A-1データベース · データベース設計

再編成

Reorganization

さいへんせい

データの追加、更新、削除を繰り返して断片化したデータベースの格納領域を整理し直し、データを物理的に詰めて並べ直す操作。アクセスの効率を回復し、未使用の領域を回収できる。データベースの運用で定期的に行う保守作業の一つである。

共有:

他の資格での定義

データの挿入・更新・削除の繰返しにより発生したテーブルやインデックスの断片化（フラグメンテーション）を解消し、物理的な格納効率を回復する操作。アクセス性能の改善と空き領域の回収を目的とする。

行の追加・更新・削除を繰り返すうちに生じた、表や索引の格納領域の断片化や、行の移動（あふれ）を解消して、データを物理的に詰め直す作業。空き領域が回収され、順次読みや索引の探索で読むページ数が減るのでアクセス性能が戻る。実行中は対象の表が使えないか制約を受けるので、業務の少ない時間帯に計画的に行う。

Past Exams

過去問で 8 回出題（基本情報技術者試験 4・情報セキュリティマネジメント試験 1・応用情報技術者試験 1・ITストラテジスト試験 1・ITサービスマネージャ試験 1）

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

機械学習で、学習によって自動的に決まる重みなどのパラメータとは異なり、学習を始める前に人が設定しておく値。学習率、ニューラルネットワークの層の数、決定木の深さ、k-means法のkなどが該当し、グリッドサーチやランダムサーチなどで最適な値を探す。

ハイパーパラメータの最適な値を探す手法の一つで、指定した範囲から値の組合せを無作為に選んで学習と評価を繰り返し、最も性能のよい組合せを採用する方法。すべての組合せを試すグリッドサーチより少ない試行回数で、よい値を見つけられることが多い。

ハイパーパラメータの最適な値を探す手法の一つで、各ハイパーパラメータの候補値を格子状に組み合わせ、そのすべての組合せについて学習と評価を行って、最も性能のよい組合せを選ぶ方法。網羅的で確実だが、ハイパーパラメータの数が増えると計算量が急激に増える。

主記憶の可変長の領域を割り当てる方式の一つで、空き領域を先頭から探し、要求された大きさを満たす最初の空き領域を割り当てる。探索が速いが、先頭付近に小さな空き領域が残りやすい。

主記憶の可変長の領域を割り当てる方式の一つで、要求された大きさを満たす空き領域のうち最も小さいものを割り当てる。大きな空き領域を温存できるが、使い道のない細かな空き領域が生じやすく、すべての空き領域を調べる手間もかかる。

主記憶の可変長の領域を割り当てる方式の一つで、空き領域のうち最も大きいものを割り当てる。割当て後に残る空き領域が大きくなるため再利用しやすいが、大きな領域を必要とする要求に応えにくくなる。