Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
日経のデータベース事業を支える検索基盤の現在と未来
Search
Taisuke Hinata
PRO
April 20, 2023
Technology
5
4.6k
日経のデータベース事業を支える検索基盤の現在と未来
以下のイベントでの登壇資料です。
https://nikkei.connpass.com/event/278034/
Taisuke Hinata
PRO
April 20, 2023
Tweet
Share
More Decks by Taisuke Hinata
See All by Taisuke Hinata
意思決定を支える検索体験を目指してやってきたこと
hinatades
PRO
0
490
日経のデータベース事業とElasticsearch
hinatades
PRO
0
360
Empowering Customer Decisions with Elasticsearch: From Search to Answer Generation
hinatades
PRO
0
460
日経テレコンを支えるElasticsearch
hinatades
PRO
1
3.3k
Other Decks in Technology
See All in Technology
JSX - 歴史を振り返り、⾯⽩がって、エモくなろう
pal4de
2
610
Tenstorrent HW/SW 概要説明
tenstorrent_japan
0
390
“プロダクトを好きになれるか“も QAエンジニア転職の大事な判断基準だと思ったの
tomodakengo
0
140
白金鉱業Meetup_Vol.19_PoCはデモで語れ!顧客の本音とインサイトを引き出すソリューション構築
brainpadpr
2
340
「伝える」を加速させるCursor術
naomix
0
620
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
2.6k
QAはソフトウェアエンジニアリングを学んで実践するのが大事なの
ymty
1
390
生成AIをテストプロセスに活用し"よう"としている話 #jasstnano
makky_tyuyan
0
160
OpenTelemetry Collector internals
ymotongpoo
5
540
評価の納得感を2段階高める「構造化フィードバック」
aloerina
1
160
CI/CDとタスク共有で加速するVibe Coding
tnbe21
0
150
ObsidianをMCP連携させてみる
ttnyt8701
2
110
Featured
See All Featured
What's in a price? How to price your products and services
michaelherold
245
12k
KATA
mclloyd
29
14k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.7k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
YesSQL, Process and Tooling at Scale
rocio
172
14k
Rebuilding a faster, lazier Slack
samanthasiow
81
9k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Optimizing for Happiness
mojombo
379
70k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
137
34k
Gamification - CAS2011
davidbonilla
81
5.3k
VelocityConf: Rendering Performance Case Studies
addyosmani
329
24k
Transcript
ܦͷσʔλϕʔεࣄۀΛࢧ͑Δ ݕࡧج൫ͷݱࡏͱະདྷ ຊܦࡁ৽ฉࣾᙛହี /*,,&*5FDI5BMLܦͷ#UP#4BB4։ൃͷཪଆͱσʔλར׆༻
ࣗݾհ w ᙛହี ͻͳ͍͚ͨͨ͢ w ݄৽ଔೖࣾ w ࣾҰਓͷݕࡧΤϯδχΞͱͯ͠ ݕࡧվળʹฃಆத
ࠓ͢͜ͱ w ܦͷσʔλϕʔεࣄۀͱݕࡧج൫ʹ͍ͭͯ w ࠷ۙ࠷ྗΛೖΕͯऔΓΜͰ͍Δ՝ w ݕࡧ݁ՌΫϥελϦϯά w $IBU(15Λ׆༻ͨ͠ݕࡧ݁Ռཁ Ҋ
w ࣾҎ্ͱίϯςϯπΛఏܞɾൢച w ৽ฉ શࠃࢴํࢴۀքࢴεϙʔπࢴ w اۀใ w ۀքϨϙʔτ
w ਓɾਓࣄใ w 104 ߪങ σʔλ ܦͷσʔλϕʔεࣄۀͱ #UP#4BB4 ίϯςϯπڙڅج൫ ఏܞձࣾ ɾ ɾ ɾ
ج൫νʔϜͷࣄେ͖̏ͭ͘ ूΊΔ w ίϯςϯπΛ Ճ͢Δ ݕࡧՄೳ ʹ͢Δ
ᶃίϯςϯπΛूΊΔ w ίϯςϯπͷྔͱछྨ͕ചΓ্͛ʹ݁
ۙ΄Ͳఏܞاۀ͕૿͑ͯهࣄ͕૿Ճɻ࠷ۙؒສҎ্ͷهࣄՃ ผͷهࣄ
ᶄίϯςϯπΛՃ͢Δ w ֤ࣾίϯςϯπͷσʔλϑΥʔϚοτΛἧ͑ͯϝλใ༩ &5- ϝλใਓखͰ͚͍ͭͯΔͷͱࣗಈͰ͚͍ͭͯΔͷ͕͋Δ Ϛελʔ%#
ᶅίϯςϯπΛݕࡧՄೳʹ͢Δ ݕࡧج൫ ݕࡧΤϯδϯ ֤αʔϏε શจݕࡧΛߴॲཧ͢ΔͨΊʹݕࡧΤϯδϯΛ׆༻ɻసஔJOEFYͰ0 O ˠ0 ʹ
Ϛελʔ%# w ίϯςϯπΩʔϫʔυͰશจݕࡧ͞ΕΔ
ݕࡧج൫͕ఏڙ͢Δ༷ʑͳػೳ ΫΤϦαδΣετ هࣄຊจΛදࣔ ݕࡧ݁Ռ
ΫΤϦαδΣετ هࣄຊจΛදࣔ ݕࡧ݁Ռ ݕࡧج൫͕ఏڙ͢Δ༷ʑͳػೳ
ΫΤϦαδΣετ هࣄຊจΛදࣔ ݕࡧ݁Ռ ݁ՌΛςʔϚ͝ͱʹऔಘ ݕࡧج൫͕ఏڙ͢Δ༷ʑͳػೳ
ΫΤϦαδΣετ هࣄຊจΛදࣔ ݕࡧ݁Ռ ώοτՕॴΛϋΠϥΠτ ݕࡧج൫͕ఏڙ͢Δ༷ʑͳػೳ
ΫΤϦαδΣετ هࣄຊจΛදࣔ ݕࡧ݁Ռ هࣄ*%͔ΒྨࣅهࣄΛऔಘ ݕࡧج൫͕ఏڙ͢Δ༷ʑͳػೳ
ݱࡏͷݕࡧج൫ͷنײ wϦΫΤετඵ wສهࣄՃ w छྨҎ্ͷൃߦഔମ wԯυΩϡϝϯτ
ࠃ࠷େڃͷ&MBTUJDTFBSDIಋೖࣄྫ IUUQTXXXFMBTUJDDPKQDVTUPNFSTOJLLFJ
࠷ۙ࠷ྗΛೖΕͯ औΓΜͰ͍Δ՝
ഔମͷนΛ͑Δ
%#ࣄۀʹ͓͚Δഔମͱ छྨ ൃߦഔମ ༰ χϡʔεهࣄ ຊܦࡁ৽ฉ ϩγΞɺΫϥΠφ৵߈ αϯτϦʔɺϖοτϘτϧԁ্͛ ܦ࢈ۀ৽ฉ
ϩγΞɺΫϥΠφ৵߈ αϯτϦʔɺϖοτϘτϧԁ্͛ ܦϰΣϦλε ϩγΞɺΫϥΠφ৵߈ αϯτϦʔɺϖοτϘτϧԁ্͛
w ྨࣅهࣄ͕ฒͿ w ͲΕ͔ΒݟΑ͏͔ͳ
՝ײ w ഔମͷนΛ͑ͨ৽͍͠ݕࡧମݧΛ࣮ݱͰ͖ͳ͍͔ w ಛఆͷഔମͷใಓʹڵຯ͕͋ΔϢʔβʹࠓͷߏྑͦ͞͏ w ഔମʹؔͳ͘Կ͔Γ͍ͨ͜ͱ͕͋ΔϢʔβʔʹഔମͷน
ͦ͜ͰऔΓΜͰ͍ΔΞϓϩʔν w ݕࡧ݁ՌΫϥελϦϯά w $IBU(15Λ׆༻ͨ͠ݕࡧ݁Ռཁ Ҋ
ݕࡧ݁ՌΫϥελϦϯά
Γ͍ͨ͜ͱ w ྨࣅهࣄΛ·ͱΊࠐΜͰදࣔ w هࣄ༰ͱެ։͕͍ۙهࣄ w ϖʔδωʔγϣϯ୯ҐͰͷ࣮ݱ
ݕࡧ݁ՌΫϥελϦϯά w ݕࡧ݁ՌΛهࣄ༰ͱެ։ͰΫϥελϦϯά͢Δ"1* ݕࡧΤϯδϯ "1* هࣄΫϥελ هࣄ ϕΫτϧԽ هࣄ
ΩʔϑϨʔζநग़ αʔϏεը໘ શจݕࡧ 9999 kۙάϥϑ ެ։͕ΕͨΤοδআ ίϛϡχςΟݕग़ ϥϕϧϓϩύήʔγϣϯ
ܦ3$ͰαʔϏεΠϯ w ྨࣅهࣄΛ·ͱΊͯදࣔ w ֬ೝ࡞ۀΛޮԽ ܦ3$ใಓهࣄΛͬͯऔҾઌͷϦεΫίϯϓϥΠΞϯε֬ೝΛߦ͑ΔαʔϏε
IUUQTIBDLOJLLFJDPNCMPHBEWFOU
ৄࡉϒϩάͰ ϕΫτϧԽϩδοΫ هࣄ͝ͱͷΫϥελϦϯάੑೳ
$IBU(15Λ׆༻ͨ͠ ݕࡧ݁Ռཁ Ҋ
$IBU(15ͷจষΛཁ͢Δྗ w ഔମͷนΛ͑ΔͨΊʹ׆༻Ͱ͖ͳ͍͔
Ζ͏ͱ͍ͯ͠Δ͜ͱ w લఏ w $IBU(15ͷࣝ ίϯςϯπ Ҏ֎ͷใݯ ͑ͳ͍ w
ࢥߟೳྗ͚ͩΛ׆༻ w ݁ՌͷཁΛతʹѲ w ݕࡧ݁ՌͰৄࡉΛ͑Δ w ݕࡧ݁ՌΛཁ͢Δ ϓϩτλΠϓ
Ͳ͏࣮ͬͯݱͰ͖Δ͔ w هࣄશମΛͣ͞ʹཁλεΫΛղ͔ͤΔ τϤλͷϙʔϥϯυͷਐग़ঢ়گʹ ࣍ͷจষͷ༰͔Βճͯ͠ ݕࡧΤϯδϯ ώοτهࣄͷϋΠϥΠτ ηϚϯςΟοΫ Ωʔϫʔυݕࡧ
1045WDIBUDPNQMFUJPOT ϕΫτϧԽ τϤλͷϙʔϥϯυͷਐग़ঢ়گ
ϦϦʔε·Ͱͷ՝ w ηϚϯςΟοΫ Ωʔϫʔυݕࡧ w ࠷৽ͷ&MBTUJDTFBSDIͰՄೳɻΫΤϦυΩϡϝϯτͷϕΫτϧԽ·Ͱαϙʔτ w $IBU(15"1* w ೖग़ྗจࣈͰྉ͕ܾۚ·ΔͨΊɺਫ਼ͱίετΛཱ྆͢ΔͨΊͷϓϩϯϓτΤϯ
δχΞϦϯά͕ඞཁ
ഔମͷนΛ͑Δ͜ͱͰ ৽͍͠ݕࡧମݧΛ
·ͱΊ w ܦͷσʔλϕʔεࣄۀࣾҎ্ͱίϯςϯπఏܞ w ͦΕΒେͳίϯςϯπΛશจݕࡧ͢ΔͨΊͷج൫Λ։ൃ w େنݴޠϞσϧʹΑΓݕࡧϏδωεసظΛܴ͍͑ͯΔ͕ɺݕࡧମݧ্ͷͨΊʹ ಋೖʹνϟϨϯδ