Skip to content

Commit 2e36048

Browse files
josh-wongjosh-wong
committed
AUTO: Sync ScalarDB docs in Japanese to docs site repo
1 parent 5c4cb33 commit 2e36048

File tree

3 files changed

+489
-50
lines changed

3 files changed

+489
-50
lines changed

‎i18n/versioned_docs/ja-jp/docusaurus-plugin-content-docs/current/features.mdx‎

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -27,6 +27,7 @@ import TranslationBanner from '/src/components/_translation-ja-jp.mdx';
2727
| [ベクトル検索インターフェース](scalardb-cluster/getting-started-with-vector-search.mdx) | – | – | ✅ (3.15+) (Private Preview**) | – |
2828
| [ScalarDB 管理下のデータソースをまたがる分析クエリ処理](scalardb-samples/scalardb-analytics-spark-sample/README.mdx) | – | – | – | ✅ (3.14+) |
2929
| [非 ScalarDB 管理下のデータソースをまたがる分析クエリ処理](scalardb-samples/scalardb-analytics-spark-sample/README.mdx) | – | – | – | ✅ (3.15+) |
30+
| リモートレプリケーション | – | – | ✅ (3.16+) (Private Preview**) | – |
3031

3132
\* この機能は Enterprise Premium エディションでは利用できません。この機能を使用したい場合は、[お問い合わせください](https://www.scalar-labs.com/contact)。
3233

‎i18n/versioned_docs/ja-jp/docusaurus-plugin-content-docs/current/scalardb-analytics/design.mdx‎

Lines changed: 284 additions & 6 deletions
Original file line numberDiff line numberDiff line change
@@ -89,16 +89,294 @@ ScalarDB Analytics は様々なデータソースにわたって幅広いデー
8989
- `DURATION`
9090
- `INTERVAL`
9191

92-
これらのデータ型はすべてのデータソースで使用され、異種データベースのクエリに統一された型システムを提供します。
92+
### データソース別のカタログ情報マッピング
9393

94-
### データソース統合
94+
データソースを ScalarDB Analytics に登録する際、データソースのカタログ情報（名前空間、テーブル、列など）が解決され、ユニバーサルデータカタログに登録されます。データソースのカタログ情報を解決するために、データソース側の特定のオブジェクトがユニバーサルデータカタログオブジェクトにマッピングされます。このマッピングはカタログレベルのマッピングとデータ型マッピングの2つの部分で構成されています。以下のセクションでは、ScalarDB Analytics が各データソースからカタログレベルとデータ型をユニバーサルデータカタログにどのようにマッピングするかを説明します。
9595

96-
データソースを ScalarDB Analytics に登録する際、2種類のマッピングが行われます：
96+
#### カタログレベルのマッピング
9797

98-
1. **カタログ構造マッピング**: データソースのカタログ情報（名前空間、テーブル、列）が解決され、ユニバーサルデータカタログ構造にマッピングされます
99-
2. **データ型マッピング**: 各データソースのネイティブデータ型が、上記のユニバーサルデータ型にマッピングされます
98+
カタログレベルのマッピングは、データソースから名前空間名、テーブル名、および列名をユニバーサルデータカタログへのマッピングです。各データソースでのカタログレベルのマッピングを確認するには、データソースを選択してください。
10099

101-
これらのマッピングにより、異なるデータベースシステム間での互換性と一貫性が確保されます。特定のデータベースがどのようにマッピングされるかの詳細については、管理ガイドの [カタログメタデータリファレンス](administration.mdx#カタログメタデータリファレンス) を参照してください。
100+
<Tabs groupId="data-source" queryString>
101+
<TabItem value="scalardb" label="ScalarDB" default>
102+
ScalarDB のカタログ情報は ScalarDB Analytics によって自動的に解決されます。カタログレベルのオブジェクトは以下のようにマッピングされます：
103+
104+
- ScalarDB 名前空間は名前空間にマッピングされます。したがって、ScalarDB データソースの名前空間は常に単一レベルで、名前空間名のみで設定されます。
105+
- ScalarDB テーブルはテーブルにマッピングされます。
106+
- ScalarDB 列は列にマッピングされます。
107+
108+
</TabItem>
109+
110+
<TabItem value="postgresql" label="PostgreSQL" default>
111+
PostgreSQL のカタログ情報は ScalarDB Analytics によって自動的に解決されます。カタログレベルのオブジェクトは以下のようにマッピングされます：
112+
113+
- PostgreSQL スキーマは名前空間にマッピングされます。したがって、PostgreSQL データソースの名前空間は常に単一レベルで、スキーマ名のみで設定されます。
114+
- ユーザー定義スキーマのみが名前空間にマッピングされます。以下のシステムスキーマは無視されます：
115+
- `information_schema`
116+
- `pg_catalog`
117+
- PostgreSQL テーブルはテーブルにマッピングされます。
118+
- PostgreSQL 列は列にマッピングされます。
119+
120+
</TabItem>
121+
<TabItem value="mysql" label="MySQL">
122+
MySQL のカタログ情報は ScalarDB Analytics によって自動的に解決されます。カタログレベルのオブジェクトは以下のようにマッピングされます：
123+
124+
- MySQL データベースは名前空間にマッピングされます。したがって、MySQL データソースの名前空間は常に単一レベルで、データベース名のみで設定されます。
125+
- ユーザー定義データベースのみが名前空間にマッピングされます。以下のシステムデータベースは無視されます：
126+
- `mysql`
127+
- `sys`
128+
- `information_schema`
129+
- `performance_schema`
130+
- MySQL テーブルはテーブルにマッピングされます。
131+
- MySQL 列は列にマッピングされます。
132+
133+
</TabItem>
134+
<TabItem value="oracle" label="Oracle">
135+
Oracle のカタログ情報は ScalarDB Analytics によって自動的に解決されます。カタログレベルのオブジェクトは以下のようにマッピングされます：
136+
137+
- Oracle スキーマは名前空間にマッピングされます。したがって、Oracle データソースの名前空間は常に単一レベルで、スキーマ名のみで設定されます。
138+
- ユーザー定義スキーマのみが名前空間にマッピングされます。以下のシステムスキーマは無視されます：
139+
- `ANONYMOUS`
140+
- `APPQOSSYS`
141+
- `AUDSYS`
142+
- `CTXSYS`
143+
- `DBSNMP`
144+
- `DGPDB_INT`
145+
- `DBSFWUSER`
146+
- `DVF`
147+
- `DVSYS`
148+
- `GGSYS`
149+
- `GSMADMIN_INTERNAL`
150+
- `GSMCATUSER`
151+
- `GSMROOTUSER`
152+
- `GSMUSER`
153+
- `LBACSYS`
154+
- `MDSYS`
155+
- `OJVMSYS`
156+
- `ORDDATA`
157+
- `ORDPLUGINS`
158+
- `ORDSYS`
159+
- `OUTLN`
160+
- `REMOTE_SCHEDULER_AGENT`
161+
- `SI_INFORMTN_SCHEMA`
162+
- `SYS`
163+
- `SYS$UMF`
164+
- `SYSBACKUP`
165+
- `SYSDG`
166+
- `SYSKM`
167+
- `SYSRAC`
168+
- `SYSTEM`
169+
- `WMSYS`
170+
- `XDB`
171+
- `DIP`
172+
- `MDDATA`
173+
- `ORACLE_OCM`
174+
- `XS$NULL`
175+
176+
</TabItem>
177+
<TabItem value="sql-server" label="SQL Server">
178+
SQL Server のカタログ情報は ScalarDB Analytics によって自動的に解決されます。カタログレベルのオブジェクトは以下のようにマッピングされます：
179+
180+
- SQL Server データベースとスキーマは共に名前空間にマッピングされます。したがって、SQL Server データソースの名前空間は常に二段階で、データベース名とスキーマ名で構成されます。
181+
- ユーザー定義データベースのみが名前空間にマッピングされます。以下のシステムデータベースは無視されます：
182+
- `sys`
183+
- `guest`
184+
- `INFORMATION_SCHEMA`
185+
- `db_accessadmin`
186+
- `db_backupoperator`
187+
- `db_datareader`
188+
- `db_datawriter`
189+
- `db_ddladmin`
190+
- `db_denydatareader`
191+
- `db_denydatawriter`
192+
- `db_owner`
193+
- `db_securityadmin`
194+
- ユーザー定義スキーマのみが名前空間にマッピングされます。以下のシステムスキーマは無視されます：
195+
- `master`
196+
- `model`
197+
- `msdb`
198+
- `tempdb`
199+
- SQL Server テーブルはテーブルにマッピングされます。
200+
- SQL Server 列は列にマッピングされます。
201+
202+
</TabItem>
203+
<TabItem value="dynamodb" label="DynamoDB">
204+
DynamoDB はスキーマレスであるため、DynamoDB データソースを登録する際に以下のような形式のJSONを使用してカタログ情報を明示的に指定する必要があります：
205+
206+
```json
207+
{
208+
"namespaces": [
209+
{
210+
"name": "<NAMESPACE_NAME>",
211+
"tables": [
212+
{
213+
"name": "<TABLE_NAME>",
214+
"columns": [
215+
{
216+
"name": "<COLUMN_NAME>",
217+
"type": "<COLUMN_TYPE>"
218+
},
219+
...
220+
]
221+
},
222+
...
223+
]
224+
},
225+
...
226+
]
227+
}
228+
```
229+
230+
指定した JSON では、任意の名前空間名を使用できますが、テーブル名は DynamoDB のテーブル名と一致する必要があり、列名と型は DynamoDB のフィールド名と型と一致する必要があります。
231+
232+
</TabItem>
233+
</Tabs>
234+
235+
#### データ型マッピング
236+
237+
基盤となるデータソースのネイティブデータ型は ScalarDB Analytics のデータ型にマッピングされます。各データソースでのデータ型マッピングを確認するには、データソースを選択してください。
238+
239+
<Tabs groupId="data-source" queryString>
240+
<TabItem value="scalardb" label="ScalarDB" default>
241+
| **ScalarDB データ型** | **ScalarDB Analytics データ型** |
242+
|:------------------------------|:---------------------------------|
243+
| `BOOLEAN` | `BOOLEAN` |
244+
| `INT` | `INT` |
245+
| `BIGINT` | `BIGINT` |
246+
| `FLOAT` | `FLOAT` |
247+
| `DOUBLE` | `DOUBLE` |
248+
| `TEXT` | `TEXT` |
249+
| `BLOB` | `BLOB` |
250+
| `DATE` | `DATE` |
251+
| `TIME` | `TIME` |
252+
| `TIMESTAMP` | `TIMESTAMP` |
253+
| `TIMESTAMPTZ` | `TIMESTAMPTZ` |
254+
</TabItem>
255+
<TabItem value="postgresql" label="PostgreSQL" default>
256+
| **PostgreSQL データ型** | **ScalarDB Analytics データ型** |
257+
|:------------------------------|:---------------------------------|
258+
| `integer` | `INT` |
259+
| `bigint` | `BIGINT` |
260+
| `real` | `FLOAT` |
261+
| `double precision` | `DOUBLE` |
262+
| `smallserial` | `SMALLINT` |
263+
| `serial` | `INT` |
264+
| `bigserial` | `BIGINT` |
265+
| `char` | `TEXT` |
266+
| `varchar` | `TEXT` |
267+
| `text` | `TEXT` |
268+
| `bpchar` | `TEXT` |
269+
| `boolean` | `BOOLEAN` |
270+
| `bytea` | `BLOB` |
271+
| `date` | `DATE` |
272+
| `time` | `TIME` |
273+
| `time with time zone` | `TIME` |
274+
| `time without time zone` | `TIME` |
275+
| `timestamp` | `TIMESTAMP` |
276+
| `timestamp with time zone` | `TIMESTAMPTZ` |
277+
| `timestamp without time zone` | `TIMESTAMP` |
278+
</TabItem>
279+
<TabItem value="mysql" label="MySQL">
280+
| **MySQL データ型** | **ScalarDB Analytics データ型** |
281+
|:-----------------------|:---------------------------------|
282+
| `bit` | `BOOLEAN` |
283+
| `bit(1)` | `BOOLEAN` |
284+
| `bit(x)` if *x >= 2* | `BLOB` |
285+
| `tinyint` | `SMALLINT` |
286+
| `tinyint(1)` | `BOOLEAN` |
287+
| `boolean` | `BOOLEAN` |
288+
| `smallint` | `SMALLINT` |
289+
| `smallint unsigned` | `INT` |
290+
| `mediumint` | `INT` |
291+
| `mediumint unsigned` | `INT` |
292+
| `int` | `INT` |
293+
| `int unsigned` | `BIGINT` |
294+
| `bigint` | `BIGINT` |
295+
| `float` | `FLOAT` |
296+
| `double` | `DOUBLE` |
297+
| `real` | `DOUBLE` |
298+
| `char` | `TEXT` |
299+
| `varchar` | `TEXT` |
300+
| `text` | `TEXT` |
301+
| `binary` | `BLOB` |
302+
| `varbinary` | `BLOB` |
303+
| `blob` | `BLOB` |
304+
| `date` | `DATE` |
305+
| `time` | `TIME` |
306+
| `datetime` | `TIMESTAMP` |
307+
| `timestamp` | `TIMESTAMPTZ` |
308+
</TabItem>
309+
<TabItem value="oracle" label="Oracle">
310+
| **Oracle データ型** | **ScalarDB Analytics データ型** |
311+
|:-----------------------------------|:---------------------------------|
312+
| `NUMBER` if *scale = 0* | `BIGINT` |
313+
| `NUMBER` if *scale > 0* | `DOUBLE` |
314+
| `FLOAT` if *precision ≤ 53* | `DOUBLE` |
315+
| `BINARY_FLOAT` | `FLOAT` |
316+
| `BINARY_DOUBLE` | `DOUBLE` |
317+
| `CHAR` | `TEXT` |
318+
| `NCHAR` | `TEXT` |
319+
| `VARCHAR2` | `TEXT` |
320+
| `NVARCHAR2` | `TEXT` |
321+
| `CLOB` | `TEXT` |
322+
| `NCLOB` | `TEXT` |
323+
| `BLOB` | `BLOB` |
324+
| `BOOLEAN` | `BOOLEAN` |
325+
| `DATE` | `DATE` |
326+
| `TIMESTAMP` | `TIMESTAMPTZ` |
327+
| `TIMESTAMP WITH TIME ZONE` | `TIMESTAMPTZ` |
328+
| `TIMESTAMP WITH LOCAL TIME ZONE` | `TIMESTAMP` |
329+
| `RAW` | `BLOB` |
330+
</TabItem>
331+
<TabItem value="sql-server" label="SQL Server">
332+
| **SQL Server データ型** | **ScalarDB Analytics データ型** |
333+
|:---------------------------|:---------------------------------|
334+
| `bit` | `BOOLEAN` |
335+
| `tinyint` | `SMALLINT` |
336+
| `smallint` | `SMALLINT` |
337+
| `int` | `INT` |
338+
| `bigint` | `BIGINT` |
339+
| `real` | `FLOAT` |
340+
| `float` | `DOUBLE` |
341+
| `float(n)` if *n ≤ 24* | `FLOAT` |
342+
| `float(n)` if *n ≥ 25* | `DOUBLE` |
343+
| `binary` | `BLOB` |
344+
| `varbinary` | `BLOB` |
345+
| `char` | `TEXT` |
346+
| `varchar` | `TEXT` |
347+
| `nchar` | `TEXT` |
348+
| `nvarchar` | `TEXT` |
349+
| `ntext` | `TEXT` |
350+
| `text` | `TEXT` |
351+
| `date` | `DATE` |
352+
| `time` | `TIME` |
353+
| `datetime` | `TIMESTAMP` |
354+
| `datetime2` | `TIMESTAMP` |
355+
| `smalldatetime` | `TIMESTAMP` |
356+
| `datetimeoffset` | `TIMESTAMPTZ` |
357+
</TabItem>
358+
<TabItem value="dynamodb" label="DynamoDB">
359+
| **DynamoDB データ型** | **ScalarDB Analytics データ型** |
360+
|:-------------------------|:---------------------------------|
361+
| `Number` | `BYTE` |
362+
| `Number` | `SMALLINT` |
363+
| `Number` | `INT` |
364+
| `Number` | `BIGINT` |
365+
| `Number` | `FLOAT` |
366+
| `Number` | `DOUBLE` |
367+
| `Number` | `DECIMAL` |
368+
| `String` | `TEXT` |
369+
| `Binary` | `BLOB` |
370+
| `Boolean` | `BOOLEAN` |
371+
372+
:::warning
373+
374+
ScalarDB Analytics に指定されたデータ型として `Number` 型のフィールド値が解析可能であることが必要です。例えば、`Number` 型のフィールドに対応する列が `INT` 型として指定されている場合、その値は整数でなければなりません。値が整数でない場合、クエリの実行時にエラーが発生します。
375+
376+
:::
377+
378+
</TabItem>
379+
</Tabs>
102380

103381
## クエリエンジン
104382

0 commit comments

Comments
 (0)