[ブロックチェーン](/wiki/ブロックチェーン)を使ったアプリでdecenterlized Appの略。



DApp

[SRE](/wiki/SRE)においては[トイル](/wiki/トイル)は50%以下を目指すルールがある。

50%ルール


[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


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

[CLEAN](/wiki/CLEAN)

レガシーコードからの脱却


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

雑味多め、味薄め
ただし確かに超ビターコーヒーのような風味というか後味が少しある
ミルクを入れたらカフェモカっぽい風味になるかもしれない

ブラジルショコラ

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


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


[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)の定義では

> コードの挙動を変えずに整理された内容に書き直すこと

である。

つまり、最も重要なのは自動テストである。自動テストがないと挙動が変わってないことが担保できないからである。

参考
https://qiita.com/miketako3/items/3085e225a35cdf89cd55

リファクタリング


[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


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

あんまりだった
さすがに安定している味だったが

珈琲問屋冬のブレンド雪灯り

[ブロックチェーン](/wiki/ブロックチェーン)を用いた[暗号通貨](/wiki/暗号通貨)では、最も長いチェーンが有効とされる。

したがって、その分散ネットワークの全参加者のうち51%の信頼を獲得すれば、1人で最も長いチェーンを繋げることができる。これはつまり自由に台帳に取引履歴を書き込めるということで、そうなったら[暗号通貨](/wiki/暗号通貨)は終わる。

例えば[プルーフオブワーク](/wiki/プルーフオブワーク)では51%の計算リソースが必要で、[プルーフオブステーク](/wiki/プルーフオブステーク)では51%の[暗号通貨](/wiki/暗号通貨)が必要である。

[Bitcoin](/wiki/Bitcoin)等の規模が大きいネットワークでは攻撃はかなり難しいが、規模が小さい[暗号通貨](/wiki/暗号通貨)では実際に起こっている。

実例

https://coinpost.jp/?p=175687

51%攻撃


あるデータのハッシュ値を次のデータの先頭に含めることで、連鎖的にデータが繋がりチェーンのようになる。

これにより過去のデータを改竄しようとすると連鎖的にハッシュ値が変わってしまうため、改竄が難しくなる。

ブロックチェーン


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

## そもそもうつ病とは何なのか  
  
情報ソースはほぼネットのみなので詳しくは専門のソースを見てほしいですが、ある程度は自分で調べて理解したつもりです。  
  
### 概要  
  
うつ病とは気分障害の一種で、うつ状態 (いわゆるうつ病っぽい状態) が2週間以上続いている場合につけられる診断です。原因はよくわかっていないようですが、脳内のセロトニン等が不足したことによって起きるという説がありますし、少なくとも脳に病的な何かが起きて発症したと考えられています。ただの精神的な問題ではないということです。  
  
いわゆる新型うつ等と呼ばれることもある適応障害とは区別され、原因を切り離した時にうつ状態ではなくなるのが適応障害で、そもそも原因が定かではないのがうつ病という理解です。(なので、適応障害の場合は業務は無理でも休日は元気だったりするわけです)  
  
### 症状  
  
症状としては精神的なものとお肉体的なものがあり、例えば以下のようなものがあります。肉体的な症状があるということは知らない人には意外なんじゃないかなと思います。  
  
- 精神的  
  - 気分が落ち込む  
  - 意欲が無くなる  
  - 集中力が無くなる  
  - 不安になる  
- 肉体的  
  - 頭痛  
  - 腰痛  
  - 肩こり  
  - 睡眠障害  
  - 食欲不振や過食  
  
### 診断  
  
うつ病や適応障害の診断は操作的診断というものによって行われます。わかりやすく言えば心理テストみたいなやつです。  
  
いまのところそれらを正確に検査するのは難しく、症状によって診断するしかありません。そのため、医者によらない客観性のある診断をするために心理テストの規格を作っているみたいなことのようです。  
  
以下の記事によれば、うつ病の9割弱がICDという診断基準、残りがDSMという診断基準で診断されています。  
  
http://www.kokoronomori.jp/2014/05/21/post-53  
  
つまり、ICDやDSMを覚えれば誰でもうつ病の診断を得られる可能性があるわけです。これは、本当にうつ病に悩む人にとってはあまり良いことではないと思います。自分の症状はただの甘えなんじゃないかという気持ちになってしまいます。まあ本当に患っている人はそんな勉強する余裕は無いわけですが、ライフハック的に使用する心無い人によって偏見に晒される可能性を考えると早く検査法が確立してほしいと願うばかりです。  
  
### 治療  
  
うつ病の治療で重要なのは以下の4つです。  
  
- 休養  
- 環境調整  
- 薬物治療  
- 精神療法  
  
そのため、精神科や心療内科でうつ病と診断されると、休職の診断書が出たり薬が処方されたりするわけです。  
  
なお、精神科や心療内科、クリニックはほぼ同じ意味です。名付けが自由なのでばらつきがあるというだけです。  
  
精神科で薬物治療と聞くとなんだか怖いイメージがありますが、最近は副作用が比較的少ない薬もありますし、イメージほどのヤバい薬が処方されることはあまり無いんじゃないかなと思います。  
  
また、治療の効果は徐々に現れていきます。風邪等と一緒である瞬間からいきなり全快とはならないので、最初は寝たきりだとしても徐々に活動量が上がっていくと思います。そのため、うつ病だからといって何もできないわけではないです。これも世間一般のイメージと乖離があるんじゃないかなと思います。  
  
### お金周り  
休職中は一般的には傷病手当金というものが健康保険から支給されます。金額としては月給の2/3程度です。 また、企業によってはさらに所得保障がある場合があり、月給の2/9程度が追加で支給されます。ボーナスはありませんし、支給までにかなりタイムラグがあるとはいえ、この期間は働かずにお金がもらえるわけですね。  
  
働かずにお金がもらえるなんて最高じゃないかと私も休職以前は思っていたのですが、やってみるとそんなに良いものではありません。  
  
そもそも大半の期間は遊んだり出来る余裕が体調的にありませんし、精神的にも遊んでいられるような状態ではありませんでした。本来感じる必要は無いのですが、ズル休みをしているような感覚になります。  
  
かなりの図太さがないと悠々自適に過ごすのは難しいでしょうし、そのような人はうつ病にならなそうです。  
  
さらに、治療が進んでいないと思われれば不要に薬が増やされるわけで、副作用があることを考えればあまりやりたくはありません。  
  
結局は真面目に治療に専念するのが一番良いわけで、そういう意味では安心して休める傷病手当金という制度は良いものだと思います。

うつ病


[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>システムのテストすべき重要な箇所を洗い出す手法。</p>
<p><a href="/wiki/Google">Google</a>でも使われているらしい。</p>
<p>こちらを参照<br style="display:none" />
<span class="embed-block zenn-embedded zenn-embedded-card"><iframe id="zenn-embedded__0552577c6e629" src="https://embed.zenn.studio/card#zenn-embedded__0552577c6e629" data-content="https%3A%2F%2Fcode.google.com%2Farchive%2Fp%2Ftest-analytics%2Fwikis%2FAccExplained.wiki" frameborder="0" scrolling="no" loading="lazy"></iframe></span><a href="https://code.google.com/archive/p/test-analytics/wikis/AccExplained.wiki" style="display:none" target="_blank" rel="nofollow noopener noreferrer">https://code.google.com/archive/p/test-analytics/wikis/AccExplained.wiki</a></p>


Attribute_Component_Capability