SlideShare a Scribd company logo
1 of 41
Download to read offline
Copyright © 2016 Digital Garage, Inc. All Rights Reserved
SQL勉強会:初級編
2017/06/21
⽇⾼⼀⾺
今⽇のアジェンダ
pデータベースとは
pSQLとは
pハンズオン
nデータを抽出してみよう
n条件を指定して抽出してみよう
n簡単な集計をしてみよう
- 2 -
今⽇の⽬標
p⾃分で実際に⼿を動かしてSQLを書いてみる
pSQLの基本的な書き⽅がわかる
※今⽇触れないこと
n複雑な分析・集計
nデータベースの環境構築・設計・運⽤
nパフォーマンスチューニング
- 3 -
データベースとは
p⼤量のデータを集めて、コンピューターでデータの
追加、削除、検索をしやすい形に整理したもの。
引⽤:コトバンク
https://kotobank.jp/word/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%99%E3%83%BC%E3%82%B9-6197
p世の中のサービスは、データベースとの連携が不可⽋
n銀⾏⼝座、チケット予約、百科事典、ブログ、EC、etc.
pエクセルの表もデータベースの⼀種
- 4 -
データベースとは
p簡単にいうと
- 5 -
新しくデータを
追加します
〇〇という条件に
合うデータを
抽出します
データベースとは
pデータベースの中⾝は
- 6 -
データベースとは
pデータベースの中⾝は
pエクセルの様な、⼆次元の表になっている
→これをテーブルと呼ぶ
- 7 -
社員番号 ⽒名 ふりがな ⽣年⽉⽇
A001 佐藤花⼦ さとうはなこ 1980-01-23
A002 ⼭⽥太郎 やまだたろう 1979-04-20
B001 ⽥中⼀郎 たなかいちろう 1983-12-07
データベースとは
- 8 -
社員番号 ⽒名 ふりがな ⽣年⽉⽇
A001 佐藤花⼦ さとうはなこ 1980-01-23
A002 ⼭⽥太郎 やまだたろう 1979-04-20
B001 ⽥中⼀郎 たなかいちろう 1983-12-07
⾏(row、レコードなど):
1⾏がひとまとまりのデータ
例)社員番号A001の⼈の情報
列(column、属性など):
1列がひとまとまりのデータ
同じ列は、データ型が決まっている
SQLとは
pデータベースが理解してくれる⾔葉
- 9 -
新しくデータを
追加します
〇〇という条件に
合うデータを
抽出します
SQLとは
pデータベースが理解してくれる⾔葉
- 10 -
INSERT INTO
hoge VALUES …
SELECT *
FROM fuga
WHERE …
SQLとは
pSQLで出来ること
nデータの登録
nデータの削除
nデータの更新
nデータの検索
- 11 -
SQLとは
pSQLで出来ること
nデータの登録
nデータの削除
nデータの更新
nデータの検索 →今⽇はこれだけ扱います!
- 12 -
SQLとは
p余談:なんの略語でもない
pStructured Query Language:
IBMが開発した⾔語。SQLのもとになっている
- 13 -
SQLとは
p今回は、PostgreSQLという
データベース管理システムを使います
p他にも、MySQL, SQL Server(Transact-SQL),
Oracle Database(Oracle SQL)などの種類があります
p基本的な書き⽅はどれもだいたい同じ
- 14 -
SQLとは
pSQLがわかるといいことがたくさん!
nディレクターがSQLを使えてよかった話(by cookpad)
http://techlife.cookpad.com/entry/2016/07/06/094332
nディレクターがSQLを覚えて、捗った話(by CA)
https://developers.cyberagent.co.jp/blog/archives/4901/
p「エンジニアを通さなくてもデータ抽出が出来るように
なると、PDCAサイクルがスピードアップ」
- 15 -
ハンズオン!
p実⾏環境の⽤意
nhttps://trycode.jp/gen/top.htm にアクセス
n「TRYCODE:SQLを受講」→「SQL練習場」
- 16 -
ハンズオン!
pデータを抽出してみよう
p条件を指定して抽出してみよう
p簡単な集計をしてみよう
- 17 -
データを抽出してみよう
pデータ抽出の基本中の基本
- 18 -
SELECT 列名 FROM テーブル名
どの列(カラム)を
抽出するか
どのテーブルから
データを抽出してみよう
p「book」テーブルの全ての列を抽出してみよう
p「全て」 は 「*」
üSELECT * FROM book;
- 19 -
SELECT 列名 FROM テーブル名
どの列(カラム)を
抽出するか
どのテーブルから
全ての列を抽出 「book」テーブルから
⽂の終わりには「;」
データを抽出してみよう
p「book」テーブルから
「book_name」と「on_sale_date」列を抽出してみよう
üSELECT book_name, on_sale_date FROM book;
- 20 -
SELECT 列名 FROM テーブル名
「book_name」「on_sale_date」列を抽出
複数項⽬を指定するときは、「,」で繋げる
どのテーブルからどの列(カラム)を
抽出するか
「book」テーブルから
データを抽出してみよう:演習1(2分)
p「book」テーブルから
「book_id」「book_name」「price」列を抽出してみよう
- 21 -
SELECT 列名 FROM テーブル名
どの列(カラム)を
抽出するか
どのテーブルから
データを抽出してみよう:演習1(2分)
p「book」テーブルから
「book_id」「book_name」「price」列を抽出してみよう
üSELECT book_id, book_name, price FROM book;
- 22 -
SELECT 列名 FROM テーブル名
どのテーブルからどの列(カラム)を
抽出するか
データを抽出してみよう:ちなみに
p任意の場所で改⾏、スペース、タブを⼊れてOK
p(⼤⽂字⼩⽂字が混在してもOK)←⾮推奨
- 23 -
SELECT book_id, book_name FROM book;
SELECT book_id, book_name FROM book;
SElEct Book_iD, bOOk_name fROm bOok;
SELECT
book_id
, book_name
FROM book;
データを抽出してみよう
p後ろに「ORDER BY 列名」をつけると、
結果を並び替えることも可能
p最後に「LIMIT ⾏数」で⾏数を限定できる
- 24 -
SELECT *
FROM book
ORDER BY price
LIMIT 10;
SELECT *
FROM book
ORDER BY price DESC
LIMIT 5;
→昇順
→降順
ハンズオン!
pデータを抽出してみよう
p条件を指定して抽出してみよう
p簡単な集計をしてみよう
- 25 -
条件を指定して抽出してみよう
p「WHERE」で、取得するデータの条件を指定する
pFROMの後に書く
- 26 -
SELECT 列名 FROM テーブル名
WHERE 条件
どの列(カラム)を
抽出するか
どのテーブルから
どんな条件で
条件を指定して抽出してみよう
p「price」が2000より⼤きいデータを抽出する場合
pデータの⼀致は、=で指定します
nWHERE price = 1000
pデータの⼤⼩は、>, <, >=, <=で指定します
pデータの範囲は、BETWEEN a AND bで指定します
nWHERE price BETWEEN 1000 AND 2000 (1000,2000は含む)
- 27 -
SELECT *
FROM book
WHERE price > 2000;
条件を指定して抽出してみよう
p⽂字や⽇付を指定する場合、ʼʼで値を囲む
- 28 -
SELECT *
FROM book
WHERE on_sale_date < ʻ2000-01-01ʼ;
条件を指定して抽出してみよう
pANDやOR条件も指定できます
- 29 -
SELECT *
FROM book
WHERE
on_sale_date > ʻ2010-01-01ʼ
AND (price < 1000
OR price > 3000);
条件を指定して抽出してみよう:演習2(3分)
pbookテーブルから、以下の条件で抽出してみよう
- 30 -
抽出する列:book_name, price, page_count
条件1:priceが200以上かつ3000以下
条件2:page_countが300より⼤きい
※条件1,2はどちらも満たす
priceを降順に並べる
条件を指定して抽出してみよう:演習2(3分)
pbookテーブルから、以下の条件で抽出してみよう
- 31 -
抽出する列:book_name, price, page_count
条件1:priceが200以上かつ3000以下
条件2:page_countが300より⼤きい
※条件1,2はどちらも満たす
priceを降順に並べる
SELECT book_name, price, page_count
FROM book
WHERE price BETWEEN 200 AND 3000
AND page_count > 300
ORDER BY price DESC;
ハンズオン!
pデータを抽出してみよう
p条件を指定して抽出してみよう
p簡単な集計をしてみよう
- 32 -
簡単な集計をしてみよう
p「集計関数」を使うと、レコードをまたいで
計算が出来ます。
nCOUNT: テーブルのレコード数を数える
nSUM: その(数値型の)カラムのデータの合計値を求める
nAVG: その(数値型の)カラムのデータの平均値を求める
nMAX: そのカラムのデータの最⼤値を求める
nMIN: そのカラムのデータの最⼩値を求める
- 33 -
簡単な集計をしてみよう
- 34 -
SELECT
COUNT(price)
, SUM(price)
, AVG(price)
, MAX(price)
, MIN(price)
FROM book;
簡単な集計をしてみよう
pデータをグルーピングした後に集計することもできます
- 35 -
SELECT 列名, 集計関数 FROM テーブル名
GROUP BY 列名
グループ化に
使った列
どんな計算をするか
どの列でグループ化するか
簡単な集計をしてみよう
- 36 -
SELECT
COUNT(*)
, SUM(price)
, AVG(price)
, MAX(price)
, MIN(price)
FROM book;
SELECT
publisher_id
, COUNT(*)
, SUM(price)
, AVG(price)
, MAX(price)
, MIN(price)
FROM book
GROUP BY publisher_id;
簡単な集計をしてみよう:演習3(3分)
pbookテーブルから、以下の条件で抽出・集計してみよう
- 37 -
集計したいもの:category_idごとの、
⾏数、DISCOUNTの平均値、最⼤値
※平均値を降順に並べる
簡単な集計をしてみよう:演習3(3分)
pbookテーブルから、以下の条件で抽出・集計してみよう
- 38 -
集計したいもの:category_idごとの、
⾏数、DISCOUNTの平均値、最⼤値
※平均値を降順に並べる
SELECT
category_id
, COUNT(*)
, AVG(DISCOUNT)
,
, MAX(DISCOUNT)
FROM book
GROUP BY category_id
ORDER BY AVG(DISCOUNT) DESC;
まとめ
- 39 -
SELECT 列名 FROM テーブル名
どの列(カラム)を
抽出するか
どのテーブルから
SELECT 列名 FROM テーブル名
WHERE 条件
どの列(カラム)を
抽出するか
どのテーブルから
どんな条件で
まとめ
- 40 -
SELECT 列名, 集計関数 FROM テーブル名
GROUP BY 列名
グループ化に
使った列
どんな計算をするか
どの列でグループ化するか
もっと勉強したい⽅へ
p今⽇のおさらい
n「TRYCODE:SQL」→「トレーニングへ」
n初級の解説を読む、演習を解く
p次の勉強会開催(TRYCODEの中級編の内容)
n複数テーブルをまたぐ処理など
pオススメ書籍
「10年戦えるデータ分析⼊⾨
〜SQLを武器にデータ活⽤時代を⽣き抜く」の第1~3章
- 41 -

More Related Content

What's hot

Introduzione a Git (ITA - 2017)
Introduzione a Git (ITA - 2017)Introduzione a Git (ITA - 2017)
Introduzione a Git (ITA - 2017)Valerio Radice
 
Fargate起動歴1日の男が語る運用の勘どころ
Fargate起動歴1日の男が語る運用の勘どころFargate起動歴1日の男が語る運用の勘どころ
Fargate起動歴1日の男が語る運用の勘どころYuto Komai
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구ABRC_DATA
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうRyuji Tsutsui
 
Google アナリティクスで SharePointの利用状況を確認する
Google アナリティクスでSharePointの利用状況を確認するGoogle アナリティクスでSharePointの利用状況を確認する
Google アナリティクスで SharePointの利用状況を確認するAkihiro Ehara
 
Time intelligence - その概念と機能について
Time intelligence - その概念と機能についてTime intelligence - その概念と機能について
Time intelligence - その概念と機能についてYugo Shimizu
 
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけRDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけRecruit Technologies
 
Deep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance TuningDeep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance TuningTakuya UESHIN
 
Planilha idade das trevas
Planilha idade das trevasPlanilha idade das trevas
Planilha idade das trevasMalco Daniel
 
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...Caio Moreno
 
2011講演note.pdf
2011講演note.pdf2011講演note.pdf
2011講演note.pdfHONZ3
 
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyoko
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyokoテスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyoko
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyokoteyamagu
 

What's hot (17)

Introduzione a Git (ITA - 2017)
Introduzione a Git (ITA - 2017)Introduzione a Git (ITA - 2017)
Introduzione a Git (ITA - 2017)
 
Fargate起動歴1日の男が語る運用の勘どころ
Fargate起動歴1日の男が語る運用の勘どころFargate起動歴1日の男が語る運用の勘どころ
Fargate起動歴1日の男が語る運用の勘どころ
 
Redis at LINE
Redis at LINERedis at LINE
Redis at LINE
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそう
 
Git best practices workshop
Git best practices workshopGit best practices workshop
Git best practices workshop
 
Google アナリティクスで SharePointの利用状況を確認する
Google アナリティクスでSharePointの利用状況を確認するGoogle アナリティクスでSharePointの利用状況を確認する
Google アナリティクスで SharePointの利用状況を確認する
 
Time intelligence - その概念と機能について
Time intelligence - その概念と機能についてTime intelligence - その概念と機能について
Time intelligence - その概念と機能について
 
Introducing Access to Memory
Introducing Access to MemoryIntroducing Access to Memory
Introducing Access to Memory
 
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけRDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
 
Deep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance TuningDeep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance Tuning
 
Planilha idade das trevas
Planilha idade das trevasPlanilha idade das trevas
Planilha idade das trevas
 
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...
Integração de ferramentas de código aberto (java, pentaho e android) e mapas,...
 
AtoM Data Migrations
AtoM Data MigrationsAtoM Data Migrations
AtoM Data Migrations
 
2011講演note.pdf
2011講演note.pdf2011講演note.pdf
2011講演note.pdf
 
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyoko
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyokoテスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyoko
テスト自動化 はじめの一歩 (Test Automation -First Step-) in アジャイルひよこクラブ #agile_hiyoko
 
KafkaとPulsar
KafkaとPulsarKafkaとPulsar
KafkaとPulsar
 

Similar to SQL勉強会 初級編

データベースシステム論12 - 問い合わせ処理と最適化
データベースシステム論12 - 問い合わせ処理と最適化データベースシステム論12 - 問い合わせ処理と最適化
データベースシステム論12 - 問い合わせ処理と最適化Shohei Yokoyama
 
Japan.r 2データベース
Japan.r 2データベースJapan.r 2データベース
Japan.r 2データベースsleipnir002
 
データベースシステム論07 - SQL基礎演習2 データの問い合わせ
データベースシステム論07 - SQL基礎演習2 データの問い合わせデータベースシステム論07 - SQL基礎演習2 データの問い合わせ
データベースシステム論07 - SQL基礎演習2 データの問い合わせShohei Yokoyama
 
2019年度若手技術者向け講座 実践SQL
2019年度若手技術者向け講座 実践SQL2019年度若手技術者向け講座 実践SQL
2019年度若手技術者向け講座 実践SQLkeki3
 
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用までデータサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用までShunsuke Nakamura
 
RailsエンジニアのためのSQLチューニング速習会
RailsエンジニアのためのSQLチューニング速習会RailsエンジニアのためのSQLチューニング速習会
RailsエンジニアのためのSQLチューニング速習会Nao Minami
 
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権Shohei Yokoyama
 
2019年度 若手技術者向け講座 実行計画
2019年度 若手技術者向け講座 実行計画2019年度 若手技術者向け講座 実行計画
2019年度 若手技術者向け講座 実行計画keki3
 
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略歩 柴田
 
Fess/Elasticsearchを使った業務で使える?全文検索への道
Fess/Elasticsearchを使った業務で使える?全文検索への道Fess/Elasticsearchを使った業務で使える?全文検索への道
Fess/Elasticsearchを使った業務で使える?全文検索への道Shinsuke Sugaya
 
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...Google Cloud Platform - Japan
 
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...Insight Technology, Inc.
 
Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1Noriyoshi Shinoda
 
Webで役立つRDBの使い方
Webで役立つRDBの使い方Webで役立つRDBの使い方
Webで役立つRDBの使い方Soudai Sone
 

Similar to SQL勉強会 初級編 (17)

データベースシステム論12 - 問い合わせ処理と最適化
データベースシステム論12 - 問い合わせ処理と最適化データベースシステム論12 - 問い合わせ処理と最適化
データベースシステム論12 - 問い合わせ処理と最適化
 
Japan.r 2データベース
Japan.r 2データベースJapan.r 2データベース
Japan.r 2データベース
 
データベースシステム論07 - SQL基礎演習2 データの問い合わせ
データベースシステム論07 - SQL基礎演習2 データの問い合わせデータベースシステム論07 - SQL基礎演習2 データの問い合わせ
データベースシステム論07 - SQL基礎演習2 データの問い合わせ
 
2019年度若手技術者向け講座 実践SQL
2019年度若手技術者向け講座 実践SQL2019年度若手技術者向け講座 実践SQL
2019年度若手技術者向け講座 実践SQL
 
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用までデータサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで
 
RailsエンジニアのためのSQLチューニング速習会
RailsエンジニアのためのSQLチューニング速習会RailsエンジニアのためのSQLチューニング速習会
RailsエンジニアのためのSQLチューニング速習会
 
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権
データベースシステム論09 - SQL応用演習2 ビューとトリガ、アクセス権
 
PandasとSQLとの比較
PandasとSQLとの比較PandasとSQLとの比較
PandasとSQLとの比較
 
2019年度 若手技術者向け講座 実行計画
2019年度 若手技術者向け講座 実行計画2019年度 若手技術者向け講座 実行計画
2019年度 若手技術者向け講座 実行計画
 
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
DDD 2016 DB 12c クエリー・オプティマイザ新機能活用と統計情報運用の戦略
 
Fess/Elasticsearchを使った業務で使える?全文検索への道
Fess/Elasticsearchを使った業務で使える?全文検索への道Fess/Elasticsearchを使った業務で使える?全文検索への道
Fess/Elasticsearchを使った業務で使える?全文検索への道
 
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
アプリ開発者、DB 管理者視点での Cloud Spanner 活用方法 | 第 10 回 Google Cloud INSIDE Games & App...
 
MySQL Partition Engine
MySQL Partition EngineMySQL Partition Engine
MySQL Partition Engine
 
JAWS DAYS 2022
JAWS DAYS 2022JAWS DAYS 2022
JAWS DAYS 2022
 
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...
[D36] Michael Stonebrakerが生み出した列指向データベースは何が凄いのか? ~Verticaを例に列指向データベースのアーキテクチャ...
 
Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1
 
Webで役立つRDBの使い方
Webで役立つRDBの使い方Webで役立つRDBの使い方
Webで役立つRDBの使い方
 

SQL勉強会 初級編