Odnést: Host Eric Kavanagh diskutuje o prognóze s Dr. Robinem Bloorem, Rickem Shermanem a IDERAs Bullett Manale.
Chcete-li si prohlédnout toto video, musíte se zaregistrovat do této události. Chcete-li zobrazit video, zaregistrujte se.
Eric Kavanagh: Dámy a pánové, ještě jednou ahoj a vítejte zpět v seriálu Hot Technologies webcast! Jmenuji se Eric Kavanagh, budu vaším hostitelem pro dnešní webový seminář s názvem „Úspora času, peněz a problémů s optimálním předpovědím.“ „Samozřejmě, že mi chyběla první část názvu„ Nejlepší plánované plány “. Vždy mluvíme o tom na této show. Takže, Hot Technologies je samozřejmě naším fórem pro pochopení toho, co některé skvělé produkty dnes existují na světě, ve světě podnikové technologie, co s nimi lidé dělají, jak fungují, všeho druhu zábavných věcí.
A téma dnes, jak navrhuji, se zabývá prognózami. Opravdu se snažíte pochopit, co se bude dít ve vaší organizaci. Jak udržíte své uživatele šťastnými, bez ohledu na to, co dělají? Pokud provádějí analýzu, dělají skutečnou práci, čelí skutečným zákazníkům s transakčními systémy, ať už je to jakýkoli případ, chcete porozumět tomu, jak vaše systémy běží a co se děje, a to je to, o čem dnes dobře mluví. Je to trochu vtipné, protože předpovídání není něco, co bych rád dělal, protože jsem pověrčivý, jako když si myslím, že když předpovídám příliš mnoho, stane se špatné, ale to jsem jen já. Nesleduj můj náskok.
Takže tady jsou naši moderátoři dnes, vaši opravdu v levém horním rohu, Rick Sherman se volí z Bostonu, našeho kamaráda Bulletta Manaleho z IDERA a našeho vlastního Dr. Robina Bloora. A s tím, Ill to předat Robin a jen připomenout lidem: Zeptejte se, nehanbite se, milujeme dobré otázky, dobře je rozdejte našim moderátorům a ostatním dnes. A s tím, Robine, vezmi to pryč.
Robin Bloor: Dobře, tak, jak jsem v pozici pole, jak se říká, myslel jsem, že Id vypráví příběh SQL dnes, protože to je pozadí pro to, s čím se bude diskuse probíhat, a nevyhnutelně to nebude v rozporu, protože Rick se na to nezaměřuje , a nebude se střetávat s tím, co Rick říká. Takže, SQL příběh, tam jsou některé zajímavé věci o SQL, protože jeho tak dominantní. Vidíte, to je překlep, SQL je deklarativní jazyk. Myšlenkou bylo, že byste mohli vytvořit jazyk, ve kterém byste požadovali, co jste chtěli. A databáze by zjistila, jak ji získat. A ve skutečnosti to fungovalo celkem dobře, ale existuje řada věcí, které stojí za to říci, důsledky spočívající v tom, že celý IT průmysl je založen na deklarativním jazyce. Uživatel neví a nestará se o fyzickou organizaci dat, a to je dobrá věc o deklarativním jazyce - odděluje vás od toho všeho a dokonce se o to obává - jednoduše požádejte o cokoli chcete a databázi půjde a dostane to.
Uživatel ale netuší, zda způsob, jakým strukturují dotaz SQL, bude mít vliv na výkon dotazu a to je trochu nevýhoda. Viděl jsem dotazy, které jsou dlouhé stovky a stovky řádků, které jsou jen jedním požadavkem SQL, začínají „výběrem“ a prostě pokračují a pokračují dílčími dotazy atd. A tak dále. A ve skutečnosti se ukazuje, že pokud chcete konkrétní sbírku dat z databáze, můžete o ni požádat mnoha různými způsoby s SQL a získat stejnou odpověď, pokud máte nějaké znalosti s daty. Jeden dotaz SQL tedy není nutně nejlepším způsobem, jak požádat o data, a databáze budou odpovídat zcela odlišně podle SQL, který jste do nich vložili.
A tak SQL skutečně ovlivňuje výkon, takže lidé, kteří používají SQL, to platí o nich, platí to také o programátorech SQL, kteří používají SQL a ještě méně pravděpodobně přemýšlejí o dopadu, který budou mít, protože většina jejich zaměření je ve skutečnosti o manipulaci s daty a ne o získávání, vkládání dat. A totéž platí také o BI nástrojích, viděl jsem SQL, který dostane, pokud se vám líbí, vytlačí z BI nástrojů různých databází a je třeba říci, že spousta z toho je, dobře, nechtěla bych psát SQL dotazy takhle. Jeho někdo vytvořil, pokud se vám líbí, malý motor, který ať jsou parametry jakékoli, vyhodí některé SQL a znovu, že SQL nemusí být nutně efektivní SQL.
Pak jsem si myslel, že Id zmiňuje impedanční nesoulad, data, která programátoři používají, se liší od těch, která se třídí. Naše DMS tedy ukládá data do tabulek, organizovaný objektově orientovaný kód jsou většinou kodéry, v současné době programují objektově orientovanou formu a objednávají data v objektových strukturách, takže se navzájem nemapují. Je tedy nutné překládat z toho, co si programátor myslí, že data jsou, co si databáze myslí, co jsou data. Což vypadá, že jsme museli udělat něco špatného, aby tomu tak bylo. SQL má DDL pro definici dat, má DML - jazyk pro manipulaci s daty - pro získávání těchto dat vyberte, promítněte a připojte se. Nyní existuje velmi málo matematiky a velmi málo času založených věcí, takže je to nedokonalý jazyk, třebaže je třeba říci, že byl rozšířen a stále se rozšiřuje.
A pak dostanete problém s bariérou SQL, který je vždy přísnější než diagram, v tom, že ale mnoho lidí se ptalo analytických důvodů, jakmile dostanou odpověď na termíny dotazů na otázku, chtějí se zeptat na další otázku. Stane se tak dialogovou záležitostí, dobře, SQL nebyl vytvořen pro dialogy, byl vytvořen tak, aby se ptal, co chcete najednou. A to stojí za to vědět, protože tam jsou některé produkty, které vlastně opustí SQL, aby bylo možné konverzovat mezi uživatelem a daty.
Pokud jde o výkon databáze - a tento druh se šíří do všeho - ano, existuje CPU, je tam paměť, je tam disk, je to režie v síti a je zde problém zamykání více než jedné osoby, která si přeje mít výhradní využití dat v daném daném okamžiku bod v čase. Ale je tu také špatné volání SQL, je tu strašně mnoho, co lze udělat, pokud skutečně optimalizujete SQL, co se týče výkonu. Faktory výkonu databáze: špatný design, špatný návrh programu, souběžnost chybějící pracovní zátěže, vyrovnávání zatížení, struktura dotazů, plánování kapacity. To je růst dat. A v několika slovech, SQL je výhodné, ale samooptimalizuje se.
Když to řeknu, myslím, že můžeme přenést na Ricka.
Eric Kavanagh: Dobře, Ricku, dovolte mi dát klíče od auta WebEx. Vzít to pryč.
Rick Sherman: Dobře, skvělé. No díky Robin, když jsme začali na začátku prezentace, moje grafika je pořád docela nudná, ale dobře jdeme. Souhlasím tedy se vším, o čem Robin mluvil na straně SQL. Teď se ale chci trochu soustředit na poptávku po datech, která velmi rychle projdou, nabídku jako v nástrojích používaných v tomto prostoru nebo potřebu nástrojů v tomto prostoru.
Za prvé, v každém článku, který čtete, je něco s velkými daty, spoustou dat, nestrukturovanými daty přicházejícími z cloudu, velkými daty všude, co si dokážete představit. Růst databázového trhu však nepřetržitě rostl s relační databází SQL pravděpodobně od roku 2015, což je stále 95 procent databázového trhu. Tři nejlepší prodejci relačních produktů mají v tomto prostoru asi 88 procent tržního podílu. Takže stále mluvili, jak Robin mluvil, o SQL. A ve skutečnosti, i když se díváme na platformu Hadoop, Hive and Spark SQL - který teď můj syn, který je vědcem dat, neustále používá - je rozhodně dominantní způsob, jak se lidé k datům dostanou.
Nyní, na straně databáze, existují dvě široké kategorie použití databází. Jedním z nich jsou operační systémy pro správu databází, tedy plánování vztahů s podniky, řízení vztahů se zákazníky, ERP Salesforce, Oracles, EPIC, N4 atd. Na světě. A je tu velké množství a rozšiřující se množství dat, které jsou v datových skladech a dalších systémech založených na business intelligence. Způsobí vše, bez ohledu na to, kde a jak je zachyceno, uloženo nebo provedeno, nakonec analyzováno, a tak vzniká obrovská poptávka a zvýšení využívání databází, zejména relačních databází na trhu.
Nyní, když jsme dostali požadavek, přicházíme obrovské množství dat. A já opravdu nemluvím jen o velkých datech, Im mluvím o využití dat napříč všemi druhy podniků. Ale doprovázející to, že ze strany nabídky, pro lidi, kteří mohou tyto zdroje spravovat, jsme nejprve, máme nedostatek DBA. Podle Úřadu statistik práce máme od roku 2014–2024 pracovní místa v DBA růst pouze o 11 procent - nyní to jsou lidé, kteří mají pracovní tituly v DBA, ale o tom za sekundu dobře mluví - oproti 40 procentům navíc prostor pro roční růst dat. A máme spoustu DBA; v průměru stejné studium hovořilo o průměrném věku je ve srovnání s jinými IT profesemi docela vysoké. A pak máme hodně lidí opouštějících pole, ne nutně odchodu do důchodu, ale přesouváme se do jiných aspektů, chodí do managementu, nebo cokoli.
Nyní je důvod, proč odcházejí, protože práce DBA je stále těžší a těžší. Za prvé, máme DBA spravující mnoho různých databází samotných, fyzické databáze, umístěné všude, stejně jako různé typy databází. Teď to může být relační, nebo to může být jiná databáze, také typy databáze. Ale i kdyby to bylo relační, mohli by mít jednoho, dva, tři, čtyři různé prodejce, které se vlastně snaží spravovat. DBA se obvykle zapojí až po návrhu databáze nebo aplikace. Robin hovořil o tom, jak se navrhují databáze nebo aplikace, jak se navrhuje SQL. Když jsme hovořili o modelování dat, ER modelování, rozšířeném ER modelování, dimenzování modelování, pokročilém dimenzionálním modelování, cokoli, obvykle se návrháři aplikačních programátorů a vývojářů aplikací snaží myslet na svůj konečný cíl - nenavrhují účinnost samotné struktury databáze . Takže máme hodně špatného designu.
Nyní nemluvím o prodejcích komerčních podnikových aplikací; obvykle mají modely ER nebo rozšířené modely ER. O čem mluvím, je zde mnohem více obchodních procesů a aplikací vytvářených vývojáři aplikací v každé společnosti - to jsou ty, které nejsou nutně určeny pro efektivitu nebo efektivitu nasazení. A samotné DBA jsou přepracované a někdy mají nepřetržitou odpovědnost, stále více a více databází. Myslím, že to má něco společného s tím, že lidé úplně nerozumí tomu, co dělají nebo jak to dělají. Jejich vlastní malá skupina a lidé stále přemýšlejí: „No, všechny tyto nástroje jsou stejně snadno použitelné, můžeme na jejich pracovní vytížení stále házet více a více databází,“ což není pravda.
Což nás vede k částečným a náhodným DBA. Máme IT týmy, které jsou malé a nemohou si nutně dovolit vyhrazenou DBA. Totéž platí o malých a středních podnicích, kde expanze databázových a databázových aplikací v posledním desetiletí explodovala a stále se rozšiřuje. Ale je to také případ velkých korporací, obvykle dělají datové sklady, analytické nástroje business intelligence po dlouhou, dlouhou dobu. Kdysi dávno jsme pro tyto projekty získávali vyhrazené DBA; už nikdy nedostaneme vyhrazenou DBA. Byli zodpovědní za vytvoření databáze, což je v pořádku, pokud má někdo, kdo má zkušenosti.Ale obecně jsou DBA vývojáři aplikací, které často zastávají tuto roli jako částečný úvazek ve své práci, nemají v něm formální školení a znovu to, že to navrhují pro své konečné cíle, nenavrhují to pro efektivitu.
A existuje velký rozdíl mezi návrhem a vývojem, versus nasazení a správa. Máme tu tedy „penny moudrou, hloupou libru“ s malou prasečí bankou, která přeskočí na získání dovedností a zdrojů potřebných v projektech. Myslel jsem si, že všichni pocházejí z „Pomsty pitomců“, můj malý obrázek. Nyní, pokud lidé potřebují, máme rozšířené využití databází a dat v SQL. Omezujeme počet DBA - lidí, kteří jsou v těchto situacích ladění a navrhování a správy a nasazení nasazeni. A máme stále více a více náhodných DBA, lidé, kteří nemají oficiální výcvik.
Jaké jsou tedy některé další věci, které se také dostávají do problému skutečnosti, že tyto databáze nejsou také vyladěny nebo spravovány? Za prvé, mnoho lidí předpokládá, že samotný databázový systém má dostatečné nástroje, aby se mohl sám řídit. Nyní se nástroje stávají snazšími a snazšími - návrh a vývoj - ale to je jiné, než dělat dobrý návrh a dobré řízení, plánování kapacit, monitorování atd. Pro nasazení. Za prvé, lidé předpokládají, že mají všechny nástroje, které potřebují. Za druhé, pokud jste na částečný úvazek nebo náhodné DBA, nevíte, co nevíte.
Myslím, že jsem na tu frázi zapomněl, takže mnohokrát prostě nechápou, na co se dokonce potřebují podívat při návrhu nebo při správě nebo provozu databází. Pokud to není vaše profese, pak nebudete rozumět tomu, co musíte udělat. Třetí z nich je, že SQL je nástrojem go-to, takže Robin mluvil o SQL a o tom, jak špatně je SQL někdy konstruováno nebo často konstruováno. A také jeden z mých mazlíčků v BI datových skladech, migrace dat, prostor pro datové inženýrství je to, že místo používání nástrojů mají lidé tendenci psát SQL kód, uložené procedury, i když používají drahý nástroj pro integraci dat nebo drahý BI nástroj, často to opravdu používají jen ke spuštění uložených procedur. Takže význam porozumění návrhu databáze, konstrukce SQL, je stále důležitější.
A konečně je zde tento přístup k silu, ve kterém máme individuální lidi, kteří se dívají na jednotlivé databáze. Nevědí, jak aplikace pracují a jak spolu komunikují. A také se často dívají na databáze versus aplikace, pro které je používají. Takže pracovní zátěž, kterou získáte v databázi, je kritická při návrhu, kritická při ladění, kritická při pokusu zjistit, jak plánovat kapacitu atd. Takže při pohledu na les ze stromů jsou lidé v plevele , při pohledu na jednotlivé tabulky a databáze a nehledě na celkovou interakci těchto aplikací v pracovní zátěži.
Nakonec se lidé musí podívat na klíčové oblasti, na které se musí podívat. Když plánují správu databází, musí nejprve přemýšlet o tom, vyvinout některé metriky výkonu zaměřené na aplikace, takže se musí podívat nejen na to, jak je tato tabulka strukturována, jak je konkrétně modelována, ale jak se používá? Takže pokud máte podnikovou aplikaci, která je splatná ve správě dodavatelského řetězce, pokud vyřizujete objednávky z webu, pokud děláte BI - ať už děláte cokoli - musíte se podívat na to, kdo ji používá, jak ji používají, jaké jsou objemy dat , kdy se to stane. To, co se opravdu snažíte hledat, jsou čekací doby, protože bez ohledu na to jsou všechny aplikace posuzovány podle toho, jak dlouho trvá, než se něco stane, ať už jde o osobu nebo jen o výměnu dat mezi aplikacemi nebo procesory. A jaké jsou úzká místa? Takže často, když se snažíte ladit problémy, samozřejmě, opravdu se snažíte podívat na to, co jsou skutečná úzká místa - ne nutně jak naladit všechno, ale jak se zbavíte a posunete výkon nahoru po čekací dobu a propustnost - cokoli musíte se na to podívat.
A opravdu musíte oddělit sběr dat, transakce, transformační aspekty v databázi spolu s analytiky. Každý z nich má odlišné vzory designu, každý z nich má odlišné vzory použití a každý z nich musí být vyladěn odlišně. Musíte tedy přemýšlet o tom, jak se tato data používají, kdy se používají, k čemu se používají, a zjistit, jaké metriky výkonu a jaké klíčové věci chcete analyzovat, související s tímto použitím. Nyní, když se díváte na sledování výkonu, se chcete podívat na samotné operace databáze; chcete se podívat na obě datové struktury, takže indexy, rozdělení a další fyzické aspekty databáze, dokonce i struktura databáze - ať už její model ER nebo rozměrový model, ať už je strukturovaný - všechny tyto věci mají vliv na výkon , zejména v různých nevýhodách analytiky sběru dat a transformací, ke kterým dochází.
A jak se Robin zmínil na straně SQL, při pohledu na to, co tyto různé aplikace v těchto databázích provozují tyto různé aplikace, je jeho ladění kritické. A při pohledu na celkové pracovní zatížení aplikací a prostředí infrastruktury, na které tyto databáze a aplikace běží. Takže sítě, servery, cloud - ať už jsou spuštěny cokoli - také přihlížejí k dopadu, který tyto aplikace a tyto databáze mají v tomto kontextu, mají všechny tyto souhry schopnost vyladit databázi.
A konečně, když se díváte na nástroje, chcete se podívat na tři různé druhy analytiků, které s tím souvisejí. Chcete se podívat na popisnou analýzu: co se děje a kde, související s databází a výkonem aplikace. Chcete mít možnost provádět diagnostické analýzy, abyste zjistili nejen to, co se děje, ale proč se to děje, kde jsou úzká místa, kde jsou problémy, co běží dobře, co nefunguje dobře? Ale být schopen analyzovat a podrobně analyzovat problémové oblasti, abychom je mohli řešit, ať už pro návrh nebo cokoli, co musíte udělat.
A konečně, nejagresivnějším nebo nejaktivnějším typem analýzy je skutečně provést nějakou prediktivní analýzu, prediktivní analytické modelování, cokoli. Víme, že databáze a aplikace fungují v tomto kontextu, pokud jsme zvýšili kapacitu, pokud získáme více uživatelů, pokud uděláme větší propustnost, cokoli dělají, jsme schopni navrhnout, co, jak a kde to ovlivní databázi, Tyto aplikace nám umožňují plánovat a aktivně určovat, kde jsou úzká místa, kde mohou trpět čekací doby a co musíme udělat, abychom věci napravili. Chceme tedy mít nástroje, které jsou schopny implementovat metriky výkonu, sledovat výkon, stejně jako tyto tři typy analýz. A to je můj přehled.
Eric Kavanagh: Dobře, mimochodem, mimochodem - to jsou dvě skvělé prezentace - nech mě to podat Bullettovi Manaleovi, abych ho odtamtud vzal. A lidi, nezapomeňte klást dobré otázky; už máme nějaký dobrý obsah. Vem si to, Bullette.
Bullett Manale: To zní dobře. Díky, Ericu. Takže hodně z toho, co řekl Rick a Robin, samozřejmě souhlasím se 100 procenty. Řekl bych, že jsem tento snímek vytáhl, protože si myslím, že je jeho fit. Nevím pro ty z vás, kteří jsou fanoušky „týmu A“ v 80. letech, John Hannibal Smith říkal, že vždycky říká: „Miluji když se plán spojí, “a myslím si, že když mluvíte zejména o SQL Serveru, na který se soustředili, což je produkt, o kterém dnes budeme mluvit, SQL Diagnostic Manager, je to určitě jedna z těch věcí, které musíš mít; musíte být schopni využívat data, která máte, a musí být schopna se z nich rozhodnout av některých případech nemusíte hledat rozhodnutí; hledáš něco, co ti řekne, když něco vyčerpá zdroje, když ti dojde zásoby, když máš úzký profil, tyhle věci.
Nejde jen o sledování konkrétní metriky. S Diagnostickým manažerem vám tedy jednou z věcí, které se daří velmi dobře, pomůže předpovědět a porozumět konkrétním pracovním vytížením a dnes o tom hodně mluvit. Tento nástroj je určen pro správce dat, DBA nebo úřadující DBA, takže spousta věcí, o kterých se Rick zmínil, je úřadující DBA tak pravdivá. V mnoha případech, pokud nejste DBA, bude spousta otazníků, které budete mít, když přijde čas na správu prostředí SQL, věci, které nevíte. A tak hledáte něco, co by vám mohlo pomoci, probrat vás tímto procesem a také vás v tomto procesu vzdělávat. A proto je důležité, aby vám nástroj, který používáte k těmto druhům rozhodnutí, poskytl určitý přehled o důvodech, proč se tato rozhodnutí dělají, nejen že vám řekne: „Hej, udělej to.“
Protože jsem úřadující DBA, nakonec bych mohl být plně rozvinutý DBA se skutečnou odborností a znalostmi, abych tento titul podpořil. Takže, když jsme mluvili o tom, že jsem administrátorem databáze, vždy jsem si nejprve představil tento snímek, protože DBA má různé role a v závislosti na organizaci, se kterou jste, budou mít, se tyto budou lišit od z jednoho místa na druhé - ale obvykle budete vždy nějakým způsobem zodpovědní za vaše úložiště, za plánování tohoto úložiště a porozumění předvídání, měl bych říci, kolik místa budete potřebovat, ať už je to pro vaše zálohy, nebo zda je to pro samotné databáze. Musíte to pochopit a posoudit.
Kromě toho budete muset být schopni porozumět a optimalizovat věci podle potřeby a při procházení monitorováním životního prostředí je samozřejmě důležité provádět změny podle potřeby na základě věcí, které se mění v prostředí sám. Takže věci, jako je počet uživatelů, věci, jako je popularita aplikací, sezónnost databáze, by se měly brát v úvahu při provádění prognóz. A pak, očividně se podíváme na další věci, pokud jde o schopnost poskytovat zprávy a informace, které jsou nezbytné, pokud jde o přijímání těchto rozhodnutí. V mnoha případech to znamená provést srovnávací analýzu; to znamená být schopen podívat se konkrétně na konkrétní metriku a porozumět tomu, jaká hodnota této metriky byla v průběhu času, takže můžete předvídat, kde se bude pohybovat vpřed.
To, co mnoho nástrojů Diagnostic Manager dělá, má tyto schopnosti a lidé jej používají každý den pro to, aby mohli dělat věci, jako je předpovídání, a já jsem zde definoval plánování kapacit. A je to docela široká a vlastně docela vágní definice, což je pouze proces určování výrobní kapacity, kterou organizace potřebuje ke splnění měnících se požadavků na své produkty, a na konci dne to je opravdu to, o co jde: o tom, že budete moci přijímat informace, které máte nějakým způsobem, a přijímat tyto informace a přijímat rozhodnutí, která vám pomohou posunout se vpřed v průběhu životního cyklu vašich databází. A tak jsou typy věcí, které jsou důvodem, proč to lidé potřebují, v první řadě především v zájmu úspory peněz. Podniky, samozřejmě, to je jejich hlavní cíl je vydělávat peníze a šetřit peníze. Ale v tomto procesu to také znamená, že se můžete ujistit, že vaše prostoje nejsou žádné prostoje. A být schopen ujistit se, že zmírníte jakoukoli šanci na prostoje, a tak zabránit tomu, aby se to stalo, aby začalo, jinými slovy, nečekáním, až se to stane, a pak na něj reagujete.
Kromě toho, že dokážete celkově zvýšit produktivitu svých uživatelů, je jejich zefektivnění, abyste mohli udělat více práce, zřejmě klíčem zde, takže se jedná o typy věcí, které jako DBA nebo někdo zapojený do předpovědí nebo kapacity plánování bude muset být schopno prokousat se informacemi, aby bylo možné tato rozhodnutí učinit. Celkově to samozřejmě pomůže odstranit odpad, nejen odpad z hlediska peněz, ale také z hlediska času a zpravidla obecně zdrojů, které by mohly být použity na jiné věci. Takže, být schopen eliminovat tento odpad, takže nemáte náklady na příležitost, které jsou vázány na samotný odpad.
Takže, s tím řekl, jaké typy otázek, které dostáváme, specifické pro osobu, která je DBA? Kdy budu mít nedostatek místa? To je velký, a to nejen to, kolik prostoru nyní spotřebovávám, ale kdy se mi dočtete, na základě trendů a minulé historie? Stejná věc se skutečnými instancemi SQL, databázemi, které servery mohu konsolidovat? Budu dát nějaké na VM, co má smysl, pokud jde o to, které databáze Im konsoliduji a na jakých instancích SQL by měli být umístěny? Na všechny tyto typy otázek musí být možné odpovědět. Protože ve většině případů, pokud jste DBA nebo jednající DBA, budete ji konsolidovat někdy ve vaší kariéře. V mnoha případech to budete dělat průběžně. Musíte tedy být schopni rychle se rozhodovat a nehrát při tom hádající hry.
Mluvili jsme o úzkých místech a o tom, kde se budou dále vyskytovat, a jsme schopni předvídat to znovu, místo aby na ně čekali. Takže, samozřejmě, o všech těchto věcech mluvilo, mělo smysl v tom smyslu, že jste se spoléhali na historická data, ve většině případů, aby byla schopna generovat tato doporučení, nebo v některých případech být schopen formulovat rozhodnutí sami, aby byli schopni přijít s těmito odpověďmi. Připomíná mi to však, že když slyšíte rozhlasové reklamy na někoho, kdo prodává cenné papíry nebo něco podobného, jeho „minulý výkon neznamená budoucí výsledky“ a takové věci. A to samé platí i zde. Budete mít situace, kdy tyto prognózy a tyto analýzy nemusí být na 100% správné. Ale pokud se zabýváte věcmi, které se odehrály v minulosti a ve známých, a jste schopni brát a dělat „co kdyby“ s mnoha těmito typy otázek, do kterých se dostanete, je velmi cenné a bude to dostat vás mnohem dále, než hrát hádat hru.
Takže tyto typy otázek zjevně přijdou, takže jak zvládáme spoustu těchto otázek s Diagnostickým manažerem, v první řadě máme předpovědní schopnosti, které to dokážeme udělat v databázi, u stolu i jednotka nebo svazek. Abych mohl nejen říci: „Hej, byl plný prostoru,“ ale za šest měsíců, za dva roky, za pět let, pokud pro to budu mít rozpočet, kolik prostoru budu potřebovat k rozpočtu pro? To jsou otázky, které se budu muset zeptat, a já budu muset být schopen použít nějaký způsob, jak to udělat, spíše než hádat a zvedat prst do vzduchu a čekat, jak vítr fouká, což je hodně naneštěstí, bohužel, způsob, jakým je mnoho těchto rozhodnutí učiněno.
Kromě toho, že jsem schopen - vypadá to, že se můj snímek tam trochu odřízl -, ale jsem schopen poskytnout nějakou pomoc ve formě doporučení. Takže je to jedna věc, kterou vám mohu ukázat řídicí panel plný metrik a být schopen říci: „Dobře, heres všechny metriky a tam, kde jsou,“ ale pak být schopen udělat nějaké nebo mít nějaké porozumění tomu, co má dělat, na základě toho je další skok. A v některých případech jsou lidé dostatečně vzdělaní v roli DBA, aby byli schopni učinit tato rozhodnutí. A tak máme v nástroji nějaké mechanismy, které vám s tím pomohou, což vám za pár vteřin ukáže. Ale být schopen ukázat nejen to, co je doporučení, ale také poskytnout určitý pohled na to, proč se toto doporučení vydává, a pak také na vrcholu toho, že v některých případech může skutečně přijít se skriptem, který automatizuje Náprava tohoto problému je také ideální.
Přechod k dalšímu zde, což dobře vidíme, je jeho obecně řečeno pochopení až k metrické úrovni, co je normální. Nemůžu vám říct, co není normální, když nevím, co je normální. A tak, nějakým způsobem měřit, který je klíčový, musíte být schopni vzít v úvahu několik typů oblastí, například - nebo bych měl říci časové rámce - různé skupiny serverů, které jsou schopny to dělat dynamicky, z jinými slovy, během středu noci, během mého okna údržby, očekávám, že můj procesor bude běžet na 80 procent na základě veškeré údržby, která se děje. Takže bych mohl chtít zvýšit své prahy výš, během těch časových rámců versus během možná uprostřed dne, kdy nemám tolik aktivity.
To jsou některé věci, které samozřejmě budou ekologické, ale věci, které můžete aplikovat na to, co je spravováno, abyste mohli pomoci efektivněji spravovat toto prostředí a usnadnit to. Druhá oblast je samozřejmě schopna pouze poskytnout zprávy a informace, aby byla schopna odpovědět na tyto typy otázek „co kdyby“. Pokud jsem právě provedl změnu v mém prostředí, chci pochopit, jaký dopad to mělo, abych mohl stejnou změnu použít na jiné instance nebo jiné databáze v mém prostředí. Chci mít možnost mít nějaké informace nebo střelivo, abych mohl tuto změnu provést s jistým klidem a vědomím, že to bude dobrá změna. Takže, když mohu udělat srovnávací reportování, umět porovnat své instance SQL, umět porovnat své databáze proti sobě, říci: „Který je můj nejvyšší spotřebitel CPU?“ Nebo který z nich je nejdelší v podmínky čekání a podobné věci? Spousta těchto informací bude tedy k dispozici také s tímto nástrojem.
A v neposlední řadě je to pouze celková schopnost, kterou potřebujete nástroj, který bude schopen zvládnout jakoukoli situaci, která vám přijde, a tím myslím, že pokud máte velké prostředí se spoustou v některých případech se pravděpodobně dostanete do situací, kdy budete muset vytáhnout metriky, které tradičně nejsou metriky, které by DBA v některých případech chtěla dokonce sledovat, v závislosti na konkrétní situaci. Mít nástroj, který můžete, to je rozšiřitelné, abyste mohli přidávat další metriky a být schopni tyto metriky používat ve stejné podobě a způsobem, jaký byste použili, kdybyste použili out-of-the-box metrika, například. Takže schopnost spouštět zprávy, být varovný, základní - vše, o čem se mluvilo - je také klíčovou součástí schopnosti provádět toto předpovídání a dělat to, abyste dostali odpovědi, které hledáte, abyste mohli učinit tato rozhodnutí, postupující vpřed.
Nyní, jak to Diagnostic Manager provádí, máme centralizovanou službu, skupinu spuštěných služeb, která shromažďuje data v případech 2000 až 2016. A pak to, co děláme, je, že vezmeme tato data a vložíme je do centrálního úložiště a co tedy s těmito daty uděláme, samozřejmě, že děláme hodně, abychom mohli poskytnout další informace. Nyní kromě toho - a jednou z věcí, která zde není - máme také službu, která běží uprostřed noci, což je naše prediktivní analytická služba, a která dělá určité množství křupání a pomáhá porozumět a pomůže vám jako DBA nebo jako DBA, abyste byli schopni vydat tyto typy doporučení, abyste mohli také poskytnout určitý vhled do základních linií.
Takže, co Id rád dělá, a to je jen rychlý příklad architektury, velkou cestou zde nejsou žádní agenti ani služby, kteří skutečně sedí na instancích, které spravujete. Ale to, co Id rád dělá, je jen to, že vás vezme do aplikace zde a dá vám rychlé ukázky. A dovolte mi, abych také vyšel ven a aby se to stalo. Takže, dejte mi vědět, myslím, Ericu, můžete to vidět dobře?
Eric Kavanagh: Mám to hned, jo.
Bullett Manale: Dobře, takže vás vezmu přes některé z těchto různých částí, o kterých jsem mluvil. A v podstatě umožňuje začít s takovými věcmi, které jsou více v souladu s heres, něčím, co musíte udělat, nebo tady je něco, co je časovým bodem v budoucnosti a chystáme se vám na to nahlédnout. A to je schopno opravdu předvídat - nebo bych měl říci dynamicky předvídat - věci, jak se dějí. Nyní, v případě zpráv, jednou z věcí, které v nástroji máme, jsou tři různé prognostické zprávy. A například v případě předpovědi databáze, co bych asi udělal v situaci, kdy budu schopen předvídat velikost databáze po určitou dobu, a já vám jen uvedu několik příkladů. Takže, budu brát moji auditní databázi, což je docela I / O intenzivní - má k tomu hodně dat. Weve se dostal, uvidí, udělá to tady a nechá si jen vybrat zdravotní databázi zde.
Ale jde o to, že nejenom vidím, v čem je tento prostor, mohu říci: „Podívej, dovolím si vzít data za poslední roky v hodnotě dat“ - a já sem trochu vláknu, nemám opravdu roky dat, mám data asi dva měsíce - ale protože jsem si vybral vzorkovací frekvenci měsíců, budu moci předvídat nebo předpovídat v tomto případě následujících 36 jednotek, protože naše vzorkovací frekvence je nastavena na měsíce - to je jednotka, je měsíc - a pak bych byl schopen, pak spustit zprávu, která mi v podstatě ukáže, kde bychom očekávali náš budoucí růst, pro tyto tři databáze. A vidíme, že mezi těmito třemi různými databázemi máme různý stupeň rozdílů nebo rozptylů, zejména pokud jde o množství dat, která historicky spotřebovávají.
Vidíme, že zde uvedené datové body představují historická data, a pak linie, které nám poskytnou prognózu, spolu s čísly, která to zálohují. Můžeme to udělat na úrovni stolu, můžeme to udělat i na úrovni jednotky, kde mohu předvídat, jak velké budou moje disky, včetně bodů připojení. Byli bychom schopni předpovědět stejný typ informací, ale znovu, v závislosti na vzorkovací frekvenci, mi dovolím určit, kolik jednotek a kde byly, co chceme předpovídat. Všimněte si také, že máme různé typy předpovědí. Takže, když přijde čas na předpovědi, získáte spoustu možností a flexibilitu. Teď je to jedna věc, kterou uděláte dobře, protože vám skutečně dáme konkrétní datum a budeme moci říci: „Ahoj k tomuto datu, tady bychom očekávali růst vašich dat.“ Kromě toho vám však můžeme poskytnout s dalšími poznatky, které souvisejí s některými analýzami, které provádíme v době mimo provoz a službou, když je spuštěna. Některé z věcí, které dělá, je to, že se snaží předvídat věci, které se pravděpodobně stanou, na základě historie, kdy se věci odehrály v minulosti.
Takže zde vidíme, prognóza nám skutečně poskytuje určitý náhled na pravděpodobnost, že budeme mít problémy během celého večera na základě věcí, které se znovu staly v minulosti. Takže, samozřejmě, je to skvělé, zejména pokud nejsem DBA, mohu se na tyto věci podívat, ale co je ještě lepší, když nejsem DBA, je tato karta analýzy. Takže předtím, než to bylo v nástroji, bychom procházeli a ukazovali produkt lidem a byli by „To je skvělé, vidím všechna tato čísla, vidím všechno, ale nevím, co dělat“ (směje se) „jako výsledkem toho je. “A tak to, co tady máme, je pro vás lepší způsob, jak porozumět, pokud budu jednat, abych pomohl s výkonem, pokud budu jednat, abych dokonce pomohl se zdravím mého prostředí, být schopen uspořádat způsob poskytování těchto doporučení, jakož i užitečné tipy v informacích, aby se dozvěděli více o těchto doporučeních a skutečně mají dokonce externí odkazy na některá z těchto údajů, které mi ukážou a vezmou mě k důvodům, proč tato doporučení jsou učiněna.
A v mnoha případech je schopen poskytnout skript, který by automatizoval, jak jsem řekl, nápravu těchto problémů. Nyní část toho, co se děje s touto analýzou - a já vám ukážu, když se chystám konfigurovat vlastnosti této instance, a jdu do sekce konfigurace analýzy - máme zde mnoho různých kategorií, které jsou zde uvedeny, a součástí toho je optimalizace indexů a optimalizace dotazů. Hodnotili tak nejen samotné metriky a podobné věci, ale také věci jako pracovní zatížení a indexy. V takovém případě dobře proveďte další hypotetickou analýzu indexu. Takže je to jedna z těch situací, kdy nechci, v mnoha případech nechci přidat index, pokud to nepotřebuji. Ale v určitém okamžiku je to něco jako tip, kde říkám: „No, tabulka se dostává k velikosti nebo typům dotazů, které jsou spuštěny v rámci pracovního vytížení, nyní má smysl přidat index. Ale to by nedávalo smysl možná šest týdnů dříve. “Takže vám to umožní dynamicky nahlédnout do věcí, které pravděpodobně, jak jsem řekl, zlepší výkon založený na tom, co se děje v životním prostředí, co se děje v rámci pracovního vytížení a dělat takové věci.
A tak získáte spoustu dobrých informací a schopnost automaticky optimalizovat tyto věci. To je další oblast, kde bychom mohli pomoci, pokud jde o to, čemu říkáme prediktivní analýza. Nyní bych kromě toho měl říci, že máme i další oblasti, o kterých si myslím, že se vám obecně mohou pomoci při rozhodování. A když hovoříme o rozhodování, znovu, když se můžeme podívat na historická data, poskytněte nám nějaký náhled, abyste nás dostali tam, kde musíme být, abychom zlepšili tento výkon.
Jednou z věcí, které můžeme udělat, je, že máme základní vizualizér, který nám umožňuje vybrat si libovolnou metriku, kterou bychom chtěli - a dovolte mi zde najít slušnou metriku - budu používat SQL CPU, ale jde o to, že můžete jít zpět za mnoho týdnů, abyste tyto obrázky namalovali, abyste viděli, kdy jsou vaše odlehlé hodnoty, abyste obecně viděli, kde tato hodnota spadá do období, ve kterém byla shromažďována data. A pak si navíc všimnete, že když jdeme na samotnou skutečnou instanci, máme možnost nakonfigurovat naše základní linie. A základní linie jsou opravdu důležitou součástí o tom, že jsou schopny automatizovat věci a být informováni o věcech. A výzvou, jak by vám většina DBA řekla, je, že vaše prostředí neběží vždy stejně, v průběhu dne, proti večeru a co jiného, jak jsme se zmínili dříve v příkladu s udržovacími časovými obdobími, když jsme mají vysokou úroveň CPU nebo cokoli, co by se mohlo stát.
Takže v tomto případě, s těmito skutečnými základními hodnotami, můžeme mít několik základních linií, takže bych mohl mít například základní linii, to je během svých hodin údržby. Ale stejně snadno jsem mohl vytvořit základní linii pro své produkční hodiny. A smysl toho je, když jdeme na instanci SQL a máme skutečně tyto více základních linií, pak bychom byli schopni předvídat a být schopni provést nějaký typ automatizace, nějaký typ nápravy nebo jen upozornit obecně, jinak specifické pro tato okna času. Takže jednou z věcí, které zde uvidíte, jsou tyto základní linie, které vytváříme, pomocí historických dat k poskytnutí této analýzy, ale co je důležitější, mohu tyto prahy staticky změnit, ale také je mohu také automatizovat také dynamicky. Takže, jak se objeví okno údržby, nebo bych měl říci, že se objeví základní okno údržby, tyto prahy by se automaticky přepnuly na zatížení, s nimiž se v tomto časovém okně setkávám, versus možná uprostřed dne, kdy moje zatížení není tak hodně, když pracovní zátěž není tak působivá.
Takže to je něco jiného, co je třeba mít na paměti, pokud jde o základní hodnotu. Je zřejmé, že pro vás budou opravdu užitečné, pokud jde o pochopení toho, co je normální, a také o porozumění, zapojte se, když vám dojde také nedostatek zdrojů. Nyní je další věc, kterou v nástroji máme, to vám pomůže při rozhodování, navíc základní linie a možnost nastavit upozornění kolem těchto základních linií a prahových hodnot, které dynamicky vytváříte, je, jak jsem již řekl dříve, prostě umím spouštět nespočet zpráv, které mi pomáhají odpovídat na otázky o tom, co se děje.
Například, kdybych měl 150 instancí, které řídím Im - v mém případě to ne, tak musíme hrát předstíranou hru - ale kdybych měl všechny své produkční instance a potřeboval jsem pochopit, kde je oblast, kterou potřebuji pozornost, jinými slovy, pokud budu mít jen omezené množství času na provedení nějakého typu správy ke zlepšení výkonu, chci se zaměřit na klíčové oblasti. A tak, s tím řekl, bych mohl říci: "Na základě tohoto prostředí, pořadí mé instance proti sobě, a dát mi, že pořadí podle soupeření potrubí." Takže ať už jeho využití disku, využití paměti, ať už čeká, ať už je to doba odezvy, dokážu korelovat - nebo bych měl říci pořadí - tyto případy proti sobě. Je zřejmé, že instance je v horní části každého seznamu, pokud je to stejná instance, je to pravděpodobně něco, na co se opravdu chci zaměřit, protože je to evidentně znovu v horní části seznamu.
V nástroji máte tedy mnoho zpráv, které vám pomohou z hlediska hodnocení prostředí na úrovni instance; můžete to udělat také na úrovni databáze, kde mohu své databáze zařadit proti sobě. Zejména s ohledem na prahy a oblasti, které mohu nastavit, mohu zde dokonce nastavit zástupné znaky, pokud se chci, soustředit pouze na konkrétní databáze, ale jde o to, že své databáze mohu srovnávat stejným způsobem. Pokud jde o jiné typy srovnávací analýzy a velký v tomto nástroji, je také základní analýza, kterou máme. Pokud tedy přejdete dolů do zobrazení služby, uvidíte, že je to základní statistická zpráva. Nyní tato zpráva nám zjevně pomůže pochopit nejen to, co jsou metrické hodnoty, ale v konkrétním případě bych mohl jít ven a pro kteroukoli z těchto metrik se ve skutečnosti podívat na základní hodnoty těchto metrik.
Takže ať už to bude cokoli, jako procento nebo cokoli, co bych mohl jít ven, a říci: „Podívejme se na základní linii pro tento rozpad za posledních 30 dní,“ v tom případě mi to ukáže skutečné hodnoty versus základní linii a Já bych byl schopen učinit některá rozhodnutí s využitím těchto informací, samozřejmě, takže toto je jedna z těch situací, kde bude záležet na tom, jaké otázky to je, na které se v té době ptáte. Ale to vám zřejmě pomůže při mnoha těchto otázkách. Přál bych si říci, že jsme měli jednu zprávu, která to všechno zvládne, a podobně jako snadná zpráva, kde stisknete a stisknete tlačítko a jen odpoví na každou otázku „co kdyby“, na kterou byste mohli kdy odpovědět. Ale realita je, že budete mít spoustu atributů a spoustu možností, ze kterých si budete moci v těchto rozbalovacích nabídkách vybrat, abyste mohli formulovat ty otázky typu „co kdyby“, které hledáte.
Mnoho těchto zpráv je tedy zaměřeno na to, aby byly schopny odpovědět na tyto typy otázek. A tak je skutečně důležité, aby tyto zprávy a navíc všechny věci, které vám již byly v nástroji ukázány, jak jsem již zmínil, mají flexibilitu pro začlenění nových metrik, které mají být spravovány, a dokonce mohou vytvářet čítače, nebo dotazy SQL, které jsou začleněny do vašich intervalů dotazování, aby mi mohly pomoci odpovědět na tyto otázky, že možná z pole, které jsme neočekávali, že budeme sledovat, můžete tyto věci přidat. A pak byste mohli dělat všechny stejné věci, které jsem vám právě ukázal: základní linie, spouštět přehledy a vytvářet zprávy z této metriky, a být schopen odpovídat a dělat mnoho z těchto různých typů věcí, které vám zde zobrazuji.
Nyní kromě toho - a jednou z věcí, které se v poslední době zjevně dostanou do poslední chvíle - je to nejprve to, že všichni přepínali nebo přecházeli na VM. A teď máme hodně lidí, kteří míří do cloudu. A kolem těchto typů věcí se objevuje spousta otázek. Má smysl se přesunout do cloudu? Budu šetřit peníze přesunem do cloudu? Kdybych měl dát tyto věci do virtuálního počítače, do počítače se sdílenými prostředky, kolik peněz mohu ušetřit? Tyto typy otázek se samozřejmě také objeví. Takže s řadou těchto věcí mějte na paměti, že s Diagnostickým manažerem můžeme přidávat a stahovat z virtualizovaných prostředí VMware i Hyper-V. Můžeme také přidat instance, které jsou mimo cloud, takže vaše prostředí, jako je například Azure DB, nebo dokonce RDS, můžeme také z těchto prostředí vytahovat metriky.
Existuje tedy velká flexibilita a schopnost odpovědět na tyto otázky, protože se vztahují k těm jiným typům prostředí, k nimž vidíme lidi směřující. A kolem toho je ještě spousta otázek, a jak vidíme lidi, jak konsolidují prostředí, musí na tyto otázky odpovědět. To je docela dobrý přehled, říkám, Diagnostického manažera, protože se týká tohoto tématu. Vím, že se objevil předmět business intelligence a máme také nástroj pro business intelligence, o kterém jsme dnes nemluvili, ale také vám poskytne informace o zodpovězení těchto typů otázek, protože se týká vašich kostek a všechny ty různé typy věcí. Doufejme však, že se jedná o dobrý přehled, alespoň pokud jde o to, jak tento produkt může pomoci s formulací dobrého plánu.
Eric Kavanagh: Dobře, dobré věci. Jo, já to hodím Rickovi, jestli je tu ještě venku. Ricku, máš nějaké otázky?
Rick Sherman: Ano, tak první, je to skvělé, líbí se mi to. Obzvláště se mi líbí rozšíření na VM a mraky. Vidím mnoho vývojářů aplikací, kteří si myslí, že pokud je to v cloudu, nemusí to naladit. Tak-
Bullett Manale: Správně, musíme za to stále platit, že? Stále musíte platit za cokoli, co lidé vkládají do cloudu, takže pokud je špatně spuštěný nebo pokud způsobuje mnoho cyklů CPU, jeho více peněz musíte zaplatit, takže ne, stále musíte měřit tohle, absolutně.
Rick Sherman: Jo, viděl jsem v cloudu spoustu špatných návrhů. Chtěl jsem se zeptat, bude tento produkt také použit - vím, že jsi zmínil produkt BI a máš spoustu dalších produktů, které spolu vzájemně reagují - ale začal byste se zabývat výkonem SQL, jednotlivými dotazy v tomto nástroji? Nebo by na to byly použity jiné nástroje?
Bullett Manale: Ne, to by rozhodně. To je jedna z věcí, které jsem nepokryl a kterou jsem chtěl, je část dotazů. Máme mnoho různých způsobů, jak identifikovat výkon dotazu, ať už s ním souvisí, konkrétně čeká, jak vidíme v tomto pohledu, nebo zda souvisí s celkovou spotřebou dotazů, existuje celá řada způsobů, jak můžeme analyzovat dotaz. výkon. Je to, zda jeho trvání, CPU, I / O, a ještě jednou, můžeme se také podívat na samotnou pracovní zátěž, abychom získali určitý náhled. Doporučení můžeme poskytnout v části analýzy a také máme webovou verzi, která poskytuje informace o samotných dotazech. Takže mohu získat doporučení ohledně chybějících indexů a schopnosti zobrazit plán provádění a všechny takové věci; je to také schopnost. Takže, absolutně, můžeme diagnostikovat dotazy sedm způsobů do neděle (směje se) a být schopni poskytnout tento vhled, pokud jde o počet poprav, ať už jde o spotřebu zdrojů, čekání, trvání, vše dobré.
Rick Sherman: OK skvěle. A co je tedy zátěž samotných instancí při tomto sledování?
Bullett Manale: Je to dobrá otázka. Výzvou při zodpovězení této otázky je to, že záleží, stejně jako cokoli jiného. Spousta toho, co náš nástroj nabízí, poskytuje flexibilitu a součástí této flexibility je, že mu řeknete, co sbírat a co nesbírat. Takže například s dotazy samotnými nemusím shromažďovat informace o čekání, nebo můžu. Dokážu sbírat informace týkající se dotazů, které překračují dobu trvání, provedení. Jako příklad toho, že bych měl jít do konfiguračního monitoru dotazů a měl jsem říci: „Umožňuje tuto hodnotu změnit na nulu,“ realita je taková, že nástroj v podstatě dělá nástroj, aby shromažďoval každý spuštěný dotaz a to opravdu není ducha, proč tomu tak je, ale obecně řečeno, pokud bych chtěl poskytnout úplný vzorek dat pro všechny dotazy, mohl bych to udělat.
Takže je to velmi relativní k tomu, jaké jsou vaše nastavení, obecně řečeno, mimo krabici. Je to kdekoli od asi 1–3 procent režijních nákladů, ale existují i další podmínky, které budou platit. Záleží také na tom, kolik dotazů na port ve vašem prostředí běží, že? Závisí také na způsobu shromažďování těchto dotazů a na jaké verzi SQL. Například například SQL Server 2005 se nebude moci vytahovat z rozšířených událostí, zatímco bychom to měli vytáhnout z trasování. Takže by to bylo trochu jiné, pokud jde o způsob, jakým bychom se chystali shromažďovat tato data, ale to řeklo, jak jsem řekl, měli jsme se asi pro tušení asi od roku 2004 s tímto produktem. Bylo to už dlouho, dostal tisíce zákazníků, takže poslední věcí, kterou chceme udělat, je nástroj pro sledování výkonu, který způsobuje problémy s výkonem (smích). A tak se snažíme vyhnout tomu co nejvíce, ale obecně řečeno, asi tak 1–3 procenta je dobrým pravidlem.
Rick Sherman: Dobře, a to je docela nízké, takže to je úžasné.
Eric Kavanagh: Dobrý. Robine, máš nějaké otázky?
Robin Bloor: Je mi líto, byl jsem na němý. Máte více databázových schopností a zajímám se, jak se můžete podívat na více databází, a proto můžete vědět, že větší zdrojová základna je možná rozdělena mezi různé virtuální stroje atd. Atd. Zajímá mě, jak to lidé skutečně používají. Zajímá mě, co s tím zákazníci dělají. Protože to vypadá na mě, no, určitě, když jsem si hrával s databázemi, něco, co jsem nikdy neměl po ruce. A já bych kdykoli uvažoval o jednom případě jakýmkoli smysluplným způsobem v daném časovém okamžiku. Jak to lidé používají?
Bullett Manale: Obecně řečeno, obecně mluvíte jen o nástroji samotném? Jak to používají? Mám na mysli obecně to, že může mít ústřední bod přítomnosti životního prostředí. Mají klid a vědí, že když zírají na obrazovku a vidí zelenou, vědí, že je vše v pořádku. Je to, když se vyskytnou problémy a zřejmě většina případů z pohledu DBA, mnohokrát se tyto problémy stanou, když jsou před konzolou, takže mohou být informováni, jakmile se problém objeví. Ale kromě toho, být schopen pochopit, kdy se problém vyskytuje, být schopen dostat se k jádru informací, které jim poskytují nějaké kon, pokud jde o to, proč k tomu dochází. A to je, myslím, největší část: být aktivní, ne reaktivní.
Většina DBA, se kterými mluvím - a já nevím, je to jejich dobré procento - bohužel stále jsou v reaktivním typu prostředí; čekají, až k nim spotřebitel přistoupí a řekne jim, že má problém. A tak vidíme mnoho lidí, kteří se od toho snaží odtrhnout, a myslím si, že to je velká část důvodu, proč se lidem tento nástroj líbí, že jim pomáhá být proaktivní, ale také jim poskytuje vhled do toho, co se děje , v čem je problém, ale v mnoha případech to, co najdeme - a možná je to jen o tom, že nám to říkají pouze DBA -, ale DBA, vnímání je vždy jejich problém, i když vývojář aplikace, který napsal aplikaci, který to nepsal správně, jsou to ti, kteří budou brát vinu, způsobí, že vezmou tuto aplikaci do svých systémů nebo serverů, a když je výkon špatný, všichni poukážou na DBA říká: „Hej, to je tvoje chyba.“
Tento nástroj je tedy mnohokrát použit na pomoc, pokud jde o to, aby DBA řekl: „Hej, to je místo, kde problém leží, a ne já.“ (Smích) vylepšit to, ať už se jedná o změnu dotazů nebo cokoli jiného. V některých případech to spadne do jejich kbelíku, pokud jde o jejich odpovědnost, ale přinejmenším nástroj, který jim bude schopen pomoci jim to pochopit a vědět to, a dělat to včasným způsobem je zjevně ideální přístup.
Robin Bloor: Jo, většina stránek, které jsem obeznámen, ale už je to dávno, co jsem tam byl, díval jsem se na různá multi-databázová místa, ale většinou jsem zjistil, že existují DBA, které se zaměřují na hrstku databáze. A to by byly databáze, že kdyby někdy šly dolů, byl by to skutečný velký problém pro firmu, a tak dále a tak dále. A ti ostatní budou občas shromažďovat statistiky, aby zjistili, že jim nedojde žádný prostor a nikdy se na ně nikdy nepodívali. A zatímco jste dělali demo, na které jsem se díval, a já jsem přemýšlel dobře, tak či onak, rozšiřujete se tím, že poskytujete něco takového pro databáze, které se často nezajímaly, příliš se o ně nikdo nestaral, protože mají růst dat , mají občas i aplikační růst. Rozšiřujete pokrytí DBA poměrně dramatickým způsobem. Takže o to vlastně jde, je to, že se sadou nástrojů, jako je tato, jste nakonec schopni dát DBA službě každé databázi, která je v podnikové síti?
Bullett Manale: Jistě, myslím, že výzva je, že jak jste řekli docela výmluvně, je to, jako by existovaly některé databáze, o které se DBA zajímají, a pak některé, o které se tolik nestarají. A způsob, jakým je tento konkrétní produkt, způsob, jakým je licencován, pro jednotlivé instance. Takže, myslím, že existuje práh, kdy se lidé rozhodnou „Hej, toto není dostatečně kritická instance, kterou chci s tímto nástrojem spravovat.“ To znamená, že existují i jiné nástroje, které máme, které jsou více „Myslím, že se přizpůsobíme těm méně důležitým případům SQL. Jeden z nich by byl jako Správce zásob, kde provedeme lehké zdravotní kontroly s případy, ale kromě toho, co děláme, děláme objev, takže identifikujeme nové instance, které byly přivedeny online, a od té doby jako DBA mohu říci: „Dobře, tady je nová instance SQL, nyní je to Express? Je to bezplatná verze nebo podniková verze? “To je asi otázka, kterou si chci položit, ale za druhé, jak důležitá je pro mě tato instance? Pokud to není tak důležité, mohl bych nechat tento nástroj jít ven a dělat to, generické, co bych nazval generické zdravotní kontroly v tom smyslu, že jsou elementárními typy věcí, na kterých mi záleží jako DBA: Je pohon zaplněn? Reaguje server na problémy? Hlavní věci, že?
Zatímco s Diagnostickým manažerem, nástrojem, který jsem vám právě ukazoval, je to, že se dostane na úroveň dotazu, že se dostane do doporučení indexů, dívá se na plán provedení a všechny ty dobré věci, zatímco to je hlavně zaměřeno o tom, kdo co vlastní, co vlastním a kdo za to odpovídá? Jaké aktualizace Service Pack a hot opravy mám? A běží moje servery s hlavními složkami toho, co bych považoval za zdravý příklad SQL? Takže na odpověď na vaši otázku je trochu mix. Když se lidé dívají na tento nástroj, obvykle se dívají na kritičtější sadu případů. To znamená, že máme několik lidí, kteří nakupují každou instanci, kterou mají, a spravují ji, takže to prostě záleží. Ale celkově vám říkám, že určitě je prahová hodnota těch lidí, kteří považují jejich prostředí, za dostatečně důležitou, aby měli k dispozici takový nástroj pro správu těchto případů.
Robin Bloor: Dobrá, další otázka, než jsem ji předal Ericovi. Dojem, který člověk získává, jen ze sledování průmyslu je, že databáze stále mají život, ale všechna data se nalévá do všech těchto datových jezer a tak dále a tak dále. To je humbuk, opravdu, a humbuk nikdy neodráží realitu, takže mě zajímá, jaký druh reality tam vnímáte? Existují důležité databáze v rámci organizace, zažívají tradiční růst dat, který jsem kdysi považoval za 10 procent ročně? Nebo rostou víc než to? Vytváří velké množství těchto databází balón? Jaký obrázek vidíš?
Bullett Manale: Myslím, že v mnoha případech došlo k přesunu některých dat do těch ostatních segmentů, kde to dává větší smysl, když jsou k dispozici další dostupné technologie. V poslední době se jedná o větší data. Ale tyto databáze, řekl bych, je těžké je zobecnit v mnoha případech, protože každý je trochu jiný. Obecně však vidím nějaké rozdíly. Vidím, jak jsem řekl, lidé se v mnoha případech pohybují k elastickým modelům, protože chtějí pěstovat zdroje a ne tolik v jiných oblastech. Někteří lidé se stěhují do velkých dat. Ale je těžké získat cit pro, říkáte, vnímání, protože obecně mluvíme lidi, kteří mluvím všem, mají tradiční databáze a používají to v prostředí serveru SQL.
To znamená, že říkám, pokud jde o samotný SQL, rozhodně si stále myslím, že získává svůj podíl na trhu. A myslím, že existuje spousta lidí, kteří stále směřují k SQL z jiných míst, jako je Oracle, protože je dostupnější a zdá se, že je evidentní, protože verze SQL se stávají vyspělejšími - a vy to vidíte s nejnovějšími věcmi, které se chystají s SQL, co se týče šifrování a všech dalších schopností, které z něj dělají prostředí nebo databázovou platformu - myslím, že to je evidentně velmi kriticky schopné. Takže si myslím, že to také viděli. Tam, kde vidíte posun, se to stále děje. Myslím, že se to stalo před deseti lety, myslím, že se to stále děje, pokud jde o SQL Server, kde roste prostředí a roste podíl na trhu.
Robin Bloor: Dobře, Ericu, předpokládám, že publikum má otázku nebo dvě?
Eric Kavanagh: Jo, dovolte mi, abych vám hodil jednu rychlou. Je to vlastně docela dobrá otázka. Jeden z účastníků se ptá, řekne mi tento nástroj, zda může tabulka potřebovat index k urychlení dotazu? Pokud ano, můžete ukázat příklad?
Bullett Manale: Jo, takže nevím, jestli mám jeden pro konkrétní přidání indexu, ale můžete vidět zde, máme zde doporučení ohledně fragmentace. Věřím také, že jsme to právě měli, a to byla součást Diagnostického manažera nabízejícího webovou verzi, kde mi říká, že mám chybějící index. A tato doporučení si můžeme prohlédnout a to nám řekne potenciální zisk tím, že tyto informace indexují. Další věc, kterou bych měl zmínit, je, že když uděláme doporučení, pro mnoho z nich bude skript pro něj vytvořen. To není dobrý příklad, ale mohli byste vidět, ano, situace, kdy index - buď duplicitní index, nebo přidání indexu - by zlepšil výkon, a jak jsem řekl dříve, děláme hodně to pomocí hypotetické analýzy indexu. Skutečně tedy pomáhá porozumět pracovní zátěži, být schopen ji aplikovat na doporučení.
Eric Kavanagh: To je skvělé, a to mi dá dobré segue na konečné komentáře zde. Robin a já a Rick jsme také slyšeli už mnoho let, mluví se o samoladících databázích. Je to samoladící databáze! Vše, co vám můžu říct, je: Nevěřte jim.
Bullett Manale: Nevěřte v humbuk.
Eric Kavanagh: Mohou existovat nějaké malé malé věci, které se dají dělat dynamicky, ale i to, možná byste to měli chtít zkontrolovat a ujistit se, že nedělá něco, co nechcete. Takže nějakou dobu budou potřebovat nástroje, jako je tento, aby pochopili, co se děje na úrovni databáze, a jak řekl Robin, datová jezera jsou fascinující koncepty, ale je pravděpodobné, že je stejně velká šance, že je převezmou, protože existuje Loch Ness Monster kdykoli. Takže bych jen řekl, že skutečný svět má spoustu databázových technologií, potřebujeme lidi, DBA, aby se na to podívali a syntetizovali. Můžete říct, že potřebujete vědět, co děláte, aby to fungovalo. Ale potřebujete nástroje, které vám poskytnou informace, abyste věděli, co děláte. A konečně to znamená, že DBA se budou chovat dobře.
A velké díky Bullett Manale a našim přátelům v IDERA. A samozřejmě, Rick Sherman a Robin Bloor. Všechna tato webová vysílání archivujeme, takže hop online insideanalysis.com nebo na naše partnerské stránky www.techopedia.com pro více informací o tom všem.
A s tím se dobře rozloučte, lidi. Ještě jednou děkuji, příště s tebou mluvíme. Opatruj se. Ahoj.