PHPで、ある対象文字列中に複数あるキーワード（文字列）が１つでも含まれているかどうかを知りたい

トライ木、パトリシアツリーを作成するのは除く。
KMP(クヌース–モリス–プラット)法でごにょごにょすれば、というのも却下。

そうすると、方法は３つくらい？

１．foreachを使って、
　　　　各キーワードが対象文字列中にあるかどうかをチェックする
　　のを、全キーワード分行う
例

[PHP][疑問]ある文字列が、複数のキーワードのうち一つでもマッチするか判定する方法について
http://www.happyquality.com/2012/02/04/1959.htm

のはじめのほう


２．正規表現をつかう。キーワードを｜（OR)でつなげて、 preg_match
例
上記サイトの下のほう、または（具体的には）

PHPでの文字列検索について教えてください
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1186431091

の解答


３．複数のキーワードを１つの配列とする。str_replaceでその配列を渡して、置き換えが起こるかチェック
例

ある複数の単語が文章中に含まれるかどうかを調べる方法
http://honey8823.hateblo.jp/entry/2015/08/05/173129



なんか、１が、早いという結果？
やっぱ、ソフトでがんばるより、ハードを早くしたほうが「勝利」だよね（＾＾；）

ドローンをAndroidで操作したりGoogleMapと合わせるのに必要そうなオープンソース

１０月２５日オープンソースカンファレンス2015 Tokyo/fallに行って聞いてきた内容のメモメモの続き。

つぎは

オープンソースのドローン用フライトコントローラー「Dronecode」の概要

をメモメモ

---

Dronecode：Linux Foundationのプロジェクトの１つ
　　yacto,TIZEN,Auto motive Grade Linuxなんかも同じレベル
　　TIZENとAuto motive Grade Linux
　　　→大手企業が参加

Linux foundationによるDronecodeの概要
→ハード、ソフトとも公開
　マルチコプター、無人ビークル、ＶＴＯL
　ぱろっと、日本国内企業も参加
　ＲＯＳの管理元も

ドローンを取り巻く環境
・ＤＪＩ社が有名：完全垂直統合
・DroneCodeの中心メンバーは3DRでMakersのクリスアンダーソンが率いる
３．３のベータからの６ヶ月間ＲＣが１～８

なぜDroneCodeが必要か？農業用ドローンで考える
・無人機での農薬散布：散布量が決まっている
　　１分でまく（均一に）
　　ポイントを指定してはいけない→見える範囲で人がやる
　　　→一定速度でまくのが、むすかしい
　　　→でもそういうドローンはない
　　　　　→フィードバック機能がないから


・本来のフライトにかかわる部分はそのまま使用
・ポンプのモーターを飛行速度で制御する部分を追加
・ハード的にもポンプのモーターの速度コントローラーも作りこむ
→本来のアプリに必要な部分

オープンソースハードウェア紹介
・マイコン系
　ＰＸ４→ＰＩＸ　ＨＡＷＫ→
　ＡＰＭ２．６
　PIXHawk Fire Cape(PXF):びーぐるぼーど　Ubuntuで制御するドローン
　NavIO+　らずぱい２＋ボード　らずびあんでうごく

ドローンアプリの開発「Dronekit」
・フライトコントローラーに制御・アプリを作れるＳＤＫ
　→オープンソース
・テレメトリデータなども簡単に受け取れる
・Ａｎｄｒｏｉｄ，ＰＣ（Ｐｙｔｈｏｎ）、クラウド

Dronekit for Android
・Ａｎｄｒｏｉｄからドローンへ制御コマンド
　データ受信
夏にセミナーがあった

Dronekit　Python APIの概要
・ちゅうしんてきＡＰＩ　すべてできる
。自律飛行
・非同期
・Ｗａｙｐｏｉｎｔの作成と管理
・ラジコンチャネルの書き換え

Dronekit Cloudの概要
・電波法上日本では飛行しているものが、直接クラウドと通信できない
　　一回地上波で受けて、クラウドへ
　　ログの保管
　　ログ解析
　　　　ＪＳＯＮ，Ｋｍｚ

Dronekitを使うと？農業用ドローンで考える

DronecodeとＲＯＳの概要
２か所
・フライトコントローラー
・オフビークル（地上局）
フライトシュミレーションができる
すらむ：自己位置推定

すぐに試せるＲＯＳ対応フライトコントローラー

オープンソース国産フライトコントローラーの開発
９６ボード　Ｖｉｓｕａｌ　スラムを動かす

大学、研究者向けDronecode対応ドローン
→共同購入しましょう！

国内でのDronecodeの活動
　Facebook

DCoJA（どこじゃ）の設立
→Dronecode Japan Association (DCoJA)
　勉強会などを行っていく予定

ＦＰＶを使う場合
　→３陸特をとって、１Ｇ帯でできる

OpenFlow1.3対応のオープンソース「Lagopus Switch」を聞いてきた

１０月２５日オープンソースカンファレンス2015 Tokyo/fallに行って聞いてきた内容のメモメモの続き。

つぎは

オープンソース！OpenFlow1.3対応！
日本初のネットワークスイッチＯＳ「Lagopus Switch」

をメモメモ

---

今日覚えてほしいこと
・ネットワークはプログラミングできる
・サーバーで動作するソフトウェアスィッチ

現状のネットワーク機能の課題
・多様なユーザーニーズ
・自律分散
・装置の制限
・人手中心のオペレーション（ＣＬI全盛）

既存スイッチＣＬＩの例（魔法の言葉）

なぜＳＤＮ
・大規模なデータセンターを低コストに運用したい
・構成変更を迅速に行いたい
・サービス要件からネットワークを設計したい

どのように
・ネットワーク機器の制御部をプログラム可能に
・ネットワークをプログラムから触れるように

制御と転送を分離(OpenFlow)
・利点・プロトコルおよびスイッチ仕様の標準化

OpenFlow概要（スイッチの動作）
・IF THEN（マッチ＆アクション）
・Ｌ１～Ｌ４まで
　　Forward
　　Drop
　　Modify Field
　→ハードウェアによる

IPのデータ転送
・ＩＰは相手先で転送
・OpenFlowは、宛先、送信元、トラフィックの捻じ曲げ可能

データセンターでの例
・データセンターにおけるネットワーク仮想化の課題
・従来技術を用いた場合の課題
・OpenFlowによる構成(Hop-By-HOP）
・SDNを構成するオープンソース
　　コントローラー
　　スイッチ　OpenVSQITCH,

OpenFlowでＳＤＮを体験してみたい
・ＮＷ制御部
・データプレーン：OpenVSwitch,Lagopus,LINC

Lagopus
・ＮＦＶやＳＤＮを実現するソフトウェアコンポーネントを提供
・ソフトウェアパケット処理の適応領域の拡大
・ネットワーク研究のツール・ライブラリとしての活用

ネットワーク
　ショートパケット：１３４サイクルしか使えない・・・
　１ＫＢは１６００クロック

Lagopus
・OpenFlow1.3に最も適したソフトウェア
・ＤＰＤＫを活用した高性能データプレーン
・外部連携ＡＰＩ

ネットワークのエッジのノード

Lagopus vSwitchの構成

パケット処理の高速化

ＩｎｔｅｌＤＰＤＫ
・Ｘ８６アーキテクチャに最適化されたデータプレーン用ライブラリとＮＩＣドライバ
・ＢＳＤライセンス
・ふつうのサーバーで８０ＧＢＰＳ


性能向上に向けての工夫や実装
　→詳しくはソースコード
性能評価
・１０ＧＢＰＳは超える

オープンソース化
　２０１４年７月３１日に公開

柔軟なネットワーク
・展示でも
　　半透明人間カメラ（２０２の奥）
・ＳＤＮ　Ｊａｐａｎ２０１４
　　前に来たら早いネットワーク
・ブラジル－日本間の映像伝送実験

ＳＤＮ　ＩＸの背景
・ＤＤＯＳのトラフィック削減→ＯｐｅnFlowを使う

まとめ
・高速なLagopusソフトスイッチをオープンソースとして提供

分散処理基盤Apache Hadoop入門とHadoopエコシステムの最新技術動向

１０月２５日オープンソースカンファレンス2015 Tokyo/fallに行って聞いてきた内容のメモメモの続き。

つぎは

分散処理基盤Apache Hadoop入門とHadoopエコシステムの最新技術動向

をメモメモ

---

・自己紹介
・Ｈａｄｏｏｐ概要
　オープンソースの大規模分散処理フレームワーク
　Doug CuttingがJavaで開発
　Hadoop→Dougさんのお子さんのお気に入りのぬいぐるみ

１０年目のHadoop
・ＭａｐＲｅｓｕｃｅ
・ＹＡＲＮ
→大容量、多件数
　→ＭａｐＲｅｄｕｃｅにこだわらない
　　→ここ数年、あらたなステージへ

Ｈａｄｏｏｐの構成
・集中管理型の分散システム
・おおきく２つのコンポーネント
　　分散ファイル　　　ＨＤＦＳ
　　分散リソース管理　ＹＡＲM（ＹＡＲＮ上でＭａｐReduce)
→集中管理型の分散システム
　並列分散処理の面倒な部分を解決してくれるミドルウェア

ＨＤＦＳとは
・分散ファイルシステム
　　外から見ると１つの巨大なファイルシステム
　　hdfs dfs -put ファイル名
　　hdfs dfs -ls

　舞台裏では
　　ブロックサイズで分割される
　　複製され、スレーブサーバーに格納

ＭａｐＲｅｄｕｃｅとは
　複数ワーカーで並列に処理できる仕組み
　Ｍａｐ処理、Ｒｅｄｕｃｅ処理
　YARN上のアプリケーションの１つ
　hadoop jar サンプルジョブ.jar

ＹＡＲＮとは
・Yet Another Resource Negotiator
・「蓄積＋処理」の構成から、リソース切り出し
・理由
　　Hasoopのスケーラビリティ
　　スループット向上
　　MapReduce以外の処理実行

マスターサーバーの負荷軽減
Jobtracker TaskTracker
→マスターサーバーの管理コストが大きい

ＹＡＲＮ
　Resource Manager NodeManager
→アプリケーションの管理はメンバーに依存
　リソース情報はリソースマネージャーで管理
　ますたーサーバーの管理コスト減る

スループットの向上
・Ｍａｐスロット、Reduceスロット
→コンテナ単位で払い出し（Map,Reduceの区別なし）

Ｈａｄｏｏｐエコシステム
・Hadoopはためる・処理するに特化
　→エコシステム

。MapReduceを直接Javaで書くと、こーどが。。
→エコシステム
　　Apache Hive:HiveQL（ＳＱＬとは若干違う）
　　Apache Pig

よくあるぎもん
・ＳＱＬのような複雑な処理→組み合わせて

低レンテンシ処理は苦手

Apache Tez：YARN上での処理に最適化された実行エンジン
　ＤＡＧ（ゆうこうグラフ）により実行計画
　ＧＵＩ　ＨｉＵＥ
　メッセージかふか

最新動向
・大規模、多件数：仕組み手法は成熟
・MapReduceにこだわらない：ベースは完成、成長著しい
・新たなステージ：群雄割拠
　　SQL On Hadoop

あらたな分散処理エンジンの出現
Spark
・オンメモリで実現

まとめ