Hiroshi Ito, profile picture
Uploaded byHiroshi Ito
PPTX, PDF61,668 views

データ履歴管理のためのテンポラルデータモデルとReladomoの紹介 #jjug_ccc #ccc_g3

データ履歴管理のためのテンポラルデータモデルとReladomoの紹介

Embed presentation

Downloaded 103 times
データ履歴管理のための テンポラルデータモデルと Reladomoの紹介 株式会社FOLIO 伊藤博志 JJUG CCC 2017 Spring 2017.5.20 #ccc_g3 Reladomo is an open source software Licensed under Apache 2.0 License, Copyright 2016 Goldman Sachs, Its name may be a trademark of its owner.
1 株式会社FOLIOの紹介 hashtag: #ccc_g3 https://www.wantedly.com/companies/folio/projectsエンジニア募集中！
2 Agenda 1. 自己紹介 2. RDBMSで履歴データを扱う  スナップショットデータモデル  トランザクション時間データモデル  有効時間データモデル  バイテンポラルデータモデル 3. Javaからバイテンポラルモデルを容易に扱うReladomoの紹介 hashtag: #ccc_g3
3 自己紹介 趣味：ドラム演奏 JavaOneコミュニティバンド Null Pointersで演奏経験あり（日本人初） Tech Lead @ FOLIO 伊藤 博志 Eclipse Collections：共同プロジェクトリード兼コミッター Reladomo：コントリビューター OpenJDK：コントリビューター JJUG CCC、Java Day Tokyo、JavaOne San Francisco登壇 2017年5月17日に株式会社FOLIO入社。 hashtag: #ccc_g3
4 RDBMSで変更履歴をどう扱うか hashtag: #ccc_g3
5 RDBMSで履歴データを扱う 単純なシナリオを考えてみましょう シンプルな人事システム。扱う情報は姓名のみ。  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録  6月6日に結婚し、姓が「斎藤」に変更。同日システム上に 間違えて「斉藤」と登録  6月8日にシステム上で修正（斉藤=>斎藤） 。事実としては 6月6日づけで直したい  12月1日、退職にともない同日にシステム上で情報を無効化 hashtag: #ccc_g3
6 RDBMSで履歴データを扱う  シナリオをよく観察すると、２種類の履歴が存在 hashtag: #ccc_g3 3/1 4/1 6/6 6/8 12/1 鈴木花子 事実情報の 履歴 システムに 反映された 履歴 入社🎉 「鈴木花子」を システムに登録 結婚して 斎藤になる👰 名字を 「斉藤」に変更 名字を 「斎藤」に変更 退職† データを無効化
7 RDBMSで履歴データを扱う 最新の情報さえ 分かれば良い いつシステムに 反映されたか履 歴が知りたい ２種類の履歴から考えうる４種類の要件 事実情報の履歴 が知りたい 事実情報と、い つシステムに反 映されたか両方 の履歴が知りた い hashtag: #ccc_g3
8 RDBMSで履歴データを扱う スナップショットデータモデル トランザクション時間データモデル 有効時間データモデル バイテンポラルデータモデル 各要件を満たすために、4つのデータモデルが考えられる hashtag: #ccc_g3
9 スナップショットデータモデル hashtag: #ccc_g3 最新の情報さえ 分かれば良い
10 スナップショットデータモデル  スナップショットデータモデルで表現できるのは、最新 の情報のみ（履歴は表現できない） hashtag: #ccc_g3 3/1 4/1 6/6 6/8 12/1 鈴木花子 事実情報の 履歴 システムに 反映された 履歴 入社🎉 「鈴木花子」を システムに登録 結婚して 斎藤になる👰 名字を 「斉藤」に変更 名字を 「斎藤」に変更 退職† データを無効化
11 スナップショットデータモデル 姓 名 inserted_at updated_at 鈴木 花子 2017/3/1 2017/3/1  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録 鈴木さん入社！ 入社日というカラムが あってもいいような気がする hashtag: #ccc_g3
12 スナップショットデータモデル  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 間違えて「斉藤」と入 力してしまいました 姓 名 inserted_at updated_at 斉藤 花子 2017/3/1 2017/6/6 hashtag: #ccc_g3
13 スナップショットデータモデル  6月8日にシステム上で修正（斉藤=>斎藤） 正しい姓は「斎藤」さ んですね。。。 姓 名 inserted_at updated_at 斎藤 花子 2017/3/1 2017/6/8 hashtag: #ccc_g3
14 スナップショットデータモデル  12月1日、退職にともない同日に人事情報をシステム上 で無効化 ＿人人人人人人人人人人人＿ ＞ 物理削除 ＜ ￣Y^Y^Y^Y^Y^Y^Y^Y^Y^Y￣ 物理削除がイヤ なら禁断の論理 削除フラグとい う手もあるよ。 ﾌﾌｯ 姓 名 inserted_at updated_at hashtag: #ccc_g3
15 スナップショットデータモデル  スナップショットデータモデルで履歴を実装しようと すると、バージョンカラムや履歴テーブルを別に用意 するなど、力技が求められる  世に存在する履歴系のデータは、この力技で実装され ていることが多い（印象）  さらにスナップショットデータモデルでは、データを 無効化するのに「論理削除」か「物理削除」か、と悩 むケースも hashtag: #ccc_g3
16 トランザクション時間データモデル hashtag: #ccc_g3 いつシステムに 反映されたか履 歴が知りたい
17 トランザクション時間データモデル  トランザクション時間データモデルで表現できるのは、 ｢システムに反映された｣履歴 hashtag: #ccc_g3 3/1 4/1 6/6 6/8 12/1 鈴木花子 事実情報の 履歴 システムに 反映された 履歴 入社🎉 「鈴木花子」を システムに登録 結婚して 斎藤になる👰 名字を 「斉藤」に変更 名字を 「斎藤」に変更 退職† データを無効化
18 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 9999/12/1 鈴木さん入社！ INはデータベースに挿入された日付、 OUTはその行が無効になった（なる）日付、 OUTはデフォルトでINFINITY（この場合9999年）とするよ やっぱり入社日カラムが欲しくなる。。  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録 hashtag: #ccc_g3
19 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 9999/12/1 鈴木さん姓が2017/6/6に無効（OUT） になり、斉藤さん姓が同日入力（IN） されたということだね  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 hashtag: #ccc_g3
20 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 9999/12/1 斉藤さん姓が2017/6/8に無効（OUT） になり、斎藤さん姓が同日入力（IN） されたということだね  6月8日にシステム上で修正（斉藤=>斎藤） 。事実として は6月6日づけで直したい 「斎藤」姓がシステム上有効なのは6/8 からか。。 hashtag: #ccc_g3
21 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1 2017/12/1日付で無効化（OUT）！  12月1日、退職にともない同日に人事情報をシステム上 で無効化 hashtag: #ccc_g3
22 トランザクション時間データモデル 履歴データをどう検索するのか？ hashtag: #ccc_g3
23 トランザクション時間データモデル  任意の時間Xにデータベース上で最新だった情報を とってくる select * from EMPLOYEE where IN < X and OUT >= X hashtag: #ccc_g3
24 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6  3月15日時点でデータベース上で最新だった情報を とってくる select * from EMPLOYEE where IN < “2017/3/15” and OUT >= “2017/3/15” 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1 hashtag: #ccc_g3
25 トランザクション時間データモデル 姓 名 IN OUT 斉藤 花子 2017/6/6 2017/6/8 select * from EMPLOYEE where IN < “2017/6/7” and OUT >= “2017/6/7” 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1  6月7日時点でデータベース上で最新だった情報を とってくる hashtag: #ccc_g3
26 トランザクション時間データモデル 姓 名 IN OUT 斎藤 花子 2017/6/8 2017/12/1 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1  6月9日時点でデータベース上で最新だった情報を とってくる select * from EMPLOYEE where IN < “2017/6/9" and OUT >= “2017/6/9” hashtag: #ccc_g3
27 トランザクション時間データモデル 姓 名 IN OUT select * from EMPLOYEE where IN < “2017/12/5" and OUT >= “2017/12/5” 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1 2017/12/1以降に有効な行が存在しな いので、論理削除フラグを使わなく てもシステム上で無効化されてい る！  12月5日時点でデータベース上で最新だった情報を とってくる hashtag: #ccc_g3
28 トランザクション時間データモデル  ある時点でデータベース上で最新だった情報を一意に 取得することができる  過去の履歴を一気に取得することもでき、時間軸で ソートも可  最新の行を無効化するにはOUTコラムを更新するだけ でOK（物理削除も論理削除フラグも不要）  監査情報を自然な形でモデリングできる トランザクション時間データモデルの適用例  ドキュメントの履歴管理  状態遷移の履歴管理  etc. hashtag: #ccc_g3
29 有効時間データモデル hashtag: #ccc_g3 事実情報の履歴 がほしい
30 有効時間データモデル  有効時間データモデルで表現できるのは、｢事実情報｣ の履歴 hashtag: #ccc_g3 3/1 4/1 6/6 6/8 12/1 鈴木花子 事実情報の 履歴 システムに 反映された 履歴 入社🎉 「鈴木花子」を システムに登録 結婚して 斎藤になる👰 名字を 「斉藤」に変更 名字を 「斎藤」に変更 退職† データを無効化
31 有効時間データモデル 姓 名 FROM THRU 鈴木 花子 2017/4/1 9999/12/1  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録 鈴木さん入社！ FROMは当該データが事実として有効である最初の日、 THRUは当該データが事実として有効である最終日の翌日*、 THRUはデフォルトでINFINITY（この場合9999年）とするよ これで入社日がわかる。。 *ここではTHRUを最終日翌日としていますが、FROMを最初の日の前日とする方法もあります hashtag: #ccc_g3 *Throughの略
32 有効時間データモデル 姓 名 FROM THRU 鈴木 花子 2017/4/1 2017/6/6 斉藤 花子 2017/6/6 9999/12/1  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 事実として「鈴木」姓の最終日が2017/6/5 （THRU-1）になり、2017/6/6（FROM）から 間違った「斉藤」姓が有効に hashtag: #ccc_g3
33 有効時間データモデル 姓 名 FROM THRU 鈴木 花子 2017/4/1 2017/6/6 斎藤 花子 2017/6/6 9999/12/1 2017/6/6（FROM）から正しい「斎藤」さん 姓になった。間違えた「斉藤」姓は上書きさ れたので、システム上の履歴はわからないね。  6月8日にシステム上で修正（斉藤=>斎藤） 。事実として は6月6日づけで直したい hashtag: #ccc_g3
34 有効時間データモデル 姓 名 FROM THRU 鈴木 花子 2017/4/1 2017/6/6 斎藤 花子 2017/6/6 2017/12/1  12月1日、退職にともない同日に人事情報をシステム上 で無効化 これで 鈴木さんが2017/4/1に入社、 2017/6/6に斎藤姓に代わり、 2017/12/1に退社した、 という事実情報がすべて表現されるね！ hashtag: #ccc_g3
35 有効時間データモデル 検索方法はトランザクション時間 データモデルの場合と同様なので省略 hashtag: #ccc_g3
36 有効時間データモデル  ある時点での「事実情報」を一意に取得することがで きる  過去の事実の履歴を一気に取得することもでき、時間 軸でソートも可  最新の行を無効化するにはTHRUコラムを更新するだ けでOK（物理削除も論理削除フラグも不要）  事実の履歴を自然な形でモデリングできる 有効時間データモデルの適用例  変更履歴を気にしないビジネスデータ  etc. hashtag: #ccc_g3
37 バイテンポラルデータモデル hashtag: #ccc_g3 事実情報と、い つシステムに反 映されたか両方 の履歴が知りた い
38 バイテンポラルデータモデル  バイテンポラルデータモデルで表現できるのは、「シス テムに反映された」履歴と｢事実情報｣の履歴両方 hashtag: #ccc_g3 3/1 4/1 6/6 6/8 12/1 鈴木花子 事実情報の 履歴 システムに 反映された 履歴 入社🎉 「鈴木花子」を システムに登録 結婚して 斎藤になる👰 名字を 「斉藤」に変更 名字を 「斎藤」に変更 退職† データを無効化
39 バイテンポラルデータモデル 姓 名 FROM THRU IN OUT 鈴木 花子 2017/4/1 9999/12/1 2017/3/1 9999/12/1  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録 鈴木さん入社！ 4月1日に入社したことも わかるし、3月1日にシス テムに反映されたこともわ かる！ hashtag: #ccc_g3
40 バイテンポラルデータモデル 姓 名 FROM THRU IN OUT 鈴木 花子 2017/4/1 9999/12/1 2017/3/1 2017/6/6 鈴木 花子 2017/4/1 2017/6/6 2017/6/6 9999/12/1 斉藤 花子 2017/6/6 9999/12/1 2017/6/6 9999/12/1  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 最初の行が「システム上」無効になり、新し い「事実」が2つの期間にわたって挿入されて いるね。 hashtag: #ccc_g3
41 バイテンポラルデータモデル 姓 名 FROM THRU IN OUT 鈴木 花子 2017/4/1 9999/12/1 2017/3/1 2017/6/6 鈴木 花子 2017/4/1 2017/6/6 2017/6/6 9999/12/1 斉藤 花子 2017/6/6 9999/12/1 2017/6/6 2017/6/8 斎藤 花子 2017/6/6 9999/12/1 2017/6/8 9999/12/1  名字の漢字が間違っており、6月8日にシステム上で修正 （斉藤=>斎藤） 間違えた行が「システム上」無効になり、正しい 「事実」が挿入されているね。 3つ目の行は「斉藤」という間違った事実が 「システム上有効だった」期間が6/6から6/8の 間存在するという情報を表しているよ。 hashtag: #ccc_g3
42 バイテンポラルデータモデル 姓 名 FROM THRU IN OUT 鈴木 花子 2017/4/1 9999/12/1 2017/3/1 2017/6/6 鈴木 花子 2017/4/1 2017/6/6 2017/6/6 9999/12/1 斉藤 花子 2017/6/6 9999/12/1 2017/6/6 2017/6/8 斎藤 花子 2017/6/6 9999/12/1 2017/6/8 2017/12/1 斎藤 花子 2017/6/6 2017/12/1 2017/12/1 9999/12/1  12月1日、退職にともない同日に人事情報をシステム上 で無効化 無事、事実情報（入社、姓変更、退社）と変 更履歴がすべて記録されました！ hashtag: #ccc_g3
43 バイテンポラルデータモデル  バイテンポラルデータモデルは「システム履歴」と 「事実情報の履歴」を同時に正しく表現することがで きる非常に強力なモデル バイテンポラルデータモデルの適用例  監査履歴が重要な金融システムの基幹データ  その他、時系列に紐づくビジネスデータで変更履歴が 重要なユースケース  etc. hashtag: #ccc_g3
44 どう実装する？ バイテンポラルデータモデル の雰囲気はわかった でも、ぱっと見複雑そう。 結局、実装するのが大変 なのでは。。。？ 安心してください Reladomoを使えば簡単です！ hashtag: #ccc_g3
45 Javaからバイテンポラルモデルを 容易に扱えるReladomoの紹介 hashtag: #ccc_g3
46 Reladomoとは https://github.com/goldmansachs/reladomo  ゴールドマン・サックス社が2016年10月にGitHubに OSSとして公開したJava ORMフレームワーク  Apache License 2.0  バイテンポラルデータモデルをネイティブサポート  強力に型付けられたクエリー言語  シャーディングのネイティブサポート  ユニットテストのフルサポート  etc. hashtag: #ccc_g3
47 Reladomoとは Reladomoのコード生成  xmlによるエンティティ定義を用いてコード生成  同xmlからddlの生成も可能  Abstract Classはxmlに変更のある都度生成される  Concrete Classは初回のみ生成しVCSにコミット、ビ ジネスロジックを記述。コード生成で上書きされない。 hashtag: #ccc_g3
48 Employeeエンティティ定義ファイル hashtag: #ccc_g3 <MithraObject objectType="transactional" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="reladomoobject.xsd"> <PackageName>sample.domain</PackageName> <ClassName>Employee</ClassName> <DefaultTable>EMPLOYEE</DefaultTable> <Attribute name="employeeId" javaType="int" columnName="EMPLOYEE_ID" primaryKey="true" primaryKeyGeneratorStrategy="SimulatedSequence"> <SimulatedSequence sequenceName="Employee" sequenceObjectFactoryName="sample.util.ObjectSequenceObjectFactory" hasSourceAttribute="false" batchSize="1" initialValue="1" incrementSize="1"/> </Attribute> <Attribute name="firstName" javaType="String" columnName="FIRST_NAME" nullable="false" maxLength="64"/> <Attribute name="lastName" javaType="String" columnName="LAST_NAME" nullable="false" maxLength="64"/> </MithraObject>
49 Employeeエンティティ hashtag: #ccc_g3 トランザクション時間 生成されたAbstract Class
50 Employeeエンティティ hashtag: #ccc_g3 Concrete Class (初回のみ生成) さまざまなビジネスロジックを記述できる
51 DBトランザクション hashtag: #ccc_g3 テンポラルオブジェクトの挿入、更新はトランザクション内で のみ可能 （以降のコード例では省略している場合も） Employee hanako = MithraManagerProvider.getMithraManager().executeTransactionalCommand(tx -> { Employee hanakoNew = new Employee(); hanakoNew.setLastName(“鈴木”); hanakoNew.setFirstName(“花子”); hanakoNew.insert(); return hanakoNew; //トランザクション終了後に使用したいオブジェクトを返り値とし て与えることができる。 });
52 ReladomoのFinder DSL  型付けられた強力なクエリー言語  自動生成されたフィールドを用いてOperationを構築 hashtag: #ccc_g3 Operation op = EmployeeFinder.lastName().eq("鈴木") .and(EmployeeFinder.firstName().eq("花子")); final Employee hanako = EmployeeFinder.findOne(op);
53 Reladomoでトランザクション時間 を扱う例 hashtag: #ccc_g3
54 Employeeエンティティ定義ファイル hashtag: #ccc_g3 <MithraObject objectType="transactional" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="reladomoobject.xsd"> <PackageName>sample.domain</PackageName> <ClassName>Employee</ClassName> <DefaultTable>EMPLOYEE</DefaultTable> <AsOfAttribute name="processingDate" fromColumnName="IN_Z" toColumnName="OUT_Z" toIsInclusive="false" isProcessingDate="true" infinityDate="[com.gs.fw.common.mithra.util.DefaultInfinityTimestamp.getDefaultInfinity()]" defaultIfNotSpecified="[com.gs.fw.common.mithra.util.DefaultInfinityTimestamp.getDefaultInfinity()]" /> <Attribute name="employeeId" javaType="int" columnName="EMPLOYEE_ID" primaryKey="true" primaryKeyGeneratorStrategy="SimulatedSequence"> <SimulatedSequence sequenceName="Employee" sequenceObjectFactoryName="sample.util.ObjectSequenceObjectFactory" hasSourceAttribute="false" batchSize="1" initialValue="1" incrementSize="1"/> </Attribute> <Attribute name="firstName" javaType="String" columnName="FIRST_NAME" nullable="false" maxLength="64"/> <Attribute name="lastName" javaType="String" columnName="LAST_NAME" nullable="false" maxLength="64"/> </MithraObject> トランザクション時間
55 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 9999/12/1 hashtag: #ccc_g3 //3月1日にこのコードが実行される Employee hanakoNew = new Employee(); //メモリ上にオブジェクト作成 hanakoNew.setLastName("鈴木"); hanakoNew.setFirstName("花子"); hanakoNew.insert(); // データベースに挿入  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録
56 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 9999/12/1  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 hashtag: #ccc_g3 //6月6日にこのコードが実行される hanako.setLastName("斉藤"); // アップデート
57 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 9999/12/1  6月8日にシステム上で修正（斉藤=>斎藤） 。事実として は6月6日づけで直したい hashtag: #ccc_g3 //6月8日にこのコードが実行される hanako.setLastName(“斎藤"); // アップデート
58 トランザクション時間データモデル 姓 名 IN OUT 鈴木 花子 2017/3/1 2017/6/6 斉藤 花子 2017/6/6 2017/6/8 斎藤 花子 2017/6/8 2017/12/1  12月1日、退職にともない同日に人事情報をシステム上 で無効化 hashtag: #ccc_g3 //12月1日にこのコードが実行される hanako.terminate(); // OUT = NOW
59 トランザクション時間データモデル hashtag: #ccc_g3 Timestamp mar5 = Timestamp.valueOf(LocalDateTime.of(2017, 3, 5, 0, 0)); Operation op = EmployeeFinder.firstName().eq("花子") .and(EmployeeFinder.processingDate().eq(mar5)); Employee hanakoMar5 = EmployeeFinder.findOne(op); logger.info("Mar 5: " + hanakoMar5.getFullName());  3月5日時点の花子さんを検索 [main] INFO sample.HelloReladomoApp - Mar 5: 鈴木 花子 select t0.EMPLOYEE_ID,t0.FIRST_NAME,t0.LAST_NAME,t0.IN,t0.OUT from EMPLOYEE t0 where t0.FIRST_NAME = '花子' and t0.IN <= '2017-03-05 00:00:00.000' and t0.OUT > '2017-03-05 00:00:00.000'
60 トランザクション時間データモデル hashtag: #ccc_g3 Timestamp jun7 = Timestamp.valueOf(LocalDateTime.of(2017, 6, 7, 0, 0)); Operation op = EmployeeFinder.firstName().eq("花子") .and(EmployeeFinder.processingDate().eq(jun7)); Employee hanakoJum7 = EmployeeFinder.findOne(op); logger.info(”Jun 7: " + hanakoJun7.getFullName());  6月7日時点の花子さんを検索 [main] INFO sample.HelloReladomoApp - June 7: 斉藤 花子 select t0.EMPLOYEE_ID,t0.FIRST_NAME,t0.LAST_NAME,t0.IN,t0.OUT from EMPLOYEE t0 where t0.FIRST_NAME = '花子' and t0.IN <= '2017-06-07 00:00:00.000' and t0.OUT > '2017-06-07 00:00:00.000'
61 トランザクション時間データモデル hashtag: #ccc_g3 Timestamp jun8 = Timestamp.valueOf(LocalDateTime.of(2017, 6, 8, 0, 0)); Operation op = EmployeeFinder.firstName().eq("花子") .and(EmployeeFinder.processingDate().eq(jun8)); Employee hanakoJum8 = EmployeeFinder.findOne(op); logger.info(”Jun 8: " + hanakoJun8.getFullName());  6月8日時点の花子さんを検索 [main] INFO sample.HelloReladomoApp - June 8: 斎藤 花子 select t0.EMPLOYEE_ID,t0.FIRST_NAME,t0.LAST_NAME,t0.IN,t0.OUT from EMPLOYEE t0 where t0.FIRST_NAME = '花子' and t0.IN <= '2017-06-08 00:00:00.000' and t0.OUT > '2017-06-08 00:00:00.000'
62 トランザクション時間データモデル Reladomoのトランザクション時間データ操作  IN/OUTカラムにまつわる処理はユーザーが気にするこ となくフレームワークが吸収してくれる  デフォルトで最新のデータが検索される（OUT = INFINITY)  データをある日付（トランザクション時間）から無効 化するにはterminate()を使う  過去の履歴の検索の際はprocessingDate()を明示的に 指定してやる hashtag: #ccc_g3
63 Reladomoでバイテンポラルデータ モデルを扱う例 hashtag: #ccc_g3
64 <MithraObject objectType=“transactional” xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance” xsi:noNamespaceSchemaLocation=“reladomoobject.xsd”> <PackageName>sample.domain</PackageName> <ClassName>Employee</ClassName> <DefaultTable>EMPLOYEE</DefaultTable> <AsOfAttribute name=“processingDate” fromColumnName=“IN_Z” toColumnName=“OUT_Z” toIsInclusive=“false” isProcessingDate=“true” timezoneConversion=“none” infinityDate=“[com.gs.fw.common.mithra.util.DefaultInfinityTimestamp.getDefaultInfinity()]” defaultIfNotSpecified=“[com.gs.fw.common.mithra.util.DefaultInfinityTimestamp.getDefaultInfinity()]” /> <AsOfAttribute name=“businessDate” fromColumnName=“FROM_Z” toColumnName=“THRU_Z” toIsInclusive=“false” isProcessingDate=“false” timezoneConversion=“none” infinityDate=“[com.gs.fw.common.mithra.util.DefaultInfinityTimestamp.getDefaultInfinity()]” futureExpiringRowsExist=“true” /> ・・・省略・・・ </MithraObject> Employeeエンティティ定義ファイル hashtag: #ccc_g3 有効時間
65 バイテンポラルデータモデル 姓 名 FROM THRU IN OUT 鈴木 花子 2017/4/1 9999/12/1 2017/3/1 9999/12/1  4月1日に「鈴木花子」さん入社。3月1日にシステムに登録 hashtag: #ccc_g3 Timestamp apr1 = Timestamp.valueOf(LocalDateTime.of(2017, 4, 1, 0, 0)); Employee hanakoNew = new Employee(apr1); //メモリ上にオブジェクト作成 hanakoNew.setLastName("鈴木"); hanakoNew.setFirstName("花子"); hanakoNew.insert(); // データベースに挿入
66 バイテンポラルデータモデル  6月6日に結婚し、姓が「斎藤」に変更。同日システム 上に間違えて「斉藤」と登録 hashtag: #ccc_g3 //まずは6月6日付（有効時間）でフェッチ Timestamp jun6 = Timestamp.valueOf(LocalDateTime.of(2017, 6, 6, 0, 0)); Operation opJun6 = EmployeeFinder.firstName().eq(“花子”). and(EmployeeFinder.businessDate().eq(jun6)); //6月6日付でフェッチ final Employee hanakoJun6 = EmployeeFinder.findOne(opJun6); //遅延ロードされるのでこの時点ではまだフ ェッチされていない //6月6日付（有効時間）でフェッチしたオブジェクトをアップデート MithraManagerProvider.getMithraManager().executeTransactionalCommand(tx -> { //6月6日（トランザクション時間）にこのコードが実行される hanakoJun6.setLastName("斉藤"); // この時点で遅延フェッチ＆アップデート return null; }); *スペースの都合上、以降テーブルは省略
67 バイテンポラルデータモデル  名字の漢字が間違っており、6月8日にシステム上で修正 （斉藤=>斎藤） hashtag: #ccc_g3 //まずは6月6日付（有効時間）でフェッチ Timestamp jun6 = Timestamp.valueOf(LocalDateTime.of(2017, 6, 6, 0, 0)); Operation opJun6 = EmployeeFinder.firstName().eq(“花子”). and(EmployeeFinder.businessDate().eq(jun6)); //6月6日付でフェッチ final Employee hanakoJun6 = EmployeeFinder.findOne(opJun6); //遅延ロードされるのでこの時点ではまだフ ェッチされていない //6月6日付（有効時間）でフェッチしたオブジェクトをアップデート MithraManagerProvider.getMithraManager().executeTransactionalCommand(tx -> { //6月8日（トランザクション時間）にこのコードが実行される hanakoJun6.setLastName(“斎藤"); // この時点で遅延フェッチ＆アップデート return null; });
68 バイテンポラルデータモデル  12月1日、退職にともない同日に人事情報をシステム上 で無効化 hashtag: #ccc_g3 //まずは12月1日付（有効時間）でフェッチ Timestamp dec1 = Timestamp.valueOf(LocalDateTime.of(2017, 12, 1, 0, 0)); Operation opDec1 = EmployeeFinder.firstName().eq(“花子”). and(EmployeeFinder.businessDate().eq(dec1)); //12月1日付でフェッチ final Employee hanakoDec1 = EmployeeFinder.findOne(opDec1); //遅延ロードされ るのでこの時点ではフェッチされない //12月1日付（有効時間）でフェッチしたオブジェクトをアップデート MithraManagerProvider.getMithraManager().executeTransactionalCommand(tx -> { //12月1日（トランザクション時間）にこのコードが実行される hanakoDec1.terminate(); // THRU = 12/1 return null; });
69 バイテンポラルデータモデル Reladomoのバイテンポラルデータ操作  オブジェクト作成の際は有効時間の開始時を引数に与 える  更新の際は、まず更新したい日付（有効時間）で フェッチする。フェッチしたオブジェクトを更新する と自動でIN/OUT/FROM/THRUが更新・挿入される  データをある日付（有効時間）から無効化するには terminate()を使う  バイテンポラルデータモデルのテーブル構造を意識す ることなく処理を記述することが可能 hashtag: #ccc_g3
70 Reladomoを用いたテンポラルデータモデルの操作 ここで挙げた例はReladomoの機能のさわりのみ つづきはReladomo Kata / Reladomo Tourで  Reladomo Kata GitHub （Reladomo チュートリアル）  Guided Tour of Reladomo hashtag: #ccc_g3
71 まとめ  RDBで履歴を扱う際にはテンポラルデータモデルを用 いると素直に表現できる  トランザクション時間と有効時間を組み合わせたテン ポラルデータモデルが存在  Reladomoを使うとテンポラルデータモデルの扱いが 抽象化できる ぜひ、みなさんも試してみてください！ hashtag: #ccc_g3
72 株式会社FOLIOの紹介 hashtag: #ccc_g3 https://www.wantedly.com/companies/folio/projectsエンジニア募集中！
73 APPENDIX
74 テンポラルデータモデル hashtag: #ccc_g3  Temporal Data Models(ppt)  Temporal Databases - Richard T. Snodgrass 1998  Temporal Databases - Richard T. Snodgrass and Ilsoo Ahn 1986  Temporal and Real-Time Databases: A Survey(ppt)  Temporal Data and The Relational Model
75 Reladomo hashtag: #ccc_g3  Reladomo GitHub  Reladomo Kata GitHub （Reladomo チュートリアル）  Guided Tour of Reladomo  Reladomo Documentations

More Related Content

PDF
イミュータブルデータモデル(入門編)
byYoshitaka Kawashima
 
PDF
SQLアンチパターン - 開発者を待ち受ける25の落とし穴 (拡大版)
byTakuto Wada
 
PDF
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
byKoichiro Matsuoka
 
PDF
マイクロサービス　４つの分割アプローチ
by増田 亨
 
PPTX
世界一わかりやすいClean Architecture
byAtsushi Nakamura
 
PDF
ドメイン駆動設計サンプルコードの徹底解説
by増田 亨
 
PDF
ソフトウェアにおける 複雑さとは何なのか?
byYoshitaka Kawashima
 
PPTX
Redisの特徴と活用方法について
byYuji Otani
 
イミュータブルデータモデル(入門編)
byYoshitaka Kawashima
 
SQLアンチパターン - 開発者を待ち受ける25の落とし穴 (拡大版)
byTakuto Wada
 
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
byKoichiro Matsuoka
 
マイクロサービス　４つの分割アプローチ
by増田 亨
 
世界一わかりやすいClean Architecture
byAtsushi Nakamura
 
ドメイン駆動設計サンプルコードの徹底解説
by増田 亨
 
ソフトウェアにおける 複雑さとは何なのか?
byYoshitaka Kawashima
 
Redisの特徴と活用方法について
byYuji Otani
 

What's hot

PDF
イミュータブルデータモデル(世代編)
byYoshitaka Kawashima
 
PDF
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
byTakuto Wada
 
PDF
Tackling Complexity
byYoshitaka Kawashima
 
PPTX
WiredTigerを詳しく説明
byTetsutaro Watanabe
 
PDF
ドメイン駆動設計のための Spring の上手な使い方
by増田 亨
 
PPTX
クラウドでも非機能要求グレードは必要だよね
byYoshioSawada
 
PDF
新たなgitのブランチモデル「Git Feature Flow」！Git Flow,Git Hub Flow,Git Lab Flowを超えれるか？
bynaoki koyama
 
PDF
ドメイン駆動設計 本格入門
by増田 亨
 
PDF
ソーシャルゲームのためのデータベース設計
byYoshinori Matsunobu
 
PDF
オブジェクト指向プログラミングの現在・過去・未来
by増田 亨
 
PDF
3週連続DDDその1 ドメイン駆動設計の基本を理解する
by増田 亨
 
PDF
例外設計における大罪
byTakuto Wada
 
PDF
ドメイン駆動設計に１５年取り組んでわかったこと
by増田 亨
 
PDF
ドメイン駆動設計 基本を理解する
by増田 亨
 
PPTX
大量のデータ処理や分析に使えるOSS Apache Spark入門（Open Source Conference 2021 Online/Kyoto 発表資料）
byNTT DATA Technology & Innovation
 
PDF
イミュータブルデータモデルの極意
byYoshitaka Kawashima
 
PDF
ドメイン駆動設計 ( DDD ) をやってみよう
by増田 亨
 
PDF
マルチテナント化で知っておきたいデータベースのこと
byAmazon Web Services Japan
 
PDF
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
byAmazon Web Services Japan
 
PDF
それはYAGNIか? それとも思考停止か?
byYoshitaka Kawashima
 
イミュータブルデータモデル(世代編)
byYoshitaka Kawashima
 
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
byTakuto Wada
 
Tackling Complexity
byYoshitaka Kawashima
 
WiredTigerを詳しく説明
byTetsutaro Watanabe
 
ドメイン駆動設計のための Spring の上手な使い方
by増田 亨
 
クラウドでも非機能要求グレードは必要だよね
byYoshioSawada
 
新たなgitのブランチモデル「Git Feature Flow」！Git Flow,Git Hub Flow,Git Lab Flowを超えれるか？
bynaoki koyama
 
ドメイン駆動設計 本格入門
by増田 亨
 
ソーシャルゲームのためのデータベース設計
byYoshinori Matsunobu
 
オブジェクト指向プログラミングの現在・過去・未来
by増田 亨
 
3週連続DDDその1 ドメイン駆動設計の基本を理解する
by増田 亨
 
例外設計における大罪
byTakuto Wada
 
ドメイン駆動設計に１５年取り組んでわかったこと
by増田 亨
 
ドメイン駆動設計 基本を理解する
by増田 亨
 
大量のデータ処理や分析に使えるOSS Apache Spark入門（Open Source Conference 2021 Online/Kyoto 発表資料）
byNTT DATA Technology & Innovation
 
イミュータブルデータモデルの極意
byYoshitaka Kawashima
 
ドメイン駆動設計 ( DDD ) をやってみよう
by増田 亨
 
マルチテナント化で知っておきたいデータベースのこと
byAmazon Web Services Japan
 
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
byAmazon Web Services Japan
 
それはYAGNIか? それとも思考停止か?
byYoshitaka Kawashima
 

Viewers also liked

PDF
2017spring jjug ccc_f2
byKazuhiro Wada
 
PPTX
Jjug ccc
byTanaka Yuichi
 
PDF
Arachne Unweaved (JP)
byIkuru Kanuma
 
PPTX
U-NEXT学生インターン、過激なJavaの学び方と過激な要求
byhajime funaki
 
PDF
Java libraries you can't afford to miss
byAndres Almiray
 
PDF
Jjugccc2017spring-postgres-ccc_m1
byKosuke Kida
 
PPTX
Kotlin is charming; The reasons Java engineers should start Kotlin.
byJustSystems Corporation
 
PDF
VMの歩む道。 Dalvik、ART、そしてJava VM
byyy yank
 
PDF
Polyglot on the JVM with Graal (English)
byLogico
 
PDF
SpotBugs(FindBugs)による 大規模ERPのコード品質改善
byWorks Applications
 
PDF
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
byYahoo!デベロッパーネットワーク
 
PPTX
新卒2年目から始めるOSSのススメ~明日からできるコミットデビュー~
byYoshio Kajikuri
 
PDF
Javaチョットデキルへの道〜JavaコアSDKに見る真似したいコード10選〜
byJustSystems Corporation
 
PDF
思ったほど怖くない！ Haskell on JVM 超入門 #jjug_ccc #ccc_l8
byy_taka_23
 
PDF
日本Javaグループ2017年定期総会 #jjug
by日本Javaユーザーグループ
 
PPTX
JJUG CCC 2017 Spring Seasar2からSpringへ移行した俺たちのアプリケーションがマイクロサービスアーキテクチャへ歩み始めた
byKoichi Sakata
 
PDF
Java8移行は怖くない～エンタープライズ案件でのJava8移行事例～
byHiroyuki Ohnaka
 
PDF
Introduction of Project Jigsaw
byYuichi Sakuraba
 
PPTX
グラフデータベース入門
byMasaya Dake
 
PDF
Java8 コーディングベストプラクティス and NetBeansのメモリログから...
byなおき きしだ
 
2017spring jjug ccc_f2
byKazuhiro Wada
 
Jjug ccc
byTanaka Yuichi
 
Arachne Unweaved (JP)
byIkuru Kanuma
 
U-NEXT学生インターン、過激なJavaの学び方と過激な要求
byhajime funaki
 
Java libraries you can't afford to miss
byAndres Almiray
 
Jjugccc2017spring-postgres-ccc_m1
byKosuke Kida
 
Kotlin is charming; The reasons Java engineers should start Kotlin.
byJustSystems Corporation
 
VMの歩む道。 Dalvik、ART、そしてJava VM
byyy yank
 
Polyglot on the JVM with Graal (English)
byLogico
 
SpotBugs(FindBugs)による 大規模ERPのコード品質改善
byWorks Applications
 
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
byYahoo!デベロッパーネットワーク
 
新卒2年目から始めるOSSのススメ~明日からできるコミットデビュー~
byYoshio Kajikuri
 
Javaチョットデキルへの道〜JavaコアSDKに見る真似したいコード10選〜
byJustSystems Corporation
 
思ったほど怖くない！ Haskell on JVM 超入門 #jjug_ccc #ccc_l8
byy_taka_23
 
日本Javaグループ2017年定期総会 #jjug
by日本Javaユーザーグループ
 
JJUG CCC 2017 Spring Seasar2からSpringへ移行した俺たちのアプリケーションがマイクロサービスアーキテクチャへ歩み始めた
byKoichi Sakata
 
Java8移行は怖くない～エンタープライズ案件でのJava8移行事例～
byHiroyuki Ohnaka
 
Introduction of Project Jigsaw
byYuichi Sakuraba
 
グラフデータベース入門
byMasaya Dake
 
Java8 コーディングベストプラクティス and NetBeansのメモリログから...
byなおき きしだ
 

Similar to データ履歴管理のためのテンポラルデータモデルとReladomoの紹介 #jjug_ccc #ccc_g3

PPTX
Reladomoを使ったトランザクション履歴管理をプロダクトに適用した際のメリット/デメリット/課題など
byなべ
 
PDF
BigQuery勉強会 Standard SQL Dialect
byKen Morishita
 
PPTX
210413 data101day1
byKenji Hiramoto
 
PPTX
20091207
by小野 修司
 
PDF
Dynamic Data
byVisual Studio Users Group Japan
 
PDF
ハンドアウト（配布用資料：佐藤正美）
by聡 鳥谷部
 
PDF
Rによるemailコミュニケーションの可視化
by銀平 御園生
 
PDF
データモデルは時空を越える
byterahide
 
PPTX
Refine Conceptual Modeling by Philosopy and Mathematics
byKnowledge & Experience
 
PPTX
「ビジネス活用事例で学ぶ データサイエンス入門」輪読会#7資料
byShintaro Nomura
 
Reladomoを使ったトランザクション履歴管理をプロダクトに適用した際のメリット/デメリット/課題など
byなべ
 
BigQuery勉強会 Standard SQL Dialect
byKen Morishita
 
210413 data101day1
byKenji Hiramoto
 
20091207
by小野 修司
 
Dynamic Data
byVisual Studio Users Group Japan
 
ハンドアウト（配布用資料：佐藤正美）
by聡 鳥谷部
 
Rによるemailコミュニケーションの可視化
by銀平 御園生
 
データモデルは時空を越える
byterahide
 
Refine Conceptual Modeling by Philosopy and Mathematics
byKnowledge & Experience
 
「ビジネス活用事例で学ぶ データサイエンス入門」輪読会#7資料
byShintaro Nomura
 

データ履歴管理のためのテンポラルデータモデルとReladomoの紹介 #jjug_ccc #ccc_g3