A Techopedia munkatársai, 2017. április 19
Elvihető: Eric Kavanagh házigazda megbeszélést folytat az előrejelzésről Dr. Robin Bloor, Rick Sherman és az IDERA Bullett Manale részvételével.
A videó megtekintéséhez regisztrálnia kell erre az eseményre. Regisztráljon a videó megtekintéséhez.
Eric Kavanagh: Hölgyeim és uraim, ismét üdvözlettel üdvözlöm a Hot Technologies webes adás sorozatát! Eric Kavanagh vagyok, a házigazdája lesz a mai „Idő, pénz és baj takarítson meg az optimális előrejelzésekkel” című webes szemináriumnak. 'Tanfolyamon elmulasztottam a cím első részét, azaz a „Legjobban teljesített terveket”. mindig beszélj erről a show-n. Tehát a Hot Technologies természetesen a fórum annak megértéséhez, hogy milyen hűvös termékek állnak a mai világban, a vállalati technológia világában, mit csinálnak velük az emberek, hogyan működnek, és minden ilyen szórakoztató dolog.
És a mai téma, amint azt javaslom, az előrejelzéssel foglalkozik. Valójában megpróbálja megérteni, hogy mi fog történni a szervezetében. Hogyan fogja boldogítani a felhasználókat, nem számít, mit csinálnak? Ha elemzést végeznek, ha valódi munkát végeznek, valós ügyfelekkel néznek szembe tranzakciós rendszerekkel, bármilyen eset is legyen, meg akarod érteni, hogyan működnek a rendszerei és mi folyik, és ezt mi Beszélek ma. Olyan vicces, mert az előrejelzés nem olyan, amit szeretek csinálni, mert babona vagyok, mintha azt gondolnám, ha túl sokat előrejelzek, rossz dolgok történnek, de ez csak én vagyok. Ne kövesse az én vezetésemet.
Tehát, itt vannak ma a mi előadóink, igazán a bal felső sarokban, Rick Sherman hívja Bostonból, Bullett Manale barátnőnk az IDERA-ból és a saját Dr. Robin Bloor. És ezzel átadom Robinnak, és csak emlékeztetem az embereket: Tegyen fel kérdéseket, ne légy félénk, szeretjük a jó kérdéseket, és ma ki fogjuk őket adni az előadóinknak és másoknak. És ezzel Robin, vegye el.
Robin Bloor: Rendben, nos, mivel állhatatos helyzetben vagyok, ahogy mondják, azt gondoltam, hogy ma egy SQL történetet fogok elmondani, mert ez a háttér a vita folytatásához, és elkerülhetetlenül nem ütközik egymással. mert Rick nem erre összpontosít, és nem is ütközik azzal, amit Ricknek mondani kell. Tehát, az SQL történet, van néhány érdekes dolog az SQL-vel kapcsolatban, mert annyira domináns. Lásd, ez egy elírás, az SQL deklaratív nyelv. Az ötlet az volt, hogy létre tud hozni egy nyelvet, amelyen kérni fogja azt, amit kívánt. És az adatbázis kidolgozza, hogyan lehet azt megszerezni. És valójában meglehetősen jól kidolgozták, de van néhány dolog, amit érdemes erről mondani, annak következményei, hogy az egész IT-ipar deklaráló nyelvre épül. A felhasználó nem ismeri vagy törődik az adatok fizikai szervezésével, és ez jó a deklaratív nyelvnél - elválaszt téged mindeztől, sőt, még aggódva is - kérdezzen csak, amit csak akar, és az adatbázis megy és megkapja.
De a felhasználónak fogalma sincs arról, hogy az SQL lekérdezés felépítésének módja befolyásolja-e a lekérdezés teljesítményét, és ez kissé hátrányt jelent. Láttam már száz és száz sor hosszú lekérdezéseket, amelyek csak egy SQL kérés, tudod, a „Select” -nel kezdődik, és csak tovább folytatódik az alkérdésekkel és így tovább és így tovább. Valójában kiderül, hogy ha egy adott adatgyűjtést szeretne kivenni egy adatbázisból, akkor sokféleképpen kérheti azt az SQL segítségével, és ugyanazt a választ kaphatja, ha valamilyen ismeretekkel rendelkezik az adatokkal. Tehát egy SQL lekérdezés nem feltétlenül a legjobb módja az adatok kérésének, és az adatbázisok a megadott SQL függvényében meglehetősen eltérően válaszolnak.
Tehát az SQL valóban befolyásolja a teljesítményt, tehát az SQL-t használó emberekre, ez igaz rájuk is, igaz az SQL-programozókra is, akik SQL-t használnak, és még kevésbé valószínű, hogy gondolkodni fognak az általuk kifejtett hatásról, mert összpontosítanak valójában az adatok manipulálására, nem pedig az adatok megszerzésére és elhelyezésére. Ugyanez vonatkozik a BI-eszközökre is. Láttam az SQL-t, amely, ha úgy tetszik, kinyomja a különféle adatbázisok BI-eszközeit, és el kell mondani, hogy sok ez, nos, nem akarom ' Így nem írhatunk SQL lekérdezéseket. Valaki létrehozott egy kis motort, ha tetszik, bármi is legyen a paraméterekkel, kiszabadít néhány SQL-t, és ismét, hogy az SQL nem feltétlenül hatékony SQL.
Aztán gondoltam, hogy megemlítem az impedancia-eltérést, az adatok, amelyeket a programozók használnak, különböznek a rendezett adatoktól. Tehát a DMS-k adatait táblázatokban tárolják, az objektum-orientált kód többnyire kódolók, manapság objektum-orientált programozásra kerülnek, és az objektumszerkezetekbe rendelik az adatokat, tehát nem térképezik egymást. Szükséges tehát lefordítani attól, amit a programozó úgy gondolja, hogy az adatok az, amit az adatbázis gondol, mi az az adat. Úgy tűnik, hogy valami rosszat tettünk volna, hogy így legyen. Az SQL rendelkezik DDL-lel az adatok meghatározásához, rendelkezik DML-mel - adatmanipulációs nyelvvel - válassza ki, beprogramozza és csatlakozzon az adatok beszerzéséhez. Most nagyon kevés a matematika és nagyon kevés az időalapú anyag, tehát ez a hiányos nyelv, bár el kell mondani, hogy kibővítették és tovább bővítik.
És akkor megkapja az SQL akadályproblémát, amely mindig sokkal egyszerűbb, mint a diagram, ugyanakkor sokan feltettek kérdéseket analitikai okokból, miután megválaszolták a kérdés adatait, újabb kérdést akarnak feltenni. Tehát ez párbeszéddologré válik, nos, az SQL-t nem a párbeszédekhez építették, hanem arra, hogy megkérdezzék, hogy mit akarsz egyszerre. És ezt érdemes tudni, mivel vannak olyan termékek is, amelyek valójában elhagyják az SQL-t annak érdekében, hogy a felhasználó és az adatok közötti beszélgetés lehetővé váljon.
Adatbázis-teljesítmény szempontjából - és ez a fajta mindent eloszlat - igen, van CPU, van memória, van lemez, van hálózati fejpofa és több olyan személy reteszelő problémája, hogy egyedileg kizárólag az adatokat akarják használni időpont. De vannak rossz SQL hívások is, szörnyű sokat lehet tenni, ha valóban az SQL teljesítményét optimalizálják. Tehát, az adatbázis teljesítményének tényezői: rossz tervezés, rossz programtervezés, hiányzó munkaterhelés párhuzamossága, terheléselosztás, lekérdezés szerkezete, kapacitástervezés. Ez az adatok növekedése. Néhány szóval az SQL kényelmes, de nem önoptimalizáló.
Ezt mondta, azt hiszem, továbbadhatjuk Ricknek.
Eric Kavanagh: Rendben, Rick, hadd adjak neked a WebEx autó kulcsát. Elvenni.
Rick Sherman: Rendben, nagyszerű. Nos, köszönöm Robinnak, mivel a bemutató elején indultunk, a grafikám még mindig nagyon unalmas, de megyünk vele. Tehát egyetértek mindennel, amit Robin az SQL oldalról beszélt. De most egy kicsit koncentrálni akarom az adatok iránti igényt, amelyet nagyon gyorsan átélünk, az ellátást, mint az abban a térben használt szerszámokban, vagy az eszközök szükségességét abban a térben.
Először is, minden elolvasott cikkben van néhány nagy adat, sok adat, felhőből származó strukturálatlan adat, nagy adat, bárhol elképzelhető. Az adatbázis-piac növekedése azonban folyamatosan az SQL-rel történt, a relációs adatbázis valószínűleg 2015-től kezdve továbbra is az adatbázis-piac 95 százaléka. A három legfontosabb relációs gyártó piaci részesedése körülbelül 88 százalékkal rendelkezik ebben a térségben. Tehát továbbra is beszélünk, amint Robin beszélt, az SQL-ről. És valójában, még ha a Hadoop platformon is keresünk, a Hive and Spark SQL - amelyet a fiam, aki egy adattudós, állandóan használ - minden bizonnyal az uralkodó módja az embereknek az adatokhoz való hozzáféréshez.
Az adatbázis oldalán az adatbázisok használatának két széles kategóriája van. Az egyik az operatív adatbázis-kezelési rendszerekre vonatkozik, tehát a vállalati kapcsolattervezésre, az ügyfélkapcsolat-kezelésre, azaz a Salesforce ERP-kre, Oracles-re, EPIC-ekre, N4-ekre stb. A világon. És igen, nagy mennyiségű és növekvő mennyiségű adat van az adattárházakban és más üzleti intelligencia alapú rendszerekben. „Mert mindent el lehet végezni elemzéssel, függetlenül attól, hogy hol és hogyan rögzíti, tárolja vagy tranzakcióba veszi, így óriási kereslet és növekszik az adatbázisok, különösen a piacon megjelenő relációs adatbázisok használata.
Most megvan a kereslet, hatalmas mennyiségű adat érkezik. És nem igazán csak a nagy adatokról beszélek, hanem az adatok felhasználásáról mindenféle vállalkozásban. De ehhez az ellátási oldalról az emberek számára, akik képesek kezelni ezeket az erőforrásokat, először megjelent a DBA hiánya. A Munkaügyi Statisztikai Hivatal szerint 2014–2024-ben a DBA munkahelyek száma csak 11% -kal fog növekedni - most azok az emberek, akiknek DBA-címe van, de erről egy másodperc alatt beszélünk - szemben a 40-es plusz százalékos éves növekedési hely. És sok DBA van; Ugyanez a tanulmány az átlagéletkorról átlagosan meglehetősen magas, összehasonlítva más informatikai szakmákkal. És akkor nagyon sok ember távozik a pályáról, nem feltétlenül nyugdíjba vonul, hanem más szempontokra változik, menedzsmentbe lép, vagy bármi mással.
A távozás oka egyrészt azért van, mert a DBA munkája egyre nehezebbé válik. Először is, a DBA-k sok különböző adatbázist kezelnek magukban, az egész helyen található fizikai adatbázisokat, valamint különféle típusú adatbázisokat. Lehet, hogy relációs, vagy lehetnek más típusú adatbázisok is. De még akkor is, ha relációs, akkor lehet egy, kettő, három, négy különféle eladó, amelyet valójában megpróbálnak kezelni. A DBA-k általában az adatbázis vagy az alkalmazás megtervezése után vesznek részt. Robin beszélt arról, hogy az adatbázisok vagy alkalmazások miként készülnek, miként tervezi az SQL. Nos, amikor az adatmodellezésről, az ER modellezésről, a kiterjesztett ER modellezésről, a dimenziós modellezésről, az előrehaladott dimenziós modellezésről van szó, bármi is legyen, az alkalmazás-programozók és az alkalmazásfejlesztők általában a végcélt szem előtt tartva tervezik - nem azért, mert maga az adatbázis szerkezete. Tehát nagyon sok rossz kialakítás van.
Most nem a kereskedelmi vállalkozási alkalmazások gyártóiról beszélek; általában ER modellek vagy kiterjesztett ER modellek vannak. Arról beszélek, hogy minden vállalatnál sokkal több üzleti folyamat és alkalmazás épül az alkalmazásfejlesztők által - ezek nem szükségszerűen a telepítés hatékonyságát vagy eredményességét szolgálják. És maguk a DBA-k túlterheltek és néha 24 órás felelősséget vállalnak, egyre több adatbázist kapnak. Úgy gondolom, hogy ez egy kicsit köze van ahhoz, hogy az emberek nem egészen értik, mit csinálnak, vagy hogyan. Saját kis csoportjuk és az emberek csak gondolkodnak: „Nos, ezeket az eszközöket annyira könnyű használni, csak egyre több adatbázist tudunk felhasználni munkaterhelésükre”, ez nem így van.
Ez vezet a részmunkaidős és véletlenszerű DBA-khoz. Van olyan informatikai csapataink, amelyek kicsik, és nem feltétlenül engedhetik meg maguknak egy odaadó DBA-t. Most ez igaz a kis- és középvállalkozásokra, ahol az adatbázis és az adatbázis-alkalmazások bővítése az elmúlt évtizedben felrobbant és folytatódik. Ugyanakkor ez vonatkozik a nagyvállalatokra is, amelyek általában hosszú, hosszú ideig foglalkoznak adattárolással és üzleti intelligencia elemzéssel. Rég régen erre a projektre dedikált DBA-kat kaptunk; soha nem kapunk dedikált DBA-t. Az adatbázis tervezéséért felelünk, ami rendben van, ha valaki rendelkezik tapasztalattal. De általában a DBA-k alkalmazásfejlesztők, gyakran ezt a szerepet vállalják részmunkaidőben, munkájukban nincs formális képzésük, és újra megtervezik azt a végső céljaikhoz, ők nem a hatékonyság megtervezése céljából.
És nagyon sok különbség van a tervezés és a fejlesztés között, szemben a telepítéssel és a kezeléssel. Tehát van egy “fillért bölcs, font bolond” egy kis malacka bankkal, és átugorjuk a projektekhez szükséges készségek és források megszerzését. Gondolva, hogy mindenki a „Majmok bosszúja” -ból származik, ott van a kis képem. Most, amennyire az embereknek szükségük van, az adatbázisok és az adatok egyre szélesebb körű használatát használjuk az SQL-ben. Korlátozatlan számú DBA-ra van szükségünk - akik képzettek és szakértők ezekben a hangolási és tervezési, valamint kezelési és telepítési helyzetekben. És egyre több részmunkaidős vagy véletlenszerű DBA-nk van, akiknek nincs hivatalos képzése.
Tehát milyen egyéb dolgok vetik fel a kérdést az a tény, hogy ezeket az adatbázisokat szintén nem hangolják be, vagy nem is kezelik? Először is, sokan azt gondolják, hogy az adatbázis-rendszernek maguk is elegendő eszközzel rendelkeznek a maguk kezelésére. Az eszközök egyre könnyebben és könnyebben készíthetők el - tervezés és fejlesztés -, de ez nem egy jó tervezés, jó irányítás, kapacitástervezés, megfigyelés stb. Készítése a telepítéshez. Tehát először az emberek azt feltételezik, hogy rendelkeznek minden szükséges eszközzel. Másodszor, ha részmunkaidős vagy véletlenszerű DBA, nem tudja, mit nem tud.
Azt hiszem, elfelejtettem a kifejezés egy részét ott, így sokszor nem értik meg, hogy mit is kell megvizsgálniuk a tervezés során, vagy amikor az adatbázisokat kezelik vagy üzemeltetik. Ha ez nem a szakma, akkor nem fogja megérteni, mit kell tennie. A harmadik az, hogy az SQL go-tool eszköz, tehát Robin az SQL-ről beszélt, és arról, hogy az SQL milyen rosszul van, vagy gyakran épül fel. Ugyanakkor az egyik kedvencem a BI adattárolásban, az adatáttelepítésben és az adatmérnöki térben az is, hogy az eszközök használata helyett az emberek hajlamosak SQL kódot, tárolt eljárásokat írni, még akkor is, ha drága adatintegrációs eszközt használnak, vagy egy drága BI eszköz, gyakran valóban csak tárolt eljárások futtatására használják. Annak érdekében, hogy az adatbázis-tervezés megértése, az SQL felépítése egyre fontosabbá váljon.
És végül ott van ez a siló-megközelítés, amelyben az emberek különálló adatbázisokat néznek meg. Nem nézik meg, hogy az alkalmazások hogyan működnek, és hogyan lépnek kölcsönhatásba egymással. És ők is gyakran vizsgálják az adatbázisokat, szemben az alkalmazásokkal, amelyekben használják őket. Tehát, az adatbázisra jutó munkaterhelés kritikus a tervezés során, kritikus a hangolásban, kritikus annak megpróbálásában kitalálni, hogyan kell megtervezni a kapacitást, stb. Tehát, ha az erdőre fákról nézünk, az emberek a gyomokban vannak, megtekinti az egyes táblákat és adatbázisokat, és nem vizsgálja ezen alkalmazások általános interakcióját a munkaterhelésben.
Végül az embereknek meg kell vizsgálniuk azokat a kulcsfontosságú területeket, amelyeket meg kell vizsgálniuk. Az adatbázisok kezelésének tervezésekor először át kell gondolniuk, ki kell dolgozniuk néhány alkalmazás-központú teljesítménymutatót, tehát nemcsak arra kell figyelnünk, hogy ez a táblázat hogyan van felépítve, hogyan modellezi azt, hanem hogy hogyan használják azt? Tehát, ha van vállalati alkalmazásuk, amely az ellátási lánc menedzsmentjének köszönhető, ha megrendeléseket vesz az internetről, ha BI-t csinál - bármit is csinál -, meg kell vizsgálnia, ki használja ezt, hogyan felhasználva, mi az adatmennyiség, amikor ez megtörténik. Amit valóban próbál keresni, a várakozási idő, mert függetlenül attól, hogy minden alkalmazást elbírálnak annak alapján, mennyi ideig tart valami elkészítése, legyen szó egy személyről, vagy csak az alkalmazások vagy a processzorok közötti adatcseréről. És mi a szűk keresztmetszet? Tehát gyakran, amikor megkísérel hibakeresést végezni, természetesen valóban megpróbálja megnézni, hogy mi a valódi szűk keresztmetszet - nem feltétlenül, hogyan kell mindent beállítani, de hogyan lehet megszabadulni és mozgatni az előadást a várakozási időkön és átviteli képesség - bármit is meg kell nézni.
És valóban el kell különíteni az adatbázisban az adatgyűjtést, a tranzakciókat, az átalakításokat és az elemzést. Ezek mindegyike eltérő mintázatú, mindegyik eltérő használati mintázattal rendelkezik, és mindegyiket külön-külön kell hangolni. Tehát gondolkodnia kell ezen adatok felhasználásának módjáról, mikor kerülnek felhasználásra, mire használják, és kitalálnia kell, hogy milyen teljesítménymutatók és milyen kulcsfontosságú elemeket szeretne elemezni az adott felhasználással kapcsolatban. Most, amikor a teljesítmény figyelését vizsgálja, magát az adatbázis-műveleteket is meg akarja nézni; mindkét adatszerkezetet meg akarja nézni, tehát az indexek, partíciók és az adatbázis egyéb fizikai szempontjai, akár az adatbázis szerkezete is - akár ER modell, akár dimenziós modell, bár struktúrált - mindezen tényezők befolyásolják a teljesítményt, különösen az adatgyűjtő elemzés és a transzformációk különböző kontextusaiban.
És amint azt Robin az SQL oldalán megemlítette, az SQL-t, amelyet ezek a különféle alkalmazások futtatnak ezen adatbázisok között, átnézni és kritikusan behangolni. És az általános alkalmazásterhelés és az ezen adatbázisok és alkalmazások által üzemeltetett infrastruktúra-környezet áttekintése. Tehát, hogy a hálózatok, a kiszolgálók és a felhő - bármi is működik -, szintén megvizsgálja az alkalmazások és az adatbázisok hatását ebben a környezetben, mindegyikük kölcsönhatásban van, hogy képes legyen az adatbázis hangolására.
És végül, amikor eszközöket keres, szeretné megnézni az ehhez kapcsolódó három különféle elemzést. Meg szeretné tekinteni a leíró elemzést: mi történik és hol, az adatbázishoz és az alkalmazás teljesítményéhez kapcsolódóan. Azt szeretné, hogy képes legyen diagnosztikai elemzéseket végezni, hogy nemcsak megtudja, mi történik, hanem miért is történik, hol vannak a szűk keresztmetszetek, hol vannak a problémák, mi működik jól, mi nem működik jól? De képesek elemezni és részletesebben kidolgozni a problémás területeket annak érdekében, hogy foglalkozzon velük, akár a tervezés, akár bármi mást kell tennie.
És végül: a legagresszívabb vagy legproaktívabb elemzés az, ha ténylegesen valamilyen prediktív elemzést, prediktív analitikai modellezést végezünk, bármi is legyen. Tudjuk, hogy az adatbázis és az alkalmazások ebben az összefüggésben működnek, ha megnöveltük a kapacitást, ha több felhasználót kapunk, ha nagyobb átviteli képességeket teszünk, bármit is csinálunk, képesek vagyunk megtervezni, hogy mit, hogyan és hol végeznek. Az adatbázis, az alkalmazások hatása lehetővé teszi számunkra, hogy proaktív módon megtervezzük és kitaláljuk, hol vannak a szűk keresztmetszetek, hol szenvedhetnek a várakozási idők és mit kell tennünk a dolgok kijavításához. Ezért olyan eszközöket akarunk, amelyek képesek végrehajtani a teljesítménymutatót, figyelemmel kísérni a teljesítményt, mint ahogyan ez a három elemzési típus is. És ez az áttekintésem.
Eric Kavanagh: Rendben, hadd adjak át neki - ez egyébként két nagyszerű bemutató - hadd adjak át Bullett Manale-nak, hogy onnan vigye. És az emberek, ne felejtsd el jó kérdéseket feltenni; van már jó tartalmak. Vedd el, Bullett.
Bullett Manale: Jól hangzik. Köszönöm, Eric. Tehát a Rick és Robin mondatok közül sok minden nyilvánvalóan 100% -kal egyetért. Azt mondanám, hogy felhúztam ezt a csúszkát, "mert azt hiszem, hogy megfelelő, nem tudom, hogy azok közül, akik az 'A-Team' rajongók a nyolcvanas években, John Hannibal Smith mondván, hogy mindig is mondjuk: „imádom, amikor egy terv összeáll”, és azt hiszem, hogy amikor különösen az SQL Serverről beszélünk, amelyre összpontosítunk, az a termék, amelyről ma beszélni fogunk, SQL Diagnostic Manager, ez határozottan az egyik dolog, amit kell tennie; képesnek kell lennie arra, hogy kihasználja a rendelkezésére álló adatokat, és ezekből az adatokból döntéseket tudjon hozni, és bizonyos esetekben nem keresi a döntést; valamit akar mondani, amikor valaki elfogy az erőforrások, amikor elfogy az erőforrások, amikor szűk keresztmetszet lesz, ezek a fajta dolgok.
Nem csak egy adott mutató figyelésére vonatkozik. Tehát a Diagnostic Managernél az egyik dolog, amely nagyon jól működik, segíteni fog az előrejelzés és a munkaterhelés sajátos megértése terén, és ma erről sokat beszélünk. Az eszköz az adatkezelő, a DBA vagy a színészi DBA számára van kialakítva, tehát sok olyan dolog, amelyről Rick megemlített, a színészi DBA igaz. Sok esetben, ha nem DBA, sok kérdés merül fel, amikor felmerül az idő, amikor egy SQL környezet kezelésére kerül sor - olyan dolgokról, amelyeket nem ismersz. Tehát keres valamit, amely segíthet, végigvezeti Önt a folyamaton, és továbbképzi Önt a folyamatban. Fontos tehát, hogy az ilyen típusú döntésekhez használt eszköz betekintést nyújtson az okokba, amelyek miatt ezeket a döntéseket hozzák, nem csak azt, hogy elmondja neked: "Hé, tedd ezt."
Mivel én vagyok a DBA színész, valószínűleg a teljes DBA lesz a tényleges szakértelemmel és tudással, hogy ezt a címet alátámasszam. Tehát, amikor az adatbázis-adminisztrátorról beszélünk, mindig ezt először mutatom meg, mert a DBA-nak más-más szerepe van, és attól függően, hogy milyen szervezettel vagy, ezek eltérőek lehetnek helyről a másikra - de általában Ön mindig valamilyen módon felelős a tárolásáért, a tárolás megtervezéséért és azért, hogy megértse, mekkora helyet fog előre jelezni szükség van-e a biztonsági másolatokra, vagy magukra az adatbázisokra. Ezt meg kell értenie és értékelnie kell.
Ezenkívül képesnek kell lennie a dolgok megértésére és optimalizálására, és amint áthalad a környezet megfigyelésén, nyilvánvalóan fontos, hogy olyan változtatásokat hajtson végre, amelyekre szükségük van, változás magában a környezetben. Tehát olyanokat, mint például a felhasználók száma, például az alkalmazások népszerűsége, az adatbázis szezonalitása, mindezt figyelembe kell venni, amikor előrejelzi. És aztán nyilvánvalóan más dolgokra nézi a jelentések és a szükséges információk rendelkezésre bocsátása szempontjából, mivel ezek a döntések meghozatalához kapcsolódnak. Sok esetben ez azt jelenti, hogy összehasonlító elemzést kell végezni; ez azt jelenti, hogy képesek vagyunk egy adott mutatóra nézni, és megérteni, hogy ennek a mutatónak milyen értéke volt az idő múlásával, így előre lehet látni, hogy megy tovább.
Tehát a Diagnostic Manager eszköz nagy része rendelkezik ezekkel a képességekkel, és az emberek minden nap használják, hogy képesek legyenek például előrejelzésre, és a kapacitástervezés meghatározását ide tettem. És ez egy elég széles és valójában elég homályos meghatározás, amely csak egy termelési kapacitás meghatározásának folyamata, amelyre egy szervezetnek szüksége van a változó igényei kielégítésére a termékekre, és a nap végén valójában ez a lényeg: arról, hogy képes-e felvenni valamilyen módon valamilyen információt, és átveheti ezeket az információkat, és döntéseket hozhat annak érdekében, hogy továbblépjen az adatbázisok életciklusa során. És tehát azok a dolgok, amelyek oka az embereknek ennek, ezt nyilvánvalóan elsősorban és elsősorban a legtöbb pénzmegtakarítást jelentik. Nyilvánvaló, hogy a vállalkozások fő célja pénzt keresni és pénzt megtakarítani. De a folyamat mellett ez azt is jelenti, hogy biztosítani kell azt, hogy a leállások ne legyenek. És annak biztosítása, hogy enyhíti a leállás esetleges esélyét, így megakadályozhatja, hogy az előforduljon, vagyis nem várja meg, amíg megtörténik, majd reagál rá.
Amellett, hogy képesek általánosságban növelni a felhasználók termelékenységét, hatékonyabbá téve őket, hogy több üzleti tevékenységet végezzenek, nyilvánvalóan itt kulcsfontosságú, tehát ezek a fajta dolgok, mint például a DBA vagy valaki, aki részt vesz az előrejelzésben vagy a kapacitásban A tervezésnek képesnek kell lennie arra, hogy az információ átvághassa ezeket a döntéseket. És akkor összességében ez nyilvánvalóan segíteni fog a hulladék eltávolításában, nemcsak pénzmennyiség, hanem idő- és éppen olyan erőforrások szempontjából is, amelyeket esetleg más célokra lehet felhasználni. Tehát, ha képes eltávolítani azt a hulladékot, hogy ne legyen olyan alternatív költsége, amely magához a hulladékhoz kapcsolódik.
Tehát, ezt mondva, milyen típusú kérdéseket kapunk, amelyek azokra a személyekre vonatkoznak, akik DBA-k? Mikor fogy el a hely? Ez nagy, nem csak az, hogy mekkora helyet elfogyasztom most, hanem amikor elfogyok a tendenciák és a múlt története alapján? Ugyanez vonatkozik az SQL tényleges példányaira, az adatbázisokra, mely kiszolgálókat konszolidálhatom? Felteszek néhányat a virtuális gépekre, mi értelme annak, hogy mely adatbázisokat konszolidálni fogom, és melyik SQL példányokban kell tartózkodniuk? Az összes ilyen típusú kérdésre válaszolni kell. Mert a legtöbb esetben, ha DBA vagy DBA, vagyis karrierje során megszilárdítja azt. Sok esetben ezt folyamatosan fogja csinálni. Tehát képesnek kell lennie arra, hogy gyorsan meghozza ezeket a döntéseket, és ne találjon kitalálós játékot.
Beszéltünk a szűk keresztmetszetekről és arról, hogy hol fognak előfordulni, majd képesek voltak arra, hogy még egyszer megjósolják, ahelyett, hogy megvárnák őket. Tehát nyilvánvalóan ezeknek a dolgoknak, amelyekről beszélünk, van értelme abban az értelemben, hogy a legtöbb esetben a múltbeli adatokra támaszkodik, hogy képesek legyenek ezeket az ajánlásokat elkészíteni, vagy bizonyos esetekben képesek maguknak a döntéseket megfogalmazni, hogy fel tudjam jönni ezekre a válaszokra. De emlékeztet arra, hogy amikor rádióhirdetéseket hall valaki értékpapírokat vagy hasonlókat eladók számára, akkor mindig „a múltbeli teljesítmény nem jelzi a jövőbeli eredményeket”, és az ilyen jellegű dolgokat. És ugyanez igaz itt is. Olyan helyzetekben lesznek olyan helyzetben, ahol ezek az előrejelzések és ezek az elemzések nem 100% -ban helyesek. De ha olyan dolgokkal foglalkozik, amelyek történt a múltban és az ismertek, és nagyon értékes az a képesség, hogy felvegye és megtegye a „mi lenne, ha” sok ilyen típusú kérdést felveszne, és sokkal messzebbre jut, mint a találgatás játékán.
Tehát ezek a típusú kérdések nyilvánvalóan felmerülnek, tehát hogyan kezeljük ezeknek a kérdéseknek a nagy részét a Diagnostic Manager segítségével, mindenekelőtt előrejelzési képességeinkkel, képesek vagyunk ezt megtenni az adatbázisban, az asztalnál is mint a meghajtó vagy a hangerő. Annak érdekében, hogy ne csak azt mondjam: „Hé, tele vagyunk térrel”, de most már hat hónap múlva, most két év múlva, öt év múlva, ha erre költségvetést tervezek, mennyi megtakarítási helyet fogok megyek költségvetést kell fizetni? Ezek olyan kérdések, amelyeket fel kell tennem, és képesnek kell lennem arra is, hogy valamilyen módszert alkalmazjak ennek megtételére, ahelyett, hogy kitalálnám, feltennék az ujjam a levegőbe, és arra várnék, hogy lássam, milyen módon fúj a szél, ami sajnos sokszor hozza meg ezeket a döntéseket.
Ezen felül, hogy képes - úgy néz ki, mintha egy kicsit levágtam volna a diámat -, de képesek voltam segítséget nyújtani ajánlások formájában. Tehát egy dolog, ha meg tudjuk mutatni egy mutatóval teli műszerfalot, és elmondhatjuk: “Rendben, itt vannak az összes mutató és hol vannak”, de aztán képesek vagyunk valamire, vagy valamilyen módon megérteni azt. mit kell tenni, ennek alapján újabb ugrás. És bizonyos esetekben az emberek elég képzettek a DBA szerepéhez, hogy képesek legyenek meghozni ezeket a döntéseket. Tehát az eszközben vannak olyan mechanizmusok, amelyek segítenek abban, amit csak egy másodperc múlva mutatunk meg. De nemcsak az, hogy megmutassa, mi az ajánlás, hanem betekintést nyújt arra is, hogy miért történik az ajánlás, és emellett bizonyos esetekben képessé válhat egy olyan szkript kidolgozására is, amely automatizálja a a kérdés orvoslása szintén ideális.
Ha továbblépünk a következőre, amelyet látni fogunk, ez általában csak azt jelenti, hogy megértjük a metrikus szintre, ami normális. Nem tudom megmondani, mi nem normális, ha nem tudom, mi a normális. És tehát, ha valamilyen módon mérni tudja ezt a kulcsot, és képesnek kell lennie arra, hogy többféle területet figyelembe vegyen, például - vagy kell mondanom az időkeretet - a szervercsoportok különböző csoportjait, képesek legyenek erre dinamikusan, riasztási szempontból, vagyis az éjszaka közepén, a karbantartási ablakom alatt, arra számítom, hogy a CPU-m 80% -kal fog működni az összes folyamatban lévő karbantartás alapján. Tehát talán magasabbra szeretném emelni a küszöböt, abban az időkereten belül, szemben a nap közepén, amikor nem annyira tevékenységem.
Ezek olyan dolgok, amelyek nyilvánvalóan környezeti hatásokkal járnak, de alkalmazhatóak a kezelt tevékenységekre, hogy segítsenek a környezet hatékonyabb kezelésében, és megkönnyítsék ezt. A másik terület nyilvánvalóan képes csupán a jelentések és információk szolgáltatására, hogy megválaszolja az ilyen típusú „mi lenne, ha” kérdéseket. Ha éppen módosítottam a környezetem, meg akarom érteni, hogy ez a hatás milyen volt, hogy ugyanezt a változást alkalmazhassam a környezetem más példányaira vagy más adatbázisaira. Azt akarom, hogy rendelkezzen valamilyen információval vagy lőszerrel ahhoz, hogy ezt a változást némi nyugalommal és tudván, hogy jó változás lesz. Tehát, ha el tudjuk végezni ezt az összehasonlító jelentést, képesek vagyunk az SQL példányaim rangsorolására, az adatbázisok egymás elleni rangsorolására, hogy azt mondjam: „Melyik a legnagyobb CPU-fogyasztóm?”, Vagy amelyik a leghosszabb várakozási feltételek és hasonló dolgok? Tehát sok információ elérhető lesz az eszközkel is.
És utoljára, de nem utolsósorban, csak az az általános képesség, hogy szüksége van egy olyan eszközre, amely képes lesz kezelni bármilyen helyzetet, amely utadba kerül, és így értem ezt, ha nagy környezetben van egy Sok példány esetén valószínűleg olyan helyzetekbe kerül, amelyekbe olyan mutatókat kell vonnia, amelyek hagyományosan nem olyan mérőszámok, amelyeket a DBA bizonyos esetekben meg akarja is figyelni, attól függően, hogy melyik helyzettől függ. Tehát, ha van egy olyan eszköze, amelyet kibővíthet, hogy további mutatókat adjon hozzá, és képes legyen ezeket a mutatókat ugyanolyan formában és módon alkalmazni, mintha azokat használná, ha egy dobozban lenne metrikus, például. Tehát a jelentések futtatása, a riasztás és az alapállapot - az összes dolog, amiről beszélünk - szintén kulcsszerepet játszik abban, hogy meg tudjuk csinálni ezt az előrejelzést és megtesszük azt, hogy megkapjuk a kívánt válaszokat. képes lesz meghozni ezeket a döntéseket, haladva.
Most, ahogy a Diagnostic Manager ezt megteszi, van egy központosított szolgáltatásunk, egy szolgáltatáscsoport, amely fut, és 2000 - 2016 példányokra gyűjt adatokat. És akkor megtesszük ezeket az adatokat, és egy központi adattárba helyezzük, majd nyilvánvalóan mit fogunk tenni ezekkel az adatokkal, sokat teszünk annak érdekében, hogy további betekintést tudjunk adni. Most ezen felül - és az egyik olyan dolog, amely itt nincs itt - van egy olyan szolgáltatásunk, amely éjszaka közepén fut, amely a prediktív elemző szolgáltatásunk, és amely néhány számot ropogtat, és segít megérteni és segít DBA-ként vagy DBA-ként az ilyen típusú ajánlások megfogalmazásában, valamint az alapvonalak tekintetében is némi betekintést nyújtani.
Tehát, amit szeretnék tenni, és ez csak egy gyors példa az építészetre, a nagyszerű elvitel itt az, hogy nincs olyan ügynök vagy szolgáltatás, aki valójában az általa kezelt példányokon ül. De azt szeretném megtenni, hogy valójában elviszi Önt az itt található alkalmazásba, és gyors bemutatót nyújt Önnek. És hadd menjek ki, és tegyék meg. Szóval, tudassa velem, azt hiszem, Eric, láthatja ezt rendben?
Eric Kavanagh: Megkaptam, igen.
Bullett Manale: Rendben, szóval átmegyek ezen a különféle részen, amelyekről beszéltem. És alapvetően kezdjük azokkal a dolgokkal, amelyek jobban megfelelnek itt: itt van valami, amit meg kell tennie, vagy itt van valami, ami bizonyos szempontból a jövőben van, és némi betekintést fogunk adni neked körül. És ez képes valóban előre jelezni - vagy azt kell mondanom, dinamikusan előre látja - a dolgokat, amint történnek. Jelenleg a jelentések esetében az eszközben az egyik dolog a három különféle előrejelzési jelentés. És például egy adatbázis-előrejelzés esetén, amit valószínűleg megtennék abban az esetben, ha előre tudom előre jelezni egy adatbázis méretét, és csak néhány példát fogok mondani neked erről: . Tehát el fogom venni az ellenőrzési adatbázisomat, amely elég I / O intenzív - rengeteg adat van rá. Van, nézzük, itt megcsináljuk, és csak itt választjuk fel az egészségügyi adatbázist.
De a lényeg az, hogy nem csak látom, mi van ezen a helyen, azt tudom mondani: „Nézzük, vegyük az előző évi értékű adatokat” - és egy kicsit itt fogok fibrizálni, Nincs igazán egy évenkénti adataim, körülbelül két hónapos adataim vannak - de mivel itt a hónapok mintavételi arányát választom, előre tudom előre jelezni vagy előre jelezni ezt. a következő 36 egység esetében, mivel a mintavételi arányt hónapokra tesszük - vagyis egységre van egy hónap -, és akkor képesek lennék egy riport készítésére, hogy alapvetően megmutassam, hol várnánk előre a jövőbeni növekedést három adatbázis. És láthatjuk, hogy a három különféle adatbázis között változó mértékű különbség vagy eltérés van, különös tekintettel azokra az adatok mennyiségére, amelyeket a történetileg fogyasztanak.
Láthatjuk, hogy az adatpontok itt a történeti adatokat reprezentálják, majd a vonal meg fogja adni nekünk az előrejelzést, valamint a biztonsági másolat készítéséhez szükséges számokat. Tehát ezt meg tudjuk csinálni asztali szinten, meg tudjuk csinálni még a meghajtó szintjén is, ahol előre láthatom, hogy mekkora meghajtókat fognak kapni, beleértve a csatlakozási pontokat is. Képesek lennénk előre jelezni ezt az információtípust, de ismét a mintavételi gyakoriságtól függően megengedi nekem, hogy meghatározzam, hogy hány egységet és hol vesszük azt, amit előrejelzni akarunk. Figyelem: szintén van különféle típusú előrejelzés. Tehát rengeteg lehetőséget és rugalmasságot kap, amikor eljött az idő az előrejelzés elvégzéséhez. Most ezt egy dolgot megtesszük, amikor ténylegesen megadunk neked egy konkrét dátumot, és azt mondhatjuk, hogy “Hé ezen a napon, itt várhatnánk az Ön adatainak növekedését.” Ezen túlmenően mégis más betekintést nyújt Önnek a munkaidőn kívüli munkánk során elvégzendő elemzések és a futtatás ideje alatt végzett elemzések egy részéhez. Néhány dolog, amit tesz, az, hogy megpróbálja előre jelezni azokat a dolgokat, amelyek valószínűleg megtörténnek, a történelem alapján, amikor a múlt történt.
Tehát itt valójában láthatjuk, hogy egy előrejelzés némi betekintést nyújt nekünk annak valószínűségére, hogy az esti órákban problémák merülnek fel a múltban ismét megtörtént dolgok alapján. Tehát nyilvánvalóan ez nagyszerű, főleg ha nem vagyok DBA, megnézhetem ezeket a dolgokat, de ami még jobb, ha nem DBA vagyok, ez az elemző lap. Tehát, mielőtt itt lenne ez az eszköz, átmennénk és megmutatnánk a terméket az embereknek, és így lesznek: „Nagyszerű, látom ezeket a számokat, mindent látom, de nem tudom, mit tegyek” (nevet) "Ennek eredményeként." És tehát az, ami itt van, egy jobb módja annak, hogy megértsék, ha intézkedéseket fogok tenni a teljesítmény elősegítésére, ha azt akarja, hogy még Segítség a környezetem egészségében, képesnek kell lennie arra, hogy rangsoroljuk az ajánlásokat, valamint hasznos információs tippeket, hogy többet megtudjunk ezekről az ajánlásokról, és valójában akár külső linkekkel is rendelkezzünk ezen adatok némelyikével, ami megmutatja nekem és vigyen rá az okok indoklására.
És sok esetben egy olyan szkript biztosítása, amely automatizálja, amint mondtam, e problémák kijavítását. Most, hogy ennek az elemzésnek a részét csináljuk - és megmutatom, amikor bemegyek a példány tulajdonságainak konfigurálására, és az elemzés konfigurációs szakaszába megyek -, sok különböző kategória van, amelyek Az itt felsorolt részeként index-optimalizálást és lekérdezés-optimalizálást végeztünk. Tehát nemcsak magukat a mutatókat és hasonló dolgokat értékeljük, hanem a munkaterhelést és az indexeket is. A jelen esetben valójában további hipotetikus index-elemzést végezzünk. Tehát ez egyike azoknak a helyzeteknek, ahol nem akarok, sok esetben nem akarok hozzáadni egy indexet, ha nem kell. De egy bizonyos ponton van egy tipikus pont, ahol azt mondom: “Nos, az asztal eléri a munkaterhelésen belül futó lekérdezések méretét vagy típusát, most van értelme index hozzáadására. De hat héttel korábban nem lett volna értelme. ”Ez lehetővé teszi, hogy dinamikusan megismerkedj azokkal a dolgokkal, amelyek, amint mondtam, valószínűleg javítják a teljesítményt attól függően, hogy mi történik a környezetben, mi történik a munkaterhelésen belül., és ilyen dolgokat csinál.
Így sok jó információt kap itt, valamint lehetőséget ezeknek a dolgoknak az automatikus optimalizálására. Tehát ez egy másik terület, ahol segítséget nyújthatnánk az úgynevezett prediktív elemzés szempontjából. Most, amellett, hogy azt kell mondanom, vannak más területeink is, amelyek szerintem általában csak arra szolgálnak, hogy segítsenek a döntések meghozatalában. És amikor a döntések meghozataláról beszélünk, akkor ismételten megnézhetjük a történelmi adatokat, és betekintést nyújtunk ahhoz, hogy odajuthassunk oda, ahol kell lennünk, hogy javítsuk a teljesítményt.
Az egyik dolog, amit megtehetünk, az, hogy van egy alapvető megjelenítőnk, amely lehetővé teszi számunkra, hogy válasszuk ki azt a mutatót, amelyet szeretnénk - és hadd találjak itt egy megfelelőt -, megyek az SQL CPU használatára, de a lényeg az, hogy Ön Visszatérhet azonban hetekbe, hogy ezeket a képeket festesse, hogy láthassa, mikor vannak a külsõ részek, és általában megnézheti, hol tartozik ez az érték azon idõszakokban, amikor adatokat gyűjtöttünk. És akkor ezenkívül azt is észre fogja venni, hogy amikor maga a tényleges példányra lépünk, képesek vagyunk konfigurálni az alapvonalakat. Az alapvonalak nagyon fontos részét képezik a dolgok automatizálásának, valamint a dolgok értesítésének. És a kihívás, amint azt a legtöbb DBA-k elmondják neked, az, hogy a környezeted nem mindig azonos, a nap folyamán az estével szemben, és mit sem jelent, mint amint azt a példában korábban már említettük a karbantartási időszakokkal, amikor magas a CPU szintje, vagy bármi, ami történhet.
Tehát a jelen esetben ezekkel a tényleges alapvonalakkal több alapvonal is lehet, tehát lehet, hogy van egy alapvonalam, vagyis a karbantartási óráim alatt. De ugyanolyan egyszerűen létrehozhattam a kiindulási alapot a gyártási óráimhoz. És ennek lényege az, ha bemegyünk az SQL példányába, és valójában rendelkezzünk ezekkel a több alapvonallal, akkor előre tudnánk számolni és képes lenne végrehajtani valamilyen típusú automatizálást, valamilyen típusú helyreállítást vagy csak a riasztást általában, eltérően az idő ablakaira jellemző. Tehát az egyik dolog, amit itt látni fogunk: ezek az alapvonalak, amelyeket előállítunk, a történeti adatokat használják ennek az elemzésnek a biztosítására, de ami még fontosabb: ezeket a küszöbértékeket statikusan meg tudom változtatni, de ezeket dinamikusan is automatizálhatom. Tehát, amikor megjelenik a karbantartási ablak, vagy azt kell mondanom, hogy a karbantartás kiindulási ablaka, ezek a küszöbértékek automatikusan átváltanak azokra a terhelésekre, amelyeket az adott időablakban tapasztalok, szemben a nap közepén, amikor a rakományom nem annyira, ha a munkaterhelés nem olyan hatásos.
Szóval, ezt még valamit szem előtt kell tartani az alapvonal szempontjából. Nyilvánvaló, hogy ezek valóban hasznosak lesznek számodra abban a tekintetben, hogy megértsék, mi a normális, és képesek megérteni, elkötelezni magát, ha források kifogynak. A másik, az eszközben található dolog, amely segít döntések meghozatalában, ráadásul az alapvonalak meghatározásán és a figyelmeztetések felállításánál az alapvonalak és a dinamikusan létrehozott küszöbök körül, olyan, mint amit korábban mondtam, csak egy teljes számtalan jelentés futtatása, amelyek segítenek válaszolni a folyamatban lévő kérdésekre.
Tehát például, ha volt egy 150 példányom, amit kezdem - az én esetemben nem, tehát itt kell játszani a színlelő játékot -, de ha minden produkciós példányom megvan, és meg kellett értem, hol van más szóval, ha csak korlátozott ideig lesz időm valamilyen típusú adminisztráció elvégzésére a teljesítmény javítása érdekében, a kulcsfontosságú területekre szeretnék összpontosítani. És tehát, ezt mondva, azt mondanám: „Ennek a környezetnek a alapján rangsoroljam a példányaimat egymás ellen, és ezt a rangsorolást versenypálya alapján adom meg.” Tehát a lemez-, a memória- és a várakozás, Függetlenül attól, hogy ez a válaszidő, képes vagyok-e, vagy azt kell mondanom, rangsorolni - ezeket az eseteket egymással szemben. Nyilvánvaló, hogy az egyes listák tetején található példány, ha ugyanaz a példány, valószínűleg erre szeretnék összpontosítani, mivel nyilvánvalóan ismét a lista tetején található.
Tehát nagyon sok jelentés található az eszközben, amelyek segítenek a környezet rangsorolásában a példányszinten; ezt az adatbázis szintjén is megteheti, ahol az adatbázisomat egymáshoz sorolhatom. Különösen a beállítandó küszöbértékek és területek esetében itt is beállíthatunk helyettesítő karaktereket, ha akarom, csak az egyes adatbázisokra összpontosíthatok, de a lényeg az, hogy ugyanúgy összehasonlíthatom az adatbázisomat. Ezenkívül a többi összehasonlító elemzés típusához és az eszköz nagy eleméhez hasonlóan ez a kiindulási elemzés is van. Tehát ha itt görgeti le a szolgáltatási nézetet, látni fogja, hogy van egy alapvető statisztikai jelentés. Most ez a jelentés nyilvánvalóan segíteni fog nekünk nem csak a metrikus értékek megértésében, hanem egy adott esetben ki is tudnék menni, és ezen mutatók bármelyikére valóban képes lenne megnézni ezen mutatók alapját.
Tehát bármi is legyen, százalékban vagy bármi mást mondhatnék: „Lássuk ennek az elmúlt 30 nap kitörését”, ebben az esetben megmutatja nekem a tényleges értékeket és a kiindulási értéket. Természetesen képesek lennék néhány döntést hozni ezen információk felhasználásával, tehát ez egyike azoknak a helyzeteknek, ahol attól függ, hogy milyen kérdést vetünk fel, amelyet akkoriban felteszünk. De ez nyilvánvalóan sok kérdésben segít önnek. Bárcsak azt mondanám, hogy van egy jelentésünk, amely mindent elkészít, és ez olyan, mint az egyszerű jelentés, ahol nyomjuk meg és nyomjuk meg a gombot, és csak válaszol minden „mi lenne, ha” kérdésre, amelyre valaha is meg tudtak válaszolni. De a valóság az, hogy sok attribútummal és sok lehetőséggel fog választani ezekben a legördülő listákban, hogy megfogalmazhassa azokat a „mi lenne, ha” típusú kérdéseket, amelyeket keres .
Tehát ezeknek a jelentéseknek a nagy része arra irányul, hogy képes legyen megválaszolni az ilyen típusú kérdéseket. Tehát nagyon fontos, hogy ezek a jelentések és ezen túlmenően mindazok a dolgok, amelyeket már mutattunk Önnek az eszközben, amint már említettem, rugalmasak az új mutatók beépítésére, kezelésére, sőt képesek létrehozni számlálók vagy SQL lekérdezések, amelyeket beépítettek a lekérdezési időközökbe, hogy segítsek nekem megválaszolni ezeket a kérdéseket, hogy valószínűleg felvehetik azokat a dolgokat, amelyeket nem vártunk figyelni. És akkor képes lesz ugyanazokra a dolgokra, amelyeket csak megmutattam neked: alaphelyzetbe állítani, riportokat futtatni és jelentéseket készíteni ebből a mutatóból, és képes válaszolni és csinálni sok ilyen típusú dolgot, amelyeket megmutatok neked. itt.
Most ezen felül - és az egyik dolog, amiben nyilvánvalóan kissé belefutunk az utóbbi időben - először az volt, hogy mindenki átfordult vagy átvált a virtuális gépekre. És most sok ember van, akik a felhő felé indulnak. És sok kérdés merül fel az ilyen típusú dolgok körül. Van értelme számomra költözni a felhőhöz? Pénzt takaríthatnék meg a felhőbe költözve? Ha ezeket a dolgokat virtuális gépen, megosztott erőforrású gépen tennék, mennyi pénzt takaríthatnék meg? Az ilyen típusú kérdések nyilvánvalóan szintén felmerülnek. Tehát sok ilyen dolgot szem előtt kell tartani, a Diagnostic Manager segítségével felvehetjük és eltávolíthatjuk a VMware és a Hyper-V virtualizált környezeteit is. Felvehetünk olyan példányokat is, amelyek nem jelennek meg a felhőn, így a környezetét, például az Azure DB-t, vagy akár az RDS-t, metrikákat vonhatunk be azokból a környezetekből is.
Tehát nagyon sok rugalmasságot és sok képességet tudunk adni arra, hogy megválaszoljuk azokat a kérdéseket, amelyek azokkal a más típusú környezetekkel kapcsolatosak, amelyekbe az embereket látjuk elindulni. És még mindig sok kérdés van ezen dolgok körül, és mivel látjuk az embereket megszilárdítani ezeket a környezeteket, nekik is képeseknek kell lenniük arra, hogy válaszoljanak ezekre a kérdésekre. Tehát ez egy nagyon jó áttekintés, azt mondanám, a Diagnostic Manager, mivel ez a témához kapcsolódik. Tudom, hogy felmerült az üzleti intelligencia témája, és van egy olyan üzleti intelligencia eszköze is, amelyről ma még nem beszéltünk, de betekintést nyújt Önnek az ilyen típusú kérdések megválaszolása szempontjából, mivel az kockák és mindezen különféle dolgok is. De remélhetőleg ez jó áttekintés volt, legalábbis abban a tekintetben, hogy ez a termék hogyan segíthet a jó terv megfogalmazásában.
Eric Kavanagh: Rendben, jó dolgok. Igen, kidobom Ricknek, ha még mindig ott van. Rick, van tőled kérdése?
Rick Sherman: Igen, szóval először is ez nagyszerű, tetszik. Különösen szeretem a kiterjesztést a virtuális gépekre és a felhőkre. Látom, hogy sok alkalmazásfejlesztő úgy gondolja, hogy ha felhőben van, akkor nem kell behangolniuk. Így-
Bullett Manale: Igaz, még mindig fizetnünk kell érte, igaz? Még mindig fizetnie kell azért, amit az emberek felhőbe helyeznek, tehát ha rosszul fut, vagy ha sok CPU-ciklust okoz, több pénzt kell fizetnie, tehát nem, te még mindig meg kell mérni ezeket a dolgokat, teljesen.
Rick Sherman: Igen, sok rossz látványt láttam a felhőben. Meg akartam kérdezni, vajon használják-e ezt a terméket - tudom, hogy megemlítette a BI terméket, és rengeteg más termékkel rendelkezik, amelyek kölcsönhatásba lépnek egymással -, de elkezdené az SQL teljesítményét, az egyes lekérdezéseket megnézni ebben az eszközben? Vagy más eszközöket használnának erre?
Bullett Manale: Nem, ez teljesen. Ez az egyik dolog, amelyet nem fedtem le és gondoltam, a kérdés része. Sokféle módon tudjuk azonosítani a lekérdezés teljesítményét, függetlenül attól, hogy kapcsolódik-e, vagyis olyan várakozásokhoz, mint amilyeneket ebben a nézetben látunk, vagy pedig a lekérdezések erőforrás-felhasználására vonatkozik-e, a lekérdezés elemzésének számos módja van teljesítmény. Legyen szó akár időtartamról, akár CPU-ról, I / O-ról, és ismét megvizsgálhatjuk magukat a munkaterheléseket is, hogy betekintést nyújtsunk. Az ajánlásokat az elemzési szakaszban tudjuk nyújtani, és van egy web-alapú verzió is, amely információkat nyújt a lekérdezések körül. Tehát ajánlásokat kaphatok a hiányzó indexekről, valamint a végrehajtási terv és az ilyen jellegű dolgok megtekintésére; ez is képesség. Tehát abszolút egészen hétfőig lehet diagnosztizálni a vasárnapig tartó lekérdezéseket (nevet) és ezt a betekintést nyújthatjuk a kivégzések számának szempontjából, legyen az erőforrás-felhasználás, várakozások, időtartam, mindez jó dolog.
Rick Sherman: Rendben, remek. És akkor mekkora a terhek maguknak a példányoknak az összes ilyen monitorozással?
Bullett Manale: Ez jó kérdés. A kérdés megválaszolásának kihívása az, hogy múlik-e, csakúgy, mint bármi más. Sok, amit eszközünk kínál, rugalmasságot biztosít, és ennek a rugalmasságnak egy része az, hogy elmondja, mit kell gyűjteni, és mit nem. Tehát például maguk a lekérdezések esetén nem kell gyűjtenem a várakozási információkat, vagy tudok. Gyűjthetek információkat a lekérdezésekkel kapcsolatban, amelyek meghaladják az időtartamot, a végrehajtás időtartamát. Példa erre, ha bemennék a konfigurációs lekérdezés-figyelőbe, és azt mondanám: „Változtassuk ezt az értéket nullára”, a valóság az, hogy alapvetően azt teszi az eszköz, hogy minden futtatott lekérdezést összegyűjtsön, és ez valójában nem az a miért van ott, de általában véve, ha teljes kérdést szeretnék szolgáltatni az összes kérdéshez, meg tudtam csinálni.
Tehát ez nagyon relatív ahhoz, hogy mi a beállítások, általában véve, kívül vannak. Bárhol körülbelül 1–3 százalék fölött van, de vannak más feltételek is, amelyek alkalmazandók. Attól is függ, hogy mennyi port lekérdezés fut a környezetén, igaz? Ez attól is függ, hogy milyen módon gyűjtik ezeket a lekérdezéseket, és milyen SQL verzióval rendelkezik. Tehát például az SQL Server 2005-et nem fogjuk tudni elhúzni a kiterjesztett eseményekből, míg így nyomkövetésből vonulnánk el. Tehát kicsit más lenne az adatok gyűjtésének módja szempontjából, de ez azt mondta, amint mondtam, azt hiszem, körülbelül 2004 óta vagyunk ezen a terméknél. Hosszú idő óta van, több ezer vásárlónk van, tehát az utolsó dolog, amit meg akarunk csinálni, egy olyan teljesítményfigyelő eszköz, amely teljesítményproblémákat okoz (nevet). És így igyekszünk mindent elkerülni, amennyire csak lehetséges, de általánosságban elmondható, hogy így körülbelül 1–3 százalék jó ujjszabály.
Rick Sherman: Rendben, és ez elég alacsony, tehát fantasztikus.
Eric Kavanagh: Jó. Robin, van tőled kérdése?
Robin Bloor: Sajnálom, néma voltam. Több adatbázissal rendelkezik, és érdekli, hogy miért tud több adatbázist megnézni, és ezért tudhatja, hogy egy nagyobb erőforrásbázist fel lehet osztani a különféle virtuális gépek között és így tovább, és így tovább. Érdekel, hogy az emberek valóban hogyan használják ezt. Érdekel, mit csinálnak az ügyfelek ezzel. Mert ez számomra jól néz ki, az minden bizonnyal, amikor az adatbázisokkal foglalkoztam, valami olyasmi, ami még soha nem volt kéznél. És mindig csak egyetlen esetet fogok mérlegelni, bármilyen értelmes módon, az adott időpontban. Szóval, hogyan használják ezt az emberek?
Bullett Manale: Általában véve csak az eszközről beszél? Hogyan használják? Általában azt értem, hogy képesek legyenek a környezet jelenlétének központi pontjára. Nyugodtan békélve és tudva, hogy ha képernyőre bámulnak és zöld színűnek látszanak, akkor tudják, hogy minden jó. Akkor fordul elő, amikor problémák merülnek fel, és az esetek többségében a DBA szempontjából sok esetben ezek a problémák akkor fordulnak elő, amikor a konzol előtt vannak, így értesítést lehet kapni, amint a probléma bekövetkezik. De ezen felül, hogy képes megérteni, mikor történik a probléma, képessé válik azokra az információk középpontjába, amelyek némi összefüggést adnak számukra azzal kapcsolatban, hogy miért történik. És úgy gondolom, hogy ez a legnagyobb része: proaktív, nem reaktív.
A legtöbb DBA-val, akivel beszélek - és nem tudom, jó százalékuk van - sajnos még mindig reaktív típusú környezetben van; arra várnak, hogy a fogyasztó megközelítse őket, és elmondja nekik, hogy van probléma. És tehát sok ember látja próbálkozni ettől, és azt hiszem, hogy ennek nagy része annak az oka, hogy az embereknek ez az eszköz tetszik, az, hogy elősegíti számukra a proaktív fellépést, de betekintést nyújt a továbbiakban is., mi a probléma, de sok esetben legalább amit megtalálunk - és talán csak a DBA-k mondják nekünk -, de a DBA-k, az észlelés mindig a saját problémájuk, még akkor is, ha az alkalmazás fejlesztője írta az alkalmazást hogy nem írták be megfelelően, ők ők vállalják a hibát, mert ezt az alkalmazást beviszik a rendszerükbe vagy a szerverükre, és amikor rossz teljesítményük van, mindenki rámutat a DBA szerint: - Hé, ez a te hibád.
Tehát ezt az eszközt sokszor használják fel arra, hogy a DBA-nak azt mondják: „Hé, itt van a probléma, és nem én vagyok.” (Nevet) javítsa ezt, akár a lekérdezések megváltoztatása, akár bármi más is lehet. Bizonyos esetekben ez a vödörbe esik a felelősségvállalás szempontjából, de nyilvánvalóan az ideális megközelítés legalább az, hogy rendelkezzen eszközzel, hogy segítsen nekik megérteni ezt és megismerjék, és hogy időben elvégezzék.
Robin Bloor: Igen, a legtöbb olyan webhelyemmel, amelyben ismerek, de már régen már ott voltam, és különféle multi-adatbázis-oldalakat néztem, de leginkább azt tapasztaltam, hogy DBA-k, amelyek maroknyi adatbázisra összpontosítottak. És ezek lennének azok az adatbázisok, amelyek ha valaha is lemennének, akkor ez egy valódi nagy probléma lesz a vállalkozás számára, és így tovább, és így tovább. És a többit, csak időről időre statisztikákat gyűjtnek, hogy lássa, hogy nem merültek fel a hely, és soha nem is néztek rájuk. És miközben a demo elvégzésekor ezt nézegettem, és gondoltam, úgy vagy úgy, kiterjeszted, egyszerűen azáltal, hogy valami ilyesmit adsz olyan adatbázisokhoz, amelyekben gyakran senkit sem törődtek, mert az adatok növekednek, az alkalmazások növekedése is időnként megfigyelhető. Nagyon drámai módon bővíti a DBA lefedettségét. Szóval erről szól a kérdés: vajon egy ilyen eszközkészlettel végül képes-e DBA szolgáltatást nyújtani minden olyan vállalati hálózathoz, amely a vállalati hálózatban található?
Bullett Manale: Persze, úgy értem, a kihívás az, hogy amint mondtad elég ékesszólóan, olyan, mintha vannak olyan adatbázisok, amelyekben a DBA-k törődnek, és vannak olyanok, amelyekben nem törődnek annyira. És az a mód, ahogyan ez az adott termék, az licencszerzés módja példányonként történik. Tehát van, azt hiszem, mondanád, egy küszöbérték, amikor az emberek úgy döntenek, hogy: "Hé, ez nem elég kritikus példány, hogy ezzel az eszközzel kezelni akarom." Tehát vannak más eszközök, amelyeket csinálunk szerintem ezek inkább az SQL kevésbé fontos példányaira vonatkoznak. Az egyik olyan lenne, mint a Készletmenedzser, ahol könnyű egészségügyi ellenőrzéseket végezünk az esetekkel szemben, de ezen felül a felfedezéseket is végezzük, tehát új példányokat azonosítunk, amelyeket online hoztak létre, és ettől a ponttól kezdve DBA-ként elmondhatom: „OK, itt van egy új SQL példány, most Express? Ez az ingyenes verzió vagy egy vállalati verzió? ”Valószínűleg ezt a kérdést szeretném feltenni magamnak, de másodszor: mennyire fontos ez a példány számomra? Ha ez nem olyan fontos, akkor előfordulhat, hogy ez az eszköz kialszik, és megcsinálom, általános, amit általános egészségügyi ellenőrzésnek nevezek, abban az értelemben, hogy ők az elemi típusú dolgok, amelyekben DBA-ban érdekel: A meghajtó megtelik ? A szerver reagál a problémákra? A fő dolgok, ugye?
Míg a Diagnostic Managerrel, az eszközzel, amelyet éppen megmutattam neked, le fog jönni a lekérdezés szintjére, és bele fog menni az indexek ajánlásába, átnézve a végrehajtási tervet és mindazt a jó dolgot, míg ez elsősorban a kinek a tulajdonosa, mi az, ami a sajátom és ki felelős érte? Milyen szervizcsomagok és gyorsjavítások vannak? És működnek-e a szervereim a fő összetevőkkel, amelyeket az SQL egészséges példányának tartok? Tehát a kérdésének megválaszolásához van egy kis keverék. Ha vannak emberek, akik ezt az eszközt vizsgálják, akkor általában egy kritikusabb példánykészletet vizsgálnak. Ennek ellenére van néhány ember, aki minden megvásárolható példányát megvásárolja és kezeli, tehát ez csak attól függ. De azt mondom, hogy általánosságban elmondható, hogy van egy olyan küszöbérték azon emberek számára, akik úgy gondolják, hogy a környezetük elengedhetetlen ahhoz, hogy legyen egy ilyen eszközük az ilyen példányok kezelésére.
Robin Bloor: Oké, még egy kérdés, mielőtt átadom Ericnek. Az a benyomás, amelyet csak az iparág figyeléséből adunk, az, hogy az adatbázisoknak még mindig van életük, de az összes adat belemerül ezekbe az adat-tavakba és így tovább, és így tovább. Valójában ez a hype, és a hype soha nem tükrözi a valóságot, ezért érdekel, hogy milyen valóságot érzékelsz odakint? A szervezeten belül vannak a fontos adatbázisok, tapasztalható-ea tradicionális adatnövekedés, amelyet évente 10 százaléknak gondoltam? Vagy ennél többet nőnek? A nagy adatok miatt ezek az adatbázisok léggömbökké válnak? Milyen képet látsz?
Bullett Manale: Úgy gondolom, hogy sok esetben az adatok egy részét áthelyezzük azokba a más szegmensekbe, ahol sokkal értelmesebb, ha más technológiák is elérhetők. A közelmúltban néhány nagyobb adat. De ezeket az adatbázisokat, azt mondanám, sok esetben nehéz általánosítani, mert mindenki kicsit más. Általánosságban elmondható, hogy láttam némi eltérést. Látom, amint mondtam, az emberek sok esetben a rugalmas modellek felé mozognak, mert az erőforrások növelését akarják, és nem annyira más területeken. Néhány ember a nagy adatok felé mozog. De nehéz azt érezni, hogy mondod, hogy ez az észlelés, mivel általában az emberekkel, akikkel beszélek, mindenki rendelkezik a hagyományos adatbázisokkal, és ezt SQL Server környezetben használják.
Ez azt mondta: azt mondanám, hogy az SQL vonatkozásában is határozottan azt hiszem, hogy piaci részesedést szerez. És azt hiszem, hogy sok ember még mindig más helyekről, például az Oracle-ből indul az SQL felé, mert olcsóbb és nyilvánvalóan úgy tűnik, mivel az SQL verziók fejlettebbé válnak - és ezt a legfrissebb dolgokkal látod folytatódnak az SQL-lel, a titkosítás és az összes többi olyan képesség szempontjából, amelyek környezetvé vagy adatbázis-platformmá teszik azt - azt hiszem, hogy nyilvánvalóan nagyon fontos a küldetés szempontjából. Szóval, azt hiszem, ezt is láthatjuk. Ahol változást látsz, ez továbbra is megtörténik. Úgy értem, hogy 10 évvel ezelőtt történt, azt hiszem, még mindig az SQL Server szempontjából, ahol a környezet egyre növekszik és a piaci részesedés egyre növekszik.
Robin Bloor: Rendben, Eric, feltételezem, hogy a közönségnek két vagy két kérdése van?
Eric Kavanagh: Igen, hadd dobjak egy gyorsat neked. Valójában ez egy nagyon jó kérdés. Az egyik résztvevő azt kérdezi, vajon ez az eszköz megmutatja-e, ha a táblának szüksége lehet-e indexre a lekérdezés felgyorsításához? Ha igen, mutathat-e példát?
Bullett Manale: Igen, tehát nem tudom, van-e kifejezetten egy index hozzáadására, de itt láthatjuk, itt vannak töredezettség-ajánlások. Azt is hiszem, hogy csak volt, és ez volt a Diagnostic Manager része a web-alapú verziót kínálva, ahol azt mondja, hogy hiányzik az index. És megnézhetjük ezeket az ajánlásokat, és megmondja nekünk ennek az potenciális nyereségét az információk indexálásával. A másik dolog, amelyet csak megemlítek, az az, hogy amikor az ajánlásokat megtesszük, ezek közül sok számára a szkript ehhez készül. Ez nem jó példa, de igen, láthatná azokat a helyzeteket, amikor egy index - akár duplikált index, akár index hozzáadása - javítaná a teljesítményt, és ahogy korábban mondtam, sokat hogy hipotetikus index-elemzésen keresztül. Tehát ez valóban elősegíti a munkaterhelés megértését, és képes alkalmazni azt az ajánlásban.
Eric Kavanagh: Nagyszerű dolog, és ez jó szót ad nekem a végső megjegyzésekhez. Robin, én és Rick is, évek óta hallunk, beszélünk az önhangoló adatbázisokról. Ez egy önhangoló adatbázis! Csak annyit tudok mondani: Ne higgy el nekik.
Bullett Manale: Ne higgye el a hype-t.
Eric Kavanagh: Lehet, hogy vannak apró apró dolgok, amelyek dinamikusan megtörténnek, de még érdemes ellenőrizni és ellenőrizni, hogy nem olyan dolgot csinál-e, amit nem akar. Tehát hosszú ideig ilyen eszközökre lesz szükségünk, hogy megértsük, mi történik az adatbázis szintjén, és ahogyan Robin mondta, az adat-tavak lenyűgöző fogalmak, de valószínűleg körülbelül annyi esélyük van, hogy átvegyék őket, mivel vannak hamarosan bárhol is lesz egy Loch Ness-szörny. Tehát, csak azt mondanám, ismét, hogy a való világban nagyon sok az adatbázis-technológia, szükségünk van emberekre, DBA-kra, hogy megnézzük ezeket a dolgokat és szintetizáljuk. Megmondhatja, tudnia kell, hogy mit csinál, hogy ez a cucc működjön. De szüksége van az eszközökre ahhoz, hogy megadja az információkat, hogy megismerje, mit csinál. Tehát a lényeg az, hogy a DBA-k csak jól fognak csinálni.
Nagy köszönet Bullett Manale-nak és az IDERA barátainknak. És természetesen Rick Sherman és Robin Bloor. Mindezeket az internetes közvetítéseket archiváljuk, tehát online továbbléphetünk a insideanalysis.com webhelyre vagy a www.techopedia.com partneroldalra, hogy erről további információt kapjunk.
És ezzel elbúcsúzunk, emberek. Újból köszönöm, legközelebb beszélünk veled. Vigyázz magadra. Viszlát.
