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

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

世界トップの検索サービスを軸に様々なサービスを展開している企業。

もしくはそのサービスの名前。

[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)だったり[SRE](/wiki/SRE)だったりエンジニア界隈に影響を与えることが多すぎる

Google


[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


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
かなり香りが良く酸味が強い印象がある。[エイジドマンデリン](/wiki/エイジドマンデリン)と比べるとブラックには全然向かず、砂糖やミルクと一緒に飲むと良い。
その前提であればリピしたいレベル。

ホンジュラスパトリアルカ

分散コンピューティングにおける定理。

ノード間のデータ複製において、以下の3つを同時に満たすことはできない。
- 一貫性 (Consistency)
	- すべてのデータ読み込みにおいて、最新の書き込みデータもしくはエラーのどちらかを受け取る。
- 可用性 (Availability)
	- ノード障害により生存ノードの機能性は損なわれない。つまり、ダウンしていないノードが常に応答を返す。[単一障害点](/wiki/単一障害点)が存在しないことが必要。
- 分断耐性 (Partition-tolerance)
	- システムは任意の通信障害などによるメッセージ損失に対し、継続して動作を行う。通信可能なサーバーが複数のグループに分断されるケース（ネットワーク分断）を指し、1つのハブに全てのサーバーがつながっている場合は、これは発生しない。ただし、そのようなネットワーク設計は[単一障害点](/wiki/単一障害点)をもつことになり、可用性が成立しない。


CAP定理


[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


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


[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)で定義されている概念。

アーキテクトの問題はそれぞれユニークなため、ベストプラクティスが存在しない。  

だからこそ「ハード」パーツである。  

- 難しい問題  
- 堅い、システムの土台となる部分

ハードパーツ

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  

[見積もり](/wiki/見積もり)

ソフトウェア見積もり_人月の暗黙知を解き明かす

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


[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


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)

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


[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)の一種。

[プルーフオブワーク](/wiki/プルーフオブワーク)が計算量で信頼を得るのに対し、こちらは[暗号通貨](/wiki/暗号通貨)の保有量で信頼を得る。

その[暗号通貨](/wiki/暗号通貨)に[51%攻撃](/wiki/51%攻撃)をするためには51%の通貨が必要だが、当然クラックされた通貨は暴落するため、攻撃する経済的理由が無くなる、というのがプルーフオブステークの理屈。

プルーフオブステーク

<a href="/wiki/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92">機械学習</a>においては<a href="/wiki/%E4%B8%AD%E9%96%93%E5%B1%A4">中間層</a>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：<a href="/wiki/%E6%BD%9C%E5%9C%A8%E7%A9%BA%E9%96%93">潜在空間</a>

潜在変数