Network Communications Inc.
「製造リファレンス・アーキテクチャをベースとしたシステム構築を行うための基盤技術トレーニング」と題して実施した一連の勉強会スライド。 こちらのスライドの説明動画は、前編 - https://aka.ms/mfgra4mpn010a / 後編 - https://aka.ms/mfgra4mpn010b から参照できます。 Microsoft Partner Network参加パートナー様は、こちらのスライドのPDFファイルを、 https://assetsprod.microsoft.com/mpn/ja-jp/resource-205 よりダウンロード可能です。
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
社内勉強会資料。 Hadoopの概要について説明。
Hadoopの概念と基本的知識
Hadoopの概念と基本的知識
Ken SASAKI
Database Management System
Introduction to database
Introduction to database
Pradnya Saval
立命館大学 情報理工学部 「データベース」講義スライド 第2回:SQL概要
データベース02 - SQL概要
データベース02 - SQL概要
Kenta Oku
Database Auditing Essentials... or... Who did what to which data when and how? The combination of increasing government regulation and the need for securing corporate data has driven up the need to track who is accessing data in our corporate databases. This presentation discusses these drivers as well as presenting the requirements for auditing data access in corporate databases. The goal of this presentation is to review the regulations impacting the need to audit, and then to discuss in detail the kinds of things that may need to be audited, along with the several ways of accomplishing this.
Database auditing essentials
Database auditing essentials
Craig Mullins
MySQL5.7.21時点のVIEWをリストアップして概要紹介。 MySQL運用に活用下さい。
MySQL SYSスキーマのご紹介
MySQL SYSスキーマのご紹介
Shinya Sugiyama
This slide provide knowledge about basic understanding of MongoDB and CURD operation in MongoDB by using Command Line.
Mongo db
Mongo db
Gyanendra Yadav
2017年4月28に開催した名古屋アジャイル勉強会「春のアジャイル入門」のワークショップ資料です。
名古屋アジャイル勉強会「春のアジャイル入門」
名古屋アジャイル勉強会「春のアジャイル入門」
hiroyuki Yamamoto
バグを確実に減らすことができるテストについてへの理解を深めて、テストの価値を理解して、テストを書くようになろう!!テストの書き方は他の資料に任せています。 (基本的にはUnityでのテストを書くことを想定しています) また、非エンジニアでもテストというものに理解ができるように説明するように心がけました。
テストを書こう!!
テストを書こう!!
拓 小林
More Related Content
What's hot
立命館大学 情報理工学部 「データベース」講義スライド 第9回:データベース設計
データベース09 - データベース設計
データベース09 - データベース設計
Kenta Oku
2011年10月19~21日に開催された「INSIGHT OUT 2011」のセッション「PostgreSQLアーキテクチャ入門」の講演資料です。 「INSIGHT OUT 2011」の詳細については、以下を参照ください。 http://www.insight-tec.com/insight-out-2011.html
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
Uptime Technologies LLC (JP)
第 11 回 Google Cloud INSIDE Games & Apps にご登壇いただいたスライドです。 株式会社ディー・エヌ・エー データエンジニア / グループマネージャー 岩尾 一優様 データエンジニア 城谷 信一郎様
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
Synapse Analyticsによるレイクハウスの実現方式、スモールスタート例、内製化に必要なスキルをまとめました
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
立命館大学 情報理工学部 「データベース」講義スライド 第5回:SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
Kenta Oku
Concepts of datawarehouse
Data warehouse
Data warehouse
Yogendra Uikey
機械学習モデルのサービングについて
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
Cookpad TechConf 2016での青木の発表資料。大量のデータを最大限に活用するためのデータ処理システムの構築方針について
Cookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なこと
Minero Aoki
Azure Synapse Analytics 専用SQL Poolベストプラクティス By Osamu Hirayama / Microsoft https://www.linkedin.com/in/osamu-hirayama-4b201b35/
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Microsoft
pg_dbms_statsの紹介
pg_dbms_statsの紹介
pg_dbms_statsの紹介
NTT DATA OSS Professional Services
This is a presentation I gave in 2006 for Bill Inmon. The presentation covers Data Vault and how it integrates with Bill Inmon's DW2.0 vision. This is focused on the business intelligence side of the house. IF you want to use these slides, please put (C) Dan Linstedt, all rights reserved, http://LearnDataVault.com
Data Vault and DW2.0
Data Vault and DW2.0
Empowered Holdings, LLC
立命館大学 情報理工学部 「データベース」講義スライド 第8回:関係データモデルと関係代数
データベース08 - 関係データモデルと関係代数
データベース08 - 関係データモデルと関係代数
Kenta Oku
2018年3月23日に行った「Neural Network ConsoleによるDeep Learning入門」で使用したスライドです。
2018/3/23 Introduction to Deep Learning by Neural Network Console
2018/3/23 Introduction to Deep Learning by Neural Network Console
Sony Network Communications Inc.
「製造リファレンス・アーキテクチャをベースとしたシステム構築を行うための基盤技術トレーニング」と題して実施した一連の勉強会スライド。 こちらのスライドの説明動画は、前編 - https://aka.ms/mfgra4mpn010a / 後編 - https://aka.ms/mfgra4mpn010b から参照できます。 Microsoft Partner Network参加パートナー様は、こちらのスライドのPDFファイルを、 https://assetsprod.microsoft.com/mpn/ja-jp/resource-205 よりダウンロード可能です。
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
社内勉強会資料。 Hadoopの概要について説明。
Hadoopの概念と基本的知識
Hadoopの概念と基本的知識
Ken SASAKI
Database Management System
Introduction to database
Introduction to database
Pradnya Saval
立命館大学 情報理工学部 「データベース」講義スライド 第2回:SQL概要
データベース02 - SQL概要
データベース02 - SQL概要
Kenta Oku
Database Auditing Essentials... or... Who did what to which data when and how? The combination of increasing government regulation and the need for securing corporate data has driven up the need to track who is accessing data in our corporate databases. This presentation discusses these drivers as well as presenting the requirements for auditing data access in corporate databases. The goal of this presentation is to review the regulations impacting the need to audit, and then to discuss in detail the kinds of things that may need to be audited, along with the several ways of accomplishing this.
Database auditing essentials
Database auditing essentials
Craig Mullins
MySQL5.7.21時点のVIEWをリストアップして概要紹介。 MySQL運用に活用下さい。
MySQL SYSスキーマのご紹介
MySQL SYSスキーマのご紹介
Shinya Sugiyama
This slide provide knowledge about basic understanding of MongoDB and CURD operation in MongoDB by using Command Line.
Mongo db
Mongo db
Gyanendra Yadav
What's hot
(20)
データベース09 - データベース設計
データベース09 - データベース設計
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
PostgreSQLアーキテクチャ入門(INSIGHT OUT 2011)
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
Data warehouse
Data warehouse
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Cookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なこと
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL Poolベストプラクティス
pg_dbms_statsの紹介
pg_dbms_statsの紹介
Data Vault and DW2.0
Data Vault and DW2.0
データベース08 - 関係データモデルと関係代数
データベース08 - 関係データモデルと関係代数
2018/3/23 Introduction to Deep Learning by Neural Network Console
2018/3/23 Introduction to Deep Learning by Neural Network Console
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 2: Data & AI 基盤 (製造リファレンス・アーキテクチャ勉強会)
Hadoopの概念と基本的知識
Hadoopの概念と基本的知識
Introduction to database
Introduction to database
データベース02 - SQL概要
データベース02 - SQL概要
Database auditing essentials
Database auditing essentials
MySQL SYSスキーマのご紹介
MySQL SYSスキーマのご紹介
Mongo db
Mongo db
Viewers also liked
2017年4月28に開催した名古屋アジャイル勉強会「春のアジャイル入門」のワークショップ資料です。
名古屋アジャイル勉強会「春のアジャイル入門」
名古屋アジャイル勉強会「春のアジャイル入門」
hiroyuki Yamamoto
バグを確実に減らすことができるテストについてへの理解を深めて、テストの価値を理解して、テストを書くようになろう!!テストの書き方は他の資料に任せています。 (基本的にはUnityでのテストを書くことを想定しています) また、非エンジニアでもテストというものに理解ができるように説明するように心がけました。
テストを書こう!!
テストを書こう!!
拓 小林
db tech showcase 2014 大阪(2014/6/19 10:00-11:50) のセッションで使用したスライドになります。SQL Server 入門ということで、SQL Server の基本事項を説明しています。
SQL Server 入門
SQL Server 入門
Tsuyoshi Kitagawa
勉強会で使った資料です。
データベース入門3
データベース入門3
tadaaki hayashi
勉強外で使った資料です。
データベース入門2
データベース入門2
tadaaki hayashi
今どきのSQLインジェクションの話題総まとめ - PHPカンファレンス2015発表資料
Phpcon2015
Phpcon2015
Hiroshi Tokumaru
サルでもわかるディープラーニング入門 (2017年) 人工知能に関しては何もわからないレベルから始めて 最後まで偏微分方程式とかさっぱりわからない、という状態で ディープラーニングの解説をしてみました ※初出 20170121 ※3分でわかるディープラーニング、を加筆(20170122) ※なぜディープラーニングが有効になったか、を加筆、TensorFlow playgroundをみて「クリックできればできる」は言い過ぎなのでその部分を訂正(20170123) ※ニューラルネットぽい概念図を加筆(20170124) ※「勝利の方程式』スライド加筆 (20170125) ※「問題解決の3段階」加筆 (20170126) ※「学習モデルをだます例」加筆 (20170301) A1701talk deep-learning-introduction-170301(20170301)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
Toshihiko Yamakami
Viewers also liked
(7)
名古屋アジャイル勉強会「春のアジャイル入門」
名古屋アジャイル勉強会「春のアジャイル入門」
テストを書こう!!
テストを書こう!!
SQL Server 入門
SQL Server 入門
データベース入門3
データベース入門3
データベース入門2
データベース入門2
Phpcon2015
Phpcon2015
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
サルでもわかるディープラーニング入門 (2017年) (In Japanese)
Similar to データベース入門1
OW2012 Tokyo uncomferenece presented by jpoug session#1
実はとても面白い...Documentation library
実はとても面白い...Documentation library
Kouta Shiobara
ビジネスサイドが知っておくべきシステムの話を、おもにWebアプリケーションの観点から解説しています。 社内の若手向けに行った講義の抜粋版です
ビジネスサイドが知っておくべきシステムの話
ビジネスサイドが知っておくべきシステムの話
Koyo 松本
1 Linux入門 第7章 DBサーバーの概要
1 Linux入門 第7章 DBサーバーの概要
Enpel
AlphabetBootCamp説明用資料 データベースについて
第4回 データベース
第4回 データベース
Sawada Makoto
Linuxシステムの物理制約と(web)システム監視のポイント
BP Study #16
BP Study #16
Toshiaki Baba
Power apps 用語ひとくち解説です。 コミュニティ おうじゃさんといっしょ の企画で集めたスライドを合算したものです。
Power Apps term explanation
Power Apps term explanation
Makoto Maeda
社内で行ったPHP基礎勉強会の資料です。深い内容までは踏み込んでいませんが、幅広い内容を取り上げています。
PHP基礎勉強会
PHP基礎勉強会
Yuji Otani
「東芝ICTソリューションフェア2015(2015年11月5日講演資料)」 ビッグデータによる価値創造を実現するデータ収集・蓄積・分析クラウドサービス “簡単!賢く!データを活かす!”東芝データレイクサービスの取り組みのご紹介
ビッグデータによる価値創造を実現するデータ収集・蓄積・分析クラウドサービス “簡単!賢く!データを活かす!”東芝データレイクサービスの取り組みのご紹介
ビッグデータによる価値創造を実現するデータ収集・蓄積・分析クラウドサービス “簡単!賢く!データを活かす!”東芝データレイクサービスの取り組みのご紹介
griddb
OSSユーザーのための勉強会 <OSS X Users Meeting> 国立情報学研究所(NII) http://eventregist.com/e/ossx2014-11 http://www.scsk.jp/product/oss/report.html#benkyo
ViewsがわかるとDrupalがわかる! Vol.1
ViewsがわかるとDrupalがわかる! Vol.1
惠 紀野
オープンソースカンファレンス2012Tokyo Fallで日本JasperServerユーザ会が行ったセミナー資料です。(小ネタは著作権に配慮してはずしています。)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
Kensuke SAEKI
はやわかりHadoop
はやわかりHadoop
Shinpei Ohtani
[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』 株式会社インサイトテクノロジー - プロダクトコンサルティング事業部 宮本 文彦
[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.
Similar to データベース入門1
(12)
実はとても面白い...Documentation library
実はとても面白い...Documentation library
ビジネスサイドが知っておくべきシステムの話
ビジネスサイドが知っておくべきシステムの話
1 Linux入門 第7章 DBサーバーの概要
1 Linux入門 第7章 DBサーバーの概要
第4回 データベース
第4回 データベース
BP Study #16
BP Study #16
Power Apps term explanation
Power Apps term explanation
PHP基礎勉強会
PHP基礎勉強会
ビッグデータによる価値創造を実現するデータ収集・蓄積・分析クラウドサービス “簡単!賢く!データを活かす!”東芝データレイクサービスの取り組みのご紹介
ビッグデータによる価値創造を実現するデータ収集・蓄積・分析クラウドサービス “簡単!賢く!データを活かす!”東芝データレイクサービスの取り組みのご紹介
ViewsがわかるとDrupalがわかる! Vol.1
ViewsがわかるとDrupalがわかる! Vol.1
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
ビジネスインテリジェンス入門~OSSでBIを始めよう~version2(公開版)
はやわかりHadoop
はやわかりHadoop
[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』
データベース入門1
1.
データベース入門(第1回)
2.
データベースとは。
3.
データベース システムにはデータベースというものがつきものです。 システムを作るうえで、データベースはかならずといって いいほど使うことになります。 ここでは、そのデータベースというものについて、 どんなものがあるのか、その概要などをお話していきます。
4.
データベースとは。 そもそもデータベースとはなんでしょうか。 データベースとは、簡潔にいえば、 「データをアプリケーションソフトウェアとは独立して整 理・収集・管理するシステム」のことです。 自分で書いたプログラムそのものが、データの保管や管理 をするのではなく、データの扱いについては、別のシステ ム、つまりデータベースに任せるのが主流です。
5.
じゃあファイルではだめなのか。 データベースでなくとも、普段パソコンでテキストなどを保存するには 「ファイル」の形で扱うことがほとんどだと思います。 メモ帳などを保存したテキストファイルにしても、Excelファイルにしても、 圧縮されたZipファイルにしても、みんなファイルです。 ですが、これらのファイルのなかから目的の情報を探すのは大変です。 そもそも探す仕組みを自分でつくってあげないといけません。 保存する場所や、探す場所は自分で指定してあげないといけません。 ほかのプログラムがファイルを開いていたら、そのファイルは開けません。 大量のファイルをあつかうのも、作ってみれば分かりますが、 大変なことだったりします。 そんな問題がデータベースでデータを管理することで、プログラムで複雑な ことをしなくても柔軟な対応が可能になります。
6.
DBMSとは。 データベース、とは概念的なもので、 実際にこれを実現したシステムを DBMS(DataBase Management System)といいます。 また、データベースにはネットワーク型、リレーショナル 型、階層型などさまざまな形態がありますが、今日最も使 われているデータベースは、 データをExcelのような2次元の表の集まりで扱うリレー ショナルモデルでデータを管理する、 RDBMS(Relational
DBMS)が主流です。
7.
いめーじ。
8.
いめーじ。
9.
蛇足。 この辺は基本情報処理試験でも扱う範囲なので 知識としては知っておきましょう。 また、これらの区分とは別に、どういった形で実際のデータを保管するか、 どういったアクセス手段をとるか、という観点では、 オブジェクトDB、XMLDBなども存在します。 オブジェクトDBは、オブジェクト指向プログラムのクラスなどの形の オブジェクトのままDBにデータを格納します。 (Cach'e、ObjectStoreなど) Cach'eは過去に業務で使ったことがありますが、メソッドでオブジェクトをそのまま 格納するイメージです。 XMLDBはその名のとおり、XMLの形式でデータを格納します。 (NeoCoreXMS、DB2 pureXMLなど) 今でも使われていますのでググレばすぐに見つかります。
10.
RDBMSの種類。 現在使われているRDBMSとしては以下のようなものがあげられます。 ベンダー製有償データベース(商用データベースともいう) (製品なのでソースコードは非公開。基本は有償。一部無償版あり。IT企業に よる開発。大手メーカーでは有償製品をシステムに採用するケースが多い) ・Oracle Database(Oracle社。最新バージョンは12c) ・SQLServer(MicroSoft社。最新バージョンは2014) ・DB2 UDB(IBM社。最新バージョンはv10.5) オープンソースデータベース (ソースコードがWebで公開されている。基本は無償。世界中のボランティ アエンジニアによる開発。有償製品には機能も性能も劣るが、無償のため、中 小企業でも導入するケースは多い) ・PostgreSQL ・MySQL(今はOracleに買収され、互換性のあるMariaDBという無償DBが存在する) ・Firebird
11.
蛇足。 オープンソースのデータベースも年々機能が増え、ベンダー製(商用)データベースに も引けをとらない、といった話も当然あるのですが、 そうはいってもベンダー製データベースの性能が上がっていないわけでもなく、 機能が増えていないわけでもないので、 性能面や機能面でオープンソースデータベースが有償製品のデータベースに 勝ることはないでしょう。 例えば、OracleDatabase12cではコンテナデータベース(CDB)とプラガブルデータベ ース(PDB)という、マルチテナンシーの概念が導入され、仮想化などよりも運用コスト を下げられる技術や、ヒートマップといった自動データ最適化技術、セキュリティや監 査などの機能強化などが投入されています。 こういったEnterprise向け要素は、オープンソースにはありません。 Oracleのまわしものではありません!
12.
RDBMSの種類。 ネット系企業のほとんどはオープンソースのMySQL(MariaDB)を使い、大量 にサーバを構築し、パフォーマンス(スピード)を確保しています。 MySQLが入ったサーバたち (質より量!) MySQLを使う企業が多いのは、 台数を増やしやすいという特徴があるから だといわれています。 また、その情報もネット上に豊富に事例が 紹介されています。 様々なカスタマイズ、ほかのソフトウェアと の連携も可能であり、調整していく方法はい ろいろとあります。
13.
RDBMSの種類。 東芝や富士通、NECなど大手企業では、オープンソースのデータベースも扱 いますが、主流はOracleやSQLServerなどの商用製品です。 Oracleが入ったサーバ。 (量より質!) 大手が相手にするお客は当然金銭的にも余裕 がある企業が多く、金融系などはその最たる ところになります。 このあたりの客層は、金額よりもサポート、 信頼性、スペックなどを重視し、古くから Oracleを使い続けているなどのお客も多い ので有償製品を採用するケースが多くなりま す。 台数は少なくともパフォーマンスは出ます。
14.
うちの会社では? うちの会社でOracleやSQLServerなどの商用製品を扱うことはないでしょう。 使ってみたい人はいずれも無償版があり、有償版でもOracleで一番安いのが2 万円もしないので個人でも買えます。開発だけなら無償です。 じゃあ、 無償のオープンソースのデータベース、MySQLやPostgreSQLは 使い物にならないのか? というと、そんなことはありません。 MySQLは世界中で使われていますし、PostgreSQLはオープンソースDBの なかでも機能が豊富なため、日本国内では業務システムにもよく採用されてい ます。 ほかにもオープンソースのデータベースは種類がありますが、この2つだけ知 っておけばだいたいOKです。
15.
ただし、 とうぜんながら、オープンソースのソフトウェアは無償、 つまりただなので、 壊れてもだれも面倒見てくれませんし、 全部自己責任で使う必要があります。 そのへんの技術力を持っている人が使わないと、 ただより高いものはない! にもなりかねないところは注意が必要です。
16.
もどって。
17.
RDBMSが備えている機能。 リレーショナルデータベースはざっくりと「表(テーブル)」「データベース エンジン」「SQL(問い合わせ言語)」から成り立ちます。 表はデータを格納し、データベース・エンジンはリレーショナル・データベー スに対して操作をおこないます。またSQLとは、リレーショナル・データ ベースに要求を出すプログラミング言語です。 では、1つずつ見ていきます。
18.
表(テーブル) リレーショナルデータベースは、データを「表(テーブル)」に格納します。 Excelのような表をイメージしてください。 リレーショナルデータベースは、データを「行(Row、Record)」と 「列(Field、Column)」の2次元の構造で格納します。 「行」と「列」を指定することにより、取り出したいデータの値を取得します。
19.
表(テーブル) 下の例で考えてみます。 「EMPLOYEE(従業員)」表から高橋さんの電話番号を取り出します。 高橋さんのデータは、EMPNO300番の行に入っています。 次に、高橋さんのデータの電話番号列(TEL列)を選びます。 これで、「行」と「列」が交差する部分の、 高橋さんの電話番号「022-716-6000」というデータを取得できます。
20.
データベースエンジン データベースに対してクライアント側(プログラム実行部分)からリクエスト があった時に、 クライアントの要求はいったん「データベース・エンジン」に渡され、 データベース・エンジンがクライアントに代わってデータベースへの処理を 行います。 その結果がデータベース・エンジンからクライアントに返される仕組みになっ ています。 表とユーザーの仲介役です。 実体はいくつかのプロセスとよばれるプログラムです。 小人さんたちが裏で動いていて、いろいろと仕事をしてくれるとおもえば。
21.
データベースエンジン
22.
蛇足。 MySQLといえば、ストレージエンジンです。 ほかのデータベースがエンジンが1つ、固定であるのに対し、 MySQLはストレージエンジンと呼ばれるコア機能を入れ替えることができ、 これにより、テーブルの動き・機能・検索方法などを変えることができます。 どのストレージエンジンを使うか、というのはテーブル単位でテーブルを 作るときに選ぶことができます。(デフォルトも決められます) エンジンによって得意不得意があり、目的によって使い分けられるところが MySQLの柔軟さの1つでもあります。
23.
蛇足。 InnoDB:トランザクションをサポートしている現在標準のエンジンです。 MyISAM:MySQL5.5.5以前は標準のエンジン。 読み出しが非常に高速で、昔からMySQLの標準エンジンとして使われてき ました。トランザクションには対応していません。 MEMORY:データ、インデックスなどをすべてメモリに格納するエンジン です。メモリだけを使うので非常に高速ですが、mysqlそのものが終了す ると、データも消えます。一時的な格納などに使います。(旧称:HEAP) FEDERATED:リモート(遠隔)のMySQLサーバーをローカル(手元)に あるように見せかけるエンジンです。 MERGE:同じ定義の複数のMyISAMテーブルを1つのテーブルに見せかけ るエンジンで、データ量が多い場合など、分割保存する目的で使われます。
24.
SQL 構造化問い合わせ言語「Structured Query Language」の頭文字をとって、 SQL(えすきゅーえる)と呼ばれています。 米国規格協会(ANSI)と国際標準化機構(ISO)の2つの標準化団体の協力に よって、SQLの規格の標準化が進められています。 歴史を追っていくと、SQL86、SQL89、SQL92、SQL1999、 SQL2003、SQL2008といった規格が制定されています。 番号は、その規格が制定された年号になります。 ざっくり言うと、このSQLという言語を使えばデータベースやその中のテー ブルを作ったり、テーブルにデータを登録したり、検索したり、更新したりす ることができます。
25.
いめーじ
26.
SQL SQLは大きく分けると3つに分類できます。 データ定義言語(通称DDL:Data Definition Language) なにかを定義します データ操作言語(通称DML:Data
Manipulation Language) データを操作します データ制御言語(通称DCL:Data Control Language) トランザクションなどの制御をします
27.
DDL なにがありますか? CREATE ALTER DROP RENAME TRUNCATE GRANT REVOKE それぞれどんな機能?
28.
DML なにがありますか? SELECT INSERT UPDATE DELETE MERGE それぞれどんな機能?
29.
DCL なにがありますか? COMMIT ROLLBACK SAVEPOINT それぞれどんな機能?
30.
SQL これらのSQLは、国際標準規格として制定されていることもあり、 基本的にはどのデータベースでも使えます。 OracleでもMySQLでもPostgreSQLでも、その他もろもろのRDBMSでも使 えるということです。 た・だ・し、 データベースの種類によって微妙に文法が 違ったり、使えなかったりします。 方言だとでも思っていてください。 特にMySQLでは実行できないことが多く、PostgreSQLは比較的標準規格に準拠して いるSQLが多いです。
31.
今回のまとめ ・システム開発ではデータベースを使うことが多い ・データをプログラムが管理するのではなく、DBMS(データベースマネジ メントシステム)が、管理することでプログラムが煩雑にならなくてすむ ・現在広く使われているのはRDBMS(リレーショナルデータベース) ・RDBMSには商用、オープンソース含めさまざまな種類のデータベース が存在する ・データベースを操作したりするには、「SQL」という国際的な標準規格で 定められている言語を使う ・SQLは大きく分けてDDL、DML、DCLの3つに分類できる
32.
33.
おっと。 次回は、SQLについて、 もう少し掘り下げてお話します。 次回以降、 インデックスとかシーケンスとかテーブルとか、 データベースの中のオブジェクトについても お話しようかと考えています。
34.
ご清聴ありがとうございました。
Download now