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)

[SRE](/wiki/SRE)においてアラートが鳴ったら対応するべく電話などを手元に置いておく状態のこと。最悪。

オンコール


[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


[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


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


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
https://www.kaldi.co.jp/ec/pro/disp/1/4515996015083
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。

カルディリッチブレンド

カーボンを使ったヒーターのこと。
電気代が[ハロゲンヒーター](/wiki/ハロゲンヒーター)より安く、遠赤外線が2倍出るため電力効率に優れる。

カーボンヒーター


[Bitcoin](/wiki/Bitcoin)の論文を公開した人物。匿名であり誰なのかはわかっていない。

サトシナカモト


https://www.oreilly.co.jp/books/9784873119656/

[サーバントリーダーシップ](/wiki/サーバントリーダーシップ)

[QuANTS](/wiki/QuANTS)

[ビヨンセルール](/wiki/ビヨンセルール)

Googleのソフトウェアエンジニアリング


https://www.oreilly.co.jp/books/9784873118864/

[CLEAN](/wiki/CLEAN)

レガシーコードからの脱却

タングステンフィラメントを「花巻」状にコイリングし、ハロゲンガスとともに石英管に封入したヒーターのこと。
暖かいが、[カーボンヒーター](/wiki/カーボンヒーター)や[石英管ヒーター](/wiki/石英管ヒーター)よりもさらに電気代が高い。

ハロゲンヒーター


[ライトニングネットワーク](/wiki/ライトニングネットワーク)の[Ethereum](/wiki/Ethereum)版。

ライデンネットワーク


[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

Ripple社が開発している[暗号通貨](/wiki/暗号通貨)。

他の[暗号通貨](/wiki/暗号通貨)と違い、Ripple社が管理している承認者による多数決で合意を取っており、[ブロックチェーン](/wiki/ブロックチェーン)を使っていないという特徴がある。

そのため非中央集権的にはなっていないが、送金に特化しておりそのスピードは非常に早い模様。


<p><a href="/wiki/%E3%82%B0%E3%83%A9%E3%83%95">グラフ</a>に関する数学の理論のこと。</p>


グラフ理論