Tekijä Techopedia Staff, 19. huhtikuuta 2017
Takeaway: Isäntä Eric Kavanagh keskustelee ennustamisesta tohtori Robin Bloorin, Rick Shermanin ja IDERAN Bullett Manale -tapahtuman kanssa.
Sinun on ilmoittautunut tapahtumaan nähdäksesi videon. Rekisteröidy nähdäksesi videon.
Eric Kavanagh: Hyvät naiset ja herrat, hei jälleen kerran ja tervetuloa takaisin Hot Technologies -verkkosarjaan! Nimeni on Eric Kavanagh, tulen tämän päivän verkkoseminaarin isäntänä nimeltä “Säästä aikaa, rahaa ja ongelmia optimaalisten ennusteiden avulla.” ”Kurssi kaipain nimikkeen ensimmäisen osan siellä” Parhaat ladatut suunnitelmat ”. puhu siitä aina tässä näyttelyssä. Joten, Hot Technologies on tietysti foorumimme, jonka avulla ymmärrämme joitain hienoja tuotteita nykypäivän maailmassa, yritystoiminnan tekniikan maailmassa, mitä ihmiset tekevät heidän kanssaan, miten he työskentelevät, kaikenlaisia hauskoja juttuja.
Ja tänään aihe, kuten ehdotan, käsittelee ennustamista. Yrität todella ymmärtää mitä organisaatiossasi tapahtuu. Kuinka aiot pitää käyttäjän onnelliseksi riippumatta siitä, mitä he tekevät? Jos he tekevät analyysejä, tekevät todellista työtä, he kohtaavat todellisia asiakkaita, joilla on transaktiojärjestelmiä, olipa tapaus mikä tahansa, haluat ymmärtää kuinka järjestelmät toimivat ja mitä tapahtuu, ja niin me " Puhun tänään. Se on tavallaan hauskaa, koska ennustaminen ei ole jotain mitä haluan tehdä, koska olen taikauskoinen, kuten luulen, että jos ennustan liikaa, tapahtuu pahoja asioita, mutta se on vain minä. Älä seuraa esimerkkiäni.
Joten, tässä ovat tänään esiintyjiämme, oikeassa yläkulmassa, Rick Sherman soittaa sisään Bostonista, kaverimme Bullett Manale IDERAsta ja oma tohtori Robin Bloor. Ja sen avulla annan sen Robinille ja muistutan vain ihmisille: Kysy, älä ole ujo, rakastamme hyviä kysymyksiä, julkaisemme ne tänään esittelijöillemme ja muille. Ja sen kanssa, Robin, ota se pois.
Robin Bloor: Okei, hyvin, kun olen napaisessa asemassa, kuten he sanovat, ajattelin kertoa SQL-tarinan tänään, koska se on taustana keskusteluille, jota aiotaan jatkaa, ja se ei väistämättä ole ristiriidassa koska Rick ei keskity tähän ja ei ole ristiriidassa sen kanssa, mitä Rickillä on sanottavaa. Joten, SQL-tarina, on joitain mielenkiintoisia asioita SQL: stä, koska se on niin hallitseva. Katso, se on kirjoitusvirhe, SQL on deklaratiivinen kieli. Ajatuksena oli, että voisit luoda kielen, jolla pyydät mitä halusit. Ja tietokanta selvittää, miten se saadaan. Ja se on itse asiassa sujunut melko hyvin, mutta on olemassa joitain asioita, jotka on syytä sanoa siitä, seuraukset koko IT-alan perustamiselle deklaratiiviselle kielelle. Käyttäjä ei tiedä tai välitä tietojen fyysisestä järjestelystä, ja se on hyvä asia deklaratiivisella kielellä - se erottaa sinut kaikesta tästä ja jopa huolestuttaa sitä - kysy vain mitä haluat, ja tietokanta menee ja saa sen.
Mutta käyttäjällä ei ole aavistustakaan, vaikuttaako tapa, jolla he rakentavat SQL-kyselyä, kyselyn suorituskykyyn, ja se on vähän heikkous. Olen nähnyt satoja ja satoja riviä kestäviä kyselyitä, jotka ovat vain yksi SQL-pyyntö, tiedätte, alkaa “valitse” ja jatkuu vain alakyselyillä ja niin edelleen ja niin edelleen. Ja todella käy ilmi, että jos haluat tietyn tietokokoelman pois tietokannasta, voit pyytää sitä monin eri tavoin SQL: n avulla ja saada saman vastauksen, jos sinulla on jonkinlainen tuntemus tietoihin. Joten yksi SQL-kysely ei välttämättä ole paras tapa pyytää tietoja, ja tietokannat vastaavat melko eri tavalla niiden sisältämän SQL: n mukaan.
Ja niin, SQL vaikuttaa tosiasiallisesti suorituskykyyn, joten SQL: tä käyttävät ihmiset ovat totta heistä, se pätee myös SQL: ää käyttäviin SQL-ohjelmoijiin ja he harvemmin ajattelevat vaikutustaan, joka heillä on, koska suurin osa heidän painopisteistään on tosiasiassa tietojen käsittelyssä eikä tiedon hankkimisessa, sijoittamisessa. Sama pätee myös BI-työkaluihin, olen nähnyt SQL: n, joka purkaa, jos haluat, purkaa eri tietokantojen BI-työkaluja ja on sanottava, että suuri osa siitä on, en haluaisi ' t kirjoittaa SQL-kyselyitä sellaisin. Se on, että joku on luonut pienen moottorin, jos haluat, että mitä tahansa parametreja on, se heittää jonkin verran SQL: tä ja taas, että SQL ei välttämättä ole tehokasta SQL: tä.
Sitten ajattelin mainita impedanssien epäsuhta. Ohjelmoijien käyttämä tieto on erilaista kuin tiedot lajitellessaan. Joten, DMS-järjestelmämme tallentaa tietoja taulukoihin, organisoidut oliokoodit ovat enimmäkseen koodereita, ohjelmoivat nykyisin olosuhteisiin suuntautuvia muotoja ja tilaavat tietoja objektirakenteisiin, joten se ei kuvaa toisiaan. Joten on välttämätöntä kääntää siitä, mitä ohjelmoija pitää tietojen olevan sitä, mitä tietokanta ajattelee, mitä tiedot ovat. Mikä näyttää siltä, että meidän on pitänyt tehdä jotain väärin, jotta näin olisi. SQL: llä on DDL tietojen määrittelemiseen, sillä on DML - tietojen manipulointikieli - valitse, projisoi ja liity tietojen hankkimiseen. Nyt on hyvin vähän matematiikkaa ja hyvin vähän aikaperusteisia juttuja, joten se on epätäydellinen kieli, vaikkakin on sanottava, että sitä on laajennettu ja jatketaan.
Ja sitten saat SQL-esteongelman, joka on aina suoria kuin kaavio, siinä että monet ihmiset kysyivät kysymyksiä analyyttisistä syistä, kun he ovat saaneet vastauksen kysymyksen tietotermeihin, haluavat kysyä toisen kysymyksen. Joten siitä tulee valintaikkuna, ja SQL: tä ei ole rakennettu valintaikkunoille, se on rakennettu kysymään mitä haluat kerralla. Ja se on tietysti syytä tietää, koska siellä on joitain tuotteita, jotka todella hylkäävät SQL: n, jotta käyttäjän ja tiedon välinen keskustelu olisi mahdollista.
Tietokannan suorituskyvyn kannalta - ja tällainen leviää kaikkeen - kyllä, siinä on CPU, muistissa, levyssä, verkon yleiskustannuksissa ja lukitusongelmassa useampi kuin yksi henkilö, joka haluaa käyttää tietoja yksinomaan tietyllä hetkellä ajankohta. Mutta siellä on myös huonoja SQL-kutsuja, on mahtavaa tehdä paljon, jos optimoit SQL: n suorituskyvyn suhteen. Joten, tietokannan suorituskykytekijät: huono suunnittelu, huono ohjelman suunnittelu, samanaikainen työmäärä puuttuu, kuorman tasapainotus, kyselyrakenne, kapasiteetin suunnittelu. Se on datan kasvu. Ja muutamassa sanassa, SQL on kätevä, mutta se ei optimoi itse.
Tämän jälkeen uskon, että voimme siirtää Rickille.
Eric Kavanagh: Hyvä on, Rick, anna minun antaa sinulle avaimet WebEx-autoon. Ota se pois.
Rick Sherman: Hyvä on. No, kiitos Robin, koska aloitimme esityksen alussa, grafiikkani on edelleen melko tylsää, mutta menemme sen mukana. Joten olen samaa mieltä kaikesta, josta Robin puhui SQL-puolella. Mutta mitä haluan keskittyä nyt vähän, on tietojen kysyntä, jota käydä läpi nopeasti, tarjonnan kuten kyseisessä tilassa käytettyjen työkalujen tai työkalujen tarve kyseisessä tilassa.
Ensinnäkin jokaisessa lukemassasi artikkelissa on joitain suuria tietoja, paljon tietoja, pilvestä tulevaa jäsentämätöntä tietoa, suuria tietoja kaikkialla, mitä voit kuvitella. Mutta tietokantamarkkinoiden kasvu on jatkuvasti tapahtunut SQL: llä, relaatiotietokanta todennäköisesti vuodesta 2015 lähtien, on edelleen 95 prosenttia tietokantamarkkinoista. Kolmella suurimmalla relaatiomyyjällä on noin 88 prosenttia markkinaosuudesta kyseisessä tilassa. Joten, puhumme edelleen SQL: sta, kuten Robin puhui. Ja itse asiassa, vaikka etsimmekin Hadoop-alustaa, Hive and Spark SQL - jota pojatani, joka on tietotekniikan asiantuntija, käyttää koko ajan nyt - on varmasti hallitseva tapa ihmisille saada tietoa.
Tietokannan puolella on nyt kaksi laajaa luokkaa tietokantojen käyttöä. Yksi on tarkoitettu toimiville tietokannan hallintajärjestelmille, joten yrityssuhteiden suunnitteluun, asiakassuhteiden hallintaan, Salesforce-toiminnanohjausjärjestelmiin, oraakkeihin, EPIC: iin, N4: een jne. Maailmassa. Ja tietovarastoissa ja muissa yritystietopohjaisissa järjestelmissä on paljon ja kasvavaa määrää tietoa. "Koska kaikki, riippumatta siitä, missä ja miten se otetaan, tallennetaan tai siirretään, lopulta analysoidaan ja niin tietokantojen, etenkin markkinoilla olevien relaatiotietokantojen, käyttö on valtava kysyntä ja lisääntynyt.
Nyt meillä on kysyntä, meillä on tulossa valtavia määriä tietoja. En todellakaan puhu pelkästään isoista tiedoista, vaan tiedon käytöstä kaikenlaisissa yrityksissä. Mutta tarjonnan puolella ihmisille, jotka pystyvät hallitsemaan näitä resursseja, meillä on ensin poissa käytöstä DBA-pula. Työllisyystilastoviraston mukaan DBA-työpaikat kasvavat vuosina 2014–2024 vain 11 prosenttia - tällä hetkellä ihmisillä on DBA-nimikkeet, mutta puhumme siitä sekunnissa - verrattuna 40- plus prosenttimääräinen vuotuinen tiedonkasvutila. Ja meillä on paljon DBA: ita; keskimäärin samassa tutkimuksessa puhuttu keskimääräinen ikä on melko korkea verrattuna muihin tietotekniikan ammatteihin. Ja sitten meillä on paljon ihmisiä, jotka lähtevät kentältä, eivät välttämättä eläkkeelle, vaan siirtyvät muihin näkökohtiin, siirtyvät johtoon tai muuhun.
Nyt osa syystä he lähtevät, koska DBA-työ jatkuu entistä vaikeampana. Ensinnäkin, meillä on DBA-tietokannat, jotka hallitsevat itse useita erilaisia tietokantoja, paikalla sijaitsevia fyysisiä tietokantoja sekä erityyppisiä tietokantoja. Nyt se saattaa olla relaatiotyyppi tai ne voivat olla myös muun tyyppisiä tietokantoja. Mutta vaikka se olisi suhteellista, heillä voi olla yksi, kaksi, kolme, neljä eri myyjää, joita he todella yrittävät hallita. DBA: t osallistuvat yleensä tietokannan tai sovelluksen suunnitteluun. Robin puhui siitä, miten tietokannat tai sovellukset suunnitellaan, miten SQL suunnitellaan. No, kun puhumme datamallinnuksesta, ER-mallinnuksesta, laajennetusta ER-mallinnuksesta, ulottuvuuden mallinnuksesta, edistyneestä ulottuvuuden mallinnuksesta, mitä tahansa, yleensä sovellusohjelmoijat ja sovelluskehittäjät suunnittelevat loppupäämääränsä mielessä - he eivät ole suunnitelleet itse tietokannan rakenne. Joten meillä on paljon huonoa suunnittelua.
Nyt en puhu kaupallisten yrityssovellusten toimittajista; heillä on yleensä ER-malleja tai laajennettuja ER-malleja. Puhun siitä, että jokaisessa yrityksessä on paljon enemmän liiketoimintaprosesseja ja sovelluksia, joita sovelluskehittäjät rakentavat - näitä ei ole välttämättä suunniteltu käyttöönoton tehokkuudelle tai vaikuttavuudelle. Ja itse DBA: t ovat ylityöllistettyjä ja heillä on joskus vastuu ympäri vuorokauden, he saavat yhä enemmän tietokantoja. Mielestäni sillä on vähän tekemistä sen kanssa, että ihmiset eivät ymmärrä aivan mitä he tekevät tai miten he tekevät sen. Heidän oma pieni ryhmänsä ja ihmiset jatkavat ajatteluaan: "No kaikki nämä työkalut ovat aivan niin helppokäyttöisiä, että voimme vain jatkaa yhä useamman tietokannan käyttämistä heidän työmäärään", mikä ei ole kyse.
Mikä johtaa meidät osa-aikaisiin ja vahingossa tapahtuviin DBA: iin. Meillä on pieniä tietotekniikkatiimejä, joilla ei ole välttämättä varaa omaan DBA: han. Nyt se pätee pieniin ja keskisuuriin yrityksiin, joissa tietokantojen ja tietokantasovellusten laajennus on räjähtää viimeisen vuosikymmenen aikana ja kasvaa edelleen. Mutta se koskee myös suuria yrityksiä, jotka ovat tyypillisesti tehneet tietovarastointia ja yritystietojen analysointia jo kauan, pitkään. Kauan sitten olemme hankkineet omistettuja DBA-hankkeita näihin hankkeisiin; emme koskaan saa enää erillistä DBA: ta. Olemme vastuussa tietokannan suunnittelusta, mikä on hienoa, jos jollain on kokemusta. Mutta yleensä, DBA: t ovat sovelluskehittäjiä, he ottavat tämän roolin usein osa-aikaisena työpaikkanaan, heillä ei ole siinä muodollista koulutusta ja suunnitellaan sitä lopputavoitteilleen, he ovat ei suunnittele sitä tehokkuuden parantamiseksi.
Suunnittelun ja kehityksen välillä on paljon eroja verrattuna käyttöönottoon ja hallintaan. Joten, meillä on ”penniäkään viisas, punta typerää” pienellä säästöpankilla, hyppäämättä hankkeessa tarvittavien taitojen ja resurssien hankkimiseen. Luulen, että kaikki ovat peräisin "Nerden kosto" -kappaleestani. Nyt, sikäli kuin mitä ihmiset tarvitsevat, niin meillä on laajempi tietokantojen ja tietojen käyttö SQL: ssä. Meillä on rajoittava määrä DBA: ita - ihmisiä, jotka ovat taitavia ja asiantuntevia näissä viritys- ja suunnittelu- sekä hallinta- ja käyttöönotto-tilanteissa. Ja meillä on yhä enemmän osa-aikaisia tai vahingossa tapahtuvia DBA-tutkijoita, ihmisiä, joilla ei ole ollut muodollista koulutusta.
Joten, mitkä ovat jotkut muut asiat, jotka ovat myös tulossa kysymykseen siitä, että näitä tietokantoja ei ole viritetty tai niitä ei myöskään hallita? Ensinnäkin, monet ihmiset olettavat, että tietokantajärjestelmällä itsellään on tarpeeksi työkaluja hallitakseen itseään. Nyt työkalut ovat entistä helpompaa ja helpompaa tehdä - suunnittelu ja kehittäminen -, mutta se on erilaista kuin hyvä suunnittelu, hyvä hallinta, kapasiteetin suunnittelu, seuranta jne. Käyttöönottoa varten. Joten ensin ihmiset olettavat, että heillä on kaikki tarvitsemansa työkalut. Toiseksi, jos olet osa-aikainen tai vahingossa DBA, et tiedä mitä et tiedä.
Luulen unohtanut osan lauseista siellä, niin että monta kertaa he vain eivät ymmärrä, mitä heidän on edes tarkasteltava suunnittelussa tai kun he hallinnoivat tai käyttävät tietokantoja. Jos se ei ole ammattisi, et ymmärrä mitä sinun täytyy tehdä. Kolmas kohta on se, että SQL on go-to-tool, joten Robin puhui SQL: stä ja siitä, kuinka huonosti SQL on joskus rakennettu tai usein rakennettu. Ja myös yksi lemmikistäni, joka piilee BI-tietojen varastoinnissa, tiedonsiirrossa ja tietotekniikan tilassa, on, että työkalujen käytön sijasta ihmisillä on taipumus kirjoittaa SQL-koodia, tallennettuja menettelyjä, vaikka he käyttäisivät kalliita tietojen integrointityökalua tai kallis BI-työkalu, he usein käyttävät sitä vain tallennettujen menettelyjen suorittamiseen. Joten tietokannan suunnittelun ymmärtämisen ja SQL: n rakentamisen merkitys on entistä tärkeämpi.
Ja lopuksi on tämä siilomenetelmä, jossa meillä on yksittäisiä ihmisiä tarkastelemaan yksittäisiä tietokantoja. He eivät katso miten sovellukset toimivat ja ovat vuorovaikutuksessa keskenään. Ja he myös todella etsivät tietokantoja verrattuna sovelluksiin, joissa he käyttävät niitä. Joten tietokantaan saamasi työmäärä on kriittinen suunnittelussa, kriittinen sen virittämisessä, kriittinen yritettäessä selvittää, kuinka suunnitella kapasiteettia jne. Joten katsomalla metsää puista, ihmiset ovat rikkaruohoissa, tarkastelemalla yksittäisiä taulukoita ja tietokantoja eikä tarkastelemalla näiden sovellusten yleistä vuorovaikutusta työkuormassa.
Viimeinkin ihmisten on tarkasteltava avainalueita, joita heidän on tarkasteltava. Kun he suunnittelevat tietokantojen hallintaa, heidän on ensin mietittävä, kehitettävä sovelluskeskeisiä suorituskykymittareita, joten heidän on tarkasteltava sen lisäksi, miten tämä taulukko on rakennettu, kuinka se on erityisen mallinnettu, mutta miten sitä käytetään? Joten jos sinulla on yrityssovelluksia, jotka johtuvat toimitusketjun hallinnasta, jos otat tilauksia verkosta, jos teet BI: tä - mitä tahansa teetkin - sinun on tarkasteltava kuka sitä käyttää, kuinka he käyttävät käyttämällä sitä, mitä tietomäärät ovat, kun se tapahtuu. Mitä todella yrität etsiä, on odotusajat, koska ei väliä mitä, kaikki sovellukset arvioidaan sen mukaan, kuinka kauan jonkin tekeminen kestää, onko kyseessä henkilö vai vain tietojen vaihto sovellusten tai prosessorien välillä. Ja mitkä ovat pullonkaulat? Niin usein, kun yrität korjata ongelmia, tietysti yrität todellakin selvittää, mitkä ovat todelliset pullonkaulat - ei välttämättä kuinka kaikkea virittää, mutta kuinka pääset eroon ja siirrät esitystä odotusaikoihin ylöspäin ja läpäisykyky - mitä sinun tarvitsee katsoa.
Ja sinun on todellakin erotettava tiedonkeruu, tapahtumat, tietokannan muunnosnäkökohdat analytiikan ohella. Jokaisella niistä on erilaiset suunnittelumallit, jokaisella on erilaiset käyttötavat ja jokainen niistä on viritettävä eri tavalla. Joten sinun täytyy miettiä, kuinka näitä tietoja käytetään, kun niitä käytetään, mihin niitä käytetään, ja selvittää, mitä suorituskykymittarit ja mitkä ovat avainasiat, joita haluat analysoida kyseiseen käyttöön. Nyt kun tarkastelet suorituskykyä, haluat tarkastella itse tietokantatoimintoja; haluat tarkastella molempia tietorakenteita, joten indeksit, osiointi ja muut tietokannan fyysiset näkökohdat, jopa tietokannan rakenne - onko kyse sitten ER-mallista tai mittamallista, vaikka se on rakenteellinen - kaikilla näillä asioilla on vaikutusta suorituskykyyn, etenkin tiedonkeruuanalyysin ja tapahtuvien muutosten erilaisissa yhteyksissä.
Ja kuten Robin mainitsi SQL-puolella, tarkastelemalla SQL: ää, jota nämä eri sovellukset ajavat näiden tietokantojen kautta, ja sen virittäminen on kriittistä. Ja tarkastellaan sovellusten yleistä työmäärää ja infrastruktuuriympäristöä, jota nämä tietokannat ja sovellukset käyttävät. Joten verkot, palvelimet ja pilvi - riippumatta siitä, mitä he käyttävät - tarkastelevat myös näiden sovellusten ja tietokantojen vaikutusta tässä yhteydessä, kaikilla näillä on vuorovaikutuksessa kyky virittää tietokanta.
Ja lopuksi, kun tarkastelet työkaluja, haluat pystyä tarkastelemaan kolmea erilaista analytiikkaa, jotka liittyvät siihen. Haluat tarkastella kuvaavaa analyysiä: mitä tapahtuu ja missä, tietokantaan ja sovelluksen suorituskykyyn liittyen. Haluat kykyä tehdä diagnostista analysointia selvittääksesi paitsi mitä tapahtuu, myös miksi se tapahtuu, missä ovat pullonkaulat, missä on ongelmia, mikä toimii hyvin, mikä ei toimi hyvin? Mutta kyky analysoida ja pohtia ongelma-alueita käsitelläkseen niitä joko suunnittelun tai minkä tahansa sinun täytyy tehdä.
Ja lopuksi, aggressiivisin tai ennakoivin analyysityyppi on tosiasiallisesti tehdä ennustava analyysi, ennustava analyyttinen mallinnus, mitä tahansa. Tiedämme, että tietokanta ja sovellukset toimivat tässä yhteydessä, jos lisäämme kapasiteettia, jos saamme enemmän käyttäjiä, jos teemme enemmän läpäisykykyä, mitä teemmekin, pystymme suunnittelemaan mitä, miten ja mihin se tulee Vaikuttaa tietokantaan, sovelluksiin, antaa meille mahdollisuuden suunnitella ja selvittää ennakoivasti, missä pullonkaulat ovat, missä odotusajat saattavat kärsiä ja mitä meidän on tehtävä asioiden korjaamiseksi. Joten haluamme, että meillä on työkaluja, jotka pystyvät toteuttamaan suorituskykymittarit, seuraamaan suorituskykyä, kuten samoin kuin nämä kolme analyysityyppiä. Ja se on minun yleiskuvani.
Eric Kavanagh: Hyvä on, annan minun jakaa sen - muuten nämä ovat kahta suurta esitystä - annan tämän Bullett Manalelle viedäkseni sieltä. Ja ihmiset, älä unohda kysyä hyviä kysymyksiä; meillä on jo hyvää sisältöä jo. Ota se pois, Bullett.
Bullett Manale: Kuulostaa hyvältä. Kiitos, Eric. Joten, paljon mitä Rick ja Robin sanoivat, olen selvästi samaa mieltä 100 prosentilla. Sanoisin, että vedin tämän liukukannan ylös, "koska mielestäni se sopii, en tiedä niille teistä, jotka olette" A-Team "-faneja takaisin 80-luvulla, John Hannibal Smith sanoi, että hän sanoi aina sanovat: "Rakastan sitä, kun suunnitelma tulee yhdessä", ja luulen, että kun puhut erityisesti SQL Serveristä, johon keskitymme, mikä on tuote, josta puhumme tänään, SQL Diagnostic Manager, se on ehdottomasti yksi niistä asioista, jotka sinulla on oltava; sinun on kyettävä hyödyntämään olemassa olevia tietojasi ja pystyttävä tekemään päätöksiä niistä, ja joissain tapauksissa et halua päätöstä; Etsit jotain kertoa sinulle, kun joku resursseja loppuu, kun resurssit loppuu, kun pullonkaulalla on sellaisia asioita.
Kyse ei ole vain tietyn mittarin seurannasta. Joten Diagnostic Manager -sovelluksen kanssa yksi hyvin menestyvistä asioista on auttaa sinua ennustamisessa ja ymmärtämään erityisesti työkuormit. Aiomme puhua siitä paljon tänään. Työkalu on suunnattu tiedonhallinnalle, DBA: lle tai toimivalle DBA: lle, joten monet asioista, joista Rick mainitsi, toimiva DBA on niin totta. Monissa tapauksissa, jos et ole DBA, sinulla on paljon kysymysmerkkejä, kun sinulla on aika hallita SQL-ympäristöä, mitä et tiedä. Joten etsit jotain, joka auttaa sinua, vie sinut läpi prosessin ja kouluttaa sinua myös prosessissa. Ja niin, on tärkeää, että työkalu, jota käytät sellaisiin päätöksiin, antaa sinulle jonkinlaisen käsityksen syistä, miksi näitä päätöksiä tehdään, sen ei tarvitse vain kertoa sinulle: "Hei, tee tämä."
Koska olen toimiva DBA, voin lopulta olla täysimittainen DBA, jolla on todellista asiantuntemusta ja tietoa tämän tittelin tueksi. Joten, sanomme, kun puhumme tietokannan ylläpitäjänä olemisesta - näytän aina sellaisen ensin, koska DBA: lla on joitain erilaisia rooleja ja riippuen organisaatiostasi, jolla olet, ne vaihtelevat paikasta toiseen - mutta tyypillisesti olet aina jollain tavalla vastuussa varastoinnistasi, suunnittelustasi ja ymmärryksestäsi ennakoida, minun pitäisi sanoa, kuinka paljon tilaa olet menossa tarvitsee, onko kyse varmuuskopioistasi vai itse tietokannoista. Sinun on ymmärrettävä ja arvioitava se.
Lisäksi sinun on kyettävä ymmärtämään ja optimoimaan asiat tarpeen mukaan, ja kun käydään läpi ympäristön seurannan, on tietenkin tärkeää, että teet muutoksia tarvittaessa niiden asioiden perusteella, jotka tarvitaan muutos itse ympäristössä. Joten asiat, kuten käyttäjien lukumäärä, sovellusten suosio, tietokannan kausiluonteisuus, kaikki tulisi ottaa huomioon ennustettaessa. Ja sitten tarkastellaan selvästi muita asioita siinä suhteessa, että pystymme toimittamaan raportit ja tarvittavat tiedot, koska ne liittyvät näiden päätösten tekemiseen. Monissa tapauksissa se tarkoittaa vertailevan analyysin tekemistä; se tarkoittaa sitä, että pystyt tarkastelemaan erityisesti tiettyä mittaria ja ymmärtämään, millainen mittarin arvo on ajan mittaan ollut, jotta voit ennakoida mihin se etenee.
Joten suurella osalla Diagnostic Manager -työkalua on nämä ominaisuudet, ja ihmiset käyttävät sitä päivittäin voidakseen tehdä esimerkiksi ennusteita, ja olen laittanut tähän kapasiteettisuunnitelman määritelmän. Ja se on melko laaja ja oikeastaan melko epämääräinen määritelmä, joka on vain prosessi, jolla määritetään tuotantokapasiteetti, jota organisaatio tarvitsee vastaamaan muuttuviin vaatimuksiin tuotteilleen, ja päivän päätteeksi siitä todellakin on kyse: Se on siitä, että pystyt ottamaan jollain tavalla tai toisella sinulla olevia tietoja ja ottamaan tietoja ja tekemään päätöksiä, joiden avulla voit siirtyä eteenpäin tietokantojen elinkaaren aikana. Joten asiat, jotka ovat syitä siihen, miksi ihmisten on tehtävä tämä, ovat tietysti ensisijaisesti ja useimmissa tapauksissa rahaa säästäviä. On selvää, että heidän päätavoite on ansaita rahaa ja säästää rahaa. Mutta samalla prosessissa tämä tarkoittaa myös kykyä varmistaa, että seisokkejasi ei ole. Ja kyky varmistaa, että vähennät mahdollisia seisokkien esiintymismahdollisuuksia, joten pidät sen tapahtumasta aluksi toisin sanoen, etteivät odota sen tapahtuvan ja reagoi sitten siihen.
Sen lisäksi, että pystyt yleisesti parantamaan käyttäjien tuottavuutta, tehostamalla niitä tehokkaammiksi, jotta voit tehdä enemmän liiketoimintaa, on selvästi avain tässä, joten nämä ovat tyyppisiä asioita, joita DBA tai joku ennustamiseen tai kapasiteettiin osallistuva Suunnittelussa on kyettävä kuljettamaan tietoja voidakseen tehdä näitä päätöksiä. Ja sitten kaiken kaikkiaan tämä auttaa tietysti poistamaan jätteet, paitsi jätteiden rahan määrän lisäksi myös ajan ja vain yleensä resurssien suhteen, joita voidaan mahdollisesti käyttää muihin asioihin. Joten pystymme poistamaan jätteet siten, että sinulla ei ole vaihtoehtoisia kustannuksia, jotka ovat sidoksissa itse jätteeseen.
Joten mitä sanottua, minkä tyyppiset kysymykset saamme erityisiä henkilölle, joka on DBA? Milloin tila loppuu? Se on iso, paitsi kuinka paljon tilaa nyt kulutan, mutta milloin loppuukin, trendien ja menneisyyden perusteella? Sama asia todellisten SQL-esiintymien, tietokantojen kanssa, mitä palvelimia voin yhdistää? Aion laittaa joitain virtuaalikoneisiin, mikä on järkevää mitkä tietokannat konsolidoida ja millä SQL-tapauksilla niiden pitäisi sijaita? Kaikentyyppisiin kysymyksiin on pystyttävä vastaamaan. Koska useimmissa tapauksissa, jos olet DBA tai toimi DBA, aiot vakiinnuttaa sen joskus urallasi. Monissa tapauksissa aiot tehdä niin jatkuvasti. Joten sinun on kyettävä tekemään nämä päätökset nopeasti, älä pelaa arvaamispelejä, kun kyse on siitä.
Puhuimme pullonkauloista ja siitä, missä ne alkavat tapahtua seuraavaksi, ja pystyimme ennakoimaan sen jälleen kerran sen sijaan, että odottaisimme niiden tapahtuvan. Joten selvästi kaikilla näistä asioista, joista puhumme, on järkeä siinä mielessä, että luotat historiallisiin tietoihin useimmissa tapauksissa pystyäkseen tuottamaan näitä suosituksia tai joissain tapauksissa pystymään itse tekemään päätöksiä, jotta voimme keksiä nämä vastaukset. Mutta se muistuttaa minua siitä, että kun kuulet radiomainoksia jollekin arvopapereita myyvälle tai vastaavalle, se on aina ”aikaisempi suorituskyky ei osoita tulevia tuloksia” ja sellaisia asioita. Ja sama asia pätee täällä. Sinulla on tilanteita, joissa nämä ennusteet ja nämä analyysit eivät välttämättä ole oikein oikeita. Mutta jos käsittelet asioita, jotka ovat tapahtuneet menneisyydessä ja tiedossa, ja on erittäin arvokasta kyetä ottamaan ja tekemään "mitä jos" monilla tällaisilla kysymyksillä, joudut törmäämään, ja se vie sinut paljon pidemmälle kuin arvaamispelin pelaaminen.
Joten tämäntyyppiset kysymykset ilmeisesti nousevat esiin, joten kuinka käsittelemme paljon näitä kysymyksiä Diagnostic Manager -sovelluksen kanssa, ensinnäkin meillä on ennustusominaisuudet, koska pystymme tekemään tämän tietokannassa, myös pöydässä asemana tai äänenvoimakkuutena. Jotta voin sanoa: "Hei, meillä on täynnä tilaa", mutta kuuden kuukauden kuluttua nyt, kahden vuoden kuluttua, viiden vuoden kuluttua, jos budjetoin sitä, kuinka paljon ajotilaa olen menossa tarvitsee budjetoida? Nämä ovat kysymyksiä, jotka minun on pakko kysyä, ja minun on kyettävä käyttämään jotakin tapaa tehdä se sen sijaan, että arvaaisin ja laitan sormeni ilmaan ja odotan nähdäkseni millä tavalla tuuli puhaltaa, mikä on monta kertaa, valitettavasti tapa, jolla nämä päätökset tehdään.
Lisäksi kyky - näyttää siltä, että diani leikattiin sieltä hiukan - mutta pystyä tarjoamaan apua suositusten muodossa. Joten, on yksi asia pystyä osoittamaan sinulle kojetaulu, joka on täynnä mittareita ja sanomaan: "OK, tässä on kaikki mitat ja missä he ovat", mutta sitten pystyä tekemään joitain tai ymmärtämään niitä mitä tehdä, sen perusteella on toinen harppaus. Ja joissain tapauksissa ihmiset ovat riittävän koulutettuja DBA: n rooliin voidakseen tehdä näitä päätöksiä. Joten meillä on työkalussa joitain mekanismeja, jotka auttavat siinä, ja osoitamme sinulle vain sekunnin kuluttua. Mutta pystymme osoittamaan paitsi mitä suositus on, myös tarjoamaan jonkinlaisen käsityksen miksi suositus tehdään ja sitten myös päälle, että joissain tapauksissa pystytään todella keksimään skripti, joka automatisoi suosituksen. myös tämän asian korjaaminen on ihanteellista.
Siirtyminen seuraavaan täällä, jonka näemme, on vain yleensä puhetta ymmärtää metritasolle, mikä on normaalia. En voi kertoa sinulle mikä ei ole normaalia, jos en tiedä mikä on normaalia. Ja niin, jollain jollain tapaa mitata tämä on avainta, ja sinun on pystyttävä ottamaan huomioon monentyyppiset alueet, esimerkiksi - tai minun pitäisi sanoa aikakehykset - palvelinryhmät, jotka voivat tehdä tämän dynaamisesti, Hälytysnäkökulmasta, toisin sanoen, keskellä yötä, huoltoikkunani aikana, odotan suorittimeni olevan käynnissä 80 prosentilla kaikista käynnissä olevista ylläpidoista. Joten haluaisin nostaa kynnysarvojani korkeammiksi noina aikoina verrattuna ehkä keskellä päivää, kun minulla ei ole niin paljon toimintaa.
Nämä ovat joitain asioita, jotka ovat luonnollisesti ympäristöystävällisiä, mutta asioita, joita voit käyttää hallittavissa oleviin asioihin, jotta pystyt hallitsemaan ympäristöä tehokkaammin ja tekemään siitä entistä helpompaa. Toinen alue on tietysti kyky tarjota vain raportteja ja tietoja voidakseen vastata tyyppisiin "mitä jos" -kysymyksiin. Jos olen juuri muuttanut ympäristöäni, haluan ymmärtää, mikä tämä vaikutus on ollut, jotta voin soveltaa samaa muutosta muihin ilmentymiin tai muihin tietokantoihin ympäristössäni. Haluan saada tietoa tai ammuksia, jotta voin tehdä muutoksen jollain mielenraudalla ja tietäen, että se tulee olemaan hyvä muutos. Joten pystyn tekemään tämän vertailevan raportoinnin, pystymme luokittelemaan SQL-tapauksiani, pystymme luokittelemaan tietokannani toisiaan vastaan sanomaan: ”Mikä on suurin CPU-kuluttajani?” Tai kumpi kestää eniten odotusten ja vastaavien asioiden suhteen? Joten paljon tästä tiedosta tulee olemaan saatavana myös työkalun kanssa.
Ja sitten viimeisenä, mutta ei vähäisimpänä, on vain yleinen kyky, että tarvitset työkalun, joka pystyy käsittelemään mitä tahansa tilanteesi tapaa, ja niin tarkoitan sitä, jos sinulla on suuri ympäristö Useissa tapauksissa joudut todennäköisesti joutumaan tilanteisiin, joissa joudut vetämään sellaisia mittareita, jotka perinteisesti eivät ole mittareita, joita DBA haluaa jopa valvoa joissakin tapauksissa kyseisestä tilanteesta riippuen. Joten sinulla on työkalu, jonka voit, joka on laajennettavissa, voidaksesi lisätä ylimääräisiä mittareita ja voidaksesi käyttää näitä mittarit samassa muodossa ja tavalla, jota käyttäisit niitä, jos käyttäisit laatikkoa esimerkiksi metrinen. Joten kyky suorittaa raportteja, kyky hälyttää, lähtötilanne - kaikki asiat, joista puhumme - on myös tärkeä osa kykyä tehdä tämä ennustaminen ja tehdä siitä niin, että saat vastauksia, joita etsit kyetä tekemään nuo päätökset eteenpäin.
Nyt tapa, jolla Diagnostic Manager tekee tämän, meillä on keskitetty palvelu, palveluryhmä, joka suorittaa, keräämään tietoja 2000 - 2016 esiintymistä vastaan. Ja sitten teemme sen, että otamme kyseiset tiedot ja laitamme ne keskitettyyn arkistoon, ja mitä sitten aiomme tehdä näillä tiedoilla, tietenkin, että teemme paljon, jotta pystymme tarjoamaan lisätietoja. Nyt tämän lisäksi - ja yksi niistä asioista, joita ei ole täällä - onko meillä myös palvelu, joka toimii keskellä yötä, joka on ennustava analyysipalvelumme ja joka purkaa jonkin verran numeroita ja auttaa ymmärtämään ja auttavat sinua DBA: na tai toimivana DBA: na, jotta pystyt antamaan tämäntyyppisiä suosituksia, pystymään tarjoamaan myös jonkinlaisen käsityksen perusviivoista.
Joten mitä haluaisin tehdä, ja tämä on vain nopea esimerkki arkkitehtuurista, täällä olevalla suurella takealla ei ole yhtään agenttia tai palvelua, jotka todella istuisivat hallinnoimissasi tapauksissa. Mutta haluaisin vain viedä sinut täällä olevaan sovellukseen ja antaa sinulle nopean esittelyn. Ja anna minun vain mennä ulos, ja saada se tapahtumaan. Joten kerro minulle, luulen Eric, voitko nähdä sen kunnossa?
Eric Kavanagh: Sain sen nyt, joo.
Bullett Manale: OK, joten aion viedä sinut läpi nämä eri osat, joista puhun. Ja lähdetään lähinnä sellaisista asioista, jotka ovat enemmän samansuuntaisia kuin tässä on jotain, joka sinun täytyy tehdä, tai tässä on jotain sellaista, jolla on tietty ajankohta tulevaisuudessa, ja aiomme antaa sinulle jonkinlaisen käsityksen siitä. Ja tämä kykenee todella ennakoimaan - tai minun pitäisi sanoa, dynaamisesti ennakoida - asioita niin kuin ne tapahtuvat. Nyt raporttien tapauksessa yksi työkalussa olevista asioista on kolme erilaista ennusteraporttia. Ja jos kyseessä on esimerkiksi tietokannan ennuste, mitä tekisin todennäköisesti tilanteessa, jossa voin ennakoida tietokannan koon tietyn ajanjakson ajan, ja annan vain pari esimerkkiä siitä . Joten aion ottaa tarkastustietokantani, joka on melko I / O-intensiivistä - siihen menee paljon tietoa. Meillä on, katsotaanpa, teemme tämän täällä, ja poimitaan vain tänne terveystietokanta.
Mutta asia on, etten näe vain mitä tällä hetkellä on, voin sanoa: "Katsokaamme, otettakoon viime vuoden arvoinen tieto" - ja aion kuunnella tätä vähän, Minulla ei oikeastaan ole vuoden arvoista tietoa, minulla on noin kahden kuukauden mittainen tieto - mutta koska valitsen täällä kuukausien otosprosentin, voin ennakoida tai ennustaa tässä Seuraavien 36 yksikön tapauksessa, koska otosprosentti on asetettu kuukausille - eli yksikkö on kuukausi - ja sitten voisin sitten suorittaa raportin, joka näyttää pohjimmiltaan minulle, missä ennakoisimme tulevaisuuden kasvuamme, näille kolme tietokantaa. Ja voimme nähdä, että meillä on erilainen ero tai variaatio kolmen eri tietokannan välillä, etenkin niiden tietojen määrän suhteen, joita ne käyttävät historiallisesti.
Voimme nähdä, että täällä olevat datapisteet edustavat historiallista tietoa, ja sitten linja toimittaa meille ennusteen sekä numerot tämän varmuuskopioimiseksi. Joten voimme tehdä sen pöyttasolla, voimme tehdä sen jopa asematasolla, missä voin ennakoida, kuinka suuria minun asemat saavat, mukaan lukien kiinnityspisteet. Pystymme ennustamaan samantyyppisiä tietoja ulos, mutta jälleen kerran, otosnopeudesta riippuen, voin määrittää, kuinka monta yksikköä ja mihin otamme sen, mitä haluamme ennustaa. Huomaa myös, että meillä on erityyppisiä ennustetyyppejä. Joten saat paljon vaihtoehtoja ja joustavuutta, kun on aika ennustaa. Nyt se on yksi asia, jota teemme, kun annamme sinulle tietyn päivämäärän ja voimme sanoa “Hei tänä päivänä, tässä voimme odottaa sinun tietosi kasvavan.” Tämän lisäksi voimme kuitenkin tarjoamme sinulle muita oivalluksia, jotka liittyvät osaan analyysiin, jonka teemme ulkopuolella ja palveluun, kun se suoritetaan. Jotkut asiat, joita se tekee, on yrittää ennakoida asiat, jotka todennäköisesti tapahtuvat, perustuen historiaan, jolloin asiat tapahtuivat menneisyydessä.
Joten voimme nähdä täällä, tosiasiassa, ennuste antaa meille jonkinlaisen kuvan siitä todennäköisyydestä, että meillä on ongelmia koko illan ajan sellaisten asioiden perusteella, jotka ovat jälleen tapahtuneet aiemmin. Joten selvästi tämä on hienoa, varsinkin jos en ole DBA, voin katsoa näitä asioita, mutta mikä on vielä parempaa, jos en ole DBA, on tämä analyysivälilehti. Joten ennen kuin tämä oli täällä työkalussa, käyisimme läpi ja näyttäisimme tuotetta ihmisille ja he olisivat ”Se on hienoa, näen kaikki nämä numerot, näen kaiken, mutta en tiedä mitä tehdä” (nauraa) "Sen seurauksena." Ja niin mikä meillä täällä on, on parempi tapa ymmärtää, jos aion ryhtyä toimiin avuksi suorituskyvyn suhteen, jos aion toimia jopa auttaa ympäristöni terveydessä, pystyä olemaan järjestäytynyt tapa antaa näitä suosituksia, samoin kuin hyödyllisiä vinkkejä tiedoksi, jotta opit lisätietoja suosituksista ja joilla on jopa ulkoiset linkit joihinkin tietoihin, jotka osoittavat minulle ja vie minut syihin, miksi nämä suositukset esitetään.
Ja monissa tapauksissa kyky tarjota komentosarja, joka automatisoi, kuten sanoin, näiden ongelmien korjaamisen. Nyt osa siitä, mitä teemme tässä analyysissä - ja näytän sinulle, kun konfiguroin tämän ilmentymän ominaisuuksia ja menen analyysin kokoonpano-osioon - meillä on paljon erilaisia luokkia, jotka ovat lueteltu tässä, ja osa siitä, meillä on hakemiston optimointi ja kyselyjen optimointi. Joten, me arvioimme paitsi mittarien itseä ja vastaavia asioita myös myös sellaisia asioita kuin työkuormat ja hakemistot. Tässä tapauksessa teemme tosiasiallisesti ylimääräisen hypoteettisen hakemistoanalyysin. Joten, se on yksi niistä tilanteista, jossa en halua, monissa tapauksissa en halua lisätä hakemistoa, jos minun ei tarvitse. But at some point there's kind of a tipping point, where I say, “Well, the table is getting to the size or the types of queries that are running within the workload make sense now to add an index. But it wouldn't have made sense maybe six weeks prior.” So this allowing you to dynamically get that insight as to things that will likely, like I said, improve performance based off of what's happening in the environment, what's happening within the workloads, and doing those kinds of things.
And so you get a lot of good information here, as well as the ability to optimize these things automatically. So, that's another area where we would be able to help out, in terms of what we call predictive analysis. Now, in addition to that, I should say, we also have other areas that I think just generally lend themselves to helping you make decisions. And when we talk about making decisions, once again, being able to look at historical data, provide some insight to get us to where we need to be to improve that performance.
Now, one of the things we can do is we have a baseline visualizer which allows us to selectively choose whichever metric we would want – and let me find a decent one here – I'm going to SQL CPU usage, but the point is you can go back over however many weeks to paint these pictures for you to see when your outliers are, to see generally speaking where that value falls within the periods of time that we've been collecting data. And then, in addition to that you'll also notice that when we go out to the actual instance itself, we have the ability to configure our baselines. And the baselines are a really important part about being able to automate things as well as being able to be notified of things. And the challenge, as most DBAs would tell you, is that your environment is not always running the same, throughout the course of the day, versus the evening and whatnot as we mentioned earlier in the example with the maintenance periods of time, when we have high levels of CPU or whatever that might be happening.
So, in the case here, with these actual baselines, we can have multiple baselines, so I might have a baseline for example, that's during my maintenance hours. But I could just as easy create a baseline for my production hours. And the point of doing that is when we go into an instance of SQL and we actually have these multiple baselines, then we would be able to anticipate and be able to perform some type of automation, some type of remediation or just alerting in general, differently specific to those windows of time. So, one of the things you'll see here, is these baselines that we generate are using the historical data to provide that analysis, but more importantly, I can change these thresholds statically, but I can also automate these dynamically as well. So, as the maintenance window, or I should say the maintenance baseline window comes up, these thresholds would automatically switch specific to the loads that I'm encountering during that window of time, versus maybe in the middle of the day when my loads are not as much, when the workloads are not as impactful.
So, that's something else to keep in mind, in terms of the baseline. Obviously these are going to be really helpful for you, in terms of also understanding what is normal and being able to also understand, engage when you're going to be also running out of resources. Now, the other kind of thing that we have in the tool, that's going to help you make decisions, in addition the baselining and being able to set up alerts around those baselines and the thresholds that you create dynamically, is like I said earlier, just being able to run a whole myriad of reports that help me answer questions about what's going on.
Joten esimerkiksi jos minulla olisi 150 hallinnoimaa tapausta - minun tapauksessani en ole, niin meidän on pelattava teeskentelypeli täällä - mutta jos minulla olisi kaikki tuotanto-esiintymät ja minun piti ymmärtää missä on alue, johon tarvitsen huomion, toisin sanoen, jos minulla on vain rajoitetusti aikaa suorittaa jonkin tyyppistä hallintoa suorituskyvyn parantamiseksi, haluan keskittyä avainalueisiin. Ja niin, sanotun perusteella voin sanoa: ”Järjestä kyseisen ympäristön perusteella esiintymät toisiaan vastaan ja antaa minulle kyseinen sijoitus kilpailuputken kautta.” Joten onko kyse levyn käytöstä, muistin käytöstä, odottaako se, onko vastausaika, pystyn korreloimaan - tai minun pitäisi sanoa rank - nämä tapaukset toisiaan vastaan. On selvää, että kunkin luettelon yläosassa oleva ilmentymä, jos se on sama ilmentymä, siihen todennäköisesti haluan keskittyä, koska se on ilmeisesti jälleen kerran luettelon kärjessä.
Joten, työkalussa on paljon raportteja, jotka auttavat sinua ympäristön luokittelussa ilmentymistasolla; Voit tehdä tämän myös tietokantatasolla, missä voin luokitella tietokannani toisiaan vastaan. Erityisesti asettamillesi kynnysarvoille ja alueille voin jopa asettaa täällä yleismerkkejä, jos haluan, keskittyä vain tiettyihin tietokantoihin, mutta asia on, että voin vertailla tietokantojani samalla tavalla. Sikäli kuin muun tyyppiset vertailevat analyysit ja tämän työkalun iso analyysi ovat, meillä on lähtökohta-analyysi. Joten jos vierität alas palvelunäkymään täällä, huomaat, että siellä on perustilastoraportti. Nyt tämä raportti auttaa luonnollisesti meitä ymmärtämään paitsi mittarien arvoja, myös tietyn tapauksen osalta voin mennä ulos, ja minkä tahansa näiden mittareiden kohdalla pystymme tosiasiallisesti tarkastelemaan näiden mittarien perusviivoja.
Joten mitä tahansa se voisi olla, prosenttina tai minkä tahansa voisin mennä ulos sanomalla: "Katsotaanpa tämän perusviiva jaoteltu viimeisen 30 päivän aikana", jolloin se näyttää minulle todelliset arvot perustasoon nähden ja Pystyisin tietysti tekemään joitain päätöksiä käyttämällä näitä tietoja, joten tämä on yksi niistä tilanteista, joissa se riippuu siitä, mikä kysymys se on, jonka kysyt tuolloin. Mutta tämä auttaa tietysti sinua monissa kysymyksissä. Toivon, että voisin sanoa, että meillä oli yksi raportti, joka tekee kaiken, ja se on tavallaan kuin helppo mietintö, jossa painat ja painat ja vastaat vain kaikkiin "mitä jos" -kysymyksiin, joihin voit koskaan vastata. Mutta todellisuus on, että sinulla on paljon ominaisuuksia ja paljon vaihtoehtoja, joista voit valita näissä pudotusvalikoissa voidaksesi muotoilla ne "mitä jos" -tyyppisiä kysymyksiä, joita etsit .
Joten suuri osa näistä raporteista on suunniteltu vastaamaan tällaisiin kysymyksiin. Ja niin, on todella tärkeää myös, että nämä raportit ja lisäksi kaikki asiat, jotka olemme jo osoittaneet sinulle työkalussa, kuten aiemmin mainitsin, joilla on joustavuus sisällyttää uusia mittareita, hallita, jopa pystyä luomaan laskurit tai SQL-kyselyt, jotka on sisällytetty kyselyväleihisi, jotta pystyn auttamaan minua vastaamaan näihin kysymyksiin, että voit lisätä kyseiset asiat kentästä, jota emme odottaneet tarkkailevan. Ja pystyt sitten tekemään kaikki samat asiat, jotka juuri näyttelin sinulle: perustiedot, suorittaa raportteja ja luoda raportteja siitä mittarista, ja pystyt vastaamaan ja tekemään paljon näitä erityyppisiä asioita, jotka näytän sinulle tässä.
Nyt tämän lisäksi - ja yksi niistä asioista, joihin olemme viime aikoina ilmeisesti törmännyt, on - ensin se oli, että kaikki kääntyivät tai siirtyivät virtuaalikoneisiin. Ja nyt meillä on paljon ihmisiä, jotka ovat menossa pilvelle. Ja tällaisten asioiden ympärillä on paljon kysymyksiä. Onko minusta järkevää siirtyä pilveen? Säästänkö rahaa siirtymällä pilveen? Kuinka paljon rahaa voin säästää, jos laitoisin nämä asiat VM: hen, jaettujen resurssien koneeseen. Tämän tyyppisiä kysymyksiä ilmeisesti tulee myös esiin. Joten, paljon näitä asioita pidetään mielessä, Diagnostic Manager -ohjelmalla voimme lisätä ja vetää sekä VMwaren että Hyper-V: n virtualisoituista ympäristöistä. Voimme myös lisätä pilvessä olevia ilmentymiä, joten ympäristömme, kuten esimerkiksi Azure DB, tai jopa RDS, voimme vetää tietoja myös näistä ympäristöistä.
Joten siellä on paljon joustavuutta ja paljon kykyä vastata niihin kysymyksiin, jotka liittyvät muihin ympäristötyyppeihin, joihin ihmiset näkevät lähtevän. Ja näiden asioiden ympärillä on edelleen paljon kysymyksiä, ja kun näemme ihmisten vakiinnuttavan näitä ympäristöjä, heidän on pystyttävä vastaamaan myös niihin kysymyksiin. Joten, se on melko hyvä yleiskatsaus, sanoisin, Diagnostic Managerista, koska se liittyy tähän aiheeseen. Tiedän, että liiketiedon aihe tuli esiin, ja meillä on myös työkalu yritystiedusteluun, josta emme tänään puhuneet, mutta se tarjoaa myös oivalluksen vastata tämän tyyppisiin kysymyksiin, koska se liittyy sinun kuutiot ja myös kaikki nämä erityyppiset asiat. Mutta toivottavasti tämä on ollut hyvä yleiskatsaus, ainakin siltä osin kuin tämä tuote voi auttaa hyvän suunnitelman laatimisessa.
Eric Kavanagh: Hyvä on, hyvää kamaa. Joo, heitän sen Rickille, jos hän on edelleen siellä. Rick, onko sinulla kysyttävää?
Rick Sherman: Kyllä, niin ensin, tämä on hienoa, pidän siitä. Pidän etenkin laajentamisesta VM: iin ja pilviin. Näen paljon sovelluskehittäjiä ajattelevan, että jos se on pilvessä, heidän ei tarvitse virittää sitä. Niin-
Bullett Manale: Eikä, meidän on silti maksettava siitä, eikö niin? Sinun on silti maksettava kaikesta siitä, mitä ihmiset asettavat pilvelle, joten jos se toimii huonosti tai jos se aiheuttaa paljon suorittimen jaksoja, se on enemmän rahaa, joka sinun on maksettava, joten se ei ole, sinä täytyy silti mitata nämä asiat, ehdottomasti.
Rick Sherman: Joo, olen nähnyt pilvessä paljon huonoja malleja. Halusin kysyä, käytetäänkö tätä tuotetta myös - tiedän, että mainitsit BI-tuotteen ja sinulla on tonnia muita tuotteita, jotka ovat vuorovaikutuksessa keskenään - mutta aloittaisitteko SQL-suorituskyvyn, tämän työkalun yksittäisten kyselyiden tarkastelun? Vai olisiko siihen käytetty muita työkaluja?
Bullett Manale: Ei, tämä olisi ehdottomasti. Se on yksi niistä asioista, joita en käsitellyt ja tarkoitin, on kyselyjen osa siitä. Meillä on paljon erilaisia tapoja tunnistaa kyselyn suorituskyky, riippumatta siitä, liittyykö kysymys, erityisesti odotuksiin, kuten näemme tässä näkymässä, vai liittyykö se kyselyjen resurssien kulutukseen kokonaisuudessaan, on olemassa monia tapoja analysoida kyselyä esitys. Riippumatta siitä onko se kesto, CPU, I / O, ja voimme jälleen kerran tarkastella itse työmääriä saadakseen jonkinlaisen käsityksen. Voimme antaa suosituksia analysointiosassa ja meillä on myös verkkopohjainen versio, joka tarjoaa tietoja kyselyiden ympärillä. Joten voin saada suosituksia puuttuvista indekseistä ja kyvystä tarkastella suoritussuunnitelmaa ja kaikenlaisia juttuja; se on myös kyky. Joten ehdottomasti voimme diagnosoida kyselyt seitsemällä tapaa sunnuntaihin (nauraa) ja pystyä tarjoamaan kyseisen näkemyksen teloitusten lukumäärästä, olipa kyse sitten resurssien kulutuksesta, odotuksista, kestosta ja kaikesta tästä hyvää.
Rick Sherman: Okei, hienoa. Ja kuinka paljon kuormitus itse instansseihin kohdistuu kaikkeen tähän seurantaan?
Bullett Manale: Se on hyvä kysymys. Haaste vastaamalla tähän kysymykseen on, onko se riippuvainen, se on kuin mikä tahansa muu. Paljon mitä työkalumme tarjoaa, se tarjoaa joustavuutta ja osa siitä joustavuudesta on se, että saat kertoa sille, mitä kerätä ja mitä ei kerätä. Joten esimerkiksi itse kyselyjen kanssa minun ei tarvitse kerätä odotustietoja tai voin. Voin kerätä tietoja kyselyihin, jotka ylittävät tietyn ajan, suorituksen. Esimerkiksi siitä, että jos menisin konfigurointipyyntönäytölle ja sanoisin: “Muutetaan tämä arvo nollaan”, todellisuus on se, että työkalu yksinkertaisesti vain kerää kaikki suoritettavat kyselyt, ja se ei oikeastaan ole syy siihen, miksi siellä on, mutta yleisesti ottaen jos haluaisin toimittaa täydellisen näytteen kaikista kyselyistä, voisin tehdä sen.
Joten, se on hyvin suhteessa siihen, mitkä asetukset ovat yleensä tyhjästä. Se on noin 1–3 prosenttia yläpuolella, mutta on olemassa muitakin ehtoja. Se riippuu myös siitä, kuinka paljon sataman kyselyitä suoritetaan ympäristössäsi, eikö niin? Se riippuu myös näiden kyselyjen keräämismenetelmästä ja siitä, mikä SQL-versio se on. Joten esimerkiksi SQL Server 2005, emme pysty poistumaan laajennetuista tapahtumista, kun taas niin me vetäisimme jälkeä tehdäksemme sen. Joten se olisi hiukan erilainen siinä suhteessa, miten kuljemme tietojen keräämisessä, mutta se sanoi, kuten sanoin, että olemme olleet jo noin vuoden 2004 ajan tämän tuotteen kanssa. Se on ollut jo kauan aikaa, meillä on tuhansia asiakkaita, joten viimeinen asia, jonka haluamme tehdä, on suorituskyvyn seurantatyökalu, joka aiheuttaa suorituskykyongelmia (nauraa). Ja niin yritämme välttää siitä niin paljon kuin mahdollista, mutta yleisesti ottaen noin 1–3 prosenttia on hyvä nyrkkisääntö.
Rick Sherman: OK, ja se on melko matala, joten se on loistavaa.
Eric Kavanagh: Hyvä. Robin, onko sinulla kysyttävää?
Robin Bloor: Olen pahoillani, olin hiljainen. Sinulla on usean tietokannan ominaisuudet, ja olen kiinnostunut siitä, kuinka voit tarkastella useita tietokantoja, ja siksi tiedät, että suurempi resurssipohja on mahdollisesti jaettu eri virtuaalikoneisiin ja niin edelleen ja niin edelleen. Olen kiinnostunut siitä, kuinka ihmiset todella käyttävät sitä. Olen kiinnostunut siitä, mitä asiakkaat tekevät sillä. Koska se näyttää minusta, se on varmasti, kun sekaisin tietokantoja, jotain, mitä minulla ei koskaan ollut käsillä. Ja harkitsin vain koskaan yhtä tapausta millä tahansa merkityksellisellä tavalla milloin tahansa. Joten miten ihmiset käyttävät tätä?
Bullett Manale: Yleisesti ottaen puhut yleensä vain itse työkalusta? Kuinka he käyttävät sitä? Tarkoitan yleensä, että kyse on mahdollisuudesta olla keskeinen kohta ympäristössä. Heillä on mielenrauha ja tietävät, että jos he tuijottavat näyttöä ja näkevät vihreän, he tietävät, että kaikki on hyvää. Silloin, kun ongelmia tapahtuu, ja tietysti suurin osa tapauksista DBA: n näkökulmasta, monta kertaa nämä ongelmat tapahtuvat, kun he ovat konsolin edessä, joten heille voidaan ilmoittaa heti, kun ongelma ilmenee. Mutta lisäksi kyky ymmärtää, milloin ongelma tapahtuu, kyetä pääsemään sen tiedon sydämeen, joka tarjoaa heille jonkinlaisen kontekstin siitä, miksi se tapahtuu. Ja niin se on mielestäni suurin osa: olla ennakoiva suhteessa siihen, ettei ole reaktiivinen.
Suurin osa DBA-asioista, joiden kanssa puhun - en tiedä, että heistä on suuri prosenttiosuus - ovat valitettavasti edelleen reaktiivisessa ympäristössä; he odottavat, että kuluttaja lähestyy heitä kertoakseen heille olevan ongelma. Ja niin, näemme, että monet ihmiset yrittävät irtautua siitä, ja mielestäni se on iso osa syystä, miksi ihmiset pitävät tästä työkalusta, että se auttaa heitä olemaan proaktiivisia, mutta tarjoaa myös heille käsityksen siitä, mitä tapahtuu, mikä on ongelma, mutta monissa tapauksissa se, mitä ainakin löydämme - ja ehkä vain DBA: t kertovat meille tämän -, mutta DBA: t, käsitys on, että se on aina heidän ongelmansa, vaikka sovelluksen kehittäjä kirjoitti hakemuksen joka ei kirjoittanut sitä oikein, he ovat vastuussa siitä, että he ottavat kyseisen sovelluksen järjestelmiinsä tai palvelimiinsa, ja kun suorituskyky on huono, kaikki osoittavat DBA: lle, "Hei, se on sinun syytäsi."
Joten tätä työkalua käytetään monta kertaa auttamaan DBA: n tapauksen sanomisessa: "Hei, tässä on ongelma, eikä se ole minä." (Nauraa) Meidän on parantaa tätä, olipa kyse sitten kyselyjen vaihtamisesta tai mistä tahansa. Joissain tapauksissa se putoaa heidän ämpäriinsä heidän vastuunsa suhteen, mutta ainakin välineellä, jolla pystytään auttamaan heitä ymmärtämään tämä ja tietämään se, ja tekemällä se oikea-aikaisesti, on selvästi ihanteellinen lähestymistapa.
Robin Bloor: Niin, suurin osa tunnetuista sivustoista, mutta on kulunut jonkin aikaa siitä lähtien, kun olen käynyt siellä, katsellen erilaisia monen tietokannan sivustoja, mutta enimmäkseen se, mitä aiemmin löysin, oli, että siellä olisi DBA: t, jotka keskittyivät kouralliseen tietokantaan. Ja ne olisivat tietokantoja, että jos ne koskaan menisivät alas, se olisi todellinen iso ongelma yritykselle ja niin edelleen ja niin edelleen. Ja toiset, he vain keräävät tilastotietoja silloin tällöin nähdäkseen, ettei heillä loppunut tilaa ja he eivät olisi koskaan katsoneet niitä lainkaan. Ja kun teit demoa, katsoin tätä ja ajattelin hyvin, tavalla tai toisella, jatkat, tarjoamalla jotain tällaista tietokantoille, joista usein kukaan ei välittänyt liikaa, koska niillä on tiedon kasvu, myös sovellusten kasvu on toisinaan. Laajennat DBA-kattavuutta melko dramaattisesti. Joten siitä kysymys todella kuuluu, onko sellainen, että tämänkaltaisilla työkaluilla päädyt melkein antamaan DBA-palvelun jokaiselle tietokannalle, joka on yritysverkossa?
Bullett Manale: Tosiaankin, tarkoitan, haaste on, että kuten sanoit melko kaunopuheisesti, on kuin joitain tietokantoja, joista DBA: t välittävät, ja sitten on joitain, joista he eivät välitä niin paljon. Ja tapa, jolla tämä tietty tuote, sen lisensointitapa on tapauskohtaisesti. Joten, luulet sanovasi, että on kynnys, kun ihmiset päättävät: "Hei, tämä ei ole tarpeeksi kriittinen esimerkki, että haluan hallita sitä tällä työkalulla." Toisin sanoen, meillä on myös muita työkaluja luulisin, että ne tarjoavat enemmän niille vähemmän tärkeille SQL-tapauksille. Yksi niistä olisi kuin inventaariopäällikkö, jossa teemme kevyitä terveystarkastuksia tapauksia vastaan, mutta sen lisäksi, että teemme löytöjä, tunnistamme uusia tapauksia, jotka on tuotu verkkoon, ja sitten siitä kohdasta, DBA: na voin sanoa: “OK, tässä on uusi SQL-esimerkki, onko se nyt Express? Onko se ilmainen versio vai onko yritysversio? ”Se on todennäköisesti kysymys, jonka haluan kysyä itseltäni, mutta toiseksi, kuinka tärkeä tämä esimerkki on minulle? Jos se ei ole niin tärkeää, voin saada tämän työkalun menemään ulos ja tekemään sen, geneerinen, mitä kutsun yleisiksi terveystarkastuksiksi siinä mielessä, että ne ovat tyypillisiä asioita, joista välitän DBA: Onko asema täyttymässä ? Vastaako palvelin ongelmiin? Tärkeimmät asiat, eikö niin?
Diagnostic Managerilla, työkalulla, jonka juuri näyttelin sinulle, se tulee laskemaan kyselytasolle, alaan hakemaan indeksejä, tarkastelemaan suoritussuunnitelmaa ja kaikkea muuta hyvää, kun taas tämä keskittyy pääasiassa kuka omistaa minkä, mikä on minun omistamani ja kuka vastaa siitä? Mitä huoltopaketteja ja pikakorjauksia minulla on? Ja toimivatko palvelimeni tärkeimpien ainesosien kanssa, joita pidän terveeksi SQL-esimerkiksi? Joten kysymykseen vastaamiseksi on vähän sekoitusta. Kun meillä on ihmisiä, jotka tarkastelevat tätä työkalua, he yleensä katsovat kriittisempää esimerkkejä. Toisin sanoen, meillä on joitain ihmisiä, jotka ostavat jokaisen hallussaan olevan tapauksen ja hallitsevat sitä, joten se vain riippuu. Mutta kerron teille kaiken kaikkiaan, että ehdottomasti on kynnys niillä ihmisillä, jotka pitävät ympäristöään tarpeeksi tärkeänä, jotta sillä olisi tällainen työkalu näiden tapausten hallitsemiseksi.
Robin Bloor: Okei, toinen kysymys ennen kuin annan sen Ericille. Vain teollisuuden katselusta muodostuu vaikutelma, että tietokannoilla on vielä elämä, mutta kaikki tiedot kaatavat kaikkiin näihin tietojärviin ja niin edelleen ja niin edelleen. Se on hype, todellakaan, ja hype ei koskaan kuvasta todellisuutta, joten olen kiinnostunut millaisesta todellisuudesta näet siellä? Ovatko organisaation tärkeät tietokannat, kokevatko he perinteistä tiedon kasvua, jonka ajattelin käyttäneen 10 prosenttia vuodessa? Vai kasvavatko he enemmän? Onko näiden tietokantojen suurista tiedoista ilmapallo? Mikä kuva näet?
Bullett Manale: Luulen, että monissa tapauksissa tietyt tiedot siirretään muihin segmentteihin, joissa se on järkevämpää, kun käytettävissä on muita tekniikoita. Viime aikoina jotkut suuremmista datasta. Mutta näitä tietokantoja, sanoisin, on vaikea yleistää monissa tapauksissa, koska kaikki ovat hieman erilaisia. Yleisesti ottaen kuitenkin näen eroja. Näen, kuten sanoin, että ihmiset siirtyvät joustaviin malleihin monissa tapauksissa, koska he haluavat kasvattaa resursseja eikä niinkään muilla aloilla. Jotkut ihmiset ovat siirtymässä isoihin tietoihin. Mutta on vaikea saada tuntea käsitys, koska yleensä kaikilla puhuneilla ihmisillä on perinteiset tietokannat ja he käyttävät sitä SQL Server -ympäristössä.
Toisin sanoen, sanoisin itse SQL: n kannalta, uskon ehdottomasti edelleen, että sen markkinaosuus kasvaa. Ja mielestäni on paljon ihmisiä, jotka ovat edelleen menossa SQL: n suuntaan muista paikoista, kuten Oracle, koska se on edullisempaa ja näyttää olevan selvästi, kun SQL-versiot kehittyvät - ja näet tämän viimeisimpien asioiden kanssa, jotka jatkamme SQL: n kanssa salauksen ja kaikkien muiden ominaisuuksien, jotka tekevät siitä ympäristön tai tietokantaalustan suhteen - se on tietysti erittäin operatiivisesti kriittinen kyky, luulen. Joten luulen, että näemme sen myös. Missä näet muutoksen, se tapahtuu edelleen. Tarkoitan, että se tapahtui 10 vuotta sitten, luulen, että se tapahtuu edelleen SQL Server -käyttöjärjestelmän suhteen, missä ympäristö kasvaa ja markkinaosuus kasvaa.
Robin Bloor: OK, Eric, oletanko, että yleisöllä on kysymys vai kaksi?
Eric Kavanagh: Joo, annan heittää yhden pikakortin sinulle. Se on melko hyvä kysymys. Yksi osallistujista kysyy. Voiko tämä työkalu kertoa minulle, tarvitaanko taulukko hakemistoa kyselyn nopeuttamiseksi? Jos on, voitko näyttää esimerkin?
Bullett Manale: Joo, joten en tiedä, onko minulla jotain erityistä hakemiston lisäämistä varten, mutta voit nähdä täällä, meillä on täällä pirstoutussuosituksia. Uskon vain, että meillä juuri oli, ja tämä oli osa diagnostiikkahallintaa, joka tarjosi web-pohjaisen version, jossa kerrotaan, että minulta puuttuu hakemisto. Ja voimme tarkastella näitä suosituksia, ja se kertoo meille sen mahdollisen hyödyn indeksoimalla tiedot. Toinen asia, jonka haluan vain mainita, on, että kun teemme suosituksia, monille niistä, skripti rakennetaan sitä varten. Se ei ole hyvä esimerkki, mutta voisit nähdä kyllä, tilanteet, joissa hakemisto - joko kaksoishakemisto tai indeksin lisääminen - parantaisi suorituskykyä, ja kuten aiemmin totesin, teemme paljon että hypoteettisen hakemistoanalyysin avulla. Joten se todella auttaa ymmärtämään työtaakkaa, pystyä soveltamaan sitä suositukseen.
Eric Kavanagh: Se on hienoa tavaraa, ja tämä antaa minulle hyvän segan viimeisimpiin kommentteihin. Myös Robin ja minä ja Rick olemme kuullut monien vuosien ajan, puhutaan itsekantaamista tietokannoista. Se on itse virittyvä tietokanta! Voin kertoa sinulle vain: älä usko heitä.
Bullett Manale: Älä usko hypeä.
Eric Kavanagh: Joitakin pieniä pieniä asioita voi tehdä dynaamisesti, mutta jopa kannattaa tarkistaa se ja varmistaa, että se ei tee jotain mitä et halua sen tekevän. Joten jo jonkin aikaa tarvitsemme tämänkaltaisia työkaluja ymmärtääksemme sitä, mitä tietokantatasolla tapahtuu, ja kuten Robin sanoi, tietojärvet ovat kiehtovia käsitteitä, mutta todennäköisesti niillä on suunnilleen yhtä suuri mahdollisuus haltuunottoon kuin on siellä on Loch Nessin hirviö milloin tahansa pian. Joten sanoisin vain jälleen, että todellisessa maailmassa on paljon tietokantatekniikkaa, tarvitsemme ihmisiä, DBA: ita, katsomaan näitä juttuja ja syntetisoimaan ne. Voit kertoa, sinun on tiedettävä mitä teet saadaksesi nämä asiat toimimaan. Mutta tarvitset työkalut antaaksesi sinulle tietoja tietääksesi mitä teet. Joten lopullinen asia on, että DBA: lla menee hienosti.
Ja suuret kiitokset Bullett Manalelle ja ystävillemme IDERAssa. Ja tietysti Rick Sherman ja Robin Bloor. Arkistoimme kaikki nämä verkkolähetykset, joten hyppäämme verkkoon insideanalysis.com tai kumppanisivustollemme www.techopedia.com saadaksesi lisätietoja kaikesta tästä.
Ja sen kanssa tarjoamme sinulle jäähyväiset, ihmiset. Kiitos vielä kerran, puhumme kanssasi seuraavan kerran. Pitää huolta. Hei hei.
