https://www.oss-db.glossvation.com/labels/oss%E3%83%A6%E3%83%BC%E3%82%B9%E3%82%B1%E3%83%BC%E3%82%B9/ Recent content in OSSユースケース on OSS開発者のためのOSS情報データベース Hugo -- gohugo.io ja Copyright © 2024 GlossVation Sun, 11 Oct 2026 00:00:00 +0900 https://www.oss-db.glossvation.com/post/influxdb-use-cases/ Sun, 11 Oct 2026 00:00:00 +0900 https://www.oss-db.glossvation.com/post/influxdb-use-cases/ InfluxDB 実践ユースケース InfluxDB は時系列データ (time-series data) に特化したデータベースです。「時刻付きの大量データを書き込みつつ、時間範囲でクエリする」というパターンに対して、汎用 RDB や KVS では得られないスループットとストレージ効率を提供します。 本記事では、実際の現場で InfluxDB が選ばれる 3 つの代表的なユースケースを、データモデル・クエリ・運用上の落とし穴まで踏み込んで解説します。 基本情報 OSS 詳細InfluxDB の概要・内部アーキテクチャは InfluxDB の紹介記事 を参照してください。 全体像 書き込み側は 3 つのパターン (IoT / Agent / Application) に収斂し、読み出し側は Dashboard・Alerting・Analytics に広がります。この「fan-in / fan-out」構造が InfluxDB の典型的な配置です。 なぜ時系列 DB か 汎用 RDB (PostgreSQL など) でも時刻カラムに INDEX を張れば時系列クエリは書けます。ただし次のような要件が重なると急速に辛くなります。 書き込みが毎秒数万〜数百万ポイント: B-tree インデックスの更新コストで詰まる データ量が年単位で TB 級: 行指向ストレージはディスク効率が悪い 保存期間ポリシーを自動管理したい: 「生データは 30 日、集約は 2 年」といった運用 ダウンサンプリング: 1 秒粒度のデータから 1 分平均・1 時間平均を派生させる InfluxDB (v3 以降は Parquet + DataFusion、v2 までは TSM) は、これらを時系列特化のストレージ設計で解決しています。 https://www.oss-db.glossvation.com/post/opengfw-use-cases/ Sun, 11 Oct 2026 00:00:00 +0900 https://www.oss-db.glossvation.com/post/opengfw-use-cases/ OpenGFW 実践ユースケース OpenGFW は、Linux 上で動く L7 までトラフィックを解析できるオープンソースのパケットフィルタ です。Netfilter で捕捉したパケットを DPI (Deep Packet Inspection) にかけ、HTTP / TLS SNI / DNS / QUIC / SSH / WireGuard などのプロトコルを識別、YAML ルールに基づいて allow / block / log 等のアクションを選択できます。 本記事では、自身が管理するネットワーク に対して OpenGFW を適用する代表的な 3 ユースケースを解説します。 ⚠ 倫理と合法性: OpenGFW は dual-use ツールです。本記事のユースケースはすべて「自身が管理するネットワーク」または「明示的同意を得たネットワーク」での利用を前提としています。業務ネットワークに適用する場合は就業規則への明記、通信の秘密に関する法令への準拠を確認してください。第三者ネットワークへの検閲・監視目的での使用は想定していません。 基本情報 OSS 詳細OpenGFW の概要・内部アーキテクチャは OpenGFW の紹介記事 を参照してください。 全体像 デプロイメントコンテキスト (ゲートウェイが置かれる環境) が 3 つに分かれ、どのコンテキストでも OpenGFW エンジンは同じ 4 層構成 (capture → analyze → match → act) で動きます。差分は ルール YAML に凝縮されます。