データベース設計・モデリング
事業に合うデータの置き場をつくる
実際の業務に合った構造を設計し、将来必要になる問いにも答えられるようにします。
このサービスに関する実績を抜粋してご紹介します。

写真: webandi / Pixabay 
写真: Alexas_Fotos / Pixabay
サービスを成果につなげる
「データベース設計・モデリング」を事業の成果につなげましょう。技術的な作業を、それが支えるべき利用者、運用、意思決定に結び付けるお手伝いをします。 実際の業務に合った構造を設計し、将来必要になる問いにも答えられるようにします。
関連する実績を確かめる
このページの関連実績から、私たちの取り組み方をご確認ください。それぞれの成果の背景にある条件や、何を優先して何を見送ったかについてもお尋ねください。 ETL/ELTパイプライン6本を設計・運用 — 6 3種類のDBエンジンにまたがるETLパイプライン
-
ETL/ELTパイプライン6本を設計・運用
Google BigQuery、MSSQL、PostgreSQL、Shellスクリプト、PL/pgSQL、Transact‑SQLを用いて6本のETL/ELTパイプラインを設計・実装・管理し、Python APIで効率的に処理できるようデータを統合した。
-
PostgreSQL・MS SQL・BigQueryのデータウェアハウス100個を運用
主にGIS・時系列データを扱うPostgreSQL、MS SQL、Google BigQueryのデータウェアハウス100個を設計・構築・管理し、性能と拡張性を最適化した。
-
システムの境界を明確にした海事プラットフォーム
Next.jsのPWAフロントエンド、Go(Huma/Fiber)API、PostgreSQL関数層を分離し、業務ロジックをすべてデータベースに置く、多層の海事プラットフォームを設計した。
-
PostgresからAPIへのJSONパススルーを設計
PostgreSQL関数が完成したJSONを返し、Go APIがそのまま転送するJSONパススルー構成を設計。中間のアンマーシャリングをなくし、フロントエンドをスキーマ変更から切り離した。
-
PostgreSQL関数中心のデータ層を設計
34スキーマにまたがる1,275個のストアド関数を持つ、PostgreSQL関数中心のデータ層を設計。すべての読み書きをテーブル直接操作ではなく、データベースで実行権限を付与できる関数経由にした。
-
カタログに基づくディープマージを実装
保存済みJSON設定にカタログに基づくディープマージを実装し、スキーマ変更時のキー欠落によるクラッシュを防いだ。
-
34のPostgresスキーマに348テーブルをモデル化
専門家、企業、船舶、求人、レビューなどの海事領域を、34個のPostgreSQLスキーマ内の348個の正規化テーブルにモデル化し、SMALLINTの参照値とUUID v7キーを用いた。
-
Stripe・アプリ内購入の利用権限を構築
StripeとApple・Googleのアプリ内購入に対応する決済・利用権限層を構築し、サーバーで検証する11テーブルのアクセスモデルによって、一覧、検索、エクスポートの利用を制御した。
-
遅い処理をRiverジョブキューへ移行
時間のかかる処理をリクエスト経路からRiverジョブキューへ移し、15個のワーカーモジュール、8件の定期タスク、20件のpg_cronジョブにより、背後の作業が続く間も応答を返せるようにした。
-
ロイヤルティ残高、リーグ、バッジを構築
31テーブルの台帳と67個の関数に、リーグ、バッジ、特典交換ショップを備えるロイヤルティ・評判システムを構築し、残高の行ロックで二重使用の発生余地を塞いだ。
-
採用と船員キャリアの管理画面を構築
採用と船員の経歴管理の作業領域を構築。記録された実装時点では、求人、応募、資格証明、職位の昇進、乗船期間を扱う48テーブルと151のストアド関数を含む。
-
データベース駆動の履歴書生成器を構築
19段階の冪等な処理で組み立てる23テーブルのSQLiteデータを単一の情報源として、6形式を出力する、データベース駆動の履歴書・推薦状・実績集・応募書類生成器をPythonの41モジュール、10,580行で構築した。

