Continuous Deliveryの略で、本番環境までのデプロイを自動化して安定かつ高速にリリースしようぜというやつ。

[CI](/wiki/CI)とセットでCI/CDと呼ばれる。

[DevOps](/wiki/DevOps)

同じ資産の2つの取引所の評価額の差を使って儲ける取引手法のこと。

アービトラージ

[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

システムのテストすべき重要な箇所を洗い出す手法。

[Google](/wiki/Google)でも使われているらしい。

こちらを参照
https://code.google.com/archive/p/test-analytics/wikis/AccExplained.wiki

Attribute_Component_Capability

[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
フルーティー感あるのであんまり
すごい嫌いとかでもない

コスタリカフィデルス

以下の様にプログラミングすること

- 問題を小さな塊に分解し、それらを縫い合わせる  
- 最初に実装してしまうと全体が見えなくなる

対義語は[アウトサイドインプログラミング](/wiki/アウトサイドインプログラミング)

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

インサイドアウトプログラミング


以下のようにプログラミングを行うこと

- コンシューマの観点で機能を設計する  
- サービスが何をやっているかを示す名前をつける  
- どう動くかは隠す

対義語は[インサイドアウトプログラミング](/wiki/インサイドアウトプログラミング)

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

アウトサイドインプログラミング


「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


[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

[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

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

グラフとは
- [頂点](/wiki/頂点)集合
- [頂点](/wiki/頂点)の組 ([辺](/wiki/辺)) の集合
の組である。

グラフ


[機械学習](/wiki/機械学習)においては[中間層](/wiki/中間層)の変数のこととほぼ同義

中間層はだいたい入力より次元が低く、その次元で入力の特徴を捉えるようにチューニングするので、入力の特徴だけを捉えたものになる

関連：[潜在空間](/wiki/潜在空間)

潜在変数


鉄クロム線を石英管内にフィラメントとして設置したヒーターのこと。
値段は一番安い。
電気代が比較的高めだが、[ハロゲンヒーター](/wiki/ハロゲンヒーター)よりも少し安い。
一方で[ハロゲンヒーター](/wiki/ハロゲンヒーター)よりも暖かくない。

石英管ヒーター


[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

<p><span class="embed-block zenn-embedded zenn-embedded-card"><iframe id="zenn-embedded__07900379b62ea" src="https://embed.zenn.studio/card#zenn-embedded__07900379b62ea" data-content="https%3A%2F%2Fwww.amazon.co.jp%2F%25E3%2582%25BD%25E3%2583%2595%25E3%2583%2588%25E3%2582%25A6%25E3%2582%25A7%25E3%2582%25A2%25E8%25A6%258B%25E7%25A9%258D%25E3%2582%258A-%25E4%25BA%25BA%25E6%259C%2588%25E3%2581%25AE%25E6%259A%2597%25E9%25BB%2599%25E7%259F%25A5%25E3%2582%2592%25E8%25A7%25A3%25E3%2581%258D%25E6%2598%258E%25E3%2581%258B%25E3%2581%2599-%25E3%2582%25B9%25E3%2583%2586%25E3%2582%25A3%25E3%2583%25BC%25E3%2583%2596-%25E3%2583%259E%25E3%2582%25B3%25E3%2583%258D%25E3%2583%25AB-ebook%2Fdp%2FB00KR96M6K" frameborder="0" scrolling="no" loading="lazy"></iframe></span><a href="https://www.amazon.co.jp/%E3%82%BD%E3%83%95%E3%83%88%E3%82%A6%E3%82%A7%E3%82%A2%E8%A6%8B%E7%A9%8D%E3%82%8A-%E4%BA%BA%E6%9C%88%E3%81%AE%E6%9A%97%E9%BB%99%E7%9F%A5%E3%82%92%E8%A7%A3%E3%81%8D%E6%98%8E%E3%81%8B%E3%81%99-%E3%82%B9%E3%83%86%E3%82%A3%E3%83%BC%E3%83%96-%E3%83%9E%E3%82%B3%E3%83%8D%E3%83%AB-ebook/dp/B00KR96M6K" style="display:none" target="_blank" rel="nofollow noopener noreferrer">https://www.amazon.co.jp/ソフトウェア見積り-人月の暗黙知を解き明かす-スティーブ-マコネル-ebook/dp/B00KR96M6K</a></p>
<p><a href="/wiki/%E8%A6%8B%E7%A9%8D%E3%82%82%E3%82%8A">見積もり</a></p>


ソフトウェア見積もり_人月の暗黙知を解き明かす