← 2026-09-11 の一覧へ戻るホーム
ネキ

2026/09/11 0:43

ネキ

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

以下の改良版は、欠落していた具体的なアーキテクチャの詳細と機能セットを統合しつつ、明確さと流れを維持しています：

改善されたサマリー： PlanetScale は、現在プラットフォームプレビュー段階で利用可能なシャーディング PostgreSQL ソリューション「Neki」を導入しました。これは数秒間に数百万回のクエリを処理する Tier 0 ワークロードに対応するように設計されています。世界最大のシャーディング MySQL クラスタを 8 ヨ年管理した教訓に基づいて構築されており、Neki は組織にエンジンやアプリケーションコードを変更することなく、データベースを多数のマシンにスケールすることを可能にします。標準的な PostgreSQL ワヤプロトコルをルートアーを経由して利用することで、既存のドライバ、ORM、接続文字列との互換性を確保し、複雑なアプリケーションレベルのシャーディングや隠されたシャードキーの必要性を取り除きます。各シャードは 3 つの可用性ゾーンに分散配置され、標準的な Postgres を完全に実行する 1 つの主ノードと少なくとも 2 つのレプリカで構成されています。プラットフォームは、オンラインスキーマ変更、ゼロダウンタイムアップグレード、フェイルオーバー、インポート、リシャーディング、コネクションプーリングサイドカー、Insights、スキーマ推奨事項、ブランチング、および MCP 機能などの高度な機能をサポートします。これらの強力なツールにもかかわらず、PlanetScale はプレビュー期間中にプロダクションワークロードの実行は避けるよう勧告しており、これは潜在的な進化する機能と破壊的変更が予想されるためです。ユーザーはサインインしてプレビューに参加し、クラスタを作成したり、大規模なセットアップのプライベートデモをチームにリクエストしたりできます。究極的には、Neki は Postgres の原則に固執しつつ高スケーラビリティの操作を可能化することで、巨大なクラスター管理と現代のデータベースニーズとの間のギャップを埋めています。

本文

Neki: 大規模シャードされた Postgres プラットフォームの発表

PlanetScale が新サービス Neki をプラットフォームプレビューとして公開しました。世界中の最大規模のシャード MySQL クラスターから得た知見を基に構築され、以下の実績を持っています。

  • 数千万ものクエリ/秒という膨大な生産環境ワークロードへの対応
  • 数秒のダウンタイムすら許容できない社会インフラを支える企業の信頼獲得
  • ティア 0 ワークロードの意味を深く理解した技術

なぜ Neki が生まれたのか？

約一年半前に PlanetScale Postgres をリリース後、多くの顧客が単一マシンの限界に直面する様子を observe してきました。

  • 金属製のハードウェアは性能向上をもたらしましたが、単一マシンの上限を超えると解決策がありませんでした。
  • 従来のアプローチ（大容量マシンへの移行など）は線形なスケールには向かず、何かを犠牲にするトレードオフがありました。

そこで定めた最も重要な原則は、

Postgres に固執し、回避策をとったり装うこともしない。

Neki のアーキテクチャと機能

Neki は「多数のマシンにわたって Postgres データベースをスケールさせつつ、各シャードに実際の Postgres を維持する」設計です。

基本構成

  • 標準的な動作: アプリケーションは標準的な Postgres ワアプロトコルを通じて接続するため、既存のドライバ、ORM、接続文字列がそのまま利用可能です。
  • 堅牢なクラスター: 各シャードは「1 つのプライマリ + 3 つの可用性ゾーンにまたがる少なくとも 2 つのリプレプリ」から構成される完全な Postgres クラスターです。
  • 純粋な Postgres: 独自のストレージエンジンを使用しないため、拡張機能、SQL サポート、パフォーマンスは Postgres と同等です。

4 つの核心要素

Neki のアーキテクチャは以下の 4 つで構成されています。

  1. Neki ルーター
    • アプリケーションからの入力を一元管理します。
    • 完全な Postgres クエリパーサー、分散クエリオプティマイザ、クエリバッファリングを内蔵。
    • 垂直・水平スケール可能であり、単一ルーターがボトルネックになることはありません。
  2. シャarding と シャードグループ
    • ユーザーがシャードキーを選択し、JSON データトポロジーを通じてテーブルの分散方法とグループ化を制御できます。
    • 各シャードは独立した構成プロファイル（インスタンスサイズ、ストレージ、パラメータなど）を持ちます。
  3. 接続プーリング
    • シデカーによる高度な接続ハンドリングを実装。単なる PgBouncer の設置とは異なり、ルーター側と Postgres 側の両端を制御します。
    • インスタンスが実際に処理できる能力に合わせて動的にプールサイズを調整可能です。
  4. コントロールプレーン
    • すべてのノードの健全性を追跡し、計画されたフェイルオーバーやリシャード化などのワークフローを調整します。

データトポロジー

  • 論理的なテーブルを物理的なシャードにマッピングする JSON 構成です。
  • ルーターはこのトポロジーをキャッシュし、クエリ実行時に参照して最適なシャードへルーティングします。

全オンラインでの運用と管理

メンテナンスウィンドウやダウンタイムを最小限にしたワークフローをネイティブに提供します。

対応可能なワークフロー

以下の操作はすべて**全オンライン（Online）**で実行可能です。

  • スキーマ変更: 
    ALTER TABLE
    など、通常はロックがかかる作業も可能。
  • バージョンアップグレード: ゼロダウンタイムでのマイグレーション。
  • フェイルオーバー: 計画されたスイッチオーバーと unplanned のフェイルオーバー。
  • インポート/エクスポート
  • リシャード化（再シャード化）: 既存クラスターに対するスケーリング操作。

シームレスな拡張

最初からシャード化する必要はありません。

  1. まず単一構成（プライマリ + リプレプリのみ）で運用を開始。
  2. 負荷増加時に、リシャード化というワークフローをワンクリックで実行。
  3. 既存の接続文字列を変更せず、自動的に対象テーブルが分散されます。

プラットフォームプレビューについて

現在は早期利用（プレビュー）期間であり、以下の点にご注意ください。

  • 使用制限: プラットフォームプレビュー期間中は、Neki 上で生産環境のワークロードを実行しないでください。
  • 変更の可能性: 製品機能は進化しており、仕様変更や不具合を招く修正が含まれる可能性があります。
  • サポート: ご質問や問題が発生した際は、以下をご利用ください。
    • サポートチケットの提出
    • Discord コミュニティへの参加

今日からお試しください

  • PlanetScale アカウントへログインし、プラットフォームプレビューに登録してください。
  • Neki クラスターの作成から始められます。

さらに詳しいアーキテクチャやシャード化手法を知りたい場合は、Neki ドキュメント をご確認ください。大規模な Postgres クラスタを運用中で、Neki によるプライベートデモや具体的なシャード化提案をご希望の場合は、お気軽にご連絡ください。

同じ日のほかのニュース

一覧に戻る →

2026/09/11 0:29

Cognition が新たな SWE-2 モデルを発表。Fable 5.1 や GPT-Astra と競合する性能を誇ります。

## Japanese Translation: Cognition は、Fable 5.1 や GPT-5.6 Sol といったトップクラス競合に匹敵する最新コーディングモデルである SWE-2 を発表しました。SWE-2 は、大規模な Kimi K3 ベースモデル（パラメータ数 2.8 兆）での後学習により実現され、コストペナルティ付き報酬とファーストプリンシプルに基づくアプローチ、そして長さに基づく報酬ベースラインを採用してトレーニングを安定化させながら、多兆パラメータ領域への強化学習のスケーリングを達成しました。FrontierCode 1.1 Main では 50.0% のスコア（Fable 5.1 より僅か 1 ポイント下）を記録しながらコストは 64% 削減され、DeepSWE 1.1 では 73.0% を達成しました。単なるスコアを超え、SWE-2 は「エンジニアリング的判断」の優位性も示し、不要な迂回を避けることで初期コードエディットの中央値ステップ数を 48 から 18 に削減しました。また、モデルは安全性と信頼性を最優先しており、プロパガンダおよび検閲テストのうち 98% をパスしています。Devin Desktop と CLI 経由で即時利用可能（Web および Fusion では段階的展開中）の SWE-2 は、高パフォーマンス AI をアクセス可能な価格点で提供し、信頼性や安定性を損なうことなくソフトウェア開発サイクルの効率化を目的としています。 ## Text to translate: Cognition has introduced SWE-2, its most advanced coding model, which rivals top competitors like Fable 5.1 and GPT-5.6 Sol while offering significant efficiency gains. Achieved through post-training on the massive 2.8 trillion-parameter Kimi K3 base model, SWE-2 scales Reinforcement Learning to a multi-trillion parameter regime using cost-penalized rewards derived from first principles and a length-weighted reward baseline to stabilize training. On FrontierCode 1.1 Main, it scores 50.0% (just one point behind Fable 5.1) while being 64% cheaper; on DeepSWE 1.1, it achieves 73.0%. Beyond raw scores, SWE-2 demonstrates superior "engineering judgment," reducing the median steps to an initial code edit from 48 down to 18 by avoiding unnecessary detours. The model also prioritizes safety and reliability, passing 98% of propaganda and censorship tests. Available immediately via Devin Desktop and CLI (with rolling deployments on Web and Fusion), SWE-2 is designed to streamline software development cycles by delivering high-performance AI at an accessible price point without compromising trustworthiness or stability.

2026/09/11 6:30

米運輸安全委員会、マイアミでのボーイング767滑走路逸脱事故調査結果更新発表

## Japanese Translation: 9月6日のマイアミ国際空港におけるランウェイ逸脱事故に巻き込まれたボーイング7598貨物機からフライトレコーダーが回収され、正常に読み出されたことが、2026年9月9日に国立輸送安全委員会（NTSB）によって確認されました。アクロン航空社（Acron Aviation）のCVRからの高品質な音声および54時間以上にも及ぶフライトデータレコーダーのデータ——400以上のパラメータを記録——が確保されました。予備的分析によると、飛行機は conflicting なパイロットによる離陸再行（ゴーアラウンド）指令を受けながら、危険に甚だしい速度（ノーズギア158ノット）で接地しており、スピードブレーキやスラストリバーサの展開はされていなかったとのことです。現時点での記録は同期されていませんが、ワシントンDCのNTSBチームによって書面による要約が作成され、フラップ調整、オートパイロットの離脱、地形警告など特定の行動を含む事件の経過を明確にします。詳細なコックピット会話とデータパラメータのタイムラインは、専用調査ウェブページで確認できます。あるいは24時間365日の対応オペレーションセンター（1-844-373-9922）にお問い合わせいただくことも可能です。すべての所見は、公式要約が確定するまで予備的なものとされています。

2026/09/11 0:29

火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった

## Japanese Translation: 考古学者のジョン・ハーマンは、NASA の decorrelation stretch 手法を応用して古代岩絵の研究を行ないました。この手法は当初、JPL で 1978 年にジム・ソーハによってリモートセンシング画像の強化のために開発され、後にロナルド・アレイによって速度と精度の向上を目的として 1996 年に改良されました。ハーマンはこの研究成果に基づき、数学および医療イメージングの背景を応用し、Karhunen–Loève 変換定理に基づく Dstretch プラグインを開発しました。このソフトウェアは単なるコントラストの引き上げではなく、色彩を拡張された範囲へマッピングします。Dstretch を用いることで、研究者たちは複数の遺跡において以前は目に見えなかった図像を発見しました：カリフォルニア州バイアのカベ・デ・サン・ボルヒタスで新たな黄色の図像が確認され、カンボジアのアングルワット周辺で 200 点以上の色あせた絵画が発見されています。エジプトのベニハッサンではコウモリや豚の画像が、カナダ・アルバーツアのライティングオンストーン州立公園ではクロ族の戦士による初期のグラフィティと解釈される馬と騎士を描いたピクトグラフが、ノルウェーのアールサンド 1 遺跡では新たに約 15 点の図像に加え、28 点で新たな詳細が浮き彫りになりました。このプラグインのカスタムカラー空間は岩絵のイメージングに特に有用であることが実証されています。火星イメージングの強化に元々使用された既確立のリモートセンシング手法を適用することで、Dstretch は低コントラストの写真に対して侵襲のないデジタルアクセスを提供し、世界中の隠れた芸術作品の解明に貢献しています。