GridDB v5.5のリリースに伴い、結合を使用したSQL検索のパフォーマンス、パーティションド・インデックスの最適化、SQLのバッチ更新が更新されました。これらの新機能はGridDBサーバのパフォーマンスを向上させるためのものでありますが、特にバッチ更新は、GridDBコンテナに対してSQLによる更新を一括して提供する機能であり、GridDBアプリケーションにおけるいくつかの最適化のための明確な道筋を開くものです。本記事では、簡単なベンチマークのレンズを通して、SQL更新をバッチで実行する方法を紹介し、これらのコマンドをバッチで実行することで、どの程度速くなるか（あるいは速くならないか！）を確認します。
JavaとGridDBを用いた気温に基づくアイスクリームの売上予測
はじめに 線形回帰分析は，別の変数の値に基づいて変数の値を予測するのに役立つ．予測される変数は「従属変数」として知られ，他の変数を予測するために使用される変数は「独立変数」として知られる．線形回帰は，1つまたは複数の独立変数との1次方程式の係数を推定する．線形回帰は、予測された出力値と期待された出力値の差を最小化する直線を作成します。 この記事では、JavaとGridDBを使用して、温度に基づいてアイスクリームの販売数を予測する線形回帰モデルを作成します。温度が独立変数で、アイスクリームの売上が従属変数になります。 パッケージのインポート まず、GridDBと連携するためのJavaライブラリをインポートしましょう： import com.toshiba.mwcloud.gs.Collection; import com.toshiba.mwcloud.gs.GSException; import com.toshiba.mwcloud.gs.GridStore; import com.toshiba.mwcloud.gs.GridStoreFactory; import com.toshiba.mwcloud.gs.Query; import com.toshiba.mwcloud.gs.RowKey; import com.toshiba.mwcloud.gs.RowSet; import java.util.*; import java.util.Scanner; import java.io.IOException; import java.util.ArrayList; import java.util.Properties; import java.util.logging.Level; import java.util.logging.Logger; データをGridDBに書き込みます 使用するデータセットは、異なる温度値に対するアイスクリームの販売数を示しています。このデータセットはトレーニング用とテスト用の2つに分けられています。しかし、トレーニング・データセットをGridDBに移したいです。GridDBには、クエリの高速化など様々なメリットがあるからです。データを格納するためのGridDBコンテナを定義します。コンテナは以下のようにJavaクラスとして定義します： static class SalesData { @RowKey int id; double temperature; double icecreamsales; } GridDBコンテナは、SQLのテーブルと見なすことができます。 GridDBコンテナにデータを書き込むには、まずGridDBに接続する必要があります。java.utilパッケージからPropertiesファイルを作成し、以下のようにkey:value`ペアの構文を使ってGridDBの認証情報を入力します： Properties...
Node.jsとGridDBでリアルタイム・チャット・アプリケーションを構築する方法
このチュートリアルでは、エキサイティングなリアルタイムチャットアプリケーションの世界に飛び込みます。世界中のどこにいても、友達や家族、同僚とすぐにつながることができることを想像してみてください。それがリアルタイム・チャットの力です。今日は、それをゼロから作る方法を学びます！
GridDB Cloud スターターガイド
GridDB Cloud v2.0 が正式にリリースされ、新たに無料プランが追加されました。 GridDB Cloud の無料トライアルを希望する場合はこちらから申し込みができます。 https://www.global.toshiba/jp/products-solutions/ai-iot/griddb/product/griddb-cloud.html