Docker内でbundle exec rspecがやけに遅かったけどなおった件

Docker Compose使ってRailsのプロジェクトをしています。

ある時から突然bundle exec rspecが遅くなってしまって、テスト自体は10秒程度なのにコマンドとしては2分くらい待たされるという現象になってしまいました。rspecに限らずbundle execが何やっても遅いという状態でした。

それもプロジェクトの一人が最初にその現象に当たって、数日後に私もなって、また数日後にもう一人が同様になって、という、感染しているんじゃないかという不思議な現象でした。でも、その3人目の人が解決策を見つけてくれました。

rails.hatenadiary.jp

細かいところは違いますが、Docker側とホスト側(Mac)の共有フォルダにvender/bundleがあるとこうなるようです。上記の3人目の感染者はグローバルにインストールしたらなおったと教えてくれました。

でも2番目の感染者である私はグローバルインストールを避けたかったので、ちょっと違う方法を考えました。docker-compose.ymlのvolumesで指定した共有フォルダにrailsプロジェクトを入れているのですが、gem置き場をたとえばvender/bundleというように指定すると結局共有フォルダ内に置くことになってしまうので、bundle installする時に--path=~/project1/vender/bundleとしてみました。そうするとDocker側とホスト側で~/project1/vender/bundleがgem置き場として指定されるけど、実態は共有フォルダじゃない別々のところに管理されます。

グローバルインストールじゃないし、遅い件もなおったしで、ひとまず満足です。

ちなみに、なぜ最初から遅いわけじゃなくて、一人ずつ感染が広がっていったのかは、不明なままです。。。

U-NEXTでアンパンマンの第1043話近辺をみて顔汚れの割合を調べてみた

1歳の娘が夜寝ない時など、U-NEXTアンパンマンをよく見ています。
U-NEXTにはアンパンマンチャンネルというのがあって、過去のTVシリーズの15話を1ヶ月毎に入れ替えているようです。
ふと、アンパンマンの顔汚れの割合が知りたくなって、集計してみました。

話数 タイトル 顔汚れ アンパンチ
第1043話-B ドリアン王女とポッポちゃん
第1059話-B クリームパンダとマグぼうや ×
第1062話-B ばいきんしらたき姫とスキヤキの里
第1068話-B SLマンとオーロラ姫
第1069話 カカオくんと化石の魔王
第1070話-B アンモナイトくんとジャングルの塔 ×
第1071話 コキンちゃんのひなまつり ×
第1072話-A 氷の女王とふきのとうくん ×
第1072話-B カレーパンマンとマダム・ナン × ×
第1085話-A しょくぱんまんとパジャマン × ×
第1085話-B やきそばパンマンとアリンコキッド ×
第1086話 クリームパンダとなまいきナマコ
第1127話 アンパンマンと宇宙のブリキッド ×
第1132話 黒バラ女王とビクビクちゃん
第1170話 ドキンちゃんとたまごひめ ×

ちなみに、テレビの最新版は2017/03/19時点で第1349話だそうで、第1043話は2010/7/23のようです。

意外というか、顔汚れは15話中6話だけで、40%ですね。毎回汚れているイメージだったので、もっと多いと思っていました。この15話の選択はランダムとは言えないですが、ランダムだと仮定すると、n=15, p=0.4で二項分布の標準偏差σ= √(p*(1-p)/n)=0.13で、95%信頼区間は0.4±2*0.13=14%〜66%というところでしょうか。広すぎてなんとも言えないですね。もうちょっとデータを集めなければ。

ちなみに、アンパンチしないで終るときもあるんですよ。この15話の中では2話がそうですね。だいたい特殊なキャラがばいきんまんの行動を封印してアンパンマンが手を下す前にバイバイしています。今回の調査の中では『第1072話-B カレーパンマンとマダム・ナン』のマダム・ナンに注目です。

なぜかばいきんまんを尊敬しているマダム・ナンがばいきんまんほめ殺しにして、バツが悪くなったばいきんまんはすごすごと退散します。

f:id:Akiyah:20170319212932p:plain
f:id:Akiyah:20170319212928p:plain

バツの悪いばいきんまんの顔、そして状況が飲み込めない人々の顔が必見です。

今回の調査では、アンパンマンの顔が汚れて取り替えて元気100倍になったアンパンマンが、アンパンチをしないというパターンは見つかりませんでした。私の記憶にもないので、あったらかなりのレア回だと思います。1000回以上もやっているアンパンマンなので存在するかもしれません。情報あったら教えてください。

生放送中に子供が乱入をベイズ統計学の面積図にしてみた

www.youtube.com

この動画は奥さんと見て楽しませていただきました!

 

www.huffingtonpost.jp

その動画に出てくるお母さんをベビーシッターと勘違いした人がいるようです。まあ、だれでも勘違いはするものなのでそれはそれとして、ベイズ統計学の面積図の題材にちょうどいいと思ったので試してみます。

この記事に出てくる情報として、白人が白人意外と結婚する割合は7%だそうです。また、アメリカの白人率は72.4%だそうです。ベビーシッターを雇っている割合はわからなかったのですが、ここでは必ずベビーシッターさんがいて、奥さんとベビーシッターの人数比は1:1であるとしておきます。(ここに書いた数字は条件次第で全然違ってくるかもしれませんが、こういう設定であるということにして進んでしまいます。)

 

f:id:Akiyah:20170318231133p:plain

すると、白人男性の家にいる女性が『白人ではなかった』場合、奥さんである割合は約20%で、ベビーシッターである割合は約80%ですね。数値は適当ですが、まあ、人々の思っている先入観としてはこんなものなのかもしれません。

参考にしたのは下の本です。上に書いたような面積図でベイズ統計学を説明してくれてわかりやすいです。

完全独習 ベイズ統計学入門

完全独習 ベイズ統計学入門

 

 

 

サムネイル画像を見に行ったらその画像がなかった

この前見た記事がこれです。

dentsu-ho.com

はてなブログで表示するとちっちゃいグラフが見えますね。twitterだとこんな風に見えます。

f:id:Akiyah:20170225023718p:plain

このサムネイルのグラフを見て、統計でウソをつく法の怪しいグラフみたいだからチェックしようかなと思って。

で、クリックして表示してみたら、このグラフがないんですよ。

f:id:Akiyah:20170225023353p:plain

たぶん途中にある表をグラフにしたら同じものになるのでしょうけど、でも、無い、と。せっかく作ったのにサムネイルだけに使って本文には載せないものなのでしょうかね。(電通のようなプロだからこその作戦なのでしょうか)

サムネイルで気を引いたのだから、その画像は見せてほしいと思います!!

 

ちなみに、このエントリーのサムネイル画像は【私たち、無料です。】フリー素材アイドル MIKA☆RIKAからいただきました。あえて記事には載せていません。

安全な状態で挑戦したほうがいいという話

このまえTOCコンサルタントの方とお話をする機会がありまして、安全と挑戦に関することを聞きました。

屋上の端っこでジャンプするのと、地面でジャンプするのと、どっちが高く飛べると思いますか? 安全な状態で挑戦してこそいい結果を出せるのですよ、と。

f:id:Akiyah:20170211021330p:plain

心理的安全にも通じる話ですね。

今回も画像の素材はいらすとやさんです。

www.irasutoya.com

www.irasutoya.com

豊島区の区民作品展にテンセグリティを展示しました

豊島区の区民作品展に、手作りのテンセグリティを展示させていただきました。

ここに写っている説明書きは、小学校に展示した時に書いたものです。 

やや遠くから見るとこんな感じです。

f:id:Akiyah:20170204171436j:plain

小学校での展示の時はもっと小さいテンセグリティを展示して、存在感がなかったことが反省点でした。なので今回は大きい物を作ったのですが、こうしてみると会場は広かったので、もっと大きくても良かったのですね。(ただし、保管と輸送の問題があって、大きくするのは勇気がいります)

展示を見てくれた方からフィードバックがありました!!

子供が遊べるものを作りたかったので、これはとても嬉しい反応です!!

イロモネア2017正月SP分析(1)

www.tbs.co.jp

イロモネアが好きで、今年も正月SPを楽しんだのですが、見るたびに毎回『イロモネアのルールってどういう意味があるんだろう』と考えては、結論が出ないでいました。

そろそろ自分なりに決着を付けたくなったので、ひとまず録画してあった番組のチャレンジャーごとに写真をとって並べました。チャレンジャーは15組です。ついでに判定員(100人の観客から選ばれる)5人の番号の場面も撮っておきました。

f:id:Akiyah:20170123004038p:plain

こうしてみると、15組のチャレンジャーのうち10組がラストチャレンジまで進んでいるのがわかります。ここまでは結構行けるのですよね。

しかし、ラストチャレンジのクリア数は10組中1組です。厳しいですね。

 

おまけで撮っておいた判定員番号ですが、チェックしてみるとチャレンジャー15組に対する判定員5x15=75人は全員違う人でした。完全に無作為に選んでいたとして、たまたま75人が同じ人にならなかった、とは確率的にあり得なさそうです。

たとえば、最後のチャレンジャーの「チーム・ゴールドラッシュ」の判定員を5人選ぶ場合、今までの判定員経験者も含めて無作為に選んだとします(この5人の中に同じ人を選ばないというルールのもとで)。その上でそれまでの判定員経験者を一人も選ばない確率は、

{\displaystyle \frac{30}{100} \times \frac{29}{99} \times \frac{28}{98} \times \frac{27}{97} \times \frac{26}{96} = 0.001892824 }

で、これだけでも0.2%くらいなんですよね。 

なので、たぶん同じ人が当たらないような仕組みで抽選しているのでしょう。とりあえずわかったことはここまで。続きは次回。