Elasticsearch（エラスティックサーチ）は、オランダのアムステルダムに本社を置く**elastic社が開発を進めている、Lucene※（オープンソースの検索エンジン）を基盤とする全文検索エンジンです。**

全文検索とは、対象の文書内にあるテキストの全文を対象に、指定した検索文字列をキーにして検索を行い、その検索文字列が含まれている文書を見つけて表示することです。全文検索に特化したElasticsearchは、他の製品と比較しても、圧倒的な検索スピードと利便性を誇っています。

Elasticsearchは当初はOSS（オープンソースソフトウェア）でしたが、現在はプロプライエタリソフトウェア※として利用に一部条件を付けて提供されています。

この記事では、Elasticsearchの入門編として、特徴やメリット、活用方法、エンジニアとして押さえておきたいことなどについてわかりやすく解説していきます。

※プロプライエタリソフトウェアの“proprietary” は私有、専有のソフトウェアを意味し、改変や複製などが制限されたソフトウエアのことです。

*【参考】：※[Apache Lucene｜公式サイト](https://lucene.apache.org/)*

*【参考】：[Elasticsearch｜公式サイト](https://www.elastic.co/jp/)*

## Elasticsearchの主な特徴や料金など

ここでは、Elasticsearchには**どのような機能、特徴があるのか、できることは何か、について解説をします。**

**Elastic Stackとは、elasticが提供する検索や分析、可視化のための検索プラットフォームです。**

Elastic StackはElasticsearchに加え、Kibana、Beats、Logstashなどから構成されています。

特にKibanaはデータ解析/可視化のツールで、Elasticsearchと対で利用されるよう設計されています。

他、Beatsはデータ収集とデータ転送を担うプラットフォームです。Beatsはサーバからあらゆる種類のデータを収集し、ElasticsearchやLogstashなどに転送します。Logstashはログ収集の管理ツールです。

*【参考】：[The Elastic Stack｜elastic 公式](https://www.elastic.co/jp/elastic-stack/)*

Elasticsearchは高速の検索エンジンですが、どのような特徴を持っているのでしょうか？ **Elasticsearchの主な特徴を挙げてみます**ので、ぜひ参考にしてください。

Elasticsearchは高速な検索処理が大きな特徴ですが、なぜ早いのでしょうか。Elasticsearchはは「有限状態トランスデューサ※1」を使用した転置インデックスや、数値データや地理データなどの格納のための「BKDツリー」、分析用カラム型ストアなどの技術を用いて高速検索を実現しているのです。

  Elasticsearchは大規模なクラスタ構成、ペタバイト級の大規模データにも対応が可能で、小規模システムから始めて大規模までスムーズな移行が可能です。またシステム停止をせずに、Elasticsearchの追加や変更が可能です。

  Elasticsearchはクラスタを構成しているサーバーが停止した場合には、そのサーバーを切り離してサービスを継続することが可能です。データを複数のサーバーに配置するような構成にしておくと、完全に冗長化されたシステムを組むことができます。

Elasticsearchはマルチテナント（無関係な企業や個人が同時に利用）に対応しており、柔軟な運用が可能です。

  Elasticsearchはスキーマ定義（あらかじめデータマッピングを行う）をせずにデータ投入が可能で、直ぐに利用できます。また、後からフィールド追加が必要になっても問題なく行えます。

  テキストデータ以外にも、構造化・非構造化データ、数値データ、地理情報、メトリックデータなど、あらゆるデータについてリアルタイムでの分析や検索が可能です。

※有限状態トランスデューサとは自然言語処理におけるテキスト正規化や品詞の分類など、さまざまなタスクで活躍する手法のこと。

*【参考】：[無料かつオープン、Elastic Stackのハート](https://www.elastic.co/jp/elasticsearch/)*

Elasticsearchは何に使えるのかについて見ていきます。Elasticsearchは例として、以下のような用途で使うことができます。Elasticsearchは**データの型にはこだわらず、人が認識できるもので、データ化できるものは全て検索や分析の対象になります。**

たとえば、企業内ではマニュアルや手順書、各種情報などをナレッジとして全従業員が検索できるシステムを構築することができ、従業員のリテラシー向上、情報共有などに活用できます。

▪地理情報や空間データの分析と可視化

▪インフラメトリックとコンテナなどの監視

▪アプリケーションパフォーマンスの監視（APM）

▪ログデータやイベントデータなどの保存と分析

機械学習エンジニアの仕事内容とは？スキルや将来性についても解説

Elastic Cloudは**AWS、AzureやGCPなど、主要なクラウドプロバイダーで使うことができる、パブリッククラウド向けのマネージドサービスです。**Elasticのテクノロジーを有効活用する上での最適な手法です。また、Elastic Stackをダウンロードして自社でソフトウェアの管理をすることもできます。

Elasticの料金体系は次のようになっています。それぞれ14日間の無料トライアルが可能です。それぞれ利用できる機能が異なりますので、サイトでよく機能を確認し、評価をしてから申込むようにしましょう。

　　　　　　*スタンダード  　ゴールド　　　プラチナ　　エンタープライズ*

*最低料金*　　月々$95  　　　月々$109　　月々$125　　　　月々$175　

*【参考】：[Elasticの料金](https://www.elastic.co/jp/pricing/)*
*【参考】：[AWS｜アマゾン ウェブ サービス](https://aws.amazon.com/jp/?nc2=h_lg)*
*【参考】：[Azure｜Microsoft Azure](https://azure.microsoft.com/ja-jp/)*

*【参考】：[GCP｜Google Cloud Platform](https://console.cloud.google.com/getting-started?hl=ja&pli=1)*

GoogleのGCPについて知り、エンジニアのスキルに生かそう

AzureとAWSの違いは？概要からサービスまで比較解説！

Elasticsearchの機能や特徴は理解できたでしょうか？ここでは実際にどのように活用されているのかについて見ていきます。**導入事例、活用例などから製品のイメージをつかんでください。**

Elasticsearchはどういった企業で利用されているのでしょうか？Elasticsearchはスタートアップ企業から世界レベルの企業まで、数千の組織で、ドキュメント検索やインフラ監視など多様な目的で利用されています。たとえば世界では、NETFLIX、Uber、slack、Microsoftなどがあります。では、**日本ではどのような導入事例があるのでしょうか？**ここでは日本経済新聞社と日立ソリューションズの事例を見てみましょう。

*【参考】：[検索で世界を動かすお客様の事例｜elastic 公式](https://www.elastic.co/jp/)*

日本経済新聞はElasticsearchを使ってノード数最大48台、1億6千万件のドキュメントデータベース事業での検索を実現しています。この環境はAWS上で構築され、しかもサーバー台数は従来の200台から1/5の48台に削減し、運用の自動化と併せて**年間ランニングコストの20%削減や可用性向上を実現しています。**

*【参考】：[日本経済新聞社: ドキュメント総数1.6億件、 国内最大級のデータベース事業の検索を担う｜elastic 公式](https://www.elastic.co/jp/customers/nikkei-1)*

### 採用事例：日立ソリューションズ

日立ソリューションズが開発・提供しているビジネスデータ活用支援ソフト「活文」の新たに追加された**「活文 企業内検索基盤」のエンジンにElasticsearchが採用され**、「Microsoft Azure」上で利用する企業が増えています。

この仕組みで、従業員はWebブラウザの検索窓からキーワードを入れ、Azure上に置かれた自社の共有フォルダから瞬時に目的のテキストやファイルを探し出すことができます。

*【参考】：[株式会社日立ソリューションズ:ビジネスデータの発生から管理・共有・活用までを支援する「活文」｜elastic 公式](https://www.elastic.co/jp/customers/hitachi-solutions)*

ここまで、Elasticsearchとは、Elasticsearchの特徴や事例などを紹介しました。ここでは**Elasticsercに関する勉強法を中心に解説します。**

### Elastic認定エンジニア資格（Elastic Certified Engineer） 

認定資格取得に向けて学習することは、明確な目標があることでモチベーションを高められます。

**Elasticには2018年6月に開始した、認定エンジニア資格（Elastic Certified Engineer）制度があり、3種類の認定資格があります。

**これらの認定資格を取得することで、Elasticsearchのエキスパートであることを証明できます。受験料は$ 400で、自宅での受験が可能です。詳細は下記のekasticの公式リンクから確認してみてください。

*【参考】：[Open doors with Elastic Certification](https://www.elastic.co/jp/training/certification)*

Elasticsearchの学習には、**elastic社提供のオンラインビデオを活用し、以下の参考書と併用して学ぶことをおすすめします。**以下、ビデオ学習とおすすめの参考書を紹介しますので、ぜひ活用してください。

*■ elastic ビデオ＆ウェビナー*

elasticに関するビデオ教材やオンラインセミナーを利用します。言語、ソリューション&プロダクト、対象業界や地域から選択することができます。*ビデオでイメージをつかんでから参考書を利用すると理解が早い*でしょう。

*【参考】：[ビデオ＆ウェビナー｜elastic 公式](https://www.elastic.co/jp/videos/?language=All&usecase=All&region=All&industry=All)*

*■ データ分析基盤構築入門［Fluentd，Elasticsearch，Kibanaによるログ収集と可視化］*

Elasticsearchの特徴、導入や利用方法の紹介に加え、ログの収集、解析などで使う際に、関連製品を組み合せて使う方法、Elasticsearch運用の注意点など、*総合的にElasticsearchが使える内容にまとめた参考書です。*

アプリケーション開発からデータサイエンスに関わるインフラエンジニアまで、さまざまなエンジニアが利用できる内容です。

▪出版社：インプレスブックス

*【参考】：[データ分析基盤構築入門［Fluentd，Elasticsearch，Kibanaによるログ収集と可視化］](https://book.impress.co.jp/books/1117101041)*

## Elasticsearchエンジニアの強い味方

ここまでElasticsearchを中心に、Elasticsearchの概要、特徴や活用例、学習法などについて紹介してきました。

Elasticsearchはさまざまなアーキテクチャを駆使し、また関連製品や各プログラミング言語との連携によって、単なる検索エンジンにとどまらず、データの分析や情報共有、監視ツールなどさまざまな分野で活用される総合ツールとなっています。

**Elasticsearchはクライアントのさまざまなビジネス課題を解決する武器となります**ので、エンジニアの皆さんがElasticsearchを習得することで、クライアントの要求や要件に応えるための強い味方となる可能性を秘めています。ぜひElasticsearchに関する知識を高めてみてください。

「Elasticsearch」はElastic社の高速検索ツールです。検索エンジンの中枢部にはオープンソースのApache Luceneを用い、大規模データの検索や分析が行えます。ここではElasticsearchの概要や特徴、活用例や学習法などを解説します。

Elasticsearchは、elastic社開発の全文検索エンジンで主要なクラウドサービスでも利用ができる

Elasticsearchは高速検索、スケーラビリティ、ハイアベイラビリティ、マルチテナント、スキーマレスなどの特徴がある

Elasticsearchはさまざまな検索以外にデータ分析や活用などさまざまな用途がある

Elasticsearchとは？高速全文検索ツールの概要や活用法を徹底解説！

## BigLakeプレビュー版のリリース

Google Cloudは2022年4月7日、Google Data Cloud Summit開催に合わせてBigLakeプレビュー版を発表しました。BigLakeとは、データレイクとデータウェアハウスを統合したストレージエンジンです。*ストレージ形式やシステムを意識せずにデータ分析を行うことで、増大するデータ分析や管理の障壁を取り除きます*。
【参考】：[BigLake: データレイクとデータ ウェアハウスを複数のクラウド間で統合](https://cloud.google.com/blog/ja/products/data-analytics/unifying-data-lakes-and-data-warehouses-across-clouds-with-biglake)
【参考】：[Google Data Cloud Summit](https://cloudonair.withgoogle.com/events/summit-data-cloud-2022)
【参考】：[Top 5 Takeaways from Data Cloud Summit ‘22](https://cloud.google.com/blog/products/data-analytics/top-5-things-to-catch-up-on-from-data-cloud-summit-2022)

*Google Cloudは、Googleが展開するクラウドサービスで3大クラウド事業者の1つです*。150以上に及ぶ製品をサービス提供しています。コンピューティング・ストレージ・データベース・データ分析や、AIと機械学習・ネットワーキング等の多様なサービスからなります。
【参考】：[Google Cloud](https://cloud.google.com/?hl=ja)

プレビュー版では、製品およびその機能をお客様が評価するためにサービスが提供されます。*機能はまだ完全に実装されていないので、サポートやサービスレベルの保証はありません*。および6カ月程度のプレビュー期間を経て正式リリース（GA）に移行します。

BigLakeは、*統合ストレージ エンジンとしてデータウェアハウスとデータレイクのデータアクセスを簡素化するソリューションです*。Google Cloudのみならず、マルチクラウドストレージに対応します。Google Cloud Storageのほか、Amazon S3・Azure Data Lake Storage Gen2のオブジェクトストアがサポートされています。
【参考】：[Google Cloud BigLake プレビュー](https://cloud.google.com/biglake)

クエリアクセスにはBigLakeテーブルを用います。このテーブルは、マルチクラウド・オープンデータ形式へのアクセスを行うために提供されます。
【参考】：[Google Cloud BigLake テーブルの概要](https://cloud.google.com/bigquery/docs/biglake-intro)

BigLakeはBigQueryを拡張し、既存のインフラストラクチャを有効活用するものです。*マルチクラウドデータレイクや CSV・JSONのほか、ビッグデータで用いる列指向オープンデータ形式のParquet・ORCなどに対応し、行レベル・列レベルセキュリティのようなきめ細かいセキュリティ制御を行うことができます*。

BigLakeコネクタによりGoogle CloudをはじめとしてSpark・Presto・Trino・Tensorflowなどに接続できます。任意の分析エンジンを用い、ポリシーを制御することでアクセス一貫性を維持します。

データレイクとは、データのリポジトリ（貯蔵庫）を指します。リレーショナルデータベース（RDB）で用いる構造化データのほか、CSVやXMLファイル等が保存管理されます。さらに日常的に用いるメールやPDF等の非構造データを含めて一元管理します。増大するデータの可視化・分析を集約し、データ活用を促進するものです。

*データレイクはデータ形式に依存しないため、非定型の分析においても活用が可能です*。

データウェアハウスとは、データの倉庫を意味し、時系列に発生する膨大なデータを蓄積するために利用されます。この蓄積データを分析し、企業の意思決定に活用します。ビジネスインテリジェンス（BI）や意思決定システム（DSS）に利用されるデータを蓄積します。

*主に構造化データが蓄積されているため、決められた手順で高速にデータ分析を行います*。

BigQueryとは、*Google Cloudが提供するフルマネージドのサーバーレスのデータウェアハウスです*。スケーラブルな分散型分析エンジンにより、数ペタバイトのデータであっても高速にクエリを完了できます。機械学習・地理空間分析・ビジネスインテリジェンスなどの組み込み機能が搭載されています。データ分析や意思決定に利用されます。
【参考】：[Google Cloud BigQuery とは](https://cloud.google.com/bigquery/docs/introduction)

BigQuery Omniとは、Google CloudによるAmazon S3・Azure Data Lake Storage Gen2オブジェクトストア向けBigQuery分析サービスを指します。*データを一か所に格納することなく、マルチクラウド上でデータ分析を行うことができます*。
【参考】：[Google Cloud BigQuery Omniとは](https://cloud.google.com/bigquery-omni/docs/introduction?hl=ja)

本サービスにおいてもBigQuery同様にサーバーレスで、AWS IAMのロールやAzure Active Directoryのプリンシパル権限を用いてアクセスします。データ転送を伴わずに実行できるので、高速・低コストのデータ分析が可能です。

BigLakeは、*BigLakeテーブルに対するクエリに基づき料金が発生します*。ベースの料金はBigQueryの料金で、自社Google Cloud Storageに定義されたテーブルへのクエリにより発生します。他のクラウド上にある、AWS S3あるいはAzure Data Lake Storage Gen2を用いたテーブルへのクエリは、BigQuery Omniの料金が発生します。

BigLakeコネクタ利用にあたっては、データ取り込み料金が発生します。
【参考】：[Google Cloud BigLake 料金](https://cloud.google.com/biglake#section-5)

BigLakeを利用するにあたり、要件にしたがってGoogle Cloudプロジェクトを作成し、BigLakeテーブルを定義します。*テーブル作成が完了したら、クエリ実行が可能となります*。ユーザへのアクセス制御のために、データレイク管理者・データウェアハウス管理者・データアナリストのロールに基づくIAM権限の付与が必要となります。

BigLakeの利用設定は、以下の項目を順次実施します。
【参考】：[Google Cloud BigLake テーブルを作成して管理する](https://cloud.google.com/bigquery/docs/biglake-quickstart)

・*接続リソースの作成*
最初にBigQuery Connection APIのページで、外部データソースを含むプロジェクトを選択し、有効化を行います。接続リソースを作成するには、Google Cloudのコンソールで「+ データを追加」「外部データソース」をクリック後、「接続タイプ」リストから「Cloud リソース（BigLake テーブル用）」を選択します。CLIにより、接続リソースを作成することも可能です。

・*Cloud Storageデータレイクへのアクセス設定*
BigQueryがCloud Storageファイルにアクセスできるよう、読み取り専用アクセス権を設定します。

Google Cloudのコンソールで「IAM と管理」から「+ Add」をクリックします。表示される「Add principals and roles」の「新しいプリンシパル」欄にサービス アカウント IDを入力し、「ロールを選択」「Cloud Storage」から「ストレージ オブジェクト閲覧者」を選択し「保存」します。

・*BigLakeテーブルの作成*
あらかじめ用意したデータセットを用い、Google Cloudのコンソールで「エクスプローラ」「テーブルを作成」から「ソース」「Google Cloud Storage」を選択します。

ここで「ソース」は「Google Cloud Storage」、「送信先」はテーブルタイプを 「外部テーブル」を設定します。ナビゲーションメニューより「+ データを追加」「外部データソース」を選択し、「接続タイプ」「Cloud リソース（BigLake テーブル用）」を選択します。

CLIからは、@connectionデコレータを用いて接続を指定します。SQLでは、CREATE EXTERNAL TABLEにWITH CONNECTION句を用いてテーブルを作成します。

・*既存のテーブルのアップグレード*
既存の外部テーブルをBigLakeテーブルにアップグレードすることもできます。”bq mkdef”コマンドで、新しく外部テーブル定義を定義し、”bq update”コマンドで、生成したテーブル定義を用いてテーブルをアップグレードします。

・*アクセス制御ポリシーの設定*
アクセス制御ポリシーは、Google Cloudのコンソールから「Data Catalog」より「ポリシータグの分類」を作成し、行レベルあるいは列レベルセキュリティに設定します。
【参考】：[BigQuery の列レベルのセキュリティでアクセスを制限する](https://cloud.google.com/bigquery/docs/column-level-security)
【参考】：[BigQuery 行レベルのセキュリティを使用する](https://cloud.google.com/bigquery/docs/managing-row-level-security)

### BigLakeテーブルに対するクエリ実行

*BigLakeテーブルに対するクエリ実行は、BigQueryクライアントから行います*。CLIでは、”bg query”を用います。標準SQLあるいはレガシーSQLによりクエリを実行します。Apache Spark・Trino・Apache Hive等からのテーブルアクセスは、BigQuery 接続コネクタを使用しテーブルアクセスすることができます。

## データ活用に期待が高まります

2022年4月7日に開催された、Google Data Cloud Summitではデータ活用に関する多くの発表がありました。*企業のデータ活用が進み、より複雑な意思決定での利用が求められます*。同時期に発足したData Cloud Allianceでは、パートナーアライアンスによる強固な協力体制が期待できます。

クラウドの垣根を取り払うデータ活用は、今後も進むと予想されます。サービス利用のチャンスがありましたら先行して試してみることをおすすめします。

IaaSとPaaSの違いを知り、クラウドに強いエンジニアになろう！

クラウドエンジニアにおすすめな資格や将来性、必要なスキルを紹介

2022年4月7日、Google CloudはBigLakeプレビュー版を発表しました。ストレージ形式やシステムを意識せずにデータ分析を行うことで、増大するデータ分析や管理を容易にします。ここではプレビュー版の概要とその利用方法を解説していきます。

Google Cloudは2022年4月7日、BigLakeプレビュー版を発表しました

データレイクとデータウェアハウスを統合し、データ分析や管理の容易性を高めます

マルチクラウドストレージに対応し、構造データ・非構造データの統合利用が可能です

BigLakeプレビュー版がリリース！概要と利用方法を解説

**phpMyAdminとは、ブラウザを通してMySQLやMariaDBに対して検索、登録、更新、削除といったデータベースへの操作を行うことができるツールです。**初心者から実務経験者、ベテランまで多くのエンジニアに利用されています。

*本記事ではphpMyAdminを用いるメリット及び、phpMyAdminのインストール方法/アンインストール方法を分かりやすく解説します。*

【参考】：[phpMyAdmin](https://www.phpmyadmin.net/)

### phpMyAdminでデータベース操作をするメリット

**phpMyAdminを用いてMySQL/MariaDBを操作することの最も大きなメリットは、コマンドラインからの操作に比べ、直感的な操作が可能になることです。**

また実際の開発現場において、データベース関連の作業にはテーブルの検索/登録/更新/削除以外にも数多くの業務があります。*例としてDBにアクセスできるユーザの管理やテーブルのバックアップ作成等がありますが、これもphpMyAdminを使ってWEB画面上から行うことができます。*

技術発信用のブログを自分で開発・運営している方などは、Wordpressの開発環境として「XAMPP」「MAMPP」という言葉を聞いたことがあるかもしれません。これらの統合環境を用意すると自動的にphpMyAdmin環境もセットアップされるので、あらかじめphpMyAdminに慣れておくことは効率的なブログ運用の助けにもなることでしょう。

phpMyAdminとは何か？使い方やMySQLとの関係を学ぼう！

Web業界で使われるXAMPPとは？特徴やメリット、注意点を解説

MySQLとは？特徴から使い方・学習方法まで詳しく解説！

## phpMyAdminをインストールする方法

**以下では、ローカルのWindows10マシンで動作しているApacheサーバ上にphpMyAdminをインストールする手順について解説します。**

UbuntuやCentOS、MacなどのLinuxベース環境においても、以下に挙げるApacheサーバとPHP環境さえ整っていれば基本的な手順は一緒です。Windows10ユーザ以外の方も、是非ご一読ください。

phpMyAdminはPHPを使って動作しているため、phpMyAdminのインストールにはApache等のWEBサーバ及び、そのサーバにPHPがインストールされていることが条件です。

以下に、phpMyAdminをインストールするための前提条件をまとめておきます。

*動作確認環境：Windows10 Home 64bit*

*Apacheインストールフォルダ：C:/Apache24*

*PHPインストールフォルダ：C:/PHP*

また、今回インストールするphpMyAdminはバージョン5.1.1（2022/01/19時点で最新のもの）を使用します。

### phpMyAdminをダウンロードし、解凍する

*下記サイトからphpMyAdminの動作に必要なファイル「phpMyAdmin-5.1.1-all-languages.zip」をダウンロードしてください。*

【参考】：[phpMyAdmin - Downloads](https://www.phpmyadmin.net/downloads/)

*ダウンロードしたファイルを解凍後、Apacheのドキュメントルートフォルダ（以下では「C:/Apache24/htdocs」）に解凍フォルダを配置します。*

分かりやすく、フォルダ名を「phpMyAdmin」に変更しています。

参考までに、phpMyAdminフォルダ配下は以下のようになっています。

*ここまでの設定を行うと、「http://localhost/phpMyAdmin/index.php 」がphpMyAdminログイン画面のURLになります。*

**このURLにアクセスすると、「Composer detected issues in your platform: Your Composer dependencies require the following PHP extensions to be installed: mysqli, openssl」というエラー文が出力され、ログイン画面が表示されない場合があります。**このエラー文が出力されない場合、この章はスルーしてもらって問題ありません。

このエラーは「PHPの拡張モジュール（=mysqli、openssl）が不足している」という内容のものです。

ですので、正しくphpMyAdminを起動するため、PHPの設定ファイルであるphp.iniのコメントアウト記号「;」を以下のように削除することで拡張モジュールを使用する設定を追加する必要があります。

変更前（php.ini 933行目、937行目）

```
;extension=mysqli

;extension=openssl

**設定ファイル変更/保存した後は、Apacheサーバの再起動が必要です。**忘れずに再起動するようにして下さい。

再度「http://localhost/phpMyAdmin/index.php 」にアクセスすると、以下のようにphpMyAdminのログイン画面にアクセスできます。

*ユーザ名、パスワードの欄にはログインしたいデータベースのユーザ名 /パスワードを入力し、「実行」ボタンを押下してください。*ほとんどの場合、MySQL/MaridDBのインストール時に「root」ユーザのパスワード設定を行っていると思います。初回接続時は「root/{初回設定したパスワード}」でアクセスするようにしてください。

正しい認証情報を入力できていれば、以下のようにログインに成功したことが確認できます。

### 日本語ドキュメントのリンク

*上記で触れた拡張モジュール不足エラー以外にも、phpMyAdminの環境構築中にエラーが出て困ることは十分考えられます。*また、phpMyAdminは今回のように簡単な設定でインストール出来る一方、たくさんの追加設定をすることができます。

**初見のエラーが出た場合や、追加設定をしたいユーザのために、phpMyAdminでは日本語ドキュメントが用意されています。**データベースの設定・運用に更に詳しくなりたい方はこちらを是非参照してみて下さい。

【参考】：[phpMyAdmin 日本語ドキュメント](https://docs.phpmyadmin.net/ja/latest/)

## phpMyAdminを既存の環境と競合させないためには？

本記事では、自分のPC環境に直接phpMyAdminをインストールしてログインする方法を紹介してきました。

**DockerやVagrant等の仮想環境を使わず、直接自分のPCに環境構築した場合、一度インストールした環境が別環境との間で競合し上手く動かないことがあります。**特に各製品のデフォルトポート番号（80,8080,3306等）が競合することはよくあります。

環境間での競合は、開発プロジェクト間の異動があったり、新しいプロダクトを個人開発したくなったりした際には頻発する現象です。

phpMyAdminは、WEB画面上から直感的にMySQL/MariaDBの操作が出来る便利なツールです。

Windows10マシン上で動いているApacheのドキュメントルート上に、解凍したphpMyAdminフォルダを配置することでインストールできます。

phpMyAdminを用いることで、Webブラウザから簡単にMySQL/MariaDBの操作が出来ます。

phpMyAdminのインストール方法を画像付きで解説しています。

phpMyAdminをローカルで扱う際には、他環境との競合に注意が必要です。

直感的なDB操作が出来るphpMyAdminのインストール方法を解説

PERT図は、「PERT」というレビュー手法に用いられるツールです。「PERT（Program Evaluation and Review Technique）」は、1950年代にアメリカの海軍によってはじめて導入された、**業務の流れや所要時間を図式化し、大規模なプロジェクトや複雑な業務のスケジュールを管理するための手法**です。

この「業務の流れや所要時間を図式化」したものがPERT図です。具体的には、プロジェクト案件の工程の所要時間や順序の関係をフローチャートといった形で図式化します。ここでは、PERT図の目的や作成方法などについて説明します。

**PERT図の目的は、プロジェクトの必要工程や必要日数を把握すること**です。複数の業務が同時に並行するようなプロジェクトでは、1つのタスクが遅れるとプロジェクト全体に影響が出る可能性があります。そのため、納期内にプロジェクトを成功させるためには、進捗管理が重要です。

PERT図を活用することで、プロジェクトでどれが最も重要な工程やタスクかを確認でき、優先事項を考慮したスケジュールを作成できます。また、各工程にかかる時間・日数を可視化できるため進捗状況を管理しやすくなります。

PERT図の目的や活用法に関して詳しく知りたい方は、「計画の科学」という本がおすすめです。1965年に発売された本書は、PERT図が生まれるまでの話や、ピカソ・織田信長・徳川家康・豊臣秀吉がPERT図の考え方をしていた話などPERT図を楽しく学べる一冊となっています。

【参考】[『計画の科学』（加藤　昭吉）：ブルーバックス｜講談社BOOK倶楽部](https://bookclub.kodansha.co.jp/product?item=0000128664)

**ガントチャートとは、各工程の進捗状況・プロジェクトを完了するためのタスクや所要時間などを棒グラフで確認できる表現図式です。**棒の長さで表されるため、PERT図と比較すると状況がひと目で把握できるのが特長です。しかし、ガンチャートは各工程の繋がりがわからないため、全ての作業の流れを把握したい場合はPERT図が適しています。

WBSとガンチャートの違いは？メリットや活用法、作成時のポイント

PERT図には以下の2種類があります。方法が異なるだけで、必要な構成要素は変わりません。

*・アローダイアグラム*：結合点を示す数字が入っている円を、タスクの順番を示す矢印で結びつける

*・フローダイアグラム*：各作業工程をボックスに記述し、各工程同士の順序や流れを矢印で結びつける

ここではPERT図の主な構成要素を4つ紹介します。

*最早開始時刻*
**最早開始時刻とは、最も早く作業を始めることができる時点のことです。**前工程の最早開始時刻に所要時間を足すことで計算できます。

*最遅完了時刻*
**最遅完了時刻とは、最も遅くても作業が完了しなくてはならない時刻のことです。**最遅完了時刻は、次の工程の最遅完了時刻から所要時間を引くことで計算できます。最遅完了時刻より作業の完了が遅れる場合、予定している納期に間に合わないということになります。

*余裕日数*
**余裕日数とは、各工程が持つ作業開始時点までの日程の余裕のことです。**例えば、余裕時間がゼロの工程で遅延が発生するとプロジェクト全体のスケジュールが遅れることを意味します。余裕日数は、最遅開始時刻から最早開始時刻を引くことで計算できます。

*クリティカルパス*
**クリティカルパスとは、プロジェクトの中で最も長い工程の経路のことを指します。**クリティカルパスの各工程にかかる所要時間の合計が、納期予定日と同じになります。つまり、余裕時間がゼロの工程を結んだものがクリティカルパスとなります。

スケジュールが遅れた場合はそのままプロジェクトの遅延となるため、クリティカルパスは納期までにプロジェクトを達成できるかどうか、プロジェクトの実行可能性を検討するために用いることが多いでしょう。

またクリティカルパスは、プロジェクトに対して1つだけではなく複数存在する場合もあります。クリティカルパスにスケジュール遅延が生じないように、リソース配分の検討や対策を練る必要があります。

これまでにPERT図の詳細について解説しました。ここでは、PERT図を作成する方法を順番に紹介します。今回は例として「アローダイアグラム」を作成する手順を説明します。

*1.PERT図を作成する対象を決める*
まずは、PERT図を作成する対象を決めます。プロジェクト単位なのか、さらに細かく分けた工程単位なのかを考えます。対象を決めないと次のステップに進むことができません。

*2.必要な業務を把握する*
PERT図を作成する対象に対する必要な業務を洗い出し、それぞれの業務に対して必要な時間を設定します。時間を設定する際は、作成者の視点ではなく一般的にかかる時間を設定しましょう。

なお、「Microsoft社」の「PowerPoint」や「Excel」、PERT図作成用のツールを利用すると、必要な業務を把握するのが簡単になるのでおすすめです。

*3.業務の流れを整理する*
必要な業務を把握できたら業務の流れを整理し、各工程を矢印で結び図式化します。矢印には、各工程にかかる所要時間を併せて書きましょう。

*4.最早開始時刻と最遅完了時刻を計算する*
業務の流れまで整理できたら、各工程にかかる時間を計算します。最早開始時刻を計算する場合は、一般的に左の工程から順番に足します。次に、各業務にかけることができる時間を計算します。最遅完了時刻を計算する場合は、右の工程から順番に引きます。ここまでできれば、PERT図はほぼ完成です。

*5.クリティカルパスの把握*
最後に、完成したPERT図からクリティカルパスを把握しましょう。前項でも説明しましたが、クリティカルパスとはプロジェクトで最も長い工程を指し、プロジェクト・工程の最短日数とも言えるでしょう。

クリティカルパスは時間的に余裕のない業務であり、遅延が生じるとプロジェクト全体が遅れます。プロジェクトマネージャーはクリティカルパスを正確に把握し、スケジュール管理に注意する必要があります。

PMとPLの役割の違いとは？ ―若手エンジニアの疑問にスッキリ回答―

これまでにPERT図の詳細や作成方法について紹介しました。ここでは、PERT図を採用するメリットを3点解説します。

### 経験のみに頼らず必要な工程の依存関係や所要時間を確認できる

PERT図を活用すると、経験のみに頼らずプロジェクトの工程の依存関係・所要時間の管理を正確に把握できます。PERT図が普及するまではプロジェクトマネジャーの経験によって工程が管理されており、経験値が低いプロジェクトマネージャーが工程の管理に失敗することがありました。

例えば、目の前にあるタスク（プロジェクト全体から見ると優先度が低いタスク）に気を取られ、プロジェクトを完了できなかった事例があります。しかし、**PERT図を活用すれば各工程の進め方・所要時間・依存関係を整理でき、経験が浅いプロジェクトマネージャーでも適切にプロジェクトの工程管理ができるでしょう。**

### プロジェクト完了までの最短スケジュールがわかる

プロジェクトは納期予定日が決まっていることが多いため、効率的に作業を行い、納期に間に合わせることが大切です。**PERT図を活用すれば作業の優先順位や進め方を把握できるため、プロジェクト完了までの最短スケジュールを計画できます。**さらに、クリティカルパスを理解すれば各工程の作業時間を短縮することも可能です。

### メンバー間でスムーズに情報共有ができる

プロジェクトが大規模になると、規模の大きさに比例して関与する関係者も多くなります。多くの方と情報共有を行うのは時間や労力が必要です。しかし、**PERT図を活用すれば、プロジェクトの流れをわかりやすく関係者と共有できます。**そのため、作業や工程の進め方が明確となり業務を滞りなく進めることができるでしょう。

## PERT図を簡単に作成できるおすすめツール

ここでは、PERT図を簡単に作成できるツールを紹介します。エクセルやワードでも作成できますが、業務で頻繁にPERT図を作成する方や、わかりやすいPERT図を作成するのが苦手な方はツールを使うことをおすすめします。

サービス・ツール・技術の記事（59ページ目）