tonextone.com/note/

Last-modified: 2006-09-01 (金)

Copyright ©master_at_tonextone.com All rights reserved.

新年の挨拶

Posted : 2005-12-31 06:00 / Category : [Top]
新年、明けましたらおめでとうございます。

2005年は、大変お世話になり、
お蔭様で、私としては大きな一歩を踏み出す事ができました。
2006年は、次の展開を自ら作り出せるかどうかの正念場と心得ております。

よろしくご指導ご鞭撻下さいますよう、心よりお願い申し上げます。
[謹賀新年2006_犬.html]
[ このエントリへはツッコミ出来ません ]

PostgreSQL で RDB 設計 その2

Posted : 2005-12-23 00:00 / Category : [開発日誌]
PostgreSQL で RDB 設計 その1」の補足。
PostgreSQL では、WHERE 句に、正規表現が使えるので、いつも重宝している。
こんな感じ。
  • 使用前:
    select * from some_table where some_field = 1 or some_field = 4 or ... ;
    
  • 使用後:
    select * from some_table where some_field ~ '^(1|4|...)$';
    
で、配列型のフィールド 'some_array' に対しても、
ANY(some_array) をカマせば、これができるだろうと期待していた。

いろいろ試したが、どうも無理っぽい[マニュアルより ANY/SOME(array)]。

そういう目的では、
配列型ではなく TEXT 型とかに配列表現を突っ込むのが良いだろう。
とりあえず TEXT 型で用意しておいて、記法は充分検討してゆっくり決めれば良い。

例えば、PHP の serialize(); の場合、数値配列は、
a:2:{i:0;i:123;i:1;i:456;}
という感じで、キーと値とが交互に表れるが、
このキーと値との選り分けを正規表現なんかでやってられない。
そうなると独自記法がベストな気がしてきた( JSON とか XML とかも無意味に面倒)。

正規表現のメタキャラクタとして解釈されなくて、
尚且つ、データに使われなさそうな文字列を、セパレータにすれば良い。
クォーテーションの扱いにも注意。

以下、例:
create table fruit
(
fruit_id     serial,
name         text
);

create table member
(
member_id    serial,
name         text,
gender       text,
fruit        text
);

insert into fruit(name) values('りんご');
insert into fruit(name) values('みかん');
insert into fruit(name) values('いちご');
insert into fruit(fruit_id,name) values(12,'いちじく');

insert into
member(name,gender,fruit)
values('太郎','男',':::::1:::::3:::::');

insert into
member(name,gender,fruit)
values('花子','女',':::::2:::::3:::::');

insert into
member(name,gender,fruit)
values('次郎','男',':::::12:::::');

select * from member,fruit
where member.fruit ~ (select ':{5}'||fruit.fruit_id||':{5}')
order by member_id;

 member_id | name | gender |      fruit        | fruit_id |   name
-----------+------+--------+-------------------+----------+----------
         1 | 太郎 | 男     | :::::1:::::3::::: |        1 | りんご
         1 | 太郎 | 男     | :::::1:::::3::::: |        3 | いちご
         2 | 花子 | 女     | :::::2:::::3::::: |        2 | みかん
         2 | 花子 | 女     | :::::2:::::3::::: |        3 | いちご
         3 | 次郎 | 男     | :::::12:::::      |       12 | いちじく
(5 rows)
Time: 1.069 ms

select * from member
where fruit ~ ':{5}(2|3):{5}'
order by member_id;

 member_id | name | gender |      fruit
-----------+------+--------+-------------------
         1 | 太郎 | 男     | :::::1:::::3:::::
         2 | 花子 | 女     | :::::2:::::3:::::
(2 rows)

Time: 0.557 ms

ツッコミ

1: jrgrpmhu (07/25 23:48) jrgrpmhu
<a href="http://jkdrbkij.com">jqgojfus</a> [URL=http://kuussydq.com]iquwdonv[/URL] qchjdqux http://uqxzqlta.com jgnoijpy mzibspho
[ このエントリへはツッコミ出来ません ]

PostgreSQL で RDB 設計 その1

Posted : 2005-12-22 02:00 / Category : [開発日誌]
4 年くらい前から PostgreSQL を使っている。
MySQL は、システム上必要な場合以外は使っていない。

MySQL が嫌いなわけではなく、
「何かみんな MySQL だなぁ…俺も MySQLer になろうかなぁ。」
と思ったことは数知れず。

でも、PostgreSQL にしかない機能の恩恵に、度々、与ってしまっているので、「乗り換え」には至らず。

それにしても、いろいろな RDBMS があるものだ ( RDBMS比較資料[PDFです] )。

各 RDBMS の特徴は、DB の設計や、チューニングの際に、顕著になるのではないだろうか?
「管理しやすくて、検索が速くて、更新もサクサクできる」
そんな DB はどうしたら実現できるだろうか…と考えていくと、自然と実装の話になっていく。
(もちろん DB を抽象化してポータブルに作っておく事が要求される場合は別。)

ということで、前置きが長くなったが、 PostgreSQL でいろいろ試したメモ。

データのセグメンテーション

PostgreSQL のデータは、
cluster ⊃ database ⊃ schema ⊃ table
という階層の最下層であるところの 'table' に保存されるが、
これらの各階層で権限の設定ができる。

「複数ユーザ(100 アカウント程度)を想定した場合、どの階層で分断するのが現実的か?」
というのを、改めてマジメに考えてみた。

以下、 アカウント [user] のデータ識別子を [user] とする。
  1. table :
    => create table [user]_table(...);
    => grant all on [user]_table to [user];
    
    却下
    (テーブルの一覧がすごい事になるため)。

  2. schema :
    $ createuser -P [user];
    => /* public は PUBLIC に grant されてるので消す。*/
    => drop schema public;
    => create schema [user] authorization [user];
    
    却下
    (
    テーブルの一覧には [user] schema に属するテーブルしか現れないが、
    スーパーユーザにも見えにくくなるため。
    )

  3. database :
    $ createdb [user];
    $ createuser -P [user];
    
    採用
    (もっとも現実的)

  4. cluster :
    $ initdb -D /path/to/[user];
    
    で、ポートを切替えて運用。
    …却下でしょう。

ユーザ毎のデータは database のレベルで分断するのが現実的。
当たり前の結論に至り、なんか安心。

選択型データの保存形式

例えば、

好きな果物はなんですか?
A. りんご
B. みかん
C. いちご
...
P. いちじく

という問いに対する回答を保存したい場合、
  1. RAW: 'りんご'とか'いちご'という内容を保存すべきか?
  2. CODE: 'A'とか'C'というコードを保存すべきか?

◆RAW に対する CODE の strong / weak points :

[管理系]
O コードと内容との対応を外部で一元管理できるので修正が容易。
X コードと内容との対応表が無いとデータとして成立しない。

[検索系]
O データが簡潔に表せるのでちょっと速いかも。
X 特になし。

[更新系]
O 特になし。
X 特になし。

管理系の視点で CODE のほうが有利と判断する。
これも「正規化」に通じる当たり前の結論。
ただし、コードと内容との対応表(マスターテーブル) の死守が前提。

データ構造の保存

例えば、
members =
[
    {
      'name': '太郎',
      'gender': '男'
      'fruits': [1, 3]
    },

    {
      'name': '花子',
      'gender': '女'
      'fruits': [2, 3, 11]
    }
];
というデータ構造を保存したい場合、
  1. NORMAL:
    データの値 1 つをフィールド 1 つに( 1 対 1 に)保存するべきか?
    上の例の場合、正規化後のテーブルは 3 つか 4 つになるはず。

  2. BULK:
    上の例(意図的に JSON で記述してある)のように、
    「データのラベルや値を含む構造そのものを適切に表現する文字列」
    として保存するべきか?

BULK の例としては、JSON の他に、
PHPコードそのもの( array('name'=>'太郎',...) )、
それを serialize(); したもの、あるいは、XML などを想定している。
また、少し毛色が違うが、PostgreSQL の配列型データも、BULK の一種として考える。

◆NORMAL に対する BULK の strong / weak points :

[管理系]
O データ構造とテーブル定義の結合度が低いので、より汎用性がある。
X データを直接操作しにくい ?
  => PostgreSQL の配列型では問題無し。

[検索系]
O 主テーブルを検索するだけで、該当するデータ構造を取得できる。
X 直積を作りにくい ?
  => PostgreSQL の配列型では問題無し。

[更新系]
O 主テーブルを更新するだけで、該当するデータ構造を更新できる。
X データ構造の部分的な更新がしにくい ?
  => PostgreSQL の配列型では問題無し。

総合的に視て、BULK というか「 PostgreSQL の配列型」のほうが有利と判断する。

以下、具体例
  1. NORMAL の場合:
    create table fruit
    (
    fruit_id     serial,
    name         text
    );
    
    create table member
    (
    member_id   serial,
    name        text,
    gender      text
    );
    
    create table fruit_to_member
    (
    fruit_to_member_id    serial,
    member_id             integer,
    fruit_id              integer
    );
    
    insert into fruit(name) values('りんご');
    insert into fruit(name) values('みかん');
    insert into fruit(name) values('いちご');
    
    insert into member(name,gender) values('太郎','男');
    insert into member(name,gender) values('花子','女');
    
    -- make relations;
    insert into fruit_to_member(member_id,fruit_id) values(1,1);
    insert into fruit_to_member(member_id,fruit_id) values(1,3);
    
    -- make another relations;
    insert into fruit_to_member(member_id,fruit_id) values(2,2);
    insert into fruit_to_member(member_id,fruit_id) values(2,3);
    
    select * from member,fruit
    where fruit.fruit_id in ( select fruit_id from fruit_to_member
                              where fruit_to_member.member_id = member.member_id );
    
     member_id | name | gender | fruit_id |  name
    -----------+------+--------+----------+--------
             1 | 太郎 | 男     |        1 | りんご
             1 | 太郎 | 男     |        3 | いちご
             2 | 花子 | 女     |        2 | みかん
             2 | 花子 | 女     |        3 | いちご
    (4 rows)
    Time: 0.784 ms
    
  2. BULK の場合:
    create table fruit
    (
    fruit_id     serial,
    name         text
    );
    
    create table member
    (
    member_id   serial,
    name        text,
    gender      text,
    fruit       smallint[]
    );
    
    insert into fruit(name) values('りんご');
    insert into fruit(name) values('みかん');
    insert into fruit(name) values('いちご');
    
    -- make record, with ARRAY;
    insert into member(name,gender,fruit) values('太郎','男','{1,3}');
    
    -- make another record, with ARRAY;
    insert into member(name,gender,fruit) values('花子','女','{2,3}');
    
    /*
     * where 2 = ANY(some_array)
     * (古い記法: where some_array *= 2)
     */
    select * from member,fruit
    where fruit.fruit_id = ANY(member.fruit)
    order by member_id;
    
     member_id | name | gender | fruit | fruit_id |  name
    -----------+------+--------+-------+----------+--------
             1 | 太郎 | 男     | {1,3} |        1 | りんご
             1 | 太郎 | 男     | {1,3} |        3 | いちご
             2 | 花子 | 女     | {2,3} |        2 | みかん
             2 | 花子 | 女     | {2,3} |        3 | いちご
    (4 rows)
    Time: 0.506 ms
    

感想

たまにマニュアルを読むと幸せになれる…と信じよう。

ツッコミ

1: master (12/22 12:27)
PostgreSQL 7.4 で、配列型の関数などが一気に増えたようで、

where ':' || array_to_string(some_array,':') || ':' ~ ':(1|2):'

なんて事もできる。

バージョンも気にしないと。
http://www.postgresql.org/docs/current/static/release-7-4#AEN76154
[ このエントリへはツッコミ出来ません ]

サーバ管理その1

Posted : 2005-12-13 04:00 / Category : [開発日誌/server]
tf-idf + bayesian-filter を試したいので、このサーバに chasen とか mecab とか入れる事にした。
で、かなり放置していたので、いろいろと整備した。
以下、メモ:

ports

packageはコンパイル済だが、ports は未コンパイル。その分、強力。
ports の実体はスケルトン。↓こんな感じ。
$ tree /usr/ports/graphics/ImageMagick/
/usr/ports/graphics/ImageMagick/
|-- Makefile
|-- distinfo
|-- files
|   |-- patch-Makefile.in
|   |-- patch-coders::jp2.c
|   `-- patch-configure
|-- pkg-descr
`-- pkg-plist

1 directory, 7 files

で、portupgrade っていう管理ユーティリティがあって便利。 linux の apt-get に相当する。
$ # ports を最新にする。
$ cvsup -g /usr/local/etc/ports-supfile;

$ # ports のデータベースを更新する。
$ portsdb --update --fetchindex;  # index は配布されているものを使う。
$ # または、
$ portsdb --update --updateindex; # index も構築する。
$ # または、
$ cd /usr/ports/; make index; # より確実らしい。

$ # ports の内容を表示する。
$ portversion --verbose;

$ # ports からインストールする。 (= cd /usr/ports/foo/bar; make install clean; )
$ portinstall --verbose foo/bar;

$ # ports からアップグレードする。
$ portupgrade --interactive foo/bar;

$ # ports の作業ファイルを削除する。distclean は 2 回指定する。
$ portsclean --workclean --distclean --distclean;

portinstall / portupgrade の再に現れる CUI で、大抵の config オプションを設定できる。
( ports で管理できる config オプションを 'knob' と呼ぶらしい。)

設定を変えて再インストールしたい場合とかは、
$ まず消す。
$ cd /usr/ports/foo/bar;
$ make deinstall;

$ # config の CUI を使えるかもしれない。
$ make config;

# # CUI 使えたら、
$ make reinstall;

# # CUI 使えなかったら、
$ # /usr/local/etc/pkgtools.conf の MAKE_ARGS にオプションを指定して、
$ portinstall --verbose foo/bar ;

今回は、先ず、いろいろアップグレードした。
$ portupgrade --interactive --all;
$ portsclean --workclean --distclean --distclean;

それから、無くて困っていた screen をインストールした。
FreeBSD Portsで cvs から 'screen' を検索して、それが /usr/ports の下にあることを確認して、
$ portinstall --verbose sysutils/screen;
$ portsclean --workclean --distclean --distclean;
簡単。

参考:
  1. アプリケーションのインストール - packages と ports
  2. portupgrade

src からインストール

APP(ApachePostgresqlPhp) は、 src で管理している。
これも、ついでにアップグレード。
(apache-1.3.34 も出ているが、これは Apache-SSL が出るまで待つことにした。)
  • postgresql-8.1.1
  • php-4.4.1
  • ZendOptimizer-2.6.0
  • php-json-ext-1.1.0
PostgreSQL の migration も、

[backup]
pg_dumpall -g > /home/postgres/backup/all.dmp;
pg_dump -b -F c foo > /home/postgres/backup/foo.dmp;
[restore]
psql -f all.dmp template1
pg_restore -d foo foo.dmp
で、無事完了。

参考:
  1. PHP 4.4.1. Release Announcement
  2. PostgreSQL 8.1.0 Documentation

ハマりどころ

最近 PHP のリリースが安定していないので、必要以上にビビっていたせいもあり、
実は結構ハマった。
  1. $ pkgdb -F;
    このサーバの構築に際して、上記 APP などを src で管理するために、
    VPS7 の標準構成から package/ports 版をアンインストールして頂いた。
    その際、PHP の拡張(php4-xxx) の package/ports が取り残されていたらしく、
    存在しない apache との依存関係を引きずっているようだった。
    とりあえず、
    $ pkgdb -F;
    
    したら問題無さそう。

  2. autoconf,automake,libtool の重複
    ひとしきり portupgrade/portsclean して、
    $ portversion --verbose;
    
    してみたら、autoconf,automake,libtool がバージョン違いで複数ある。
    不安に思いつつ、PHP を src からインストールする作業に取り掛かると、
    configure で warning が出て、make も失敗。
    *** Warning: inter-library dependencies are not known to be supported.
    *** All declared inter-library dependencies are being dropped.
    
    *** Warning: libtool could not satisfy all declared inter-library
    *** dependencies of module libphp4.  Therefore, libtool will create
    *** a static module, that should work as long as the dlopening
    *** application is linked with the -dlopen flag.
    
    package/ports のツリーがイカレたか?
    と思ったが、重複自体は問題ないらしい。
    package/ports 間の依存関係の連鎖を最小限にするために、
    被依存バージョンを残しつつ、別のバージョンもインストールする方針らしい。
    とりあえず、libtool とかが見つからないのはマズい気がしてタマらなかったので、
    $ ln -s /usr/local/bin/libtool15 /usr/local/bin/libtool
    
    とか、しばらくゴニョゴニョやってたら、なんかコンパイルできた。
    途中、不安が不安を呼んで、
    config.log の fail とか warn とかの多さにくじけそうになったが、
    もともと config.log は、そういうものらしいし、とりあえず動いてるのでヨシ。

ということで、PHP に不安が残るので、念のため php.ini を見直す予定。
本題の chasen, mecab を、src, ports のどっちで管理するかも要検討。

トラックバック

(1)

ツッコミ

1: master (12/16 17:56)
その後、PECL の filter を入れようとしたら、make でこけた。
PHP 変わり過ぎ。
拡張で提供されるはずの関数の API 真似て、関数を自作しといて、
安定したら乗り換えるとか…無謀か。
2: master (12/17 14:19)
ちなみに、PRCL の chasen はコンパイルできたんだけど、
使うとセグメンテーションエラーで落ちる。
しかたないので、システム関数で呼んでおきます。
[ このエントリへはツッコミ出来ません ]

理解/説明

Posted : 2005-12-12 00:00 / Category : [随筆]
「ソレは何か?」
という問いに対して応えるために必要な作業は、
客観的に知覚できる限りの差異で
「ソレ」を「ソレ以外」から区別する作業ではなく、
問者の主観的なシナリオの中に抽象化された
「ソレ」と「ソレ以外」との関係性を描く作業である。

そのためには、
その関係性を描くシナリオに、
問者のシっている「ソレ以外」を登場させ、それを足場にするか、

あるいは、
そのシナリオ自体と、
問者のシっている別のシナリオとの類似性を頼りにするか、

いずれにせよ、
問者のシっている物事から「ソレ」へと、想像を及ばせる事になるだろう。

こういう作業のツールとしては、モデルが有効だ。

モデルを表現するのに最適なのは視覚化であり、
その中でもよく使われるのは模式図(2次元的な視覚化)である。

特定の状況を表す模式図においては、
その状況に登場する要素は
「名前」、「アイコン」、「変数」などの抽象化された記号で表され、
各要素間の関係性だけが視覚化される。

各要素の内部構造は--- その要素自体の性質の由来であるが ---、
また別の模式図で表されるべきものである。

物事の「記録/再生」は、あるいは「理解/説明」は、
いずれこのような作業だと思う。

そして、これこそプログラミングの本質ではないだろうか?

抽象化に関する、能力と、センスと、情熱には、個人差があり、
手法、ツールがそれを反映しているのだろうと思う。

抽象化/記号の発明は偉大だ。

[ このエントリへはツッコミ出来ません ]