Submit Search
Upload
Windows でも時刻合わせがしたい!
•
0 likes
•
1,481 views
tsudaa
Follow
Windows で時刻合わせする場合の注意点などです。 # ただしネタ成分多めなので、怒らないでください(汗
Read less
Read more
Technology
Report
Share
Report
Share
1 of 28
Download now
Download to read offline
Recommended
MmapScanner
MmapScanner
Masahiro Tomita
Biglt endered-2021-12-11
Biglt endered-2021-12-11
ssuserc8477f
Predefを使ったsqlのトレース
Predefを使ったsqlのトレース
悠滋 山本
PHPで時間旅行をする方法
PHPで時間旅行をする方法
Yoshio Hanawa
ぬぎんくす問題
ぬぎんくす問題
tsudaa
深層学習フレームワーク Chainer の開発と今後の展開
深層学習フレームワーク Chainer の開発と今後の展開
Seiya Tokui
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
Ryosuke Tachibana
Ibis2016okanohara
Ibis2016okanohara
Preferred Networks
Recommended
MmapScanner
MmapScanner
Masahiro Tomita
Biglt endered-2021-12-11
Biglt endered-2021-12-11
ssuserc8477f
Predefを使ったsqlのトレース
Predefを使ったsqlのトレース
悠滋 山本
PHPで時間旅行をする方法
PHPで時間旅行をする方法
Yoshio Hanawa
ぬぎんくす問題
ぬぎんくす問題
tsudaa
深層学習フレームワーク Chainer の開発と今後の展開
深層学習フレームワーク Chainer の開発と今後の展開
Seiya Tokui
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
Ryosuke Tachibana
Ibis2016okanohara
Ibis2016okanohara
Preferred Networks
Bayesian Dark Knowledge and Matrix Factorization
Bayesian Dark Knowledge and Matrix Factorization
Preferred Networks
Learning stochastic neural networks with Chainer
Learning stochastic neural networks with Chainer
Seiya Tokui
Chainer, Cupy入門
Chainer, Cupy入門
Yuya Unno
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
Seiya Tokui
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
Ryosuke Tachibana
Python と私の事情
Python と私の事情
tsudaa
3D Volumetric Data Generation with Generative Adversarial Networks
3D Volumetric Data Generation with Generative Adversarial Networks
Preferred Networks
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
Yuya Unno
aiconf2017okanohara
aiconf2017okanohara
Preferred Networks
Ice breaking, Group Dynamics
Ice breaking, Group Dynamics
Prof. Dr. Hironmoy Roy
herramientas de web 2.0
herramientas de web 2.0
jenni viviana guarin mesa
Laudon mis14 cap2_español
Laudon mis14 cap2_español
Marianella Granados Saavedra
Json型の使い方
Json型の使い方
tsudaa
真理とは何か
真理とは何か
tsudaa
Excelのどうでもよいtipsの紹介
Excelのどうでもよいtipsの紹介
tsudaa
MySQL のユーザー定義変数と RDB のココロ
MySQL のユーザー定義変数と RDB のココロ
tsudaa
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
tsudaa
ドメイン名の話 (データベース/SQL)
ドメイン名の話 (データベース/SQL)
tsudaa
スターマークの話
スターマークの話
tsudaa
Powershell のセキュリティ (大都会ver)
Powershell のセキュリティ (大都会ver)
tsudaa
昼の12時は午○何時?
昼の12時は午○何時?
tsudaa
More Related Content
Viewers also liked
Bayesian Dark Knowledge and Matrix Factorization
Bayesian Dark Knowledge and Matrix Factorization
Preferred Networks
Learning stochastic neural networks with Chainer
Learning stochastic neural networks with Chainer
Seiya Tokui
Chainer, Cupy入門
Chainer, Cupy入門
Yuya Unno
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
Seiya Tokui
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
Ryosuke Tachibana
Python と私の事情
Python と私の事情
tsudaa
3D Volumetric Data Generation with Generative Adversarial Networks
3D Volumetric Data Generation with Generative Adversarial Networks
Preferred Networks
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
Yuya Unno
aiconf2017okanohara
aiconf2017okanohara
Preferred Networks
Ice breaking, Group Dynamics
Ice breaking, Group Dynamics
Prof. Dr. Hironmoy Roy
herramientas de web 2.0
herramientas de web 2.0
jenni viviana guarin mesa
Laudon mis14 cap2_español
Laudon mis14 cap2_español
Marianella Granados Saavedra
Viewers also liked
(13)
Bayesian Dark Knowledge and Matrix Factorization
Bayesian Dark Knowledge and Matrix Factorization
Learning stochastic neural networks with Chainer
Learning stochastic neural networks with Chainer
Chainer, Cupy入門
Chainer, Cupy入門
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
論文紹介 Pixel Recurrent Neural Networks
論文紹介 Pixel Recurrent Neural Networks
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
超音波による⾻質評価と信号処理: 瞬時周波数の応⽤
Python と私の事情
Python と私の事情
3D Volumetric Data Generation with Generative Adversarial Networks
3D Volumetric Data Generation with Generative Adversarial Networks
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
最先端NLP勉強会“Learning Language Games through Interaction”Sida I. Wang, Percy L...
aiconf2017okanohara
aiconf2017okanohara
Ice breaking, Group Dynamics
Ice breaking, Group Dynamics
herramientas de web 2.0
herramientas de web 2.0
Laudon mis14 cap2_español
Laudon mis14 cap2_español
More from tsudaa
Json型の使い方
Json型の使い方
tsudaa
真理とは何か
真理とは何か
tsudaa
Excelのどうでもよいtipsの紹介
Excelのどうでもよいtipsの紹介
tsudaa
MySQL のユーザー定義変数と RDB のココロ
MySQL のユーザー定義変数と RDB のココロ
tsudaa
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
tsudaa
ドメイン名の話 (データベース/SQL)
ドメイン名の話 (データベース/SQL)
tsudaa
スターマークの話
スターマークの話
tsudaa
Powershell のセキュリティ (大都会ver)
Powershell のセキュリティ (大都会ver)
tsudaa
昼の12時は午○何時?
昼の12時は午○何時?
tsudaa
PowerShell 紹介
PowerShell 紹介
tsudaa
全角チルダ問題
全角チルダ問題
tsudaa
資格は役に立つか
資格は役に立つか
tsudaa
○○型言語と呼ばれるために備えるべき最低限の条件についての検討
○○型言語と呼ばれるために備えるべき最低限の条件についての検討
tsudaa
文字数はおいくら?(Ruby版)
文字数はおいくら?(Ruby版)
tsudaa
法律の読み方とか
法律の読み方とか
tsudaa
C++入門?
C++入門?
tsudaa
More from tsudaa
(16)
Json型の使い方
Json型の使い方
真理とは何か
真理とは何か
Excelのどうでもよいtipsの紹介
Excelのどうでもよいtipsの紹介
MySQL のユーザー定義変数と RDB のココロ
MySQL のユーザー定義変数と RDB のココロ
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
HiroshimaJUG の「Java8 Lambda ハンズオン with すごい広島」を5分で振り返る
ドメイン名の話 (データベース/SQL)
ドメイン名の話 (データベース/SQL)
スターマークの話
スターマークの話
Powershell のセキュリティ (大都会ver)
Powershell のセキュリティ (大都会ver)
昼の12時は午○何時?
昼の12時は午○何時?
PowerShell 紹介
PowerShell 紹介
全角チルダ問題
全角チルダ問題
資格は役に立つか
資格は役に立つか
○○型言語と呼ばれるために備えるべき最低限の条件についての検討
○○型言語と呼ばれるために備えるべき最低限の条件についての検討
文字数はおいくら?(Ruby版)
文字数はおいくら?(Ruby版)
法律の読み方とか
法律の読み方とか
C++入門?
C++入門?
Recently uploaded
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Recently uploaded
(7)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Windows でも時刻合わせがしたい!
1.
Windows でも 時刻合わせがしたい! @tsuda_ahr 合同勉強会 in
大都会岡山 2016 Winter ver. 2016/12/17
2.
テーマ • Windows で時刻合わせをしたい。
3.
要求: Windows の時刻を、時刻マスターと合わせたい。
4.
方法: net time
コマンドを使う。 • 書式 net time ¥¥時刻サーバー名 /set y • これをタスクスケジューラーで定期的に叩く。
5.
いや時刻マスターは Windows じゃないんですが… •
NTP サーバーと同期したいんです。
6.
方法2: 桜時計を使う。
7.
桜時計とは ? • Win
95 の頃からにある NTP クライアント。 (サーバーにもなるよ) • Win 10 でも動く。 (たぶん) • 常駐して一定周期で時刻をあわせてくれる機能もある。
8.
解決!
9.
いや、でも… • フリーソフト使うのはなあ…いろいろなんか気持ち悪いじゃん ?
(何が ?) • Windows 標準のソフトでなんとかならないの ? (何、そのこだわり ?) • ほら、w32tm とか Windows time サービスとかなかったっけ ?
10.
w32tm ? ああ、あれ
? • やめといたほうがいいです。(何
11.
いや、実際。 • 先のいずれかで解決したほうが無難です。 • それで問題にならないのであれば…
12.
「問題にならないのであれば」って ? • たとえば、こんな会話が可能な場合です。 ログのこの部分、1秒くらい時刻が逆転して いるところがあるんだけど、なんでだろう
? あ、そのタイミングで、時刻合わせの処理を 自動実行しているからですね。 そうか。
13.
「そうか」 じゃねーだろ (汗 •
しかし、この程度の精度で十分なケースがほとんどです (汗
14.
どうしても、w32tm を使いたい。 • でも、あのコマンド。例えば手動で時刻を合わせる
/resync コマンドは…
15.
今すぐ同期するようなことを書かれていますが • 同期してくれないことがあります。
16.
なぜ ? • 深い理由があります。
17.
その理由とは ? • 公開されていません(汗
#たぶん
18.
ちょっと嘘でした (汗 • 正確には、公開されていないのは
w32tm の同期ロジック。 • NTP 的には正しい動作になるように組まれてはいる。(と思われる) • なにをやっているのがよくわからない (=同期に失敗したときの理由がわからない) という意味では、当たらずしも遠からず(汗
19.
理由がわからない ? • 失敗したのは表示されるが、失敗した理由は表示されない。
20.
NTP的に正しい動作って ? • 勉強しましょう(汗
21.
軽くさわりだけ。 • 要するに時刻サーバーから参照した時刻が信頼できるものでなくてはいけません。 • 時刻サーバーの階層
(Strutam) が上位か ? • 時刻サーバーは、さらに上位の時刻サーバーと同期がとれているか ? • 時刻は揺らいでいないか ? (分散/Dispersion) • それ以外にも様々な課題が。 • クライアントモードか、シンメトリックモードか。 • Slew なのか Step なのか。 • Slew と Step の動作変更の敷居時刻差は何秒なのか ? • Windows time サービスは動いているか ? (特にWin7以降)
22.
w32tm のトラブルシューティング例 • http://www.atmarkit.co.jp/ait/articles/1301/24/news105.html
23.
めんどうくさい (汗 • その上、いくら頑張っても、多分思ったように動くことはない。
24.
いっそ • 時刻同期なんて、せずに済むならそのほうがいいです(汗
25.
まとめます。
26.
伝えたかったことは以下です。 • 安易な気持ちで「時刻をあわせよう」とか考えないでください。 • 特にクライアントから 「時刻も自動であわせてよ」 と言われたら 「はっはっは、ご冗談を。」 とか言って回避してください。安請け合いするとひどい目にあいます。 •
時刻合わせは、やってもやってもザルの目が細かくなるだけで完全に一致しないし、 意図したとおりの結果にはなりません。(言い過ぎ) • 自動で合わせようとするな。諦めが肝心 (汗
27.
あと • Windows って時刻同期ができなくなると、 あるとき、いきなり
1分 時刻がずれることがあるから気をつけてね! KB232488 問題
28.
こちらからは以上です。 • ご清聴ありがとうございました。
Download now