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
DynamoDBでQuery
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
jacoyutorius
February 22, 2020
Technology
240
0
Share
DynamoDBでQuery
Hamamatsu.js #8のLT資料です
jacoyutorius
February 22, 2020
More Decks by jacoyutorius
See All by jacoyutorius
AWS SAM × Ruby で快適に Lambdaファンクションを開発するためのいくつかのTips
jacoyutorius
0
130
Amplify Gen 2 Authentication では Cognito IdentityPool のみでのゲストユーザーへの認可ができない件
jacoyutorius
0
210
kamalでRailsアプリを Amazon Lightsailにデプロイするぞ!
jacoyutorius
0
430
オープンデータとAWSで作っている 浜松市イベントカレンダー
jacoyutorius
0
310
浜松市オープンデータを使ってイベントカレンダーアプリを作りました
jacoyutorius
0
110
Amplifyアプリを 任意のタイミングでデプロイするぞ!
jacoyutorius
1
500
AWS Amplify で翻訳アプリを作った話とAmplifyからカジュアルにCloudWatchLogsにログを送る方法について
jacoyutorius
1
1.6k
AWS App Runner + copilot cli
jacoyutorius
1
1.3k
AWS App Runner + Copilot CLI
jacoyutorius
0
110
Other Decks in Technology
See All in Technology
(きっとたぶん)人材育成や教育のような何かの話
sejima
0
650
ServiceによるKubernetes通信制御ーClusterIPを例に
miku01
1
150
MySQL 9.7がやってきた ~これまでのあらすじと基本情報~ @ 日本MySQLユーザ会会2026年04月 / mysql97-yattekita
sakaik
0
170
生成AIはソフトウェア開発の革命か、ソフトウェア工学の宿題再提出なのか -ソフトウェア品質特性の追加提案-
kyonmm
PRO
2
860
需要創出(Chatwork)×供給(BPaaS) フライホイールとMoat 実行能力の最適配置とAI戦略
kubell_hr
0
2.1k
AIの揺らぎに“コシ”を与える階層化品質設計
ickx
0
260
もっとコンテンツをよく構造化して理解したいので、LLM 時代こそ Taxonomy の設計品質に目を向けたい〜!
morinota
0
210
AI時代の品質はテストプロセスの作り直し #scrumniigata
kyonmm
PRO
4
1.4k
新卒エンジニア研修、ハンズオンの設計における課題と実践知/ #tachikawaany
nishiuma
2
130
Agent Skillsで実現する記憶領域の運用とその後
yamadashy
2
1.4k
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
15
100k
ボトムアップ限界を越える - 20チームを束る "Drive Map" / Beyond Bottom-Up: A 'Drive Map' for 20 Teams
kaonavi
0
140
Featured
See All Featured
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
290
Into the Great Unknown - MozCon
thekraken
41
2.4k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.7k
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
180
How to build a perfect <img>
jonoalderson
1
5.5k
Music & Morning Musume
bryan
47
7.2k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
130
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.7k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
23k
Making the Leap to Tech Lead
cromwellryan
135
9.8k
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
65
54k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
330
Transcript
"NB[PO%ZOBNP%#Ͱݕࡧ͢Δ !KBDPZVUPSJVT )BNBNBUTVKT
খ༔ే !KBDPZVUPSJVT ‣ ΤΞʔζגࣜձࣾ ‣ +"846()BNBNBUTVSC ‣ 3VCZ3VCZPO3BJMT+BWBTDSJQU"84 ࠷ۙࣗ࡞ΩʔϘʔυͱΧϨʔ࡞ΓʹϋϚ͍ͬͯΔ
None
None
+4ύΠϓ໓ଟʹΘͳ͍͔ΒେৎͩΖଟ
"NB[PO%ZOBNP%# ‣ ϑϧϚωʔδυͳ/P42-σʔλϕʔε ‣ ߴՄ༻ੑ ͭͷ";ͷϨϓϦέʔγϣϯ ‣ ΩʔόϦϡʔετΞ ‣
εΩʔϚϨε ‣ ΩϟύγςΟϢχοτ ‣ ಡΈॻ͖ੑೳΛܾఆ͢Δύϥϝʔλ ‣ lΦϯσϚϯυzͱ͍͏Φϓγϣϯ͋Δɻ"NQMJGZΛ௨ͯ͠%ZOBNP%#ͷςʔϒϧ Λ࡞ͬͨ߹ɺσϑΥϧτͰͪ͜ΒͷΦϓγϣϯ͕༗ޮʹͳΔ
%ZOBNP%#ͷݕࡧ ‣ RVFSZ ‣ TDBO ςʔϒϧશମΛεΩϟϯͯ݅͠ʹ߹க͢ΔͷΛฦ͢ ύʔςΟγϣϯΩʔιʔτΩʔΛࢦఆͯ݅͠ʹ߹க͢Δͷ Λநग़͢Δ ॊೈͳݕࡧ͕ՄೳͳҰํɺ%#ͷෛՙ͕ߴ͘ύϑΥʔϚϯεྑ͘ͳ͍
Γ͔ͨͬͨ͜ͱ ‣ %ZOBNP%#Ͱݕࡧ ‣ ύʔςΟγϣϯΩʔ ιʔτΩʔΛ͏
͍ͬͯͳ͍͜ͱ ‣ ΩϟύγςΟϢχοτͷࢼࢉ ‣ ྉۚ
EPDLFSDPNQPTFZNM
‣ %ZOBNP%#"ENJO ‣ IUUQMPDBMIPTU ‣ EBUBCBTFFOEQPJOU ‣ IUUQMPDBMIPTU %ZOBNP%#ΛϩʔΧϧͰىಈ
None
ॅॴ$% ಓݝ$% ࢢ۠ொଜ$% ொҬ$% ༣ศ൪߸ ࣄۀॴϑϥά ഇࢭϑϥά ಓݝ ಓݝΧφ ࢢ۠ொଜ
ࢢ۠ொଜΧφ ੩Ԭݝ γζΦΧέϯ দࢢத۠ ϋϚϚπγφ ΧΫ ੩Ԭݝ γζΦΧέϯ দࢢத۠ ϋϚϚπγφ ΧΫ ொҬ ொҬΧφ ொҬิ ژ௨Γ໊ ࣈஸ ࣈஸΧφ ิ ࣄۀॴ໊ ࣄۀॴ໊Χ φ ࣄۀॴॅॴ ৽ॅॴ$% ொ ΧδϚν יߐ ΧϞΤ দࢢอ݈ॴ ϋϚϚπγϗ έϯδϤ יߐ̎ஸ̍ ̍̎ ॅॴKQ IUUQKVTZPKQ
1,Ͱݕࡧ͢Δ ॅॴ$% ॅॴ ॅॴΧφ ੩Ԭݝদࢢத۠יߐொ γζΦΧέϯϋϚϚπγφΧΫΧϞΤνϣ ੩Ԭݝদࢢத۠יߐொத෦ిྗɹʢגʣɹদӦۀॴיߐொ̎ ̎̍
γζΦΧέϯϋϚϚπγφΧΫΧϞΤνϣνϢϒσϯϦϤΫɹʢΧϒʣɹ ϋϚϚπΤΠΪϤγϤ
ύʔςΟγϣϯΩʔࢦఆʹΑΔݕࡧ݁Ռ
ύʔςΟγϣϯΩʔࢦఆʹΑΔݕࡧ݁Ռ
1,4,Ͱݕࡧ͢Δ
https:/ /docs.aws.amazon.com/ja_jp/amazondynamodb/latest/developerguide/ LegacyConditionalParameters.KeyConditions.html “ςʔϒϧʹର͢ΔΫΤϦͷ߹ɺςʔϒϧͷϓϥΠϚϦΩʔଐੑͷΈ ͷ݅Λ࣋ͭ͜ͱ͕Ͱ͖·͢ɻEQ ݅ͱͯ͠ύʔςΟγϣϯΩʔͷ໊ લͱΛఏڙ͢Δඞཁ͕͋Γ·͢ɻ ΦϓγϣϯͰɺιʔτΩʔΛࢀর͢Δ 2 ൪ͷ݅ΛࢦఆͰ͖·͢ɻ”
RVFSZͷ੍ݶ
https:/ /docs.aws.amazon.com/ja_jp/amazondynamodb/latest/developerguide/ LegacyConditionalParameters.KeyConditions.html KeyConditions ͷ߹ɺ࣍ͷൺֱԋࢉࢠͷΈ͕αϙʔτ͞Ε͍ͯ·͢ɻ EQ | LE | LT
| GE | GT | BEGINS_WITH | BETWEEN RVFSZͷ੍ݶ
IUUQTEPDTBXTBNB[PODPNKB@KQBNB[POEZOBNPECMBUFTUEFWFMPQFSHVJEF)PX*U8PSLT1BSUJUJPOTIUNM
ࢁསݝ ੩Ԭݝ Ѫݝ ʜ ੩ԬࢢѮ۠ ੩Ԭࢢਗ਼ਫ۠ ʜ দࢢத۠ দࢢ۠ ʜ
ொ ࠠொ ʜ יߐ ݩொ ʜ FY TFMFDUCPYͰυϦϧμϯ͢ΔΑ͏ͳ6*
(4* ‣ ςʔϒϧ࡞࣌ʹࢦఆ͢Δ1,4,ͱผʹఆٛͰ͖ΔΠϯσοΫε ‣ Ұͭͷςʔϒϧʹ͖ͭɺ࠷େͭͷ(4*͕ొՄೳ ‣ (4*͝ͱʹΩϟύγςΟϢχοτͷઃఆ͕ඞཁ ‣ (4*ςʔϒϧͷࣹӨɻϨίʔυͷొޙʹ(4*ݕࡧΛ͔͚͙ͯ͢ʹ ө͞Ε͍ͯͳ͍߹͕͋Δ
άϩʔόϧηΧϯμϦΠϯσοΫε
ॅॴ$% ಓݝ $% ࢢ۠ொଜ $% ொҬ$% ༣ศ൪߸ ࣄۀॴϑϥ ά ഇࢭϑϥά
ಓݝ ಓݝΧ φ ࢢ۠ொଜ ࢢ۠ொଜΧ φ ொҬ ொҬΧφ ੩Ԭݝ γζΦΧέ ϯ দࢢத۠ ϋϚϚπγ φΧΫ יߐ ΧϞΤ DBUFHPSZ WBMVF DJUZ দࢢத۠ DBUFHPSZ WBMVF QSFGFDUVSF ੩Ԭݝ DBUFHPSZ WBMVF UPXO יߐ
ॅॴ$% DBUFHPSZ DBUFHPSZ@WBMVF ಓݝ ࢢ۠ொଜ ொҬ QSFGFDUVSF ੩Ԭݝ ੩Ԭݝ
DJUZ ੩Ԭݝদࢢத۠ দࢢத۠ UPXO ੩Ԭݝদࢢத۠יߐ יߐ 1, 4, ॅॴ$% ಓݝ $% ࢢ۠ொଜ $% ொҬ$% ༣ศ൪߸ ࣄۀॴϑϥ ά ഇࢭϑϥά ಓݝ ಓݝΧ φ ࢢ۠ொଜ ࢢ۠ொଜΧ φ ொҬ ொҬΧφ ੩Ԭݝ γζΦΧέ ϯ দࢢத۠ ϋϚϚπγ φΧΫ יߐ ΧϞΤ
ॅॴ$% DBUFHPSZ DBUFHPSZ@WBMVF ಓݝ ࢢ۠ொଜ ொҬ QSFGFDUVSF ੩Ԭݝ ੩Ԭݝ
DJUZ ੩Ԭݝদࢢத۠ দࢢத۠ UPXO ੩Ԭݝদࢢத۠יߐ יߐ 1, 4, 1, 4, ॅॴ$% DBUFHPSZ DBUFHPSZ@WBMVF ಓݝ ࢢ۠ொଜ ொҬ QSFGFDUVSF ੩Ԭݝ ੩Ԭݝ DJUZ ੩Ԭݝদࢢத۠ দࢢத۠ UPXO ੩Ԭݝদࢢத۠יߐ יߐ (4*
(4*ύʔςΟγϣϯΩʔࢦఆʹΑΔݕࡧ݁Ռ
(4*ύʔςΟγϣϯΩʔιʔτΩʔࢦఆʹΑΔ લํҰகݕࡧ݁Ռ
(4*ύʔςΟγϣϯΩʔιʔτΩʔࢦఆʹΑΔݕࡧ݁Ռ
ࢁསݝ ੩Ԭݝ Ѫݝ ʜ ੩ԬࢢѮ۠ ੩Ԭࢢਗ਼ਫ۠ ʜ দࢢத۠ দࢢ۠ ʜ
ொ ࠠொ ʜ יߐ ݩொ ʜ FY TFMFDUCPYͰυϦϧμϯ͢ΔΑ͏ͳ6*
%ZOBNP%#σʔλϞσϦϯάދͷר IUUQNBSDZIBUFOBCMPHDPNFOUSZ ͷ΅Γʔ͞ΜͷΫϥυΠϯϑϥ1PEDBTUʰ5SBDLরҪ͞Μͷ 4FSWFSMFTTΞʔΩςΫτࢦೆͱɺ1BUSFPOొͷ͓ΒͤʱͷϝϞ IUUQTDMPVEJOGSBBVEJPUSBDLEGFD %ZOBNP%#Λ༻ͨ͠ઃܭͱΞʔΩςΫνϟͷઃܭʹؔ͢ΔϕετϓϥΫςΟε IUUQTEPDTBXTBNB[PODPNKB@KQBNB[POEZOBNPECMBUFTUEFWFMPQFSHVJEFCFTU QSBDUJDFTIUNM
None
None
None
"84&YQFSU0OMJOF+"846(দ"84ษڧձ IUUQTKBXTVHIBNBNBUTVEPPSLFFQFSKQFWFOUT +"846(দ"84ษڧձ IUUQTKBXTVHIBNBNBUTVEPPSLFFQFSKQFWFOUT +"84%":4 IUUQTKBXTEBZTKBXTVHKQ