2週間ほど前に「インメモリデータベースがクラウド時代の主流になるという期待」というエントリを書きました。ハードディスクに代わり、メモリをデータベースの永続化手段とするインメモリデータベースは、超高速なアクセスとスケールアウトを実現する、クラウド時代のデータベースの主役になるのではないか、という内容です。 この記事に関して、TechVisorの栗原さんと次のようなやりとりをしました。 確かに、Oracle Real Application Cluster（以下、Oracle RAC）でデータベースが全部載るくらい十分にキャッシュ用のメモリを割り当てれば、メモリ上でデータベースを操作するインメモリデータベースと同じことではないのか、とも思います。 両者の違いは何かあるのでしょうか？ 調べてみることにしました。 インメモリデータベースは1000倍速い 調べてみるとすぐに、両者には明確な性能差があ

ドットインストール代表のライフハックブログ

IBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.

携帯電話ユーザ（ハイエンド機含む）はウェブサイトを利用するのに悪戦苦闘している。この問題を解決するには、モバイル専用のウェブサイトを提供するしかない。 Mobile Web 2009 = Desktop Web 1998 by Jakob Nielsen on February 17, 2009 最近、私は多くのユーザビリティテストのセッションを実施して、被験者が自分の携帯電話でウェブサイトを使おうとする様子を観察した。それは冷や汗ものの体験であった ? それはユーザと調査担当者の両方にとって。我々がそこで観察したユーザエクスペリエンス、まるでタイムマシンに乗って 1998年に戻ったようなものであった。その類似点は数えきれない程ある: 成功率の悪さ。厳密な数値を公表するのは、ロンドンで予定している次のラウンドのテストの完了を待ちたいと思う。しかし、アメリカで行ったテストでは、携帯電話を使っ

【はじめに】◆昨日の記事の編集後記でご紹介した、「竜兵会―僕たちいわばサラリーマンです。出世術のすべてがここに」。 一応、「竜兵会」のメンバーのインタビューで構成されているのですが、その中でも特に、元猿岩石の有吉弘行（以下記事内すべて敬称略で）のパートがすこぶる勉強になったので、取り上げてみたいと思います。 単なる「お笑い」というより、もはや「人心掌握術」と言ってもいいのではないか、と。 いつも応援ありがとうございます！ 【目次】第1章 広報部長・土田晃之に学ぶナンバー2の美学 第2章 新入社員・インスタントジョンソン・すぎに学ぶ下っ端として生きる方法 第3章 リストラ候補・デンジャラス・ノッチに学ぶリストラされない方法 第4章 チンピラ社員・有吉弘行に学ぶ上司の転がし方 第5章 総務部長・デンジャラス・安田和博に学ぶ組織を冷静に見る方法 第6章 独立成功のヤリ手・劇団ひとりに学ぶ組織に頼

いまやすっかり定着した感のあるSNSやソーシャル・ブックマークなどのソーシャルWebサービス。ITproの読者はどの程度利用しており，また仕事にはどの程度活用しているのだろうか。ITproでは「ソーシャルWebサービス関する調査」を実施。2009年3月24日から3月31日の調査期間で，1260人から回答を得た。 SNS利用者は約半数，1位mixi，2位社内SNS まずどのSNSを利用しているかを聞いた。なんらかのSNSを利用していると回答したのは43.5％で，SNSを利用していないと回答したのは56.6％だった。 利用しているSNSとしては，mixiが圧倒的でSNS利用者のうち79.1％が利用している。2位はインターネットのSNSではなく，勤務先のSNS。社内SNSが想像以上に普及していた。その他という回答では，コミュニティ機能を持つビジネス・ポータルの「@niftyビジネス」や，誰でもS

フラッシュメモリーを使ったSolid State Drive (SSD)の容量が160GBに到達し、市場価格も下がってきたことにより、ハードディスクの代替品としてSSDを使う用途がいよいよ現実味を帯びてきました。低容量のものなら既にiPodやデジカメ用のメディアなど身の回りにも普及しており、市場ではすでに「破壊的イノベーション（「イノベーションのジレンマ―技術革新が巨大企業を滅ぼすとき」より）」が起こっているといえます。（HDD搭載のWalkmanとか既に滅んでいる例もあるし。。。）

EMアルゴリズム（Expectation Maximizationアルゴリズム、期待値最大化法、以下EMと呼ぶ）は、データに観測できない隠れ変数（潜在変数）がある場合のパラメータ推定を行う時に有用な手法である。 EMは何それという人のために簡単な説明を下の方に書いたので読んでみてください。 EMのきちんとした説明なら持橋さんによる解説「自然言語処理のための変分ベイズ法」や「計算統計 I―確率計算の新しい手法 統計科学のフロンティア 11」が丁寧でわかりやすい。 EMは教師無学習では中心的な手法であり、何か観測できない変数を含めた確率モデルを作ってその確率モデルの尤度を最大化するという枠組みで、観測できなかった変数はなんだったのかを推定する場合に用いられる。 例えば自然言語処理に限っていえば文書や単語クラスタリングから、文法推定、形態素解析、機械翻訳における単語アライメントなどで使われる。

IT系の企業とひとくちに言っても、オラクルやサイボウズのようなパッケージソフトベンダー、NTTデータや野村総合研究所のようなSIer、ヤフーやデジタルガレージのようなネット系など、さまざまな業種があります。業種ごと仕事が違うように、平均年収に違いはあるのでしょうか？ 実は先日、講師として呼ばれたとあるキャリアセミナーで、こうしたITの業種別に平均年齢や平均年収を示した資料を目にして、とても興味を引かれました。やはり他人の収入は気になるものですよね。 その資料は残念ながら参加者が多くて枚数が足りず、自分の分を持って帰れませんでした。でも、上場企業の平均年齢や平均給与は、例えばYahoo!ファイナンスなどで検索すれば見ることのできる公開された情報です。そこで、自分で情報をまとめてみることにしました。 以下の情報はすべてYahoo! ファイナンスで情報・通信とサービスの分野から情報を抜粋して、僕

Text、NText、Imageの各データ型は、SQL Serverの以前のバージョンで使用されていたものです。これらの代わりに新しいデータ型であるvarchar(MAX)、nvarchar(MAX)、varbinary(MAX)を使用することをお勧めします。 表1から分かるように、大きなバイナリデータを扱うためのデータ型はvarbinary(MAX)です。従って以下では、.NETアプリケーションにおいてvarbinary(MAX)データを使用する方法について説明します。 BLOBをSQL Serverに格納する バイナリデータにはさまざまな種類のものがあります。Word文書、PDF形式の送り状、写真、製品画像、Rawデータはすべて、BLOBデータの例です。.NETアプリケーションにおいてBLOBを格納するには、次の2つの方法があります。 BLOBをディスクファイルとして格納する BLOB

アップル最新OSガイド iPhoneの「CarPlay」で車のナビや音楽を操作、エンジン始動に対応した車種も 2024.03.08