AWSSummitTokyo2018
|
|
|
- つかさ いのら
- 4 years ago
- Views:
Transcription
1 AWS Gunosy AWS Summit Tokyo 2018/06/01
2 自己紹介 - 米田 武 / Takeshi Yoneda / マスタケ /03/31: - MSc. in Mathematics at Osaka University /04/01~ - Machine learning engineer at Gunosy Inc. - Apply mathematics to - Recommendation System - Machine learning - Optimization problems - data engineering
3 -- AWS
4 10,000/day+ AWS
5 Examples: etc
6
7 Amazon s3 AWS Lambda Amazon DynamoDB Amazon Kinesis NoSQL DynamoDB Accelerator(DAX) Amazon EMR DynamoDB Hadoop
8 1.
9 Local Popularity() / => => #1.
10 Local Popularity() / => => #1.
11 * * #1.
12 Articles Title: Content: Title: Content: Title: Content: #1.
13 Articles Title: Content: Title: Content: Title: Content: #1.
14 Articles Title: Content: Title: Content: Title: Content: #1.
15 #1.
16 M #1.
17 lpush/rtrim #1.
18 u1 u2 u3 u6 u5 #1.
19 u1 u2 u3 u6 u5 #1.
20 u1 u2 u3 u5 u6 #1.
21 u1 u2 u3 u5 u6 #1.
22 #1.
23 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] : Gunosy, Gunosy #1.
24 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] : Gunosy, Gunosy #1.
25 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] : Gunosy, Gunosy #1.
26 Client app Log stream[kinesis stream] fluentd Server[EC2] fluentd Server Click logs stream[kinesis stream] filteramazon kinesis stream Trigger Update Log Stream [kinesis stream] Fluentd Server [EC2] Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] #1.
![table[dynamodb] updatem](/docs-images/102/156903489/images/27-2.jpg "Trigger Update Log Stream")
![[kinesis stream] Fluentd](/docs-images/102/156903489/images/27-3.jpg "Server [EC2] Click logs")
![stream [kinesis stream]](/docs-images/102/156903489/images/27-4.jpg "Click logger [lambda]")
27 Click logs stream Click logger[aws lambda] Kinesis stream Click logger Click logs table[dynamodb] updatem Trigger Update Log Stream [kinesis stream] Fluentd Server [EC2] Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] #1.
28 Click logs stream Click logger[aws lambda] Kinesis stream Click logger Click logs table[dynamodb] updatem remove (ltrim) Log 1 Log 2 Log 3 Log M-1 Log M list append (rpush) #1.
29 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] : Gunosy, Gunosy #1.
30 Click logs table -> UserVectorizer[AWS lambda] DynamoDBStream PUT Trigger Put Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet ArticleVector table [DynamoDB] [DAX] #1.
31 Click logs table -> UserVectorizer[AWS lambda] DynamoDBStream PUT Lambda Trigger Put Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet ArticleVector table [DynamoDB] [DAX] #1.
32 UserVectorizer (DAX) > ArticleVector table[dynamodb] DynamoDBGET DAX UserVectorizer Trigger Put Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet ArticleVector table [DynamoDB] [DAX] #1.
33 DAX(Amazon DynamoDB Accelerator) DynamoDB() ReadHeavy SDKDAXTCP Lambda DAX DynamoDB Trigger Put Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet ArticleVector table [DynamoDB] [DAX] #1.
34 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] Crawler ArticleVectorizer[EC2]ArticleVector tableput #1.
![Click logger [lambda] Click logs](/docs-images/102/156903489/images/35-1.jpg "table [DynamoDB] UserVectorizer")
![[lambda] UserVetor table](/docs-images/102/156903489/images/35-2.jpg "[DynamoDB] BatchGet Trigger Put")
![Crawler [EC2] ArticleVectorizer](/docs-images/102/156903489/images/35-3.jpg "[EC2] ArticleVector table")
35 Trigger Update Trigger Put Click logs stream [kinesis stream] Click logger [lambda] Click logs table [DynamoDB] UserVectorizer [lambda] UserVetor table [DynamoDB] BatchGet Trigger Put Crawler [EC2] ArticleVectorizer [EC2] ArticleVector table [DynamoDB] [DAX] () #1.
36 2.
37 Kinesis / DynamoDB / DAX / lambda / #2.
38 = #2.
39 = #2.
40 = #2.
41 (, etc.) t a - - b #2.
42 t a - - b #2.
43 t a - - b #2.
44 t ab a - - b #2.
45 t ba a - - b #2.
46 t ba a - - b #2.
47 50msec or die.
48 in 50 msec Background UserVector table GET user vector 0 50 (msec) #2.
49 in 50 msec Background UserVector table GET user vector 0 50 (msec) DynamoDB #2.
50 in 50 msec Background UserVector table GET user vector 0 50 (msec) DynamoDB #2.
51 in 50 msec Background UserVector table GET user vector 0 50 (msec) DynamoDB #2.
52 in 50 msec Background UserVector table GET user vector 0 50 (msec) #2.
53 in 50 msec Background UserVector table GET user vector 0 50 (msec) #2.
54 in 50 msec Background UserVector table GET user vector 0 50 (msec) * 25msec / request *Application Load Balancer `TargetResponseTime` #2.
55 in 50 msec Background UserVector table GET user vector 0 50 (msec) #2.
56 API DataLake API[EC2] Hive Metastore ~MB digdag #2.
57 API DataLake API[EC2] Hive Metastore ~MB digdag #2.
58 API s3(mb) DataLake API[EC2] Hive Metastore ~MB digdag #2.
59 API DataLake API[EC2] Hive Metastore ~MB digdag #2.
60 API s3 DataLake API[EC2] Hive Metastore ~MB digdag #2.
61 API s3 DataLake API[EC2] Hive Metastore ~MB digdag #2.
62 API DataLake API[EC2] Hive Metastore ~MB digdag #2.
63 API EMR(Elastic MapReduce) DataLake API[EC2] Hive Metastore ~MB digdag #2.
64 DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
65 RemoteHive Metastore DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
66 RemoteHive Metastore DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
67 (Remote) Hive Metastore HDFS* (Spark/Hive/Presto)Metastore Amazon RDS for MySQL CREATE EXTERNAL TABLE `users`( `id` bigint, `enabled` boolean, `admin_enabled` boolean, `created_at` string, `updated_at` string ) STORED AS PARQUET LOCATION 's3://hogefuga-log/hive/user.db/users' TBLPROPERTIES ( parquet.compress'='snappy'); *HDFS = Hadoop Distributed File System. s3file SystemHadoop S3 filesystem s3hdfs #2.
68 Spark on EMRMetaStore SparkQL DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
69 Hive MetastorePresto DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
70 Airflow DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
71 /s3 Metastore DataLake Hive Metastore ~MB digdag RDS digdag airflow #2.
72 S3 + Hive Metastore = Awesome! HQL > Drop Table SELECT column1, column2 FROM hive.db.hoge WHERE dt = S3 < write(=s3put) EMR Hive MetastoreEMR,,, #2.
73
74 Lambda, Kinesis stream, DynamoDB, DAX DAX API DynamoDB & s3 S3 + Hive Metastore & S3&
75 We are hiring! 募集職種例 データ分析エンジニア サービスのKPI等の統計情報の設計 / 収集 / 分析 機械学習 自然言語処理エンジニア 上記技術を含め数理モデルを駆使したアルゴリズムの開発 アプリ開発エンジニア ios / Android アプリの開発 サーバーサイドエンジニア 各プロダクトのサーバーサイド開発 Gunosy 採用
PowerPoint Presentation
AWS AWS AWS AWS AWS AWS AWS オンプレミス データセンター AWS Storage Gateway Amazon Kinesis Firehose EFS File Sync S3 Transfer Acceleration AWS Direct Connect Amazon Macie AWS QuickSight AWS Lambda AWS CloudFormation
Dockerの商用サービスでの利用事例紹介
1 Docker maebashi@iij.ad.jp Docker 2015 Internet Initiative Japan Inc. http://www.iij.ad.jp/biz/storage/ 2015 Internet Initiative Japan Inc. IIJ GIO & REST API(AWS S3 ) + Hadoop/Hive 2015 Internet Initiative
Joint Content Development Proposal Tech Docs and Curriculum
徹底解説!Hortonworks が提供する次世代データプラットフォーム 蒋逸峰 & 河村康爾 Hortonworks October 10, 2017 1 Hortonworks Inc. 2011 2016. All Rights Reserved 総合的な管理 セキュリティやガバナンス ON-PREMISES CLOUD EDGE MULTI-WORKLOADS MULTI-TYPE MULTI-TIER
VMware View Persona Management
VMware View Persona Management View Persona Management...................................... 3.......................................................... 3 View Persona Management..............................................
Hortonworks Kitase
Data Platform エキスパートに聞く クラウドで実現するビッグデータ活 本マイクロソフト株式会社 本アイ ビー エム株式会社 ホートンワークスジャパン株式会社 佐藤 直 平 毅 北瀬 公彦 Hortonworks 2 アジェンダ メジャーなクラウドにおけるビッグデータ アナリティクス関連サービスについて確認 Azure のビッグデータ アナリティクス関連サービスについて IBM のビッグデータ
DEIM Forum 2019 H2-2 SuperSQL SuperSQL SQL SuperSQL Web SuperSQL DBMS Pi
DEIM Forum 2019 H2-2 SuperSQL 223 8522 3 14 1 E-mail: {terui,goto}@db.ics.keio.ac.jp, toyama@ics.keio.ac.jp SuperSQL SQL SuperSQL Web SuperSQL DBMS PipelineDB SuperSQL Web Web 1 SQL SuperSQL HTML SuperSQL
Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2
OpenStack Sahara Road to Kilo www.miran(s.com/jp Copyright 2015 Mirantis, Inc. All rights reserved Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2 Hadoop Open-source
AWS における ベストパートナーを見つける 7 つの方法 相澤恵奏アマゾンウェブサービスジャパンアライアンス技術本部テクニカルイネーブルメント部部長パートナーソリューションアーキテクト #AWSInnovate 2019, Amazon Web Services, Inc. or its affi
AWS における ベストパートナーを見つける 7 つの方法 相澤恵奏アマゾンウェブサービスジャパンアライアンス技術本部テクニカルイネーブルメント部部長パートナーソリューションアーキテクト #AWSInnovate Agenda APNパートナーとは? ベストパートナーを見つける7つの方法 まとめ お客様が AWS に感じるメリット 10+ 最も豊富な機能と最も急速に進むイノベーション 顧客とパートナーの最大のコミュニティ
サンプル株式会社 御中 システム導入のご提案
Hadoop Recommendation Machine Learning 本文中の会社名 製品名 サービスネームについて Amazon Web Services は Amazon.com, Inc. の商標または登録商標です Apache Hadoop は Apache Software Foundation の商標または登録商標です hybris は hybris AG の商標または登録商標です
test
PostgreSQL CTO 5 2011 5 2011 9 2012 5 2013 10 2013 11 1 5000 JOIN 4 1. 2. 5 6 http://www.slideshare.net/mistakah/gpsgnss Location Base ( ) PostgreSQL x PostgreSQL 2011/8 MySQL MongoDB PostgreSQL GIS 2011/9
Startup_on_AWS_usecases_StartupDay
"Startup on AWS" use-cases from AWS Startup Tech Community Amazon Web Services Japan March 12, 2018 #AWSStartupJP Amazon Web Services Japan Senior Solutions Architect / Manager, Solutions Architecture
Part 1 IT CPU IT IT 1998 Windows NT Server 4.0, Terminal Server Edition 1 Windows Based Terminal WBT Windows CE 1 100Mbps 1Gbps LAN OS 1 PC 1 OS 2
Microsoft Flexible Workstyle &BYOD Part 1 Part 2 Part 3 Windows Server 2012 Windows Server 2012 R2 RDS Part 1 IT CPU IT IT 1998 Windows NT Server 4.0, Terminal Server Edition 1 Windows Based Terminal WBT
MATLAB® における並列・分散コンピューティング ~ Parallel Computing Toolbox™ & MATLAB Distributed Computing Server™ ~
MATLAB における並列 分散コンピューティング ~ Parallel Computing Toolbox & MATLAB Distributed Computing Server ~ MathWorks Japan Application Engineering Group Takashi Yoshida 2016 The MathWorks, Inc. 1 System Configuration
スライド 1
AWS Summit Tokyo 2015 Amazon Elastic MapReduce や Spark を中心とした社内の分析環境事例と Tips 株式会社サイバード データ戦略統括部 小松裕一 自己紹介 名前 : 小松裕一 所属 : 株式会社サイバードビジネス戦略統括本部データ戦略統括部 仕事 : 分析環境の構築データ処理全般 出身 : 宮城県 好きな AWS サービス :S3 会社紹介 Copyright
Hadoop Introduction
Hadoop Introduction はじめに Agenda Hadoopおさらい 1 HadoopStreaming 2 Hive 3 Demo (Apacheログ解析) 4 5 まとめ Hadoop の概要 Hadoop の特徴 Hadoop クラスタ構成 マスターサーバ バッチの進捗状況管理 Map/Reduce タスク割振り NameNode JobTracker HDFS 管理 DataNode
DEIM Forum 2012 C2-6 Hadoop Web Hadoop Distributed File System Hadoop I/O I/O Hadoo
DEIM Forum 12 C2-6 Hadoop 112-86 2-1-1 E-mail: momo@ogl.is.ocha.ac.jp, oguchi@computer.org Web Hadoop Distributed File System Hadoop I/O I/O Hadoop A Study about the Remote Data Access Control for Hadoop
Elastic stack Jun Ohtani 1
Elastic stack Jun Ohtani 2017/12/06 @johtani 1 about Me, Jun Ohtani / Technical Advocate lucene-gosen ElasticSearch Server http://blog.johtani.info Elasticsearch, founded in 2012 Products: Elasticsearch,
FreakOut における AWS 上での機械学習活用事例 株式会社フリークアウト 西口 次郎 CTO 小浜 翔太郎 Software Engineer FreakOut
FreakOut における AWS 上での機械学習活用事例 株式会社フリークアウト 西口 次郎 CTO 小浜 翔太郎 Software Engineer FreakOut HD Inc., Disrupter by Learning Software Founded : 2010/10/01 Tokyo Osaka Fukuoka Singapore Bankok Jakarta Istanbul
2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [
![2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [](/thumbs/92/109551409.jpg "2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [")
DEIM Forum 2016 G1-4,, 305 8573 1-1-1 305 8573 1-1-1 305 8573 1-1-1 E-mail: denam96@kde.cs.tsukuba.ac.jp, {shiokawa,kitagawa}@cs.tsukuba.ac.jp,,.,,,.,, (1), (2),.,, 1.,.,,.,,,,, Storm [2] STREAM [5], S4
yamamoto_hadoop.pptx
Hadoop Streaming 2011/2/16 H22 ? SaaS (So5ware as a Service) (,etc.) PaaS (Pla?orm as a Service) (Google App Engine,, Mixi Appli etc.) IaaS (Infrastructure as a Service) (Amazon EC2) VMWare ESX, Hyper-
16soukatsu_p1_40.ai
2 2016 DATA. 01 3 DATA. 02 4 DATA. 03 5 DATA. 04 6 DATA. 05 7 DATA. 06 8 DATA. 07 9 DATA. 08 DATA. 09 DATA. 10 DATA. 11 DATA. 12 DATA. 13 DATA. 14 10 11 12 13 COLUMN 1416 17 18 19 DATA. 15 20 DATA. 16
Microsoft Azure Azure
Microsoft Azure Azure 2018 1 Microsoft Azure Azure Microsoft Web Azure Microsoft Azure Azure IT Web (IoT) OS Docker Linux JavaScript Python.NET PHP Java Node.js Ruby ios Android Windows IT IT Microsoft
PowerPoint Presentation
AWS ビッグデータサービス Deep Dive アマゾンデータサービスジャパンソリューションアーキテクト蒋逸峰 July 17, 2014 Session #TA-01 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole
Cloud connect the world as a Glue
Cloud connect the world as a Glue AWS Dev Day 2017 Track 2 Masahiro Nagano @kazeburo Me Masahiro Nagano / @kazeburo Mercari, Inc Principal Engineer Site Reliability Engineering (SRE) Team BASE, Inc Technical
Web Web Web Web i
28 Research of password manager using pattern lock and user certificate 1170369 2017 2 28 Web Web Web Web i Abstract Research of password manager using pattern lock and user certificate Takuya Mimoto In
データセンターの効率的な資源活用のためのデータ収集・照会システムの設計
データセンターの効率的な 資源活用のためのデータ収集 照会システムの設計 株式会社ネットワーク応用通信研究所前田修吾 2014 年 11 月 20 日 本日のテーマ データセンターの効率的な資源活用のためのデータ収集 照会システムの設計 時系列データを効率的に扱うための設計 1 システムの目的 データセンター内の機器のセンサーなどからデータを取集し その情報を元に機器の制御を行うことで 電力消費量を抑制する
最新アップデート AWS IoT Solution 〜 事例とサービスアップデート 〜
AWS IoT Solution 事例とサービスアップデート Amazon Web Services Japan Takashi Koyanagawa Twitter で AWS Cloud Roadshow に参加しよう! #AWSRoadshow 皆さんのご意 聞かせてください! 公式アカウント @awscloud_jp 最新技術情報 イベント情報 お得なクーポン情報など 々更新中! 紹介 v
Cisco® ASA シリーズルーター向けDigiCert® 統合ガイド
Cisco ASA DigiCert 2013 7 8 Cisco ASA VPN DigiCert : 2013 7 8 Copyright 2018 DigiCert, Inc. All rights reserved. DigiCert DigiCert DigiCert, Inc. Symantec Norton Symantec Corporation DigiCert, Inc. DigiCert,
Microsoft Azure Azure Microsoft Web Azure Microsoft Azure Azure IT Web (IoT) OS Docker Linux JavaScript Python.NET PHP Java Node.js Ruby ios Android W
Microsoft Azure 2018 11 Microsoft Azure Azure Microsoft Web Azure Microsoft Azure Azure IT Web (IoT) OS Docker Linux JavaScript Python.NET PHP Java Node.js Ruby ios Android Windows IT IT Microsoft (EU)
s
s073083 23 3 17 1 2 1.1.............................. 2 1.2.............................. 2 1.3.............................. 3 2 4 2.1........................... 4 2.2 Google App Engine........................
ビッグデータアナリティクス - 第3回: 分散処理とApache Spark
3 : Apache Spark 2017 10 20 2017 10 20 1 / 32 2011 1.8ZB 2020 35ZB 1ZB = 10 21 = 1,000,000,000,000 GB Word Excel XML CSV JSON text... 2017 10 20 2 / 32 CPU SPECfp Pentium G3420 77.6 8,946 Xeon Gold 6128
グリーの様々なサービスを支えるクラウド運用およびデータ分析基盤
グリーの様々なサービスを えるクラウ ド運 およびデータ分析基盤 紹介 グリー株式会社インフラストラクチャ部堀 真司 やっていること 主にクラウド環境の設計 開発 運 ゲームそのものの開発協 は少ない コンソールの操作より プログラムを書く が多い やっていたこと コンシューマーゲーム オンラインゲーム アーケードゲーム 弊社 いわゆるゲーム業界の 横断部署や基盤技術を扱うチームがほとんど AWS
PowerPoint Presentation
Introduction to Amazon Redshift Spectrum Michalis Petropoulos ミカリス ピタポリス Senior Software Development Manager Amazon Redshift July 5, 2017 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
How to Automate Using PowerShell-JP
PowerShell IT PowerShell IT IT IT Excel 1 PowerShell IT PowerShell $ $ IT PowerShell Windows PowerShell Copy-Item DOS Windows Windows PowerShell 1 PowerShell PowerShell Windows PowerShell PowerShell PowerShell
FileMaker Cloud App FileMaker Pro FileMaker Go FileMaker WebDirect App FileMaker Cloud Amazon Web Services (AWS) Marketplace AWS FileMaker Server File
An Apple Subsidiary FileMaker Cloud Version 1.16 October 2017 FileMaker Cloud App FileMaker Pro FileMaker Go FileMaker WebDirect App FileMaker Cloud Amazon Web Services (AWS) Marketplace AWS FileMaker
Microsoft Word - SYNCNELサーバ操作マニュアル(管理者編)_v3.0.0_ docx
1 / 55 1. 2. 3. 3.1. 3.2. CSV 3.3. CSV 3.4. CSV CSV 3.5. 5 5 6 7 9 10 11 12 13 14 15 18 19 21 22 23 26 27 29 31 32 33 34 35 39 40 2 / 55 3.6. () () ( ) CSV CSV 3.7. 3.8. 3.9. 3.10. Management API 4. URL
Leveraging Cloud Computing to launch Python apps
(Twitter: @KenTamagawa) v 1.1 - July 21st, 2011 (Ken Tamagawa) Twitter: @KenTamagawa 2011 8 6 Japan Innovation Leaders Summit IT IT AWS 90% AWS 90% アーキテクチャ設計 Intro }7 Intro 1 2 3 4 5 6 7 Intro 1 2 3 4
1 2 3 ( ) ( ) SNS SNS Facebook %[g]( %[ ]) [ ] IT LNS (Life Networking Service) LNS LNS LNS SNS SNS 3. LNS (Life Networking S
 [ ] IT LNS (Life Networking Service) LNS LNS LNS SNS SNS 3. LNS (Life Networking S](/thumbs/91/105490415.jpg "1 2 3 ( ) ( ) SNS SNS Facebook %[g]( %[ ]) [ ] IT LNS (Life Networking Service) LNS LNS LNS SNS SNS 3. LNS (Life Networking S")
情報処理学会インタラクション 2012 IPSJ Interaction 2012 2012-Interacti 2012/3/15 Life Networking Service LNS LNS twitter LNS Life Log Sharing with Life Networking Service YUSUKE NAKANO HIROSHI KAWAKAMI HIROYUKI TARUMI
1 Microsoft Windows Server 2012 Windows Server Windows Azure Hyper-V Windows Server 2012 Datacenter/Standard Hyper-V Windows Server Windo
Windows Server 2012 2012 1 Cloud OS Windows Azure Platform On-Premises Service Provider 1 Microsoft Windows Server 2012 Windows Server 2012 1 Windows Azure Hyper-V Windows Server 2012 Datacenter/Standard
2. Twitter Twitter 2.1 Twitter Twitter( ) Twitter Twitter ( 1 ) RT ReTweet RT ReTweet RT ( 2 ) URL Twitter Twitter 140 URL URL URL 140 URL URL
1. Twitter 1 2 3 3 3 Twitter Twitter ( ) Twitter (trendspotter) Twitter 5277 24 trendspotter TRENDSPOTTER DETECTION SYSTEM FOR TWITTER Wataru Shirakihara, 1 Tetsuya Oishi, 2 Ryuzo Hasegawa, 3 Hiroshi Hujita
1. 52
51 1. 52 5 2. 1 2 54 4 55 5 1 56 2 57 . 1 1 58 2 1 59 2 4 60 61 62 6 64 4. 65 66 67 5 1 2 4 68 1 69 2 70 1 2 71 72 1 2 7 1 2 74 75 1 76 2 77 1 2 78 4 79 5 80 6. 1 81 2 82 8 84 85 86 87 7. 88 89 8. column
1 2 2 36 8 1212 15 16 20 22 24 26 28 8 14 21 1 31 32 32 3335 37 39 43 45 48 49 5051 54 56 58 6264 6669 43 50 58 2 73 74 7779 8183 85 88 91 93 9698 100 102103 74 85 93 106 106 108 110 112 3 115 116 116
Microsoft Word - .....J.^...O.|Word.i10...j.doc
P 1. 2. R H C H, etc. R' n R' R C R'' R R H R R' R C C R R C R' R C R' R C C R 1-1 1-2 3. 1-3 1-4 4. 5. 1-5 5. 1-6 6. 10 1-7 7. 1-8 8. 2-1 2-2 2-3 9. 2-4 2-5 2-6 2-7 10. 2-8 10. 2-9 10. 2-10 10. 11. C
2
from One 1 2 24 2 3 4 30 4 5 47 13 6 7 34 2 13 8 34.................................. 9 15-1-5 15-1-4 10 11 12 12 13 14 15 A ( 1) A A 2 B B 16 2 2 17 3 C C 18 3 19 ( ) 15 2 5 ( 56 2 16 20 2 5 ) (1) (2)
,, create table drop table alter table
PostgreSQL 1 1 2 1 3,, 2 3.1 - create table........................... 2 3.2 - drop table............................ 3 3.3 - alter table............................ 4 4 - copy 5 4.1..................................
PowerPoint プレゼンテーション
クラウド上に効率的な ビッグデータ処理基盤を構築するには ~データ特性に応じたシステム設計~ アマゾン ウェブ サービス ジャパン ソリューションアーキテクト 下佐粉 昭 2016年6月3日 1 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved. Twitter で AWS Summit に参加しよう! 公式アカウント
Introduction Purpose This course explains how to use Mapview, a utility program for the Highperformance Embedded Workshop (HEW) development environmen
Introduction Purpose This course explains how to use Mapview, a utility program for the Highperformance Embedded Workshop (HEW) development environment for microcontrollers (MCUs) from Renesas Technology
和文タイトル
Paper Browsing System with Structure Analysis and Displaying Annotation on Side-note Windows Takeshi Abekawa Akiko Aizawa National Institute of Informatics Abstract: In this paper, we introduce our on-going
ファイル アップロード
2019 年 05 月 21 日第 1.0.4 版 Arcserve サポートでは 調査のため Arcserve 製品等から収集したログ / 資料の送付をお願いする場合があります ログ / 資料をサポートに送付する場合 次のような方法を使用できます 1. サポートポータルでファイルをアップロードする 2. サポートから送信されたメールにファイルを添付し返信する 3. FTP を使用しファイルをアップロードする
PowerPoint Presentation
MATLAB による 大規模フリートデータ解析 アプリケーションエンジニアリング部齊藤甲次朗 2015 The MathWorks, Inc. 1 アジェンダ はじめに ビッグデータ解析の課題 MATLAB を活用したフリートデータ解析事例 フリートデータ解析実践 デスクトップでの解析 クラスターへのスケールアウト MATLAB 解析のシステムへの統合 まとめ 2 25 GB / 1hour 4 フリートデータ解析を含むビッグデータ解析の課題
Microsoft PowerPoint - shudo-NoSQL-data-model ppt
28 2009 12 17 NoSQL 1 NoSQL, key-value store, documentoriented DB, graph DB, memcached, Bigtable, Dynamo, Amazon SimpleDB, Cassandra, Voldemort, Ringo, VPork, MongoDB, CouchDB, Tokyo Cabinet/Tokyo Tyrant,
_02_3.ppt
XML DB Oracle Corporation Agenda RDB XML SQL/XML XML DB XML Oracle Corporation 2 Agenda RDB XML SQL/XML XML DB XML Oracle Corporation 3 RDB-XML RDB XML Oracle Corporation 4 XML RDB [Oracle] Extract ExtractValue
PDF_J
Go to the list of contents Click the title of the work, and the details of the work will appear. Click the symbol mark of the Osaka Municipal Museum of Art to be back to the list of contents. 721 ;
fiš„v3.dvi
(2001) 49 2 261 275 Web 1 1 2001 2 21 2001 4 26 Windows OS Web Windows OS, DELPHI, 1. Windows OS. DELPHI Web DELPHI ALGOL PASCAL VISUAL BASIC C++ JAVA DELPHI Windows OS Linux OS KyLix Mac OS (ver 10) JAVA
AWS Client VPN - ユーザーガイド
AWS Client VPN ユーザーガイド AWS Client VPN: ユーザーガイド Copyright 2019 Amazon Web Services, Inc. and/or its affiliates. All rights reserved. Amazon's trademarks and trade dress may not be used in connection with
PowerPoint プレゼンテーション
ビッグデータ 101 AWS で始めるビッグデータパイプラインの設計と実装 アマゾンウェブサービスジャパン株式会社ソリューションアーキテクト内海英一郎 2016 年 6 月 3 日 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved. Twitter で AWS Summit に参加しよう! 公式アカウント @awscloud_jp
X Window System X X &
1 1 1.1 X Window System................................... 1 1.2 X......................................... 1 1.3 X &................................ 1 1.3.1 X.......................... 1 1.3.2 &....................................
KWCR3.0 instration
KeyWeb Creator R3.0 R3.0 for MS-Windows 2005 10 B25586-01 Oracle Oracle Oracle Corporation Copyright 2005, Oracle Corporation All Right Reserved KeyWeb Creator R3.0 2005 10 Copyright 1997-2005 KeyWeb Creator
QConTokyo2013_DocDatabase_agile_atWare
ドキュメント型 NoSQL による Agile なモデリング開発 北野弘治, 河村康爾 atware, Inc スピーカ紹介 北野 Nick 弘治 横浜の会社 アットウェア の福社長をしています 福井県生まれ Agile, TDD, NoSQL, Server side Java, Android, AWS, LeanStartup ロードレース, フルマラソン, 旅行 スピーカ紹介 河村 Sebastian
1 SQL Server SQL Oracle SQL SQL* Plus PL/SQL 2 SQL Server SQL Server SQL Oracle SQL SQL*Plus SQL Server GUI 1-1 osql 1-1 Transact- SQL SELECTFROM 058
1 SQL Server SQL Oracle SQL SQL* Plus PL/SQL 2 SQL Server SQL Server SQL Oracle SQL SQL*Plus SQL Server GUI 1-1 osql 1-1 Transact- SQL SELECTFROM 058 2 Excel 1 SQL 1 SQL Server sp_executesql Oracle SQL
IIJ Technical WEEK Cloudbusting Machine（CBM）
Cloudbusting Machine CBM IIJ Project Gryfon PaaS Cloudbusting Machine CBM Project Gryfon PaaS http://www.gryfon.iij-ii.co.jp/ Key-Value Store KVS C GQL PHP-C MySQL 5.0.77 Cassandra 0.7.2 MongoDB 1.8.2
Mobilelron® Virtual Smartphone Platform 向けDigiCert® 統合ガイド
Mobilelron Virtual Smartphone Platform DigiCert 2015 11 18 Mobilelron Virtual Smartphone Platform DigiCert 2015 11 18 Copyright 2018 DigiCert, Inc. All rights reserved. DigiCert DigiCert DigiCert, Inc.
Abstract Journal of Agricultural Science 2
Cambridge Journals Online Cambridge University Press 2003 1 Cambridge University Press URL: http://www.journals.cambridge.org/ Cambridge Journal Online My CJO Browse Journals Subscribed Journals Subscribed
SORACOM Beam-Funnel-Endorse
本 セッションは SORACOM Beam セキュア 転 送 サービス SORACOM Endorse デバイス 認 証 サービス SORACOM Funnel クラウドアダプタサービス の 既 存 サービス 詳 細 説 明 セッションです 新 サービスについての 詳 細 は 他 セッションで 紹 介 い たします SORACOM アプリケーションサービス 紹 介 SORACOM Beam,Funnel,Endorse
Oracle XML DB によるスケーラビリティおよびパフォーマンス検証 - MML v.3.0
Oracle XML DB MML v3.0 2004 5 27 1 Memo 1 Agenda XML MML v3.0 2 Oracle XML Oracle XML DB XML API Oracle XML DB W3C XML Schema 1.0 XPath 1.0 XSLT 1.0 Oracle W3C XML Schema Oracle 2 XML Oracle XML Developer
外部SQLソース入門
Introduction to External SQL Sources 外部 SQL ソース入門 3 ESS 3 ESS : 4 ESS : 4 5 ESS 5 Step 1:... 6 Step 2: DSN... 6 Step 3: FileMaker Pro... 6 Step 4: FileMaker Pro 1. 6 Step 5:... 6 Step 6: FileMaker Pro...
Introduction Purpose This training course demonstrates the use of the High-performance Embedded Workshop (HEW), a key tool for developing software for
Introduction Purpose This training course demonstrates the use of the High-performance Embedded Workshop (HEW), a key tool for developing software for embedded systems that use microcontrollers (MCUs)
untitled
Dell PowerEdgeDell EMC CX500BakBone NetVault VMware ESX Server 2.5 & NetVault... 2... 2... 3 OS... 4 VMWARE ESX SERVER 2.5 SERVICE CONSOLE... 5 VMWARE ESX SERVER 2.5 NETVAULT... 6... 7 OS... 7 OS... 8
"CAS を利用した Single Sign On 環境の構築"
CAS 2 Single Sign On 1,3, 2,3, 2, 2,3 1 2 3 May 31, 2007 ITRC p. 1/29 Plan of Talk Brief survey of Single Sign On using CAS Brief survey of Authorization Environment using CAS 2 Summary May 31, 2007 ITRC
AWS 認定 DevOps エンジニア - プロフェッショナルサンプル試験問題 1) あなたは Amazon EBS ボリュームを使用する Amazon EC2 上で実行されているアプリケーションサーバ ー向けに 自動データバックアップソリューションを導入する業務を担当しています 単一障害点を回避し
1) あなたは Amazon EBS ボリュームを使用する Amazon EC2 上で実行されているアプリケーションサーバ ー向けに 自動データバックアップソリューションを導入する業務を担当しています 単一障害点を回避し データの耐久性を高めるために 分散データストアを使用してバックアップを取りたいと考えています また データを 1 時間以内に復元できるように 毎日のバックアップを 30 日間保存する必要があります
AWS およびパートナーサービスを使った、データの集約および活用設計パターン
AWS およびパートナーサービスを使った データの集約および活 用設計パターン 荒 木靖宏 アマゾンデータサービスジャパン株式会社 プリンシパルソリューションアーキテクト 自 己紹介! 名前 荒 木靖宏! 所属 アマゾンデータサービスジャパン株式会社 プリンシパルソリューションアーキテクト! 好きな AWS サービス Amazon Virtual Private Cloud AWS Direct Connect
PowerPoint Presentation
FiNC を支えるインフラ技術 ECS と DevOps 自己紹介 名前 : 中村郷史 ( なかむらさとし ) 所属 : プロダクト本部技術開発部 SREグループ 担当 : Technical Lead in SRE 社歴 : 2017 年 1 月ジョイン 約 1 年半 よく使っているAWSのサービス ECS CloudFormation 人の行動を変え 健康を実現するヘルスケアカンパニー < O
FINAL FANTASY XV POCKET EDITION を支える AWS サーバレス技術 LOGO ILLUSTRATION: 2016 YOSHITAKA AMANO 2018 SQUARE ENIX CO., LTD. All Rights Reserved.
FINAL FANTASY XV POCKET EDITION を支える AWS サーバレス技術 LOGO ILLUSTRATION: 2016 YOSHITAKA AMANO 概要 タイトルとシステムの紹介 タイトルの紹介 AWS の導入背景 システムの全体構成 技術詳細 トランザクションのない DynamoDB を使ったアプリケーション開発 DynamoDB のバックアップ Lambda やサーバーレス技術を使う利点と欠点
7,, i
23 Research of the authentication method on the two dimensional code 1145111 2012 2 13 7,, i Abstract Research of the authentication method on the two dimensional code Karita Koichiro Recently, the two
WIDE 1
WIDE 1 2 Web Web Web Web Web Web Web Web Web Web? Web Web Things to cover Web Web Web Web Caching Proxy 3 Things NOT covered / How to execute Perl Scripts as CGI binaries on Windows NT How to avoid access
Autumn 2005 1 9 13 14 16 16 DATA _null_; SET sashelp.class END=eof; FILE 'C: MyFiles class.txt'; /* */ PUT name sex age; IF eof THEN DO; FILE LOG; /* */ PUT '*** ' _n_ ' ***'; END; DATA _null_;
PDF_T
Go to the list of contents Click the title of the work, and the details of the work will appear. Click the symbol mark of the Osaka Municipal Museum of Art to be back to the list of contents. ; 1 5 ; ;
untitled
351 351 351 351 13.0 0.0 25.8 1.0 0.0 6.3 92.9 0.0 80.5 0.0 1.5 15.9 0.0 3.5 13.1 0.0 30.0 54.8 18.0 0.0 27.5 1.0 0.0 2.5 94.7 0.0 91.7 0.0 1.3 14.7 0.0 3.8 14.4 0.0 25.0 50.5 16.0 0.0 27.5 2.0 0.0 2.5
honbun.indd
Development of Web Reservation System for Sirakaba Lodge in Aichi University (1) Object-Oriented Modeling and Implementation of Database Application Yong Jiang, Satoru Horii and Yasuhiro Taga Faculty of
CAS Yale Open Source software Authentication Authorization (nu-cas) Backend Database Authentication Authorization to@math.nagoya-u.ac.jp, Powered by A
Central Authentication System naito@math.nagoya-u.ac.jp to@math.nagoya-u.ac.jp, Powered by Adobe Reader & ipod Photo March 10, 2005 RIMS p. 1/55 CAS Yale Open Source software Authentication Authorization
2 BIG-IP 800 LTM v HF2 V LTM L L L IP GUI VLAN.
BIG-IP800 LTM v11.4.0 HF2 V1.0 F5 Networks Japan 2 BIG-IP 800 LTM v11.4.0 HF2 V1.0...1 1....3 1.1. LTM...3 2. L3...4 2.1. L3...4 2.2. L3...5 3....6 3.1....6 3.1.1. IP...6 3.1.2. GUI...10 3.1.3. VLAN...19