Head Firstデザインパターン第2版 (Head First Design Patterns, 2nd Edition)

2022/06/062022/06/06 ~ SATO Naoki (Neo) /さとうなおき ~ Leave a comment

オライリー・ジャパンから、「Head Firstデザインパターン第2版 ――頭とからだで覚えるデザインパターンの基本」が発売されます。これは、2005年に発売された「Head Firstデザインパターン」の改訂版です。私は、第1版、第2版両方の監訳を担当しました。デザインパターンに興味にあるソフトウェアエンジニアの方は、是非チェックしてみてください! A Japanese version of "Head First Design Patterns, 2nd Edition" is published now. This is a revised edition of "Head First Design Patterns" (published in 2004). I am a translation supervisor of both editions. If you are a software engineer who has interest in design patterns, please check … Continue reading Head Firstデザインパターン第2版 (Head First Design Patterns, 2nd Edition)

デザインパターン – IoTと集約 (Design patterns – IoT and aggregation)

2018/11/142018/11/20 ~ SATO Naoki (Neo) /さとうなおき ~ 2 Comments

Azure Blog > Design patterns – IoT and aggregation (2018/10/29) https://azure.microsoft.com/blog/design-patterns-iot-and-aggregation/ Rafat Sarosh (Principal Program Manager, Azure Cosmos DB) この記事では、高スループットでIoTデータを挿入し、それから、レポートのために異なるフィールドで集約を使う方法を学んでいきます。このデザインパターンを理解するためには、Azure Cosmos DBをよく知っており、変更フィード、要求ユニット (RU)、Azure Functionsを十分理解している必要があります。これらがあなたにとって新しい概念である場合は、これらについて学ぶために、前述のリンクに進んでください。多くのデータベースは、データをパーティション分割することで、極めて高いスループットと低いレイテンシを達成しています。これは、MongoDB、HBase、Cassandra、Azure Cosmos DBといった、すべてのNoSQLデータベースエンジンに当てはまります。これらすべてのデータベースは、パーティション分割、つまりシャーディングのために、無限にスケールアウト可能です。 Azure Cosmos DBを、より詳しく見てみましょう。トップレベルで、コンテナーが定義されています。コンテナーをテーブル、コレクション、またはグラフと考えることができますが、コンテナーは、すべての情報を保持する主要なエンティティです。Azure Cosmos DBは、このトップレベルエンティティを定義するために、「コンテナー」という用語を使っています。Azure Cosmos DBはマルチモデルデータベースなので、このコンテナーは、SQL API、MongoDB APIではコレクションと、Gremlin APIではグラフと、Cassandra API、Table APIではテーブルと同義です。コレクションは、コレクションのスループット要件を基にして割り当てられた、多数の物理パーティションを持ちます。今日、10,000 RUに対して10パーティションを持つ可能性がありますが、明日にはこの数値が変わる可能性があります。常に必要となるスループットに集中すべきであり、割り当てられるパーティション数を気にするべきではありません。前述したように、データの使用状況によって、パーティション数は変わります。高スケールのスループットと低レイテンシを達成するためには、データの挿入時にパーティションキー、行キーを指定し、データの読み取り時に同じパーティションキー、行キーを使う必要があります。適切なパーティションキーを選択すれば、データがすべてのパーティションにわたって均等に分散され、読み取り/書き込み操作を1桁ミリ秒で実行できるようになります。 Azure Cosmos … Continue reading デザインパターン – IoTと集約 (Design patterns – IoT and aggregation)

Azure Cosmos DB パーティション分割デザインパターン – パート1 (Azure Cosmos DB partitioning design patterns – Part 1)

2018/11/01 ~ SATO Naoki (Neo) /さとうなおき ~ 4 Comments

Azure Blog > Azure Cosmos DB partitioning design patterns – Part 1 (2018/10/25) https://azure.microsoft.com/blog/azure-cosmos-db-partitioning-design-patterns-part-1/ Rafat Sarosh (Principal Program Manager, Azure Cosmos DB) この記事では、データを効率的に分散し、アプリケーションのパフォーマンスを改善し、より高速なルックアップを可能にするための、パーティションキーの使い方を学びます。この記事の前提条件は、Azure Cosmos DBの一般知識と、変更フィード、要求ユニット (RU)、Azure Functionsの十分な理解です。高いスループットで挿入したいデータを持っており、2つ以上の異なるキーでクエリすることを想像してみましょう。このシナリオでは、あなたが航空会社に勤めており、ユーザーの予約情報をコレクションに格納する必要がある、と仮定します。ユーザーデータは、次のように定義されます。あなたは、パーティションキーとして、多くの可能な値から「UserId」(ユーザーの電子メールアドレス) を選択します。「UserId」は各ユーザーに固有のものであり、これによってデータが十分に分散されるようになるので、これはパーティションキーとして良い選択です。図1に示したように、データは、すべてのパーティションにわたって均等に分散されます。しかし、データをクエリする際に、常に「UserId」が分かっているわけではありません。ユーザーの姓やユーザーのPNR (旅客予約記録) を使って、データをクエリしたい場合もあります。図1:パーティションにわたって均等に分散されたデータ Azure Cosmos DBは、既定ですべてのデータにインデックスを作成します。「LastName」でデータをクエリしようとする場合、結果を得られますが、パーティションキーのないクエリはファンアウトクエリになるので、より多くの要求ユニット (RU/s) がかかります。ファンアウトクエリはすべてのパーティションを確認します。これには余分なRU/sがかかり、アプリケーションのパフォーマンスに影響を与えることがあります。データが少なく、パーティション数も少ない場合は、ファンアウトクエリの大幅な副作用に気づかないことがありますが、多数のパーティション、大量のデータを持つようになり始めると、ファンアウトクエリがアプリケーションに弊害をもたらすことがあります。頻度の低いクロスパーティションクエリは問題ありませんが、それが頻度の高いクエリの場合、解決策は何でしょうか? 1つの選択肢は、「PNR」から「UserId」へのマッピングのための「PNR」コレクション、「LastName」から「UserId」へのマッピングのための「LastName」コレクションという、2つのルックアップコレクションを持つことです。「PNR」コレクションは、パーティションキー、行キーとして「PNR」を持ち、値として「UserId」を持ちます。これらの異なるルックアップコレクションは、アプリケーションをより効率的にします。PNRで詳細をルックアップするには、まず、「UserId」を取得するために、「PNR」コレクションをクエリします。それから、「UserId」を使って、「User」コレクションをクエリします。これら2回の呼び出しは数ミリ秒以内に完了でき、単一のファンアウト … Continue reading Azure Cosmos DB パーティション分割デザインパターン – パート1 (Azure Cosmos DB partitioning design patterns – Part 1)

[書籍プレゼント] クラウドデザインパターン Azureを例としたクラウドアプリケーション設計の手引き

2017/08/242017/08/24 ~ SATO Naoki (Neo) /さとうなおき ~ Leave a comment

2014年に発行した書籍「クラウドデザインパターン Azureを例としたクラウドアフリケーション設計の手引き」の在庫を見つけたので、5名様にプレゼントします。 3年前の書籍ですが、今でもクラウドアプリケーションのアーキテクチャ設計に役立つ情報が満載です。当選した方は、9月末までに、書籍の感想をブログ、Qiitaなどで公開してくださいね。 [書籍プレゼント] クラウドデザインパターン Azureを例としたクラウドアプリケーション設計の手引き https://satonaoki.connpass.com/event/65389/ クラウドデザインパターン Azureを例としたクラウドアフリケーション設計の手引き (2014/06/09) http://ec.nikkeibp.co.jp/item/books/P98330.html http://www.nikkeibp.co.jp/atclpubmkt/book/14/P98330/ http://amzn.to/2wAycLu Azure Architecture Center > Cloud Design Patterns https://docs.microsoft.com/azure/architecture/patterns/ クラウド設計パターンインフォグラフィック https://azure.microsoft.com/ja-jp/resources/infographics/cloud-design-patterns/ [Azure Deep Dive] クラウドデザインパターン～優れたシステム構築のためのガイダンス～ (2015/10/05) https://www.slideshare.net/satonaoki/200151004-mad-cdp https://satonaoki.wordpress.com/2015/10/29/azure-deep-dive/