Elvitel: Eric Kavanagh házigazda megbeszélte az előrejelzést Dr. Robin Bloorral, Rick Shermannel és az IDERAs Bullett Manale-val.
A videó megtekintéséhez regisztrálnia kell erre az eseményre. Regisztráljon a videó megtekintéséhez.
Eric Kavanagh: Hölgyeim és uraim, ismét üdvözlettel üdvözlöm a Hot Technologies webes sugárzott sorozatát! A nevem Eric Kavanagh, a mai időbeli webes szeminárium házigazdája vagyok, az úgynevezett „Idő, pénz és baj takarítson meg az optimális előrejelzésekkel” címmel. „A kurzus elmulasztotta a cím első részét, azaz a„ Legjobban teljesített terveket ”. erről ebben a műsorban. 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. Tényleg meg akarod érteni, mi történik a szervezetében. Hogyan fogja boldogítani a felhasználókat, nem számít, mit csinálnak? Ha elemzéseket végeznek, ha valódi munkát végeznek, valós ügyfelekkel szembesülnek tranzakciós rendszerekkel, bármilyen eset is legyen, akkor meg akarod érteni, hogy a rendszerek miként működnek, és mi folyik itt, és mi az, ami manapság jól szól. Olyan vicces, mert az előrejelzés nem olyan, amit szeretek csinálni, babonássá válok, mint gondolom, ha túl sokat előrejelzem, 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 tedd ki azokat ma előadóinknak és másoknak. És ezzel Robin, vegye el.
Robin Bloor: Rendben, nos, mivel állhatatos helyzetben vagyok, ahogy azt mondják, azt gondoltam, hogy el fogok mondani egy SQL történetet, mert az a háttér, amelyre a vita folyik, és elkerülhetetlenül nem ütközik egymással, mert Rick nem erre összpontosít. , és nem ütközne azzal, amit Rick mond. Tehát, az SQL-történet, van néhány érdekes dolog az SQL-ről, mert annyira domináns. Lásd: ez egy helyesírás, 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 működött, de számos olyan dologról érdemes mondani, hogy az informatikai ipar egészét deklaratív nyelvre alapozzák. A felhasználó nem ismeri vagy nem törődik az adatok fizikai szervezésével, és a dolog deklaratív nyelvén is jó dolog - elválasztja Önt 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 egy kicsit 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 emberek, igazuk rájuk, igaz az SQL-t használó SQL-programozókra is, és még kevésbé valószínű, hogy gondolkodnak azon a hatással, amelyet fognak gyakorolni, mert a legtöbb fókuszuk valójában az adatok manipulációjával foglalkozik, nem pedig az adatok megszerzésével, behelyezésével. 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 ilyen, nos, nem akarok SQL-lekérdezéseket írni mint az. Valaki létrehozott, ha úgy tetszik, egy kis motort, hogy bármi is legyen a paraméterekkel, eldob néhány SQL-t, és ismét, hogy az SQL nem feltétlenül hatékony SQL.
Aztán azt hittem, 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. Szükség van tehát arra, hogy lefordítsuk azt, 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 matematika és nagyon kevés idő-alapú anyag van, tehát a tökéletlen nyelv, bár azt 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, és az SQL nem épült fel a párbeszédekhez, és arra lett felépítve, hogy megkérdezze, mit akar egyszerre. És érdemes ezt megismerni, mivel vannak olyan termékek, 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, a központi processzor, a memória, a lemez, a hálózat általános fejezete és a zárolási probléma több, mint egy személy számára, aki egyedileg kívánja felhasználni az adatokat. időpont. De a rossz SQL hívások szintén rettenetesen sok mindent megtehetnek, ha ténylegesen az SQL-t optimalizálják a teljesítmény szempontjából. 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 optimalizálja önmagát.
Ezt mondta, azt hiszem, továbbadhatjuk Ricknek.
Eric Kavanagh: Rendben, Rick, hadd adjak neked a WebEx autó kulcsát. Elvenni.
Rick Sherman: Rendben, nagyszerű. Nos, köszönet Robinnak, mivel a bemutató elején indultunk, a grafikám még mindig nagyon unalmas, de vele együtt. Tehát egyetértek mindennel, amit Robin az SQL oldalról beszélt. De most egy kicsit koncentrálni akarom az adatok iránti igényt, amelyek jól haladnak át nagyon gyorsan, az ellátást, mint az abban a térben használt eszközökben, vagy az eszközök szükségességét abban a térben.
Először is, minden elolvasott cikkben vannak olyan adatok, amelyek nagy adatokkal, sok adatgal, a felhőből származó nem strukturált adatokkal, nagy adatokkal vannak mindenhol elképzelhetők. 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 még mindig, amint Robin beszélt, beszéltünk az SQL-ről. És valójában, még ha a Hadoop platformon is keresnénk, a Hive and Spark SQL - amelyet a fiam, aki egy adattudós folyamatosan használ - most 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 nagy mennyiségű és növekvő mennyiségű adat van az adattárházakban és más üzleti intelligencia alapú rendszerekben. Mert mindent, függetlenül attól, hogy hol és hogyan rögzíti, tárolja vagy tranzakcióba veszi, végül elemezni kell, így óriási kereslet és növekszik az adatbázisok, különösen a piacon megjelenő relációs adatbázisok használata.
Most megvan a kereslet, hatalmas mennyiségű adat érkezik bennünk. És nem igazán beszélek csak a nagy adatokról, 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 és 2424 között a DBA munkahelyek száma csak 11% -kal fog növekedni - most azok az emberek vannak, akiknek DBA-címe van, de erről egy pillanat alatt beszélhetünk - szemben a 40 plusz százalékkal éves adatnövekedés. 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 a relációja létezik, lehet egy, kettő, három, négy különféle eladó, akik valójában megpróbálják 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 adatmodellezésről, ER modellezésről, kiterjesztett ER modellezésről, dimenziós modellezésről, fejlett dimenziós modellezésről beszélünk, bármi is legyen, az alkalmazás-programozók és az alkalmazásfejlesztők általában a végcélt szem előtt tartva tervezik - nem az adatbázis-struktúra hatékonyságát tervezik . Tehát nagyon sok rossz kialakítás van.
Most nem beszélek a kereskedelmi vállalkozási alkalmazások gyártóiról; általában ER modellek vagy kiterjesztett ER modellek vannak. Amiről beszélek, sokkal több üzleti folyamatot és alkalmazást építenek az alkalmazások fejlesztői minden társaságban - ezek azok, amelyeket szükségszerűen a telepítés hatékonyságára vagy eredményességére terveztek. És maguk a DBA-k túlmunkáltak és néha 24 órás felelősséget vállalnak, egyre több adatbázist kapnak. Úgy gondolom, hogy ez kissé köze van ahhoz, hogy az emberek nem értik meg pontosan, mit csinálnak, vagy hogy hogyan csinálják. Saját kis csoportjuk és az emberek csak gondolkodnak: „Nos, ezeket az eszközöket annyira könnyű használni, csak egyre több adatbázist tudunk rávenni munkaterhelésükre”, amely 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 jellemzően hosszú ideig, hosszú ideig foglalkoznak adattárolással és üzleti intelligencia elemzéssel. Rég régen erre a projektre dedikált DBA-kat kaptunk; soha nem kapunk dedikált DBA-t. Felelősek voltak az adatbázis megtervezéséért, ami rendben van, ha valaki rendelkezik tapasztalattal.Általánosságban elmondható, hogy a DBA-k alkalmazásfejlesztők, gyakran ezt a szerepet vállalják részmunkaidőben, nem rendelkeznek hivatalos képzéssel, és újra megtervezik azt a végső céljaikhoz, nem pedig a hatékonysági célokat szolgálják.
És nagy 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, így az SQL adatbázisok és adatok egyre szélesebb körű használatát használjuk. Korlátozatlan számú DBA-ra van szükségünk - olyan emberekre, 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 formális képzése.
Tehát milyen egyéb dolgok vetik fel a kérdést az a tény, hogy ezeket az adatbázisokat szintén nem hangolják, vagy nem 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 nemcsak jó tervezést, jó irányítást, kapacitástervezést, megfigyelést stb. Készíteni a telepítéshez. Tehát először az emberek azt feltételezik, hogy rendelkeznek minden szükséges eszközzel. Másodszor, ha részmunkaidős vagy véletlenszerű DBA, akkor nem tudja, mit nem tud.
Azt hiszem, elfelejtettem a kifejezés egy részét ott, hogy sokszor csak nem értik meg, hogy mit is kell nézniük 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 adattárolás, adatáttelepítés, adatmérnöki terület szempontjából az, hogy az eszközök használata helyett az emberek hajlamosak SQL kódot, tárolt eljárásokat írni, még akkor is, ha drága adatintegrációs eszközt vagy drágát használnak. 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, így nemcsak arra kell figyelni, hogy ez a táblázat hogyan van felépítve, hogyan modellezi azt, hanem hogy hogyan használják azt? Tehát, ha van vállalati alkalmazási problémája az ellátási lánc menedzsmentje során, ha megrendeléseket vesz az internetről, ha BI-t csinál - bármit is csinál -, meg kell vizsgálnia, hogy ki használja, hogyan használja, milyen adatmennyiségek vannak , amikor meg fog történni. Amit valóban megpróbál keresni, a várakozási idő, mivel nem számít, az összes alkalmazást annak alapján ítélik meg, hogy mennyi ideig tart valami elkészítése, akár egy személy, akár csak az alkalmazások vagy a processzorok közötti adatcserére. És mi a szűk keresztmetszet? Olyan 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 az átviteli sebességnél - bármi is legyen 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 használták őket, mire használta fel, és kitalálnia kell, hogy milyen teljesítménymutatók és milyen kulcsfontosságú dolgokat szeretne elemezni az adott felhasználással kapcsolatban. Most, amikor a teljesítmény figyelésére törekszik, 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 modellje, akár dimenziós modellje, akár struktúrált - mindezen tényezők befolyásolják a teljesítményt , különös tekintettel az adatgyűjtő elemzés és a transzformációk különböző hátrányaira.
És amint azt Robin az SQL oldalán megemlítette, azokra a SQL alkalmazásokra nézzük, amelyeket ezek a különféle alkalmazások futtatnak ezen adatbázisok között, és ennek hangolása kritikus. 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 ezen a ponton belüli hatását, mindezen kérdések kölcsönhatásban vannak, hogy képesek legyenek 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 szerezünk, ha nagyobb átviteli képességet végezzünk, bármit is csinálunk, képesek vagyunk megtervezni, hogy mi, hogyan és hol hat az adatbázisra, Az alkalmazások lehetővé teszik számunkra, hogy proaktív módon megtervezzük és kitaláljuk, hol vannak a szűk keresztmetszetek, ahol 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 - ez egyébként két nagyszerű bemutató - hadd adjak át Bullett Manale-nek, hogy onnan vigye. És az emberek, ne felejtsd el feltenni jó kérdéseket; 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 illeszkedik, nem tudom, azoknak, akik az 'A-Team' rajongók a 80-as években, John Hannibal Smithnek volt egy mondása, amit mindig mondani: "Szeretem akkor, amikor egy terv összeáll ”, és azt hiszem, hogy amikor különösen az SQL Serverről beszélünk, amelyre összpontosítottak, az a termék, amelyről ma beszéltünk, az SQL Diagnostic Manager, ez határozottan az egyik dolog, amely kell hogy legyen neked; képesnek kell lennie arra, hogy kihasználja a rendelkezésére álló adatokat, és ezekből az adatokból döntéseket tudjon hozni, és bizonyos esetekben nem is keresi a döntést; keres valamit, hogy elmondja, ha valami kifogy az erőforrásokkal, mikor fogy el az erőforrások, mikor szűk keresztmetszete lesz, ezek a fajta dolgok.
Nem csak egy adott mutató figyelésére vonatkozik. Tehát a Diagnostic Managernél az egyik dolog, amely nagyon jól megy, segíteni fog az előrejelzés és a munkaterhelés sajátos megértése terén, és ma erről sokat beszéltünk. 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, akkor sok kérdés lesz, amikor felmerül az ideje, amikor az SQL környezet kezelésére kerül sor, és ezeket nem ismeri. És tehát valamit keres, amely segíthet neked, végigvezeti Önt a folyamaton, és továbbképzi Önt a folyamatban is. Tehát fontos, hogy az ilyen típusú döntésekhez használt eszköz betekintést nyújtson az okokba, amelyek miatt ezeket a döntéseket hozzák, nemcsak hogy azt mondja neked: "Hé, tedd ezt."
Mivel én vagyok a DBA színész, végül én is a DBA-nak lennék a tényleges szakértelme és ismerete, hogy ezt a címet alátámasszam. Tehát, amikor azt mondtam, hogy adatbázis-adminisztrátorokról beszélünk - mindig először mutatom meg ezt a diat, mert a DBA-nak más-más szerepe van, és attól függően, hogy milyen szervezettel működik, amellyel fogsz működni, ezek változnak egyik helyről a másikra - de általában mindig valamilyen módon felelős a tárolásért, a tárolás megtervezéséért és annak megértéséért, hogy meg kell mondanom, hogy mekkora helyre lesz szükséged, függetlenül attól, hogy biztonsági másolatot készít-e, vagy akár az adatbázisokra is. Ezt meg kell értenie és értékelnie kell.
Ezenkívül képesnek kell lennie a dolgok megértésére és optimalizálására a szükséges alapon, és a környezet figyelemmel kísérésén keresztül nyilvánvalóan fontos, hogy a környezetben változó dolgok alapján változtatásokat végezzen, amire szüksége van. maga. Tehát, például a felhasználók számát, például az alkalmazások népszerűségét, az adatbázis szezonalitását, mindezt figyelembe kell venni, amikor előrejelzi. És aztán nyilvánvalóan más dolgokra nézi a jelentések és a szükséges információk rendelkezésre bocsátása szempontjából, mivel ezekre a döntések meghozatalához kapcsolódik. 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 halad tovább.
Tehát a Diagnostic Manager eszköz nagy része rendelkezik ezekkel a képességekkel, és az emberek minden nap azt használják, hogy képesek legyenek például előrejelzésre, és ide soroltam a kapacitástervezés meghatározását. És ez egy elég széles és valójában elég homályos meghatározása, amely csak egy termelési kapacitás meghatározásának folyamata, amelyre egy szervezetnek szüksége van a változó igényei kielégítésére a termékek iránt, és a nap végén valójában mi az: 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 alternatív költségei, amelyek maga a hulladékhoz kapcsolódnak.
Tehát, miután ezt mondtuk, milyen típusú kérdéseket kapunk, amelyek azokra a személyekre vonatkoznak, akik DBA-k? Mikor fogy el a hely? Nagyon nagy, nem csak, 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. Mivel a legtöbb esetben, ha DBA vagy DBA vagy, akkor valamikor a karrierje során meg fogja erősíteni. 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 ezekről a dolgokról beszéltek, akkor van értelme abban az értelemben, hogy a legtöbb esetben a történelmi adatokra támaszkodik, hogy képesek legyenek ezeket az ajánlásokat elkészíteni, vagy bizonyos esetekben képesek maguknak megfogalmazni a döntéseket, hogy képesek legyenek gyere fel ezekkel a válaszokkal. De emlékeztet arra, hogy amikor rádióhirdetéseket hall valaki értékpapírokkal vagy ehhez hasonlókat eladókkal, az mindig „a múltbeli teljesítmény nem jelzi a jövőbeli eredményeket” és az ilyen jellegű dolgokat. És ugyanez igaz itt is. Olyan helyzetekben lesznek, amikor ezek az előrejelzések és ezek az elemzések nem 100% -ban helyesek. De ha olyan dolgokkal foglalkozik, amelyek történt a múltban és az ismertek, és ha igen sok ilyen típusú kérdéssel képes felvenni és megtenni a „mi lenne, ha”, akkor nagyon érdekesnek találkozni, ez nagyon értékes, és sokkal messzebbre jut, mint a találgatás játékánál.
Tehát ezek a típusú kérdések nyilvánvalóan felmerülnek, tehát hogyan kezeljük ezeknek a kérdéseknek a nagy részét a Diagnostic Managerrel, mindenekelőtt előrejelzési képességeinkkel, képesek vagyunk ezt megtenni az adatbázisban, az asztalnál, valamint a meghajtó vagy a hangerő. Annak érdekében, hogy ne csak azt mondjam: „Hé, tele voltak helyek”, de most már hat hónap múlva, két év múlva, öt év múlva, ha erre költségvetést tervezek, mekkora megtakarítási helyet fogok költségvetni ért,-ra,-re, mert, mivelhogy? Ezek olyan kérdések, amelyeket fel kell tennem, és képesnek kell lennie arra, hogy valamilyen módszerrel is ezt megtehessem, ahelyett, hogy kitalálnám, és feltenném az ujjam a levegőbe, és arra várnék, hogy lássam, mikor fúj a szél, ami sok sokszor, sajnos, a sok ilyen döntés meghozatala.
Ezen felül, hogy képes - úgy néz ki, mintha egy kicsit levágtam volna a diámat -, de képesek voltam segítséget nyújtani ajánlások formájában. Tehát az egyetlen dolog, ha képes megmutatni egy mutatóval teli műszerfalot, és azt mondani, hogy „rendben, minden metrika itt megvan, és hol vannak”, de aztán képessé vált arra, hogy megismerje vagy megértse, mit kell tennie. csinálni, 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, amelyek egy pillanat alatt jól megmutatják. 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.
Folytatás a következő itt, amely jól látható, hogy általában csak a metrikus szintre való megértése érti a normális értéket. Nem mondom, hogy mi nem normális, ha nem tudom, mi a normális. Tehát, ha valamilyen módon mérjük meg ezt a kulcsot, akkor képesnek kell lennünk arra, hogy többféle területet figyelembe vegyen, például - vagy kell mondanom az időkeretet - a kiszolgálók különböző csoportosításait, amelyek ezt dinamikusan, egy riasztási perspektíva, más szóval, éjszaka közepén, a karbantartási ablakom alatt, arra számítom, hogy a CPU-m 80% -kal fog működni az összes folyamatban lévő karbantartás alapján. Tehát lehet, hogy magasabbra szeretném emelni a küszöböt, azokban az időkeretekben, szemben a nap közepén, amikor nem vagyok annyira aktív.
Ezek olyan dolgok, amelyek nyilvánvalóan környezeti hatásokkal járnak, de alkalmazhatóak a kezelt dolgokra is, amelyek segítenek a környezet hatékonyabb kezelésében, és megkönnyítik ezt. A másik terület nyilvánvalóan képes csupán a jelentések és információk szolgáltatására, hogy megválaszolja az ilyen típusú „mi lenne, ha” kérdéseket. Ha valaha megváltoztattam a környezetem, meg akarom érteni, hogy ez a hatás milyen volt, hogy ugyanezt a változást alkalmazhassam a környezetben lévő más példányokra vagy más adatbázisokra. Szeretnék rendelkezni valamilyen információval vagy lőszerrel ahhoz, hogy ezt a változást némi nyugalommal és tudván, hogy jó változás lesz. Tehát, ha képes elvégezni ezt az összehasonlító jelentést, képes rangsorolni az SQL példányaimat, képesek rangsorolni az adatbázisomat egymással szemben, 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 eszközre, amely képes lesz bármilyen helyzet megbirkózásához, ami az utadon megy, és így értem azt, ha nagy környezetben van egy csomó ilyen esetekben valószínűleg olyan helyzetekbe kerül, amelyekben olyan mutatókat kell húznia, amelyek hagyományosan nem olyan mutatók, amelyeket a DBA bizonyos esetekben meg akarja is figyelni, az adott helyzettől függően. 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 felhasználná, ha egy dobozban lenne metrikus, például. Tehát a jelentések futtatása, a figyelmeztetés, az alaphelyzet - az összes dologról beszéltek - szintén kulcsszerepet játszik abban, hogy ezt az előrejelzést megtehessem és készítsem el, hogy megkapja a válaszokat, amelyeket keres, hogy meg tudja adni ezeket a döntéseket tovább 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 behelyezzük azokat egy központi adattárba, majd nyilvánvalóan mi az, hogy mi jó ezekkel az adatokkal, akkor sokat teszünk annak érdekében, hogy további betekintést tudjunk adni. Most ezen túlmenően - és az egyik dolog, amiben itt nincs szó - van-e 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, itt a nagy elvihetőség nem olyan ügynök vagy szolgáltatás, amely valójában az általa kezelt példányokon ül. De amit szeretnék tenni, az valójában az alkalmazásba való bejutás és egy gyors bemutató. És hadd menjek ki, és tegyék meg. Szóval, tudassa velem, azt hiszem, Eric, láthatja ezt rendben?
Eric Kavanagh: Megkaptam, igen.
Bullett Manale: Oké, szóval átmegyek ezen a különféle részen, amelyekről beszéltem. És alapvetõen azokkal a dolgokkal kezdjük, amelyek inkább az eretnekségek vonalán állnak, és amit meg kell tennie, vagy itt van valami, ami egy bizonyos idõpontban a jövõben van, és valamilyen betekintést fog adni neked körülötte. 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 esetében, amit valószínűleg megtennék abban az esetben, ha előre tudom előre jelezni az adatbázis méretét egy adott időszak alatt, és én csak néhány példát mutatok neked erről. Tehát el fogom venni az ellenőrzési adatbázisomat, amely elég I / O-intenzív - rengeteg adatot kapott. Megvan, láthatjuk, jól megcsináljuk itt, és itt csak felvehetjük az egészségügyi adatbázist.
De a lényeg az, hogy nemcsak azt látom, mi van ezen a helyen, azt tudom mondani: „Nézzétek, csak az elmúlt évek adatait vegyük igénybe” - és egy kicsit tovább fogok itt költözni, igazán nincs évem Értéknyi adat, körülbelül két hónapos adatom van - de mivel itt a hónapok arányát választom, képesek vagyok előre jelezni vagy előre jelezni a következő 36 egységet, mert a mintavételi arányunk hónapokra van beállítva. - ez egy egység, egy hónap - és akkor képes leszek arra, hogy elkészítsem egy jelentést, hogy alapvetően megmutassam nekem, hol várhatjuk el jövőbeli növekedésünket e három adatbázis számára. És láthatjuk, hogy a három különféle adatbázis között változó mértékű különbség vagy eltérés mutatkozik, különös tekintettel az általuk történelmileg elfogyasztott adatok mennyiségére.
Láthatjuk, hogy az adatpontok itt a történeti adatokat reprezentálják, majd a sorok fogják adni nekünk az előrejelzést, a számokat kiegészítve. 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 vettek előre, amit előre akarunk állítani. Figyelem: szintén van különféle típusú előrejelzés. Tehát rengeteg lehetőséget és rugalmasságot kap, amikor eljött az idő az előrejelzés elvégzéséhez. Most egy dolog jó, ha ténylegesen megadunk neked egy konkrét dátumot, és azt mondhatjuk, hogy „Hé ezen a napon, itt számíthatnánk arra, hogy az Ön adatai növekedni fognak.” Ezen túlmenően mégis tudunk biztosítani az Ön számára más betekintéssel, amely összekapcsolódik azokkal az elemzésekkel, amelyeket a munkaidőn kívül végezzünk, és a szolgálatot annak futásakor. 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, különösen ha nem vagyok DBA, megnézhetem ezeket a dolgokat, de ami még jobb, ha nem DBA vagyok, ez az elemző lap. Tehát, mielőtt itt lenne az eszközben, átmennénk és megmutatnánk a terméket az embereknek, és ők lennének: „Nagyszerű, látom ezeket a számokat, mindent látom, de nem tudom, mit tegyek” (nevet) Ennek eredménye. ”És tehát az, ami itt van, jobb megértési módja annak, ha megteszem a fellépést a teljesítmény javítása érdekében, ha megteszem magam, hogy még az egészségem egészsége érdekében is segítsek. környezetvédelem, képesnek kell lennie arra, hogy rangsorolja az ajánlásokat, valamint hasznos információs tippeket, hogy többet megtudjon ezekről az ajánlásokról, és valójában még külső linkek is vannak ezekre az adatokra, és ez megmutatja nekem, és átveszi az okokat ezeket az ajánlásokat megtették.
És sok esetben egy olyan szkript biztosítása, amely automatizálja, amint mondtam, e problémák kijavítását. Most, hogy mit végeztünk ezzel az elemzéssel - és megmutatom neked, amikor bemegyek a példány tulajdonságainak konfigurálására, és az elemzés konfigurációs szakaszába megyek -, nagyon sok különböző kategória található itt, és ennek része az indexoptimalizálás és a lekérdezésoptimalizálás. Tehát nemcsak magukat a mutatókat és hasonló dolgokat értékelték, hanem a munkaterhelést és az indexeket is. A jelen esetben valójában végezzen további hipotetikus index-elemzést. Tehát ez egyike azoknak a helyzeteknek, amelyekben sok esetben nem akarok indexet hozzáadni, ha nem kell. De egy bizonyos ponton ezek a tippek, ahol azt mondom: “Nos, az asztal eléri a munkaterhelésen belül futó lekérdezések méretét vagy típusát, most van értelme egy index hozzáadásához. De hat héttel korábban nem lett volna értelme. ”Ez lehetővé teszi, hogy dinamikusan megismerkedj azokkal a dolgokkal, amelyek, amint mondtam, valószínűleg javítják a teljesítményt a környezetben zajló események, a munkaterhelésen belüli események alapján, és ilyen dolgokat csinálni.
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 melyik mérőszámot válasszuk - és hadd találjak itt egy megfelelőt -, az SQL CPU használatára megyek, de a lényeg az, hogy elmehetsz Visszatérve hetekig, hogy ezeket a képeket festesse, hogy megnézhesse, hogy mik a távolságai, és általában véve, ha ez az érték esik azokra az időszakokra, amikor adatot gyűjtöttünk. És akkor ezen túlmenően azt is észreveszi, 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, ami a karbantartási óráim alatt van. 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 fog: ezek az alapvonalak, amelyeket előállítunk, a történeti adatokat használják ennek az elemzésnek a biztosításához, de ennél is fontosabb, hogy ezeket a küszöbértékeket statikusan meg tudom változtatni, de ezeket dinamikusan is automatizálhatom. Tehát, amikor megjelenik a karbantartási ablak, vagy azt kell mondanom, hogy a karbantartási alapablak, ezek a küszöbértékek automatikusan azokra a terhelésekre váltanak, amelyekre az adott időablakban szembesültem, szemben a nap közepével, amikor a rakományom nem olyan, mint sok, ha a munkaterhelés nem olyan hatásos.
Tehát, amit még nem szabad szem előtt 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 akkor is kifogynak az erőforrások. A másik, az eszközben található dolog, amely segíteni fog Önnek a döntések meghozatalában, ráadásul az alapvonalak meghatározása mellett, és hogy riasztásokat állítson össze azokkal az alapvonalakkal és a dinamikusan létrehozott küszöbökkel, amilyeneket már mondtam, csak egy nagyszámú jelentés futtatása, amelyek segítenek válaszolni a folyamatban lévő kérdésekre.
Tehát például, ha 150 példányt kezelnék - ezt az én esetemben nem kell, tehát itt kell játszani a színlelési játékot -, de ha minden produkciós példányom megvan, és meg kellett értenem, hogy hol tartózkodom más szavakkal, ha csak korlátozott ideig lesz szükségem valamilyen típusú adminisztráció elvégzésére a teljesítmény javítása érdekében, a kulcsfontosságú területekre szeretnék összpontosítani. És így, ezt mondva, azt mondanám: „Ennek a környezetnek a alapján rangsoroljam a példányaimat egymás ellen, és ezt a rangsorolást versenypálya alapján adom meg.” Tehát a lemezfelhasználása, a memóriahasználat, vagy vár, függetlenül attól, hogy az a válaszidő, képes-e korrelálni - vagy azt kell mondanom rangsorban - az eseteket egymással szemben. Nyilvánvaló, hogy a példány az egyes listák tetején található, ha ugyanaz a példány, akkor valószínűleg valamire igazán 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, láthatja, hogy ott van egy alapvető statisztikai jelentés. Most ez a jelentés nyilvánvalóan segíteni fog nekünk nemcsak 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 is mondhatnék: „Lássuk ennek alapját az elmúlt 30 napban.” 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 olyan, mint az egyszerű jelentés, ahol megnyomja és megnyomja a gombot, és csak válaszol minden „mi lenne, ha” kérdésre, amelyre bármikor válaszolhatott volna. De a valóság az, hogy nagyon sok tulajdonsággal és sok lehetőséggel kell választania 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 valóban fontos, hogy ezek a jelentések és ezen felül minden olyan elem, amelyet már mutattunk az eszközben, amint azt már említettem, rugalmasan alkalmazkodik új mutatók beépítéséhez, kezeléséhez, akár számlálók létrehozásához is, vagy SQL lekérdezések, amelyeket beépítettek a lekérdezési időközökbe, hogy segítsenek megválaszolni ezeket a kérdéseket, hogy valószínűleg felveheti azokat a dolgokat, amelyeket nem vártunk figyelni. És akkor képes lesz ugyanazokra a dolgokra, amelyeket csak megmutattam neked: kiindulási alapként jelentéseket készíthet, jelentéseket készíthet és jelentéseket készíthet abból a mutatóból, és képes válaszolni és csinálni sok ilyen típusú dolgot, amelyeket itt mutatok.
Most ezen felül - és az egyik olyan dolog, amelyre az utóbbi időben nyilvánvalóan belefutunk - először az volt, hogy mindenki átfordult vagy átvált a virtuális gépekre. És most sok emberünk 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 a rugalmasság és nagyon sok a válaszuk arra, hogy megválaszoljuk azokat a más típusú környezeteket, amelyekbe az emberek elindulnak. És még mindig sok kérdés van ezen dolgok körül, és mivel látjuk, hogy az emberek megszilárdítják a környezetet, nekik is képesnek kell lenniük arra, hogy válaszoljon ezekre a kérdésekre. Tehát ez egy nagyon jó áttekintés, mondjuk, a Diagnostic Manager-ről, mivel ez a témához kapcsolódik. Tudom, hogy felmerült az üzleti intelligencia témája, és van egy olyan üzleti intelligencia eszközzel is, amelyről ma még nem beszéltünk, de betekintést nyújt Önnek az ilyen típusú kérdések megválaszolásához, mivel azok a kockáira vonatkoznak és mind a különféle típusú dolgokat. De remélhetőleg ez jó áttekintés volt, legalábbis abban a tekintetben, hogy ez a termék hogyan segíthet a jó terv megfogalmazásában.
Eric Kavanagh: Rendben, jó cucc. Igen, kidobom Ricknek, ha még mindig ott van. Rick, van tőled kérdése?
Rick Sherman: Igen, szóval először 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? Fizetnie kell még azért, amit az emberek felhőbe helyeznek, tehát ha rosszul működik, vagy ha sok CPU-ciklust okoz, akkor több pénzt kell fizetnie, tehát nem, akkor még meg kell mérnie ez a cucc, teljesen.
Rick Sherman: Igen, Ive sok rossz tervezést látott 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 egyike azoknak a dolgoknak, amelyeket nem tudtam lefedni és gondoltam, a lekérdezések része. Sokféle módon tudjuk azonosítani a lekérdezés teljesítményét, függetlenül attól, hogy az összefügg-e, különös tekintettel a várakozásokra, mint amilyeneket ebben a nézetben látunk, vagy pedig a lekérdezések erőforrás-felhasználásával összefüggésben, a lekérdezés elemzésének számos módszerével elérhető. teljesítmény. Függetlenül attól, hogy időtartama, CPU, I / O, és ismét megvizsgálhatjuk-e magukat a munkaterheléseket is, hogy némi 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; képessége is. 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: Jólvan szuper. És akkor mi a terhelés maguknak a példányoknak az egész monitorozással?
Bullett Manale: Jó kérdés. A kérdés megválaszolásával a kihívás az, hogy függ-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 csak tehetek. Gyűjthetek információkat a lekérdezésekkel kapcsolatban, amelyek meghaladják az időtartamot, a végrehajtás időtartamát. Példa erre, ha bemennék a konfigurációs lekérdezés-figyelőbe, és azt mondanám: „Lehetővé tesszük ennek az értéknek nullára változtatását”, a valóság az, hogy alapvetően azt teszi az eszköz, hogy minden futtatott lekérdezést összegyűjtsön, és ez valójában nem a hogy 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 alkalmazandó feltételek. 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 nem lesz képes vonulni a kibővített eseményekből, ugyanakkor nyomot vonunk erről. Tehát kicsit más lenne az adatok gyűjtésének módja szempontjából, de ez azt mondta - amint mondtam -, azt hiszem, körülbelül 2004 óta létezik ez a termék. Régóta van, több ezer vásárlónk van, tehát az utolsó, 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: Oké, és ez nagyon alacsony, tehát fantasztikus.
Eric Kavanagh: Jó. Robin, van tőled kérdése?
Robin Bloor: Sajnálom, néma voltam. Többféle adatbázis-képességgel rendelkezik, és érdekli, hogy miért lehet 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: Általánosságban elmondható, hogy általában csak az eszközről beszél? Hogyan használják? Általában arra gondolok, hogy képes legyen a környezet jelenlétének központi pontja lenni. Nyugodtan békélve és tudva, hogy ha képernyőre bámulnak és zöld színűnek látszanak, akkor tudják, hogy minden jó. Akkor, amikor problémák merülnek fel, és az esetek többségében a DBA szempontjából, sok esetben ezek a problémák akkor fordulnak elő, amikor a konzol előtt állnak, így értesítést kapnak, amint a probléma bekövetkezik. De ezen felül, hogy képes megérteni, mikor történik a probléma, képessé vált arra, hogy megismerje az információ középpontját, amely némi megfontolást nyújt számukra arról, hogy miért történik ez. És úgy gondolom, hogy ez a legnagyobb része: proaktív, nem reaktív.
A legtöbb DBA-val, amivel beszélek - és nem tudom, hogy jó többségük van - sajnos még mindig reaktív típusú környezetben van; arra várnak, hogy a fogyasztó megközelítse őket, hogy megmondják nekik a problémát. Tehát sok ember látja próbálkozni ettől, és úgy gondolom, hogy az okok nagy része az, hogy az emberek kedvelik ezt az eszközt, az, hogy elősegíti számukra a proaktív fellépést, de betekintést nyújt a folyó eseményekbe is. , mi a probléma, de sok esetben az, amit legalább megtalálunk - és talán csak a DBA-k ezt mondják nekünk -, de a DBA-k, az észlelés mindig a saját problémájuk, még akkor is, ha az alkalmazás fejlesztője írta az alkalmazást hogy nem írta meg megfelelően, ők azok, akik felelősséget vállalnak, és az alkalmazást a rendszerükbe vagy a szerverükre veszik, majd amikor a teljesítmény rossz, mindenki arra mutat, hogy a DBA azt mondja: "Hé, ez a te hibád."
Tehát ezt az eszközt sokszor fogják felhasználni annak érdekében, hogy a DBA azt mondja: „Hé, itt rejlik 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 webhely, amelyekkel ismerem, de már egy ideje már ott voltam, és különféle multi-adatbázis-oldalakat nézegettem, de leginkább azt tapasztaltam, hogy lesznek olyan DBA-k, amelyek egy maroknyi adatbázisok. 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 többi, csak időnként statisztikákat gyűjt, hogy lássa, hogy nem merültek fel a hely, és soha nem nézik meg őket. 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. A DBA lefedettségét drámai módon kibővíted. Tehát mi a kérdés valójában, az, hogy 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, mint néhány adatbázis, amelyről a DBA-k gondoskodnak, majd ott vannak olyanok, amelyekben nem is törődnek vele. És az a mód, ahogyan ez az adott termék, a licenc licencének példányonkénti alapon történik. Tehát van, azt hiszem, mondhatom, egy küszöbérték, amikor az emberek úgy döntenek, hogy “Hé, ez nem elég kritikus példány, hogy ezzel az eszközzel kezelni akarom.” Tehát vannak más eszközök, amelyek rendelkeznek, ezek több Azt hiszem, az SQL kevésbé fontos példányaira szolgálunk. 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: „Rendben, az SQL új példánya, most Express? Ez az ingyenes verzió, vagy egy vállalati verzió? ”Valószínűleg egy kérdést szeretnék feltenni magamnak, de másodszor: mennyire fontos ez a példány számomra? Ha ez nem annyira fontos, akkor előfordulhat, hogy ez az eszköz kialszik, és megcsinálom, általános, amit általános egészségügyi ellenőrzésnek neveznék abban az értelemben, hogy ezek az elemi típusú dolgok, amelyekben DBA-ban érdekel: A meghajtó megtelik? A szerver reagál a problémákra? A fő dolgok, ugye?
Míg a Diagnostic Managernél az az eszköz, amelyet éppen megmutattam neked, hogy le fog jönni a lekérdezés szintjére, bekerül az indexek ajánlásába, áttekinti a végrehajtási tervet és mindazt a jó dolgot, míg ez elsősorban a kinek a tulajdonosa, mi az, ami a birtokomban van, és ki vagyok a felelős? 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 olyan emberek, akik ezt az eszközt vizsgálják, 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 azoknak az embereknek a küszöbére, akik úgy ítélik meg, hogy a környezetük elengedhetetlen, elegendő fontosságú az ilyen esetek kezelésére szolgáló eszköz.
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? Mi a kép, amit látsz?
Bullett Manale: Úgy gondolom, hogy sok esetben az adatok némelyikét azokba a más szegmensekbe helyezték át, ahol sokkal értelmesebb, amikor más elérhető technológiák is rendelkezésre állnak. A közelmúltban néhány nagyobb adat. De ezeket az adatbázisokat, azt mondanám, sok esetben nehéz általánosítani, mivel 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 azt mondják, hogy ez az észlelés nehezen érzékelhető, mert általában az emberekkel beszélt embereknek a hagyományos adatbázisuk van, és ezt SQL Server környezetben használják.
Azt mondta, azt mondanám, hogy az SQL szempontjából továbbra is azt hiszem, hogy továbbra is megszerezné piaci részesedését. És azt hiszem, hogy sok ember még mindig más helyekről, például az Oracle-ből indul az SQL felé, mert olcsóbb, és nyilvánvalóan látszik, mivel az SQL verziók fejlettebbé válnak - és ezt a legújabb dolgokkal látják. az SQL-en, 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, láttam ezt is. Ahol egy műszakot látsz, az még mindig megtörténik. Úgy értem, hogy 10 évvel ezelőtt történt, azt hiszem, még mindig az SQL Server vonatkozásában, ahol a környezet növekszik és a piaci részesedés egyre növekszik.
Robin Bloor: Oké, 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 láthatod, itt vannak széttérelési javaslatok. Azt is hiszem, hogy csak volt, és ez volt a Diagnostic Manager része a web-alapú verziót kínálva, ahol azt mondta, hogy hiányzik az index. És megnézhetjük ezeket az ajánlásokat, és elmondhatjuk nekünk ennek az potenciális nyereségét az információk indexálásával. A másik dolog, amelyet csak megemlítek, az az, hogy amikor az ajánlásokat megtesszük, ezek közül sokra a szkript épül fel. Ez nem jó példa, de igen, láthatja azokat a helyzeteket, amikor egy index - akár egy duplikált index, akár egy index hozzáadása - javítaná a teljesítményt, és ahogy korábban mondtam, sokat teszünk hogy hipotetikus index-elemzésen keresztül. Tehát ez valóban elősegíti a munkaterhelés megértését, és képes alkalmazni azt az ajánlásban.
Eric Kavanagh: Nagyon jó dolog, és ez jó szándékot ad nekem a végső megjegyzésekhez. Robin, én és Rick is, évek óta halljuk, hogy az adatbázisok önhangolásáról beszélnek. Ez egy önhangoló adatbázis! Csak annyit tudok mondani: Ne higgy el nekik.
Bullett Manale: Nem hiszem, hogy a hype.
Eric Kavanagh: Lehet, hogy vannak apró apró dolgok, amelyek dinamikusan megtörténnek, de még érdemes ellenőrizni és ellenőrizni, hogy nem csinál-e valamit, amit nem akar. Tehát jó ideje ilyen eszközökre lenne szükségük az adatbázis szintjén zajló események megértéséhez, és ahogy Robin mondta, az adat-tavak lenyűgöző fogalmak, ám valószínűleg csak annyi esélyük van arra, hogy átvegyék őket, mivel vannak a Loch Ness Monster hamarosan. Tehát, csak azt mondanám, ismét, a való világban nagyon sok az adatbázis-technológia, szükségünk van emberekre, DBA-kra, hogy megnézzük ezeket a dolgokat és szintetizáljuk. Megmondhatod, tudnod kell, mit csinálsz, hogy ez a cucc működjön. De szüksége van az eszközökre, 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 partneroldalunkra, a www.techopedia.com oldalra, hogy erről további információt kapjunk.
És ezzel, búcsút kell tenned, emberek. Még egyszer köszönöm, hát legközelebb beszélj veled. Vigyázz magadra. Viszlát.