はじめに こんにちは。プラットフォームエンジニアリングチームに所属している徳富( @yannKazu1 )です。 MySQL が遅いとき、まず EXPLAIN で計画を見る。見積もりが怪しければ EXPLAIN ANALYZE で実測と突き合わせる。たいていのケースはこの二つで十分で、実際自分もそれで困ったことはほとんどありませんでした。 ところが先日、この二つをいくら眺めても答えが出ない場面に当たりました。最後に頼ったのが Optimizer Trace でした。普段のチューニングではまず使わないので、

こんにちは。KINTO テクノロジーズの DBRE チーム所属の makoto.sato です。2026年3月に中途入社し、普段は Aurora（MySQL / PostgreSQL）の運用・信頼性向上や、社内向け DB 作業基盤の開発をしています。前職では長く DBA としてオンプレの MySQL / PostgreSQL / Oracle を運用していました。 はじめに KINTO テクノロジーズの DBRE チームでは、DB 作業の申請〜承認〜一時的な作業環境の自動構築までを Slack から完結さ

こんにちは。BUYMA で購入者向け機能を開発している Web エンジニアの高橋です。所属している BUY チームは、BUYMA の購入者側の体験（集客と CVR）を担当しています。 2025年末、BUYMA は対象商品の購入時に将来の買取金額を提示するサービス「 買取保証 」を開始しました。保証期間内に申し込めば、購入代金の一部が現金または BUYMA ポイントで戻る仕組みです。 プロダクトとしてはシンプルですが、この機能はフェーズを分けて段階的に作ってきました。進め方として意識していたのは、要件を全て

G-gen の今村です。オンプレミスの PostgreSQL から Cloud SQL for PostgreSQL への移行において、 postgresql.conf の設定をどのように扱うべきか、マネージドサービスの仕様に基づくパラメータの分類と代替手法を解説します。 概要 データベースフラグの概要 データベースフラグとは フラグ設定時の注意点 設定値の確認と更新 パラメータの確認 パラメータの更新 Google が管理するパラメータ 前提と注意点 ネットワークと接続管理 ログ管理 ハードウェア依存の

はじめに こんにちは、サイオステクノロジーの小沼 俊治です。 「理屈はいいから、まずは実際に Apache Kafka やストリーム処理というものを動かして体験してみたい」。 本記事は、そんな方々に向けて、リアルタイムデータ基盤に不可欠なイベントストリーミングやデータパイプラインの基礎を手を動かしながら学習できる、実践的な入門ガイドとして用意しました。 単なるメッセージの送受信にとどまらず、リアルタイムなデータ加工（Flink / Kafka Streams）、データの品質管理（Schema Regist

本記事は 2026 年 4 月 15 日 に公開された「 Get to insights faster using Notebooks in Amazon SageMaker Unified Studio 」を翻訳したものです。 本記事では、Amazon SageMaker Unified Studio のノートブックがインフラの設定を簡素化し、インサイト獲得までの時間を短縮する仕組みを紹介します。住宅価格データの分析、スケーラブルなデータテーブルの作成、分散プロファイリング、機械学習 (ML) モデルの

このブログ記事は、AWS ソリューションアーキテクトの多田慎也が執筆し、株式会社MonotaRO が監修しています。 はじめに 株式会社MonotaRO （モノタロウ）は、工具、部品、消耗品をはじめとする間接資材のインターネット通販を展開し、連結売上高 3,338 億円（2025 年 12 月期）、登録ユーザー数 1,100 万以上、取扱商品点数 2,800 万点以上を誇る事業者向け EC プラットフォームです。同社はこのたび、事業の根幹を支える基幹データベースをオンプレミスの MySQL から Amaz

はじめに こんにちは、AIテクノロジーグループの検索チームです。 昨年公開した エニグモのAI活用を支える「AIテクノロジーグループ」について紹介します！ では、グループ全体の体制と各チームの役割を紹介しました。 本記事ではそのなかの検索チームに焦点を当て、日々どんなシステムを運用し、どんな案件を進めているかをもう一段詳しくお伝えします。 検索チームは名前のとおり BUYMA の検索システムを担当していますが、それだけではありません。 データサイエンティストが開発したモデルを安定して動かす MLOps と

はじめに 現在、運用しているアプリケーションの老朽化や今後のコスト最適化・拡張性の確保を背景にシステム全体のリプレイスを進めており、その一環としてデータベースは現在のAmazon AuroraおよびDynamoDBからTiDB Cloud（Dedicated）への移行を進めています。 本記事では、このデータベース移行を進めるにあたって調べた内容や実際にハマったポイント等々を紹介したいと思います。 前提 現在の構成 Amazon Aurora MySQL（4クラスタ） DynamoDB 移行後の構成 TiD

1. はじめに Amazon Web Services（以下、AWS）におけるデータベースとして代表的なものにAmazon Auroraが挙げられます。AWSで商用環境を構築する際にデータベースを用意する場面でも、有力な選択肢となっています。 このAmazon Auroraについて、インターフェースはMySQLやPostgreSQLとの互換性があるものの、中身は分散型ストレージアーキテクチャとなっており、サーバ上で自前でMySQLやPostgreSQLを稼働させる場合と比較して裏側の仕組みが全く異なります

はじめに みなさんは AWS CloudShell を日頃利用していますでしょうか？ CloudShell はmysqlコマンドやpsqlコマンドが標準で使用できるので、私は検証目的で作成した DB に接続して、ちょっとしたデータ確認をすることがよくあります。 そんな CloudShell に「ビジュアルファイルエディター」という機能が追加されたので試してみました。 aws.amazon.com 実際に使ってみる CloudShell のシェルセッションで、編集したいファイルを指定してeditコマンドを実

はじめに こんにちは、販促基盤ブロックの村井です。普段は販促基盤の開発を担当しています。 販促基盤は、ZOZOTOWNにおけるキャンペーン・割引・友だち紹介機能など販売促進の施策を横断的に支える共通基盤です。2025年に構築が始まり、初期スコープとして友だち紹介機能のリプレイスを行いました。友だち紹介機能は、既存会員が非会員を招待し、条件を満たすと双方にポイントを付与する機能です。本記事では、基盤の立ち上げ時に行ったO/Rマッパーの選定と、Auroraの読み書き分離でつまずいた話をご紹介します。 目次 は

はじめに 前回は本シリーズの第二弾として、ペネトレーションテスト（Penetration Test）の基本概念と実施時の注意点を整理したうえで、HTB（Hack The Box）ラボ環境を用いてウェブディレクトリのブルートフォース攻撃を実施し、攻撃者の情報収集手法を確認した。さらに、その結果から防御側の観点で得られる知見をまとめた。まだ読んでいない方は、先にこちらを確認していただきたい。 今回は、ペネトレーションテスト実施の続きを解説する。 【要注意】 事前の了承を得ないまま勝手にペネトレーションテストを

本記事は 2026 年 8 月 17 日 に公開された「 Amazon Aurora DSQL observability concepts and usage with Amazon CloudWatch 」を翻訳したものです。 Amazon Aurora DSQL は Amazon CloudWatch Database Insights による可観測性の強化に対応しました。実際に体感するパフォーマンスや支払うコストに直結する、時間ベースのパフォーマンス診断が利用できます。 Amazon Aurora

本記事は、私たちDBRE（Database Reliability Engineering）チームが2026年3月末までに行った改善を紹介する3つの記事の3つ目（最終回）です。 1つ目の記事「 メルカリにおけるTiDB改善の取り組み：IN句内100万件クエリへの対応 」では、IN句に多数の要素を含むクエリがTiDBクラスタ全体のレイテンシを悪化させた事例を紹介しました。2つ目の記事「 メルカリにおけるTiDB改善の取り組み：リソース制御・リージョンサイズ・プランキャッシュ編 」では、リソースグループの不具