データ増加・保持・分割の判断

振り返り・復習

今回の振り返り・解説を開く →

2026-09-07の回答で示せたこと、ヒントが必要だった点、次回の課題と、partition横断・保持設計の解説・図・SQLをまとめて読めます。

最初の一問

履歴テーブルが毎月増え、検索と削除に時間がかかります。partitioningを入れる前に何を確認しますか？

詳細な解説や模範解答を読む前に、まず自分の仮定と判断を口頭で説明する。

学習の切り口

• Learn：保持期間とアクセス範囲を、自分の言葉と小さな例で説明する。
• Practice：最初の問いについて、要件確認 → 初案 → 理由 → 代替案を説明する。
• Interview：直近30日だけが頻繁に読まれ、法務上7年保存が必要になったら？
• Production：削除処理、pruning、容量予測をどう検証しますか？

判断を見直す観点：保持期間とアクセス範囲／index・archive・partition／運用コスト。

この題でセッションを始める

ChatGPT開始文

tech2026 の CHATGPT.md と reviews/database-data-growth.yaml、
src/content/docs/topics/database/data-growth.md を読み、database-data-growth の interview を始めてください。
最初はこのページの最初の一問だけを出し、私の回答を待ってください。
以降は回答に応じて条件を一つずつ変え、理由とtrade-offを聞いてください。
終了時は実際の回答を根拠に、CHATGPT.mdと既存テンプレートに従ってYAML＋Session narrativeを含む [Session Sync] GitHub IssueをMFQWKMR4/tech2026に作成し、URLを返してください。作成できない場合は未作成と明示し、コピー可能なタイトルと本文を返してください。

基礎からなら interview を learn、設計練習なら practice に変更する。口頭で15〜20分を目安に、一回は一つの判断に絞る。 GitHubを読めない場合は npm run session:pack -- database-data-growth の出力を貼る。

一次資料

公式資料 — partitioningが適合する条件と管理上の論点を確認する。

資料確認日：2026-09-07。これは出題の入口で、学習済み・実験済みを意味しない。 AIは未提示の要件を事実として補わず、回答後に必要な資料を確認する。