SlideShare a Scribd company logo
データベース
第9回
データベース設計
1
2015年6⽉4⽇(⽊) 7・8時限
担当:奥 健太
これから学習する内容
2
 データベース設計について学ぶ
CREATE DATABASE
CREATE TABLE
データベース設計
エンドユーザ
結果
データベース
問合せ(クエリ)
データベース
アプリケーション
要求
応答
復習
データベース設計編での学習⽬標
3
 基礎となるデータモデルを理解する
データベース設計の⽅法を理解する
 何をデータとして表現し,データ間の関係を
どう定義すべきか
 どのように関係データモデルに落とし込むべ
きか
 どのようにテーブルを設計すべきか
 データの冗⻑性と不整合問題の解消⽅法を理解する
 データベースプログラミングの⽅法を理解する
データベース設計編
回 ⽇付 テーマ
8 5/28 関係データモデルと関係代数
9 6/4 データベース設計
10 6/11 正規化
11 6/18 データベースとプログラム
4
本⽇の講義で学ぶこと
5
概念設計
論理設計
物理設計
3層スキーマモデル
図書館データベースを設計せよ
6
ミッション
データベース設計⼿順
7
現実の世界
概念データモデル
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
データベース設計⼿順
8
現実の世界
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
(1) 実体の抽出
(2) 実体間の関連の抽出
(3) 主キーと属性の定義
概念データモデル
(1) 実体の抽出
実体 (entity)
実際にデータベースが対象とする実世界で存在するも
ののうち,データベースとして表現すべき対象物
ひと,組織
場所,建物
もの
会員 図書館員
書籍
施設
9
(2) 実体間の関連の抽出
10
関連 (relationship)
実体同⼠の相互関係
会員
図書館員書籍
施設
返却貸出
購⼊
配架
N N
1
N
M M
1
N
1 1
1 N
M N
カーディナリティ
11
実体間の量的関係
監督と球団
1対1
12
監督 球団契約
1 1
監督
番号
監督名
88 原
86 和⽥
79 緒⽅
球団
記号
球団名
G 読売ジャイアンツ
T 阪神タイガース
C 広島東洋カープ
⼀⼈の監督は⼀つの球団と契約する
⼀つの球団は⼀⼈の監督と契約する
学⽣
番号
学⽣名
19 藤浪
67 岩崎
11 ⼤⾕
学⽣と研究室
1対多,多対1
13
学⽣ 研究室所属
N 1
研究室
番号
研究室名
86 和⽥研
80 栗⼭研
⼀⼈の学⽣は⼀つの研究室に所属する
⼀つの研究室には複数の学⽣が所属する
学⽣
番号
学⽣名
6 ⾦本
39 ⽮野
42 下柳
学⽣とサークル
多対多
14
学⽣ サークル所属
N M
サークル
番号
サークル名
201 釣り
202 トレーニング
203 格闘技
⼀⼈の学⽣は複数のサークルに参加する
⼀つのサークルには複数の学⽣が参加する
⽒名
(3) 主キーと属性の定義
15
会員
図書館員書籍
施設
返却貸出
購⼊
配架
N N
1
N
M M
1
N
⽒名会員番号
図書館員番号
資料番号
書籍名
著者
出版社
施設番号
施設名
所在地
貸出⽇
返却⽇
購⼊⽇
配架⽇
主キーの選定基準
16
値ができるだけ変わらないもの
できるだけ桁数の少ないもの
必ず値が存在すること
(NULLがあってはならない)
ユニークな値を有する
複合キーでの連結が多くならない
⽒名
概念データモデル
17
会員
図書館員書籍
施設
返却貸出
購⼊
配架
N N
1
N
M M
1
N
⽒名会員番号
図書館員番号
資料番号
書籍名
著者
出版社
施設番号
施設名
所在地
E-R (Entity-Relationship) モデル
実体と関連と属性で表現する
データモデルであり,ER図
で記述する
貸出⽇
返却⽇
購⼊⽇
配架⽇
データベース設計⼿順
18
現実の世界
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
(1) 概念データモデルから
論理データモデルへの変換
(2) 正規化
概念データモデル
(1) 概念データモデルから論理データモデルへの変換
19
i) 実体を関係に変換
会員(会員番号,⽒名)
図書館員(図書館員番号,⽒名)
書籍(資料番号,書籍名,著者,
出版社)
施設(施設番号,施設名,所在地)
(1) 概念データモデルから論理データモデルへの変換
20
ii) 多対多の関連を処理
会員(会員番号,⽒名)
図書館員(図書館員番号,⽒名)
書籍(資料番号,書籍名,著者,
出版社)
施設(施設番号,施設名,所在地)
貸出(会員番号,資料番号,貸出⽇)
返却(会員番号,資料番号,返却⽇)
(1) 概念データモデルから論理データモデルへの変換
21
iii) 1対多,多対1の関連を処理
会員(会員番号,⽒名)
図書館員(図書館員番号,⽒名)
施設(施設番号,施設名,所在地)
書籍(資料番号,書籍名,著者,
出版社,施設番号,配架⽇,購
⼊図書館員番号,購⼊⽇)
貸出(会員番号,資料番号,貸出⽇)
返却(会員番号,資料番号,返却⽇)
22
i) 実体を関係に変換
ii) 多対多の関連を処理
 双⽅の実体の主キーと関連の属性を含んだ関係
を作成
iii) 1対多,多対1の関連を処理
 1側の実体の主キーと関連の属性を,多側の実
体に対応した関係に追加
iv) 1対1の関連を処理
 ⽚⽅の実体の主キーと関連の属性を,他⽅の実
体に対応した関係に追加
(1) 概念データモデルから論理データモデルへの変換
論理データモデル
23
会員(会員番号,⽒名)
図書館員(図書館員番号,⽒名)
施設(施設番号,施設名,所在地)
書籍(資料番号,書籍名,著者,出版社,施設
番号,配架⽇,購⼊図書館員番号,購⼊⽇)
貸出(会員番号,資料番号,貸出⽇)
返却(会員番号,資料番号,返却⽇)
 関係データモデルは論理データモデルの⼀つ
データベース設計⼿順
24
現実の世界
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
(1) 概念データモデルから
論理データモデルへの変換
(2) 正規化
概念データモデル
正規化
回 ⽇付 テーマ
8 5/28 関係データモデルと関係代数
9 6/4 データベース設計
10 6/11 正規化
11 6/18 データベースとプログラム
25
 第10回(次回)講義で詳しく学ぶ
 データの冗⻑性と不整合問題の解消⽅法を
理解する
データベース設計⼿順
26
現実の世界
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
(1) DBMSの選定
(2) テーブル設計
(3) インデックス設計
概念データモデル
(1) DBMSの選定
27
DBMSによって機能や特⻑が異なる
機能や特⻑を踏まえ,DBMSを選定する
(2) テーブル設計
28
カラム名 データ型 制約
member_id INT PRIMARY KEY,
REFERENCES member(id)
resource_id INT PRIMARY KEY,
REFERENCES resource(id)
checkout_date DATE NOT NULL
CREATE TABLE checkout (
member_id INT REFERENCES member(id),
resourc_id INT REFERENCES resource(id),
checkout_date DATE NOT NULL,
PRIMARY KEY(member_id, resource_id)
);
貸出(会員番号,資料番号,貸出⽇)
回 ⽇付 テーマ
12 6/25 トランザクションと同時実⾏制御
13 7/2 トランザクションと障害回復
14 7/9 データベース構造とインデックス
(3) インデックス設計
29
 第14回講義で詳しく学ぶ
 インデックスを設計することで効率的な
データアクセスを可能にする
データベース設計⼿順
30
現実の世界
1. 概念設計
2. 論理設計
論理データモデル
3. 物理設計
物理データモデル
概念データモデル
データとアプリケーションの接続
31
物理的な記憶領域
アプリケーション側からみると,
いくつもの⾒え⽅が存在
データの構造やアクセス⽅法を変更すると,
アプリケーション側も作り替える必要が発⽣
アプリケーション1 アプリケーション2
データとアプリケーションの接続
32
内部スキーマ
物理的な記憶領域
概念スキーマ
外部スキーマ1 外部スキーマ2
アプリケーション1 アプリケーション2
3層スキーマモデル
33
内部スキーマ
物理的な記憶領域
概念スキーマ
外部スキーマ1 外部スキーマ2
アプリケーション1 アプリケーション2
3層スキーマ
• 概念スキーマ
– 開発者側の視点からデータベースをみたもの.デー
タベース全体を表現した構造.特定のアプリケー
ションに依存しない構造を定義する.論理データモ
デルに対応する.
• 外部スキーマ
– アプリケーションやユーザ側の視点からデータベー
スをみたもの.アプリケーションで必要な部分のみ
の構造を定義する.ビューとよぶこともある.
• 内部スキーマ
– 物理的な視点からデータベースをみたもの.データ
の物理的な格納表現を⽰す構造.データベース内の
構造を定義する. 34
概念スキーマ = 論理データモデル
35
会員(会員番号,⽒名)
図書館員(図書館員番号,⽒名)
施設(施設番号,施設名,所在地)
書籍(資料番号,書籍名,著者,出版社,施設
番号,配架⽇,購⼊図書館員番号,購⼊⽇)
貸出(会員番号,資料番号,貸出⽇)
返却(会員番号,資料番号,返却⽇)
例;図書館データベース
 アプリケーションで必要な部分のみの構造を定義
 アプリケーションの数だけ外部スキーマが存在
外部スキーマ
CREATE VIEW 貸出状況
AS SELECT 貸出日, 書籍名, 施設名
FROM 貸出, 書籍, 施設
WHERE 会員番号=1234
AND 書籍.資料番号=貸出.資料番号
AND 書籍.施設番号=施設.施設番号;
例;会員番号1234の貸出状況ビュー
施設
書籍
貸出
貸出状況ビュー
CREATE VIEW貸出⽇ 書籍名 施設名
2015.04.10 MySQL メディアセンター
... ... ...
フィールド
レコード
ファイル
内部スキーマ
37
会員番号 ⽒名
1 ⿃⾕
3 関本
4 上本
1 ⿃⾕
3 関本
4 上本
ディスク関係
 データの物理的な格納表現を⽰す構造
 ファイル編成法やインデックスに関連
※ファイル編成法やインデックスの詳細ついては第14回講義で学ぶ
3層スキーマモデル
38
内部スキーマ
物理的な記憶領域
概念スキーマ
外部スキーマ1 外部スキーマ2
アプリケーション1 アプリケーション2
3層スキーマモデル
39
内部スキーマ
物理的な記憶領域
概念スキーマ
外部スキーマ1 外部スキーマ2
論理的データ独⽴性
概念スキーマが変更されても,アプリケーション側の
データ利⽤⽅法には影響しない
アプリケーション1 アプリケーション2
アプリケーション1 アプリケーション2
3層スキーマモデル
40
内部スキーマ
物理的な記憶領域
概念スキーマ
外部スキーマ1 外部スキーマ2
物理的データ独⽴性
物理的なファイル編成や実装⽅式の変更があっても,
その変更が概念スキーマには影響しない
3層スキーマとデータモデル
41
現実の世界
論理データモデル
物理データモデル
対応
内部スキーマ
概念スキーマ
外部スキーマ
概念データモデル
まとめ
42
概念設計
論理設計
物理設計
3層スキーマモデル
まとめ
43
実体と関連の抽出
概念データモデルとE-R図
概念データモデルから論理データモデルへの変換
DBMSの選定,テーブル設計,インデックス設計
概念スキーマ,外部スキーマ,内部スキーマ
論理的データ独⽴性と物理的データ独⽴性
3層スキーマとデータモデル
本⽇学習したキーワード
〜データベース設計編〜
44
1事実1箇所 繰返しグループ 第三正規形
3層スキーマモデル 更新不整合問題 第⼆次正規化
ER図 削除不整合 第⼆正規形
E-Rモデル 差集合演算 タプル(組)
JDBC θ結合演算 直積演算
インスタンス θ⽐較可能 等結合演算
カーディナリティ 次数 導出属性
概念スキーマ ⾃然結合演算 ドメイン(定義域)
概念設計 実体 内部スキーマ
概念データモデル 射影演算 濃度
外部スキーマ 修正不整合 ⾮正規形
関係(リレーション) 商演算 物理設計
関係スキーマ 推移関数従属性 物理的データ独⽴性
関係代数 選択演算 部分関数従属性
関係データベース(RDB) 挿⼊不整合 論理設計
関係(リレーショナル)
データモデル
属性(アトリビュート) 論理データモデル
関係名 属性値 論理的データ独⽴性
完全関数従属性 第⼀次正規化 和集合演算
関連 第⼀正規形 和両⽴
共通(積)集合演算 第三次正規化
これまでに学習したキーワード
〜データベース設計編〜
45
1事実1箇所 繰返しグループ 第三正規形
3層スキーマモデル 更新不整合問題 第⼆次正規化
ER図 削除不整合 第⼆正規形
E-Rモデル 差集合演算 タプル(組)
JDBC θ結合演算 直積演算
インスタンス θ⽐較可能 等結合演算
カーディナリティ 次数 導出属性
概念スキーマ ⾃然結合演算 ドメイン(定義域)
概念設計 実体 内部スキーマ
概念データモデル 射影演算 濃度
外部スキーマ 修正不整合 ⾮正規形
関係(リレーション) 商演算 物理設計
関係スキーマ 推移関数従属性 物理的データ独⽴性
関係代数 選択演算 部分関数従属性
関係データベース(RDB) 挿⼊不整合 論理設計
関係(リレーショナル)
データモデル
属性(アトリビュート) 論理データモデル
関係名 属性値 論理的データ独⽴性
完全関数従属性 第⼀次正規化 和集合演算
関連 第⼀正規形 和両⽴
共通(積)集合演算 第三次正規化

More Related Content

What's hot

データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合
Seiichi Uchida
 
2019 若手技術者向け講座 DB設計
2019 若手技術者向け講座 DB設計2019 若手技術者向け講座 DB設計
2019 若手技術者向け講座 DB設計
keki3
 
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版) データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
Satoshi Nagayasu
 
データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度
Seiichi Uchida
 
データベース12 - トランザクションと同時実行制御
データベース12 - トランザクションと同時実行制御データベース12 - トランザクションと同時実行制御
データベース12 - トランザクションと同時実行制御
Kenta Oku
 
データサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリングデータサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリング
Seiichi Uchida
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
 
Sql server のバックアップとリストアの基礎
Sql server のバックアップとリストアの基礎Sql server のバックアップとリストアの基礎
Sql server のバックアップとリストアの基礎Masayuki Ozawa
 
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
 
SSMSでSQL Serverの実行計画を見てSQLチューニング
SSMSでSQL Serverの実行計画を見てSQLチューニングSSMSでSQL Serverの実行計画を見てSQLチューニング
SSMSでSQL Serverの実行計画を見てSQLチューニング
釣りキチ翔平
 
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
Satoshi Hara
 
データモデリング・テクニック
データモデリング・テクニックデータモデリング・テクニック
データモデリング・テクニック
Hidekatsu Izuno
 
ICML2021の連合学習の論文
ICML2021の連合学習の論文ICML2021の連合学習の論文
ICML2021の連合学習の論文
Katsuya Ito
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
 
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
 
協調フィルタリング入門
協調フィルタリング入門協調フィルタリング入門
協調フィルタリング入門
hoxo_m
 
データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
Kenta Oku
 
1 6.変数選択とAIC
1 6.変数選択とAIC1 6.変数選択とAIC
1 6.変数選択とAIC
logics-of-blue
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
 

What's hot (20)

データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合
 
2019 若手技術者向け講座 DB設計
2019 若手技術者向け講座 DB設計2019 若手技術者向け講座 DB設計
2019 若手技術者向け講座 DB設計
 
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版) データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
 
データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度
 
データベース12 - トランザクションと同時実行制御
データベース12 - トランザクションと同時実行制御データベース12 - トランザクションと同時実行制御
データベース12 - トランザクションと同時実行制御
 
データサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリングデータサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリング
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
 
Sql server のバックアップとリストアの基礎
Sql server のバックアップとリストアの基礎Sql server のバックアップとリストアの基礎
Sql server のバックアップとリストアの基礎
 
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
 
SSMSでSQL Serverの実行計画を見てSQLチューニング
SSMSでSQL Serverの実行計画を見てSQLチューニングSSMSでSQL Serverの実行計画を見てSQLチューニング
SSMSでSQL Serverの実行計画を見てSQLチューニング
 
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
 
データモデリング・テクニック
データモデリング・テクニックデータモデリング・テクニック
データモデリング・テクニック
 
ICML2021の連合学習の論文
ICML2021の連合学習の論文ICML2021の連合学習の論文
ICML2021の連合学習の論文
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
 
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
 
協調フィルタリング入門
協調フィルタリング入門協調フィルタリング入門
協調フィルタリング入門
 
データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)データベース05 - SQL(SELECT:結合,副問合せ)
データベース05 - SQL(SELECT:結合,副問合せ)
 
1 6.変数選択とAIC
1 6.変数選択とAIC1 6.変数選択とAIC
1 6.変数選択とAIC
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
 

Similar to データベース09 - データベース設計

データベースシステム論02 - データベースの歴史と今
データベースシステム論02 - データベースの歴史と今データベースシステム論02 - データベースの歴史と今
データベースシステム論02 - データベースの歴史と今
Shohei Yokoyama
 
Data Visualization Japan Meetup 2018: 長く変化に対応する
Data Visualization Japan Meetup 2018: 長く変化に対応するData Visualization Japan Meetup 2018: 長く変化に対応する
Data Visualization Japan Meetup 2018: 長く変化に対応する
Keiichiro Ono
 
地図を片手にアジャイル開発
地図を片手にアジャイル開発地図を片手にアジャイル開発
地図を片手にアジャイル開発
Zenji Kanzaki
 
Synapse lakedatabase
Synapse lakedatabaseSynapse lakedatabase
Synapse lakedatabase
Ryoma Nagata
 
Usage-Driven Database Design Chapter4
Usage-Driven Database Design Chapter4Usage-Driven Database Design Chapter4
Usage-Driven Database Design Chapter4
OsakiKota
 
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」(株)TAM
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムRecruit Technologies
 
ドメイン駆動設計入門
ドメイン駆動設計入門ドメイン駆動設計入門
ドメイン駆動設計入門
増田 亨
 
Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014
Makoto Yui
 
SQL Server 入門
SQL Server 入門SQL Server 入門
SQL Server 入門
Tsuyoshi Kitagawa
 
「モダンな」可視化アプリケーション開発とはどのようなものか?
「モダンな」可視化アプリケーション開発とはどのようなものか?「モダンな」可視化アプリケーション開発とはどのようなものか?
「モダンな」可視化アプリケーション開発とはどのようなものか?
Keiichiro Ono
 
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
Toshiyuki Shimono
 
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
Insight Technology, Inc.
 
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Preferred Networks
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
日本マイクロソフト株式会社
 
ソフトウェア開発活動のデータとアナリティクスの3原則
ソフトウェア開発活動のデータとアナリティクスの3原則ソフトウェア開発活動のデータとアナリティクスの3原則
ソフトウェア開発活動のデータとアナリティクスの3原則
Shuji Morisaki
 
Datalake最新情報セミナー
Datalake最新情報セミナーDatalake最新情報セミナー
Datalake最新情報セミナー
mtanaka0111
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
オラクルエンジニア通信
 
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
Shinji Takao
 
Find Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web CreatorFind Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web Creator
Nobuya Sato
 

Similar to データベース09 - データベース設計 (20)

データベースシステム論02 - データベースの歴史と今
データベースシステム論02 - データベースの歴史と今データベースシステム論02 - データベースの歴史と今
データベースシステム論02 - データベースの歴史と今
 
Data Visualization Japan Meetup 2018: 長く変化に対応する
Data Visualization Japan Meetup 2018: 長く変化に対応するData Visualization Japan Meetup 2018: 長く変化に対応する
Data Visualization Japan Meetup 2018: 長く変化に対応する
 
地図を片手にアジャイル開発
地図を片手にアジャイル開発地図を片手にアジャイル開発
地図を片手にアジャイル開発
 
Synapse lakedatabase
Synapse lakedatabaseSynapse lakedatabase
Synapse lakedatabase
 
Usage-Driven Database Design Chapter4
Usage-Driven Database Design Chapter4Usage-Driven Database Design Chapter4
Usage-Driven Database Design Chapter4
 
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
TAM 新人ディレクター システムスキルアップ プログラム 第6回 「データベース」
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
 
ドメイン駆動設計入門
ドメイン駆動設計入門ドメイン駆動設計入門
ドメイン駆動設計入門
 
Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014
 
SQL Server 入門
SQL Server 入門SQL Server 入門
SQL Server 入門
 
「モダンな」可視化アプリケーション開発とはどのようなものか?
「モダンな」可視化アプリケーション開発とはどのようなものか?「モダンな」可視化アプリケーション開発とはどのようなものか?
「モダンな」可視化アプリケーション開発とはどのようなものか?
 
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
 
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
 
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
 
ソフトウェア開発活動のデータとアナリティクスの3原則
ソフトウェア開発活動のデータとアナリティクスの3原則ソフトウェア開発活動のデータとアナリティクスの3原則
ソフトウェア開発活動のデータとアナリティクスの3原則
 
Datalake最新情報セミナー
Datalake最新情報セミナーDatalake最新情報セミナー
Datalake最新情報セミナー
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
 
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
情報システム障害解析のための知識グラフ構築の試み / Constructing a knowledge graph for information sys...
 
Find Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web CreatorFind Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web Creator
 

データベース09 - データベース設計