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
re:今更始める Firebase + BigQueryを使った サクサクデータ分析 / We...
Search
hideki kinjyo
PRO
April 20, 2018
Programming
0
810
re:今更始める Firebase + BigQueryを使った サクサクデータ分析 / We love Array in BigQuery
社内発表用資料です。
BigQuery(Firebase Analytics)を利用する際に気をつけたい点を、ARRAYの取扱周りを中心に話しました。
hideki kinjyo
PRO
April 20, 2018
Tweet
Share
More Decks by hideki kinjyo
See All by hideki kinjyo
#phperbiglt のLT
o0h
PRO
0
55
手軽に積ん読を増やすには?/読みたい本と付き合うには?
o0h
PRO
1
190
symfony/mcp-bundleで、既存アプリケーションもお手軽にMCPサーバー化
o0h
PRO
1
75
組織もソフトウェアも難しく考えない、もっとシンプルな考え方で設計する #phpconfuk
o0h
PRO
10
5.2k
Composerが「依存解決」のためにどんな工夫をしているか #phpcon
o0h
PRO
1
640
Composerの依存解決 #phpstudy
o0h
PRO
0
160
「影響が少ない」を自分の目でみてみる
o0h
PRO
4
2.1k
PHPによる"非"構造化プログラミング入門 -本当に熱いスパゲティコードを求めて- #phperkaigi
o0h
PRO
0
1.8k
もう少しテストを書きたいんじゃ〜 #phpstudy
o0h
PRO
23
5.4k
Other Decks in Programming
See All in Programming
公共交通オープンデータ × モバイルUX 複雑な運行情報を 『直感』に変換する技術
tinykitten
PRO
0
180
Spinner 軸ズレ現象を調べたらレンダリング深淵に飲まれた #レバテックMeetup
bengo4com
1
210
ゲームの物理 剛体編
fadis
0
400
LLM Çağında Backend Olmak: 10 Milyon Prompt'u Milisaniyede Sorgulamak
selcukusta
0
140
Python札幌 LT資料
t3tra
7
1.1k
AI前提で考えるiOSアプリのモダナイズ設計
yuukiw00w
0
210
LLMで複雑な検索条件アセットから脱却する!! 生成的検索インタフェースの設計論
po3rin
4
1.1k
Unicodeどうしてる? PHPから見たUnicode対応と他言語での対応についてのお伺い
youkidearitai
PRO
0
380
AI Agent Tool のためのバックエンドアーキテクチャを考える #encraft
izumin5210
6
1.6k
CSC307 Lecture 04
javiergs
PRO
0
620
AI Agent Dojo #4: watsonx Orchestrate ADK体験
oniak3ibm
PRO
0
120
CSC307 Lecture 02
javiergs
PRO
1
760
Featured
See All Featured
Docker and Python
trallard
47
3.7k
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
210
Faster Mobile Websites
deanohume
310
31k
SEO for Brand Visibility & Recognition
aleyda
0
4.1k
How to make the Groovebox
asonas
2
1.9k
How GitHub (no longer) Works
holman
316
140k
Speed Design
sergeychernyshev
33
1.5k
Practical Orchestrator
shlominoach
190
11k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
0
100
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
49
Transcript
SFࠓߋ࢝ΊΔ 'JSFCBTF #JH2VFSZΛͬͨ αΫαΫσʔλੳ
͔ͭͯ ͜͏͍͏هࣄΛॻ͖·ͨ͠ʂ IUUQUFDIDPOOFIJUPDPNFOUSZ
͔͋ͭͬͨ༰ w ྻσʔλͷϑϥοτԽ w $3044+0*/Λ༻͍ͨߜΓࠐΈ w 8*5)۟Λͬͨଟஈूܭ w 'JSFCBTF"OBMZUJDTͷσʔλߏ
None
ײ Α͔ͬͨͱࢥ͏͜ͱ w 8*5)۟ศརʂʂ w ίϨࣾͰྲྀߦ͍ͬͯͦ͏ʂ w ྲྀߦ͍ͬͯΔʮͨΓલʯԽʂ
ײ ͍࣌·͍ͪγοΫϦདྷ͍ͯͳ͔ͬͨ͜ͱɺ ͦͷޙʹཧղ͕ਂ·ͬͨ͜ͱ w ྻͷσʔλͷѻ͍ɺͬͱྑ͘ͳΕΔͱྑ͍ͷ͔ɾɾ
ࠓͷςʔϚ
w 'JSFCBTF"OBMZUJDTʹ͋Δ w FWFOU@EJNͷσʔλΛத৺ʹ w #JH2VFSZͷྻσʔλʹཱ͔ͪ͏
ࠓͷΰʔϧ
ྻා͘ͳ͍ͧʂʂ
"HFOEB #JH2VFSZʹ͓͚Δʮྻʯʹ͍ͭͯ ࠶ೖ'JSFCBTF"OBMZUJDTͷσʔλߏ ֓೦͔ΒΞϓϩʔν͢Δʮ͖ͬ͢Γσʔλऩूʯ
͔͜͜Βαϯϓϧ1+Λར༻ͯ͠આ໌ΛਐΊ·͢ IUUQTCJHRVFSZDMPVEHPPHMFDPNUBCMFpSFCBTFBOBMZUJDT TBNQMFEBUBJPT@EBUBTFUBQQ@FWFOUT@
#JH2VFSZʹ͓͚Δʮྻʯʹ͍ͭͯ
ྻͬͯͳΜ͚ͩͬʁ ςʔϒϧͰΈΔͱʮͭͷߦʯʹʮෳͷʯ͕ೖ͍ͬͯΔͭ
ྻͬͯͳΜ͚ͩͬʁ +40/ͰΈΔͱΘ͔Γ͍͢
ྻͱࢲୡ Πϕϯτʹؚ·Ε͍ͯΔଐੑΩʔΛͱΔͧʂʂ
ྻͱࢲୡ ͍ͭͷΞϨ
ͳΜͯݴͬͯΔͷʁ w ؾʹ͖͢ $BOOPUBDDFTTpFMEQBSBNTPOBWBMVFXJUIUZQF"33": ͷ෦ w AQBSBNTA"33":ͳͷ͔ͩΒɺALFZAͱ͍͏ϑΟʔϧυΞΫ ηεͰ͖ͳ͍
ͳΜͯݴͬͯΔͷʁ ·͊ɺແཧͩΑͶɻɻɻ ͍ͬͯΔ͜ͱίϨɻ
ͪͳΈʹ
ͪͳΈʹ ϦΞϧλΠϜʹόϦσʔγϣϯϋΠϥΠτͯ͘͠ΕΔ
༨ஊFWFOU@EJNͷ4536$5 ͜Μͳײ͡
༨ஊᶄεΩʔϚఆٛͱ"33": ʮྻʯʮߏମʯͱ3&$03%ͱදݱ͞ΕΔɻ ͦͷ͏ͪɺ3&1&"5&%ͱͳ͍ͬͯΔͷ͕ྻɻ
࠶ߟྻͷϝϦοτ
3&$03% 4536$5ͱ"33": w 3&$03%ʮෳͷΛଋͶ ͨͷʯ w 4536$5ʮԣʯɺ"33": ʮॎʯͳΠϝʔδ
3&$03%σʔλͷల։ w "33":ͷల։ʹ6//&45 w 4&-&$5۟ʮߦͷग़ྗΛ͢ Δͷʯɻ w ߦΛग़ྗ͢Δͷ'30.ʹೖ ΕΔɻ
4&-&$5ྻͷσβΠϯ ˠ6//&454&-&$5۟ʹؚΊ ΒΕͳ͍ɻ'30.ʹೖΕΔɻ w 4536$5ͷల։ʹpFME w ԣల։र͏ʮྻΛ૿͢ʯͷ 4&-&$5۟ͷதʹɻ
ྻͷཁૉͷΞΫηε w "33":<0''45 O >Ͱɺ֤ཁ ૉΞΫηεͰ͖Δ w ͕͞ෆ໌ Մม ͷͱ͖
PVUPGCPVOETΤϥʔʹҙ w 4"'&@0''4&5 Λ͏ͱɺ ΤϥʔͰͳ͘/6--Λฦ͢Α͏ ʹ
༨ஊᶃ αϒΫΤϦΛ༻͍ͨྻͷੜ w ʮྻ ෳߦΛฦ͢ΫΤϦʯ Λɺ"33": ͷҾʹ͓͘͜ ͱ͕Ͱ͖Δ w ΫΤϦࣗମʮෳཁૉɾෳ
ଐੑʯΛੜ͢Δ͕ɺ͋͘ ·Ͱʮ୯ҰͷϨίʔυܕʯͱ ݴ͍ுΔ͜ͱ͕Ͱ͖Δʂ
Ͳ͏ͯ͠ศརͳͷʁ w ؔ࿈Λͭͷηοτʹ͓͚ͯ͠Δͷศར͞Ͷɾɾ w ྻΛҾʹऔΔؔͷαϙʔτ͕͋ΔΑخ͍͠Ͷ w 42-తʹʮ(3061#:Λͳͤ͘ΔʯͷͰ͔͍
࠶ೖ'JSFCBTF"OBMZUJDTͷσʔλߏ
ϢʔβʔใͱΠϕϯτใͰߦ w τοϓʹVTFS@EJNͱFWFOU@EJN͕͋Γ w FWFOU@EJN3&1&"5&% w VTFS@EJNͱFWFOU@EJN<>ɺͦΕͧΕVTFS@QSPQFSUJFTɾ QBSBNTͱ͍͏LFZWBMVFͳ3&1&"5&%ϨίʔυΛͭ w ͨͿΜίϨ͚ͩ௫ΜͰ͠·͑ɺେମ0,
WBMVFܕ͝ͱʹରԠͨ͠ଐੑΛͭ w VTFS@QSPQFSUJFT QBSBNTʹWBMVFͱ͍͏4536$5͕͋Δɻ ʹΑͬͯTUSJOH JOU qPBU EPVCMFʹৼΔ͍͚ΒΕΔ w ཧతʹ$0"-&4$&ͰશͯͷଐੑΛݕࠪ͢Δɾɾͱ͍͏ͷ
Մೳ
WBMVFܕ͝ͱʹରԠͨ͠ଐੑΛͭ WBMVFWBMVF ͷ͏ͪʮ/6--͕ͳΕͦͷΛʯฦ͢ྫɻ JOUͱqPBU͕ಉ͡ϑΟʔϧυʹ͞Ε͍ͯΔ
pSFCBTF@FWFOU@PSJHJOʹ͍ͭͯ w 4%,͕ࣗಈతʹه͢ΔͱɺBQQ͕ه͢Δ͕͋Δ w ࣗಈతʹه͞ΕΔɾɾɾ w TFTTJPO@TUBSU w pSTU@PQFO w
VTFS@FOHBHFNFOUͳͲ
֓೦͔ΒΞϓϩʔν͢Δʮ͖ͬ͢Γσʔλऩूʯ
ಛఆͷΠϕϯτΛΩʔʹ4&-&$5 ʮ˓˓ͨ͠ϢʔβʔͷҰཡʯΈ͍ͨͳͭ w 'JSFCBTF"OBMZUJDTతʹɾɾ w ΠϕϯτͷछྨFWFOU@EJN<>LFZΛݟΕྑ͍ w #JH2VFSZతʹ w ॎํͷϕΫτϧ9*/MJTUͰਅِఆ͕Ͱ͖Δ
w ਅِఆ͕Ͱ͖Ε 8)&3&۟ʹೖΕΔ͜ͱͰɺ੍ݶ͕Մೳ
ಛఆͷΠϕϯτΛΩʔʹ4&-&$5 ϕΫτϧΛੜ͢ΔΑ͏ɺ6//&45͔ΒࣹӨ͢Δ ݅ͱͳΔFWFOU@EJN<>LFZͷΛɺ*/ʹͿ੍͚ͭͯݶΛߦ͏
ԋࢉͷରʹΫΤϦΛ͏ w αϒ ΫΤϦ4&-&$5จ w #JH2VFSZͰॊೈʹΫΤϦΛೖΕࢠͰ͖Δ w ಛʹLFZWBMVFܗࣜͷ"33":4536$5Λ ݅ʹҾͬுͬͯ͘Δͱ͖ͳͲʹڧͳΠϯύΫτ
ԋࢉͷରʹΫΤϦΛ͏ w͍ͬͯΔ͜ͱγϯϓϧͳ"WBMVFͷ8)&3&۟ wݕࠪϑΟʔϧυ͕LFZΛ݅ͱͯ͠औͬͨߦͷWBMVFྻͱ͍͏ߏ wूؔ $06/5ͱ͔."9ͱ͔ -*.*5ɺ03%&3ͷར༻Մೳ
ԋࢉͷରʹΫΤϦΛ͏ w LFZΛϑΟʔϧυ໊ʹస༻͢Δྫ w ࠓճϋογϡߏతͳLFZWBMVFදݱ͕ରͳͷͰ͜ΕͰΑ͠ɻ 03%&3-*.*5Λ͏ͱʮཁૉ͚ͩฦ͢ʯͰ͖Δͣɻ
ԋࢉͷରʹΫΤϦΛ͏ w ʮಛఆͷ݅Λຬ͍ͨͯ͠Δ ͔ʯΛ ϑΟʔϧυʹग़ྗ͢Δྫ
͜ΕΒͷॲཧΛ༻͍ͯσʔλΛૢ࡞͠ɺ ۪ʹ8*5)۟Λ͍ͳ͕Βʮεςοϓͣͭूܭʯ͍͚ͯ͠ ലେͳσʔλ͕ๅͷࢁʹͳΔͱࢥ͍·͢ʂʂ
͓ർΕ༷Ͱͨ͠ʂ