Continuous Integrationで、自動化されたパイプラインで継続的にテストなどでコードをチェックする仕組みのこと。

[CD](/wiki/CD)とセットでCI/CDとか言われる。

[DevOps](/wiki/DevOps)

[SRE](/wiki/SRE)において、[SLO](/wiki/SLO)と現在の[SLI](/wiki/SLI)の値の差のこと。
この分だけ品質を下げられるということなので、その余剰資産を使って新機能の開発などのリスクを取ることができる。

エラーバジェット

開発と運用を分けずに一緒にバランスをとっていい感じにしていこうぜというもの。

具体的な方法論としては[CI](/wiki/CI)や[CD](/wiki/CD)など。

実装として[SRE](/wiki/SRE)がある。

DevOps


Site Reliability Engineeringの略で運用と開発のバランスをとって信頼性を担保していく方法論のこと。

[DevOps](/wiki/DevOps)の実装とも言われる。

[Google](/wiki/Google)が提唱したり[Googleのソフトウェアエンジニアリング](/wiki/Googleのソフトウェアエンジニアリング)で触れられたりしている。

基本的な用語
- [SLI](/wiki/SLI)
- [SLO](/wiki/SLO)
- [SLA](/wiki/SLA)
- [エラーバジェット](/wiki/エラーバジェット)
- [トイル](/wiki/トイル)
- [オンコール](/wiki/オンコール)
- [50%ルール](/wiki/50%ルール)

[暗号通貨](/wiki/暗号通貨)の[L2ソリューション](/wiki/L2ソリューション)において、セカンドレイヤーで処理したいくつかのトランザクションをまとめてメインのチェーンに保存するような方式のこと。

大きく分けて以下の2つに分かれる。
- [Optimistic Rollup](/wiki/Optimistic Rollup)
- [ZK_Rollup](/wiki/ZK_Rollup)

Rollup

大手取引所の[Binance](/wiki/Binance)が発行している[暗号通貨](/wiki/暗号通貨)。

[Binance_Smart_Chain](/wiki/Binance_Smart_Chain)という[Ethereum](/wiki/Ethereum)互換チェーンで使われる。



機械学習


拡散モデル

[エンコーダーデコーダーモデル](/wiki/エンコーダーデコーダーモデル)で、ノイズを混ぜた画像からノイズ無しの画像を推論する訓練をすることで、最終的には無から画像を生成できる

モデルは[VAE](/wiki/VAE)

Diffusionモデル


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

アーキテクチャ量子の定義  
  
> アーキテクチャ量子とは、高度な機能的凝集、高度な静的結合、同期／非同期による動的結合を持つ、独立してデプロイが可能なアーティファクトを指す。アーキテクチャ量子の一般的な例には、あるワークフロー内の整ったマイクロサービスなどがある。  
  
これはすなわち、データベースを共有しているアプリケーションは全て1つのアーキテクチャ量子である。  

アーキテクチャ量子


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

データベースを分けるか？分けないか？もトレードオフである。  
  
データを分解する要因として以下のようなものがある。  
  
- 変更制御  
  - カラムの変更等の影響が多岐にわたる  
- コネクション管理  
  - 1つのデータベースだけを使うとコネクション数の管理が難しい  
- スケーラビリティ  
  - コネクション数  
  - 容量  
  - スループット  
  - パフォーマンス  
- 耐障害性  
  - 1つのデータベースだけを使うとデータベースが単一障害点となってしまう  
- [アーキテクチャ量子](/wiki/アーキテクチャ量子)
  - 1つのデータベースだけを使うと1つの[アーキテクチャ量子](/wiki/アーキテクチャ量子)となってしまう (つまり独立してデプロイできない、等)  
- データベース種別の最適化  
  - 1つのデータベースだけを使うと1つの保存方法だけしか使えない (つまりデータ特性ごとに最適な選択肢が取れない)  
  
逆に、データを統合する要因としては以下のようなものがある。  
  
- データ関係  
  - 密結合な外部キー等があるか？  
- トランザクション  
  - 単一のトランザクション単位が必要か？  
  
モノリスなデータベースを分解するには5段階のプロセスを踏むと良い。  
  
1. 分析し、ドメインを特定する  
2. ドメインごとにテーブルを割り当て、移動する  
3. コネクションをドメインごとに分離する  
4. スキーマをそれぞれのデータベースに移動する  
5. コネクションを切り替える

業務データの分解に関するトレードオフ

[Ethereum](/wiki/Ethereum)に対する[L2ソリューション](/wiki/L2ソリューション)の一つ。

Plasmaチェーンでトランザクションの処理とデータ記録を行い、[マークルツリー](/wiki/マークルツリー)のルートハッシュだけ定期的にルートチェーンに提出することで、ルートチェーンでの計算負担、ストレージ負担を大幅に軽減する仕組み。

Plasma

[暗号通貨](/wiki/暗号通貨)の一種で、[Ethereum](/wiki/Ethereum)の[L2ソリューション](/wiki/L2ソリューション)として開発、運用されている。

昔はMATICという名称だったため、トークンの名前は今でもMATICとなっている。

[コンセンサスアルゴリズム](/wiki/コンセンサスアルゴリズム)は[プルーフオブステーク](/wiki/プルーフオブステーク)で、他にも様々な違いにより取引速度が速く手数料も安い。

[Rollup](/wiki/Rollup)としては定期的にマークルツリーのルートハッシュを[Ethereum](/wiki/Ethereum)に記録する方式となっているらしく、[サイドチェーン](/wiki/サイドチェーン)とか[Plasma](/wiki/Plasma)感もあるが本家の人いわく[L2ソリューション](/wiki/L2ソリューション)とのこと。

https://www.neweconomy.jp/posts/113665


Polygon


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

香り高いけど味は好みでは無い
苦味とかが薄い


キリマンジャロAA


[ソフトウェア見積もり_人月の暗黙知を解き明かす](/wiki/ソフトウェア見積もり_人月の暗黙知を解き明かす)の内容が書かれている。

## 第1部 見積もりの考え方  
### 第1章 見積もりとは  
  
- 「見積もり」「ターゲット」「コミットメント」の違いを意識する  
  - 見積もり：そのままの意味  
    - 「この機能の実装は何人日」  
  - ターゲット：実現したいビジネス上の目標  
    - 「何日までにこの機能を提供したい」  
  - コミットメント：機能を一定のレベルで期日までに納品するという約束  
    - 「何日までにこの機能を提供します」  
- 見積もりと計画の違いを意識する  
  - 見積もりは正確性が重要  
  - 計画は結果が重要  
  - 偉い人にターゲットを達成するための計画を聞かれているのに見積もりを単に答えてはいけない  
    - 「このプロジェクトは何人月？期限は３ヶ月なんだ」  
    - 「見積もってみたところ５ヶ月かかります」  
    - 「ふざけるな！」  
  - 開発と期日どちらが優先かどうか尋ねる  
- 良い見積もりとは偉い人の意思決定に寄与する見積もりのこと  
  
### 第2章 見積もり能力のチェック  
  
- 直感で「90％確か」な見積もりは、実際には「30%確か」  
  - なので直感で90%とか言ってはいけない  
- 見積もりなんて幅があって当然。無理に狭めようとしない  
  
### 第3章 正確な見積もりの価値  
  
- 意図的に過小に見積もることはすべきではない  
  - 過大見積もりよりも深刻な被害が起きる  
  - では過大にすれば良いかというとそうでもなく、それなりに大きくしてあとは計画とコントロールで対処せよ  
  
### 第4章 見積もり誤差はなぜ起きる？  
  
- 見積もり期間を増やしても見積もりの不確実性は上がらない  
  - プロジェクト自体があやふやなのではどんなに頑張っても上がらない  
  - 見積もり期間を増やすのではなく、要件定義や設計を固めることでしか上がらない  
- 休暇、病欠、トレーニング、ミーティング等は必ず発生する。そのためのゆとりをもたせる  
- 開発者の見積もりはすでに必ず楽観的であるので削ってはいけない  
- 見積もりに「コントロールノブ」を持たせてはいけない  
  - コントロールノブとは見積もりに入れる主観的判断のこと  
  - 見積もりの客観性と共に正確性も落ちる  
- 即興の見積もりはしない  
  - たった15分の見積もりでさえもっと正確になる  
  
## 第2部 見積もりの技法の基礎  
  
### 第7章 数えて、計算して、判断する  
  
- できるときはまず何かを数える  
- 数えられない場合にのみ計算する  
- 計算すらしないのは最終手段  
  
### 第9章 専門家の判断  
  
- タスクで分解して見積もるときは長くても2日程度の粒度にする  
  
  
## 感想  
  
「技術者の見積もりは常に楽観的」というのはその通りだと思った。  
幅がある見積もりの中で最小の部分を提出する傾向があるような気がしているし、  
実際過小に見積もる圧力があるということも書かれていた。  
  
一方で、数えるだけの方がよほど正確に見積もれるというのは不思議だった。さすがにコード行数で数えるのはどうかと思うが。  
  
過去の開発にかかった工数と関連データの保存および可視化が出来ていないと不可能な手法ではあるので、これらの重要性はかなり高い。  
  
生産性向上とか言っておいて生産性を測る指標を可視化していないなんてことがザラにある状態では正確な見積もりなんて望めないということかもしれない。

見積もり


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
比較的すっきり目でブラックでも飲める。香りは強いというわけではない。とはいえ[エイジドマンデリン](/wiki/エイジドマンデリン)と比べると少しブラックに向かない。苦味よりも酸味や甘さが強めなので。
悪くはないがこれを買うなら[エイジドマンデリン](/wiki/エイジドマンデリン)を買う。


コスタリカエルアルコン

<p><a href="/wiki/%E9%A3%B2%E3%82%93%E3%81%A0%E3%82%B3%E3%83%BC%E3%83%92%E3%83%BC%E8%B1%86%E3%83%AA%E3%82%B9%E3%83%88">飲んだコーヒー豆リスト</a><br style="display:none" />
<span class="embed-block zenn-embedded zenn-embedded-card"><iframe id="zenn-embedded__466556139e353" src="https://embed.zenn.studio/card#zenn-embedded__466556139e353" data-content="https%3A%2F%2Fwww.kaldi.co.jp%2Fec%2Fpro%2Fdisp%2F1%2F4515996015083" frameborder="0" scrolling="no" loading="lazy"></iframe></span><a href="https://www.kaldi.co.jp/ec/pro/disp/1/4515996015083" style="display:none" target="_blank" rel="nofollow noopener noreferrer">https://www.kaldi.co.jp/ec/pro/disp/1/4515996015083</a><br style="display:none" />
まあなかなかおいしい。エスプレッソ風味な豆ではあるがドリップコーヒーの味がする。そりゃそう。</p>


カルディリッチブレンド