Oracle Databaseのバックアップ方法は論理バックアップと物理バックアップに大別されます。 論理バックアップとはDataPump expdpやexpコマンドを使用して、データベースに格納されたデータをエクスポートする方法です。復旧時はエクスポートしたデータをインポートします。 一方、物理バックアップは、データベースを構成するファイルをコピーするバックアップ方法です。復旧時はコピーしておいたファイルを元の場所に戻し、リカバリ処理を実行します。 01.論理バックアップの注意点 論理バックアップでは、DataPump expdpやexpコマンドでデータをエクスポートしてバックアップデータを取得します。大量のデータをエクスポートする場合、データ間の一貫性を確保することは難しい場合があります。 また、論理バックアップを用いた復旧は、エクスポートしたデータをインポートすることで実現されるため
はじめに 複雑な仕様を整理する。テスト担当者の仕事の1つはこれです。 ソフトウェアが仕様通りに動くかどうかを確かめるのがテストの役目です。ですが、複雑な条件が絡み合った仕様をテストする場合には、まず仕様を把握し、理解しなければなりません。これがなかなか骨の折れる作業です。 もちろん、この悩みはテスト担当者に限ったことではなく、開発設計者にとっても同じように悩ましい問題でしょう。次から次へとクライアントから降ってくる、追加の要求を、すっきりと仕様に整理して、不具合のないシステムを作ることは決して簡単な仕事ではありません。 とりわけ、やってくる要求は既存のシステムの仕様とは無関係にやってきます。追加の仕様を設計、実装する際には、既存の仕様と整合性をとらなくてはなりません。「とりあえず」、で修正してみたものの、テストをしてみると、不具合が発覚。再度修正したら今度は別のところで不具合が発生…
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちは。 以前、お客様からBOXでExcelマクロが動くのかという質問を受け、調査したのでメモとして残したいと思います。 結論からいうと動きます。 公式のBoxDriveというツールを使うことで解決しました。 BOXは、GoogleDriveのようなオンラインストレージです。 権限など充実したビジネス向けの機能がついています。 参考: BOX公式ページ BoxDriveについて BoxDriveは、BoxSyncと同じようなデスクトップアプリケーションです。 BoxSyncは、公式ツールですが下記のような問題がありました。
Cline を使い始めて2ヶ月ぐらい経った。 自分の直感として、Cline は真のイノベーションの入口であり、そして開けてはいけないパンドラの箱でもあったと思う。 ここでいう Cline は Cline型コーディングエージェントであり、広義には Devin / Cursor や Copilot Agent 等を含む話。だが、後述するように Cline でしか見えない世界がある。 その先の未来に、プログラマとしての自分はフルベットする、という話をする。 私たちが知っているプログラミングの終焉 大事なことは次の記事に全部書いてある。まずこれを読んでほしい。 (Google翻訳) Steve Yegge 氏は、置き換えられるのはジュニアおよび中級レベルのプログラマーではなく、新しいプログラミング ツールやパラダイムを受け入れず過去に固執するプログラマーであると指摘しています。 <略> これはプロ
こんばんは、座禅いぬです。 JAWS DAYS 2025に参戦してきました！会場前にいたコツメカワウソの赤ちゃんがとてもかわいかったです。 さて、Deep Researchのサービスが始まってから、たくさんの人が自分の使い方を編み出して解説していると思いますが、自分の使い方をまとめたかったのでここに載せておきます。これ、とんでもない機能ですよね。使ってみてすぐ、人類はもう生成AIに勝てないなと思いました。 一言でいうと、調べたいもの、考えたいことに対して「論文を書く」というフレームワークを構築します。論文の構造はいろいろあると思いますが、理系論文の流れをフレームワークととらえ、生成AIに思考しやすい形を作ります。 背景：なぜ論文という枠組みが良いのか 論文は次のような流れを持ちます。 背景 (Introduction) 目的 (Objective) 材料と方法 (Methods) 結果 (
追記1：チップをお送りいただいたかたがた，ありがとうございます！ 追記2： このような話題に興味があるかたへ…関連するコミュニティはこちら↓ 非専門家向け：https://discord.gg/shingiyurariteisaba-1125096939344625684 専門家向け（分野問わず）：https://www.aialign.net/contact OpenAI o3は，人間とは全く異質の汎用知能である恐れがある． 競技プログラミングCodeforcesで，人類に混じってo3が全世界175位となったのはすさまじい． ガチの数学者たちが全力で作ったベンチマークFrontierMathで，o1-previewでも2%しか正解しなかったところが，o3では25%も正解してしまった． しかし，一番の問題はそこではない． 全く別次元のところにある． ARC-AGIというベンチマークだ． o
ChatGPTのdeep researchが凄過ぎる。OpenAIがこれまでいくつも新モデル・新サービスを出してきましたが、その中でも一番驚きの大きかったサービスとなりました。自分の中では。 なので数回にわたって、deep researchの使用例などをまとめていきたいと思います。 その2 すごい使用例をまとめたnoteは次のリンク 結局何ができるのdeep researchはdeep researchは、ChatGPTに追加された新機能。これは、インターネット上の複雑な調査タスクを複数ステップに分けて実行する高度なエージェント機能。人間が何時間もかけて行う調査を、数十分で完了させることができる。 https://openai.com/index/introducing-deep-research/ 上の公式の説明によると次のように説明されている。 以下のような集中的な知識作業を行う人々の
この記事のポイント OpenAI Deep Researchは、複雑な調査を自動化するChatGPTの新しいエージェント機能人間が数時間かける調査を数十分で完了し、専門家レベルのタスクでも高い性能を発揮無料では利用できず、現在は有料プランの方が利用可能今後は無料ユーザーにも提供予定検索回数の制限は1ヶ月あたり100回まででPlusプランだと10回まで。 Microsoft AIパートナー、LinkX Japan代表。東京工業大学大学院で技術経営修士取得、研究領域：自然言語処理、金融工学。NHK放送技術研究所でAI、ブロックチェーン研究に従事。学会発表、国際ジャーナル投稿、経営情報学会全国研究発表大会にて優秀賞受賞。シンガポールでのIT、Web3事業の創業と経営を経て、LinkX Japan株式会社を創業。日本の大企業を中心にAI導入を推進。 OpenAIが発表したDeep Research
はじめに Nettyを勉強していると、EventLoopやHandlerなど様々なコンポーネントがでてきて、混乱したのでちょっと図でまとめてみようと思います。このブログでは以下のようなNettyの主要コンポーネント（クラス or インターフェース）の役割をまとめそれぞれの関係を図で整理しようと思います。 EventLoop、EventLoopGroupe Channel ChannelHandler、ChannelPipeline Netty In Actionなどの書籍を参考にしていますが、あくまで自分の理解をまとめますので、正しい理解を行いたい場合は書籍やドキュメント実装を当たるようにしてください。 非同期I/O？ 同期I/O？ 前提としてJavaのネットワーク通信における、同期I/Oと非同期I/Oについてちょっと整理してみようと思います。 Javaにおけるネットワーキングプログラムは
失踪した糸柳から遺書が届いて、それからしばらくして警察から連絡が来たらしい。死ぬ前の彼とは疎遠になっていたのでその時期のことは伝聞でしか知らなかったが、色々と（そして過去の彼の行動とはまた違った形で）顰蹙を買っていたとよく聞いていた。 死ぬ何年か前の彼は誰から見てもおかしくなっていると言えるような状態で、仕事も上手くいってなかったと話していた。ドワンゴ時代の成功体験と山の話とRubyコミッターの話をしていたが、何回も何回も同じ話をしていた。彼のコミュニケーションの方法は彼の得意な話題に変更し、そして彼の長いターンが始まり、その後こちらが一言入れるというものだが、それにしてもこちらの話を聞いているというポーズすら晩年は取らなくなっていた。彼のそのスタイルが通用するのは彼を知っている人間に対してであり、何も知らない若者からすると典型的な老害のように写っただろう。実際にそう言われている場面を何度
山道を歩きながらこう考えた。社内でよく使う環境を毎回セットアップするのは面倒だ。ansibleを作っても良いのだが、流すのにも時間がかかるし書き慣れない。構築手順を間違えれば失敗だ。とかくに検証環境の作成はやりにくい。 やりたいこと これを解決するため、自社専用のプライベートdockerレジストリを構築することを決めました。 つまり、検証環境や開発環境をdockerコンテナとして作成してしまい、レジストリを経由して社内の人々に使ってもらおうということです。 本記事の目標 dockerプライベートレジストリを構築し、pull・pushをできるようにする 画面UIを用意する 構築手順 サーバーについて レジストリを構築するサーバーについてですが、レジストリ自体をdockerコンテナとして立ち上げます。 なので、centos7にしました。 今回のケースでは、グローバルIPアドレスとドメインを持っ
これまで、型駆動設計を実践することが何を意味するのか、簡潔でシンプルな説明を見つけるのに苦労してきました。誰かに「どうやってこのアプローチを思いついたのですか？」と尋ねられることが多いのですが、満足のいく答えを出せないことがよくあります。そのアイデアが突然のひらめきで浮かんだわけではなく、正しいアプローチを空から引っ張り出す必要がない、反復的な設計プロセスがあると分かってはいるのですが、そのプロセスを他の人にうまく伝えることができていませんでした。 しかし、およそ1ヶ月前、JSON を静的型付け言語で、そして動的型付け言語にパースしたときに経験した違いについてTwitter上で振り返っていた時、ついに私が探していたものを見つけました。そして、そのスローガンはたった3つの英単語で表せます。 Parse, don’t validate (バリデーションせずパースせよ) 型駆動設計のエッセンス
エンジニア採用の状況は地域によって大きく異なる 最近視聴した2つのコンテンツが、同じソフトウェアエンジニア採用の話題を取り扱っているにもかかわらず、その内容が両極端で非常に興味深かった。 ひとつは「エンジニア採用必勝法・これだけでわかるDevRel入門」という動画で、もうひとつは「最近カナダで就職したエンジニアと一緒に北米就活の攻略法を語る」というポッドキャストのエピソードだ。 エンジニア市場と企業の採用戦略は地域や業界によって異なるが、ここで話されている東京と北米（バンクーバー）では顕著な違いが見られる。 東京を中心とする日本ではテック企業間での人材獲得競争が激しく、特にエンジニアが不足しているため、採用広報の役割の重要性が増し、DevRelといった呼び名で施策が実行されている。 一方、カナダでは、永住権を持たない外国人労働者が職を得るハードルが高く、求職者の競争が激しい現状が実際
コードレビュー開発者ガイド はじめに コードレビューとは、コードの作成者以外の人がコードを調べるプロセスです。 Google ではコードとプロダクトの品質を維持するためにコードレビューを実施しています。 このドキュメントは Google のコードレビューのプロセスとポリシーに関する正規の解説です。 このページでは私達のコードレビュープロセスを概観します。このガイドはさらに二つのドキュメントに分けられます。 コードレビューの仕方: コードレビュアーのための詳細なガイド CL 作成者のガイド: CL をレビューしてもらう開発者のための詳細なガイド コードレビュアーはどんな観点でレビューすべきか？ コードレビューは次の観点で見るべきです。 設計: コードはうまく設計され、そのシステムにとって適切か？ 機能性: コードは作成者の意図通りに動作するか？ユーザーにとってコードの挙動は適切か？ 複雑さ:
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
