InfoQ ホームページ データベース に関するすべてのコンテンツ
-
Netflixで2億3800万人の会員を管理するということ
Netflixのシニア・ソフトウェア・エンジニアであるSurabhi Diwan氏は、QCon San Francisco 2023で"Managing 238M Memberships at Netflix"と題して講演した。同氏の講演では、Netflixのメンバーシップ・チームがどのように分散システムを構築しているのか、つまり、Netflixの増え続ける会員ベースのニーズに応えるためのアーキテクチャ・ベット、テクノロジーの選択、オペレーショナル・セマンティクスについて紹介された。
-
Amazon DynamoDBで大規模な分散トランザクションを実現
Amazon DynamoDB supports transactions without sacrificing performance or availability. Akshat Vig explains how DynamoDB introduced TransactGetItems and TransactWriteItems for atomic operations, proving full ACID support in distributed transactions.
-
AI、ML、データエンジニアリングのInfoQトレンドレポート - 2023年9月
In this annual report, the InfoQ editors discuss the current state of AI, ML, and data engineering and what emerging trends you as a software engineer, architect, or data scientist should watch. We curate our discussions into a technology adoption curve with supporting commentary to help you understand how things are evolving.
-
数千個のマイクロサービスによる銀行システム
Lessons learned building a banking platform, starting from technological choices like using Cassandra and Kubernetes in the early days to maintain the speed of execution through platform engineering and developer experience. With some mistakes and incidents along the way.
-
データベースシャーディングアーキテクチャの新たな進化
今回の記事では、筆者のJuan Pan氏が、分散データベースシステムにおけるシャーディングアーキテクチャのパターンについて論じます。記事の中で氏は、Apache ShardingSphereプロジェクトがデータシャーディングの課題にいかに対処しているかを説明した上で、DistSQLを使って分散データベースと暗号化テーブルを生成する方法の実例２つを論じています。
-
マイクロサービスの内と外を裏返しにする
マイクロサービスを裏返しにするということは、単一の要求/応答APIを超えて、クエリとコマンドのインバウンドAPI、イベントを発行するアウトバウンドAPI、およびそれらの両方を記述するメタAPIを備えたマイクロサービスの設計に移行することを意味します。 データベースは、Debeziumなどの結合剤を介してApache Kafkaで補完できます。
-
ケーススタディ: 金融ファームでの10年間のマイクロサービス
マイクロサービスはホットな新しいアーキテクチャパターンですが、「ホット」と「新しい」の問題は、アーキテクチャパターンの実際のコストが明らかになるまでに何年もかかることです。幸い、パターンは新しいものではなく、名前だけです。したがって、これを10年以上行っている企業から学ぶことができます。
-
MLOpsの最適化がどのようにエンタープライズのAIに革命を起こすか
この記事では、著者のMonte Zweben氏が、データサイエンスのアーキテクチャ、コンテナ化、およびフィーチャーストアなどの新しいソリューションが機械学習プロセスのライフサイクル全体にどのように役立つかについて説明します。
-
Kafka、MongoDB、Maxwell's Daemonを使用したSQLデータベース監査システムの構築
この記事では、従来の組み込みデータレプリケーションの枠を越え、Kafka、MongoDB、Maxwell's Daemonといったテクノロジを採用したデータベースの監査ログシステムと、その重要性について論じます。
-
Apache ArrowとJava: ライトニングスピードのビッグデータ転送
Apache Arrowは、データにクロス言語、クロスプラットフォーム、カラム型のインメモリデータ形式を提供します。データのシリアル化の必要性をなくし、コピーのオーバーヘッドを減らすように設計されています。
-
Redis StreamsとApache Spark Structured Streamingを使用したリアルタイムデータ処理
Apache Spark 2.0で導入されたStructured Streamingは、ストリーミングデータのためのSQLライクなインターフェースを提供します。Redis Streamsによって、Redisがストリーミングデータを複数のプロデューサとコンシューマの間で消費、保持、配信することができるようになります。この記事では、著者のRoshan Kumar氏が、RedisおよびApache Spark Streamingテクノロジを使用してストリーミングデータをリアルタイムで処理する方法について説明します。
-
MySQLデータベースと共にTypeScriptを使用
TypeScriptはWebアプリケーションをオーサリングするための強力な環境として浮上しており、言語との整合性を保ちながら、標準のJavaScriptよりも大幅に改善されています。この記事では、Node.js、MySQL、TypeORMでTypeScriptを使用して、サーバーサイドのTypeScriptでデータベースアクセスを管理するための強力なソリューションを作成するために必要な詳細について詳しく説明します。
