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、Service Level Objectiveの略で、サービスの質を図る指標の目標値こと。

正常応答率99%を目指そう！と言った時、正常応答率を99%というのがSLO。


「そんなに好きならそいつにテスト付けときゃよかったのに」

ビヨンセルール


[グラフ理論](/wiki/グラフ理論)における[グラフ](/wiki/グラフ)の定義から、[頂点](/wiki/頂点)の組の集合。

開発者の生産性をどう捉えるかについてのヒントを与えてくれるフレームワーク。  

著者の一人であるNicole Forsgren氏は、[LeanとDevOpsの科学](/wiki/LeanとDevOpsの科学)の著者の一人でもあり、氏が2021年にGitHub、ビクトリア大学、Microsoft Researchのメンバーと共に発表した論文[The SPACE of Developer Productivity](https://queue.acm.org/detail.cfm?id=3454124)で提唱されている。

- Satisfaction and well being
	- 開発者が自分の仕事、チーム、ツール、文化にどれだけ満足しているか
- Performance
	- 開発者が書いたコードは、想定されたことを確実に実行したか？
- Activity
	- 業務を遂行する過程で完了した行動やアウトプットの数
- Communication and collaboration
	- メンバーやチームがどのようにコミュニケーションをとり、協力し合うか
- Efficiency and flow
	- 個人であれシステムであれ、中断や遅延を最小限に抑えて作業を進める、完了する能力

参考
https://zenn.dev/loglass/articles/28c565a875e9bd

SPACEフレームワーク


モノリスからサービスベースアーキテクチャを経てマイクロサービスへ移行していくためのやり方のうちの一つで、以下の様な手法。

- まずは[リファクタリング](/wiki/リファクタリング)し、モジュールを分けていく。
- 分けられたモジュールをサービスに切り出す。

[戦術的フォーク](/wiki/戦術的フォーク)と比べて以下の様なメリットがある。

- 不要なコードは生まれない
- ロジックが綺麗になる

コンポーネントベース分解


[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


[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)

アーキテクチャの分解には[コンポーネントベース分解](/wiki/コンポーネントベース分解)と[戦術的フォーク](/wiki/戦術的フォーク)という2種類のやり方があり、それぞれメリットとデメリットがある。

[戦術的フォーク](/wiki/戦術的フォーク)は[コンポーネントベース分解](/wiki/コンポーネントベース分解)と比べて以下のような特徴がある。

- メリット
  - 事前の分析が不要なので作業開始が早い
  - コードは抽出するより消す方が簡単 (と書かれていたが本当か？)
- デメリット
    - 不要なコードを消す努力が必要
    - ロジックは汚いまま

アーキテクチャの分解に関するトレードオフ

裏切り者がいるかもしれない時に、どのように分散的に合意するかという問題。

転じて、間違う可能性のある分散システム上でどのようにデータに合意するか、という問題の基本的なバージョンと考えられる。

かの有名なLamport先生を含む3人が1980年の論文で合意問題として定式化したらしい。

https://dl.acm.org/doi/10.1145/322186.322188

最初の解決策も1982年にLamport先生たちが論文を出した。

https://dl.acm.org/doi/10.1145/357172.357176

この問題は裏切り者が1/3以上いる場合は解決出来ないことが知られている。

この合意が取れるシステムはビザンチン障害耐性 (Byzantine Fault Tolerance) があると言う。

分散システムの問題なので[暗号通貨](/wiki/暗号通貨)でもよく語られる問題である。

ビザンチン合意


[エイジドマンデリン](/wiki/エイジドマンデリン)とは違うのかな？

マンデリン


https://www.oreilly.co.jp/books/9784814400065/

[アーキテクチャデシジョンレコード](/wiki/アーキテクチャデシジョンレコード)

[アーキテクチャ量子](/wiki/アーキテクチャ量子)

[アーキテクチャの分解に関するトレードオフ](/wiki/アーキテクチャの分解に関するトレードオフ)

[分散データアクセスに関するトレードオフ](/wiki/分散データアクセスに関するトレードオフ)

[業務データの分解に関するトレードオフ](/wiki/業務データの分解に関するトレードオフ)

[サービスの粒度に関するトレードオフ](/wiki/サービスの粒度に関するトレードオフ)

[トランザクショナルサーガ](/wiki/トランザクショナルサーガ)

[コントラクトに関するトレードオフ](/wiki/コントラクトに関するトレードオフ)

ソフトウェアアーキテクチャ・ハードパーツ


https://mickindex.sakura.ne.jp/schlick/schlick_MV_jp.html

ある命題が立てられているとき、この命題が有意味であるか無意味であるかという問いを立てるとしたならば、その命題が有意味であるための条件が問われている。
命題が有意味であるとはそれが検証可能であるということだ……という考え方が、意味の検証理論

意味の検証理論


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
ストレートで飲みやすいと思う。適度に苦味と酸味があり、甘くない感じ。
香りは良いが強いという感じでもない。コクはそこそこ。
総じてバランスが良かった。[カルディリッチブレンド](/wiki/カルディリッチブレンド)よりもさらに使いやすい。とてもリピしたい。

[マンデリン](/wiki/マンデリン)と同じか？

エイジドマンデリン


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

無難な味で結構使いやすい
安いし

モカシダモG4


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

まあ普通
リピートはしないかなあってくらい
[コロンビアスプレモ](/wiki/コロンビアスプレモ)よりも下だった

ニカラグアリンダビスタ農園

<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>
なんかあんまり美味しくない 
ほげほげマウンテンはあんまり好きじゃ無いのかもしれない 
苦味が薄めな感じ

クリスタルマウンテン