Zobrať: Hosť Eric Kavanagh diskutuje o prognóze s Dr. Robin Bloor, Rick Sherman a IDERAs Bullett Manale.
Na prezeranie videa sa musíte zaregistrovať pre túto udalosť. Zaregistrujte sa a pozrite si video.
Eric Kavanagh: Dámy a páni, ešte raz sa pozdravte a vráťte sa k seriálu webového vysielania Hot Technologies! Moje meno je Eric Kavanagh, budem vaším hostiteľom pre dnešný webový seminár s názvom „Úspora času, peňazí a problémov s optimálnymi predpoveďami“. o tom na tejto výstave. Takže, Hot Technologies je samozrejme naše fórum na pochopenie toho, čo sú dnes niektoré z vynikajúcich produktov na svete, vo svete podnikovej technológie, čo s nimi ľudia robia, ako fungujú, na všetky také zábavné veci.
A téma, ako navrhujem, sa dnes zaoberá prognózami. Naozaj sa snažíte pochopiť, čo sa bude diať vo vašej organizácii. Ako udržujete svojich používateľov spokojných, bez ohľadu na to, čo robia? Ak robia analýzu, ak robia skutočnú prácu, čelia skutočným zákazníkom s transakčnými systémami, nech už je to akýkoľvek prípad, chcete porozumieť tomu, ako vaše systémy fungujú a čo sa deje, a to je to, o čom dnes dobre hovoríme. Je to trochu vtipné, pretože predpovedanie nie je niečo, čo by som rád robil, pretože som poverčivý, akoby som si myslel, že keď príliš veľa predpovedám, zlé veci sa stanú, ale to som len ja. Nenasleduj moje vedenie.
Takže tu sú dnes naši moderátori, vy skutočne v ľavom hornom rohu, Rick Sherman sa volí z Bostonu, nášho kamaráta Bulletta Manaleho z IDERA a nášho vlastného Dr. Robina Bloora. A s tým, Ill odovzdať Robin a len pripomenúť ľuďom: Pýtajte sa, nehanbite sa, milujeme dobré otázky, dobre dať je na našich moderátorov a ďalších dnes. A s tým, Robin, zober to.
Robin Bloor: Dobre, tak ako som v pozícii polia, ako sa hovorí, myslel som si, že id rozprávam príbeh SQL dnes, pretože to je zázemie pre to, o čom sa bude diskutovať, a nevyhnutne to nebude v rozpore, pretože Rick sa na to nezameriava , a nebude v rozpore s tým, čo hovorí Rick. Takže príbeh SQL, o SQL sú nejaké zaujímavé veci, pretože je tak dominantný. Vidíte, to je preklep, SQL je deklaratívny jazyk. Ide o to, že by ste mohli vytvoriť jazyk, v ktorom by ste požadovali to, čo ste chceli. A databáza by zistila, ako ju získať. A v skutočnosti to fungovalo celkom dobre, ale je tu veľa vecí, ktoré stojí za to povedať, o dôsledkoch založenia celého odvetvia IT na deklaratívnom jazyku. Užívateľ nepozná fyzickú organizáciu údajov ani sa o ňu nestará, a to je dobré o deklaratívnom jazyku - oddeľuje vás od toho všetkého a dokonca sa o to obáva - jednoducho požiadajte o všetko, čo chcete, a databázu pôjde a dostane to.
Používateľ však nemá tušenie, či spôsob, akým štruktúrujú dotaz SQL, ovplyvní výkon dotazu a to je trochu nevýhoda. Videl som otázky, ktoré sú dlhé stovky a stovky riadkov, ktoré sú len jednou požiadavkou SQL, začínajú „výberom“ a jednoducho pokračujú a pokračujú v podtázkach a tak ďalej a tak ďalej. A v skutočnosti sa ukazuje, že ak chcete konkrétnu kolekciu údajov z databázy, môžete o ňu požiadať rôznymi spôsobmi pomocou jazyka SQL a získať rovnakú odpoveď, ak máte nejaké údaje o týchto údajoch. Jeden dotaz SQL teda nie je nevyhnutne najlepším spôsobom, ako požiadať o údaje, a databázy budú odpovedať celkom odlišne podľa SQL, ktorý ste do nich vložili.
A tak SQL skutočne vplýva na výkon, takže ľudia používajúci SQL, to platí pre nich, platí to aj pre programátorov SQL, ktorí používajú SQL, a je ešte menej pravdepodobné, že budú premýšľať o vplyve, ktorý budú mať, pretože väčšina z ich zamerania je v skutočnosti o manipulácii s údajmi a nie o získavaní, vkladaní údajov. A to isté platí aj o BI nástrojoch, videl som SQL, ktorý, ak sa vám páči, vytlačí z BI nástrojov z rôznych databáz a treba povedať, že veľa z toho je, že by som nemal písať SQL otázky ako to. Jeho niekto vytvoril, ak sa vám páči, malý motor, ktorý nech už sú parametre akékoľvek, vyhodí niektoré SQL a znova, že SQL nemusí byť nevyhnutne efektívny SQL.
Potom som si myslel, že Id spomenul nesúlad impedancie, údaje, ktoré programátori používajú, sa líšia od údajov, ako sú usporiadané. Naše DMS teda ukladá údaje do tabuliek, organizovaný objektovo orientovaný kód sú väčšinou kódovače, v súčasnosti programujú objektovo orientovanú formu a v súčasnosti objednávajú údaje v objektových štruktúrach, takže sa navzájom nezmapujú. Je teda potrebné preložiť z toho, čo si programátor myslí, že údaje sú do toho, čo si podľa databázy myslia, aké údaje sú. Zdá sa, že sme v tomto prípade museli urobiť niečo zlé. SQL má DDL pre definíciu údajov, má DML - jazyk pre manipuláciu s údajmi - vyberte, premietnite a pripojte sa, aby ste získali tieto údaje. Teraz je tu len veľmi málo matematiky a veľmi málo času, takže je to nedokonalý jazyk, hoci treba povedať, že bol rozšírený a stále sa rozširuje.
A potom dostanete problém s bariérou SQL, ktorý je vždy priamejší ako diagram, v tom, že mnohí ľudia sa pýtali na analytické dôvody, len čo dostali odpoveď na podmienky týkajúce sa údajov o otázke, chcú sa opýtať na inú otázku. Stane sa tak dialógovou vecou, nuž SQL nebol vytvorený pre dialógy, bol postavený na to, aby sa pýtal, čo chcete naraz. A to stojí za to vedieť, pretože tam sú niektoré produkty, ktoré vlastne opúšťajú SQL, aby bolo možné konverzovať medzi používateľom a údajmi.
Pokiaľ ide o výkon databázy - a tento druh sa šíri do všetkého - áno, existuje CPU, je tu pamäť, je tam disk, sú to režijné náklady na sieť a existuje problém so zablokovaním viac ako jednej osoby, ktorá chce mať výlučné použitie údajov pri danom bod v čase. Ale je tu tiež zlé volanie SQL, je tu ohromné množstvo, ktoré sa dá urobiť, ak skutočne optimalizujete SQL, pokiaľ ide o výkon. Faktory výkonnosti databázy: zlý dizajn, zlý návrh programu, chýbajúca súbežná záťaž, vyvažovanie záťaže, štruktúra dotazov, plánovanie kapacity. To je rast údajov. A niekoľkými slovami, SQL je výhodné, ale samooptimalizuje sa.
Napriek tomu si myslím, že môžeme prejsť na Ricka.
Eric Kavanagh: Dobre, Rick, dovoľte mi dať kľúče od auta WebEx. Vziať to preč.
Rick Sherman: Dobre, skvelé. No vďaka Robin, keď sme začali na začiatku prezentácie, moja grafika je stále dosť nudná, ale dobre s ňou idem. Súhlasím teda so všetkým, o čom Robin hovoril na strane SQL. Teraz sa však chcem trochu sústrediť na dopyt po údajoch, ktoré veľmi rýchlo prechádzajú, dodávky ako v nástrojoch používaných v tomto priestore alebo potreba nástrojov v tomto priestore.
Po prvé, v každom článku, ktorý čítate, súvisí veľké dáta, veľa údajov, neštruktúrované údaje pochádzajúce z cloudu, veľké dáta všade, čo si dokážete predstaviť. Rast trhu s databázami však neustále rástol s databázou SQL, relačnou databázou pravdepodobne od roku 2015, je stále 95 percent trhu s databázami. Najlepší traja predajcovia relačných produktov majú v tomto priestore asi 88% podiel na trhu. Takže, stále hovorili, ako Robin hovoril, o SQL. A v skutočnosti, aj keď sa pozeráme na platformu Hadoop, Hive and Spark SQL - ktorý môj syn, ktorý je vedcom údajov, používa teraz - je určite pre ľudí dominantným spôsobom, ako sa dostať k dátam.
Teraz, na strane databázy, existujú dve široké kategórie použitia databáz. Jeden je pre operačné systémy správy databáz, teda plánovanie vzťahov s podnikmi, riadenie vzťahov so zákazníkmi, ERP Salesforce, Oracles, EPIC, N4 atď. Na svete. A je tu veľké množstvo a rozširujúce sa množstvo údajov, ktoré sú v dátových skladoch a iných systémoch založených na podnikových spravodajských službách. Príčina všetkého, bez ohľadu na to, kde a ako je zachytená, uložená alebo vykonaná, sa nakoniec analyzuje, a preto vzniká obrovský dopyt a zvyšuje sa využívanie databáz, najmä relačných databáz na trhu.
Teraz, keď sme dostali dopyt, prichádzame obrovské množstvo údajov. A ja naozaj nehovorím len o veľkých údajoch, ja hovorím o používaní údajov vo všetkých druhoch podnikov. Ale sprevádzajúc to, že zo strany ponuky, pre ľudí, ktorí môžu tieto zdroje spravovať, sme na prvom mieste, máme nedostatok DBA. Podľa Úradu pre štatistiku práce máme od roku 2014 do roku 2424 pracovné miesta v databáze DBA rast len o 11 percent - teraz sú to ľudia, ktorí majú pracovné tituly v databáze DBA, ale o tom o chvíľu hovoríme - v porovnaní so 40-percentným percentom priestor na ročný rast údajov. A máme veľa DBA; v priemere je to isté štúdium, ktoré hovorilo o priemernom veku, v porovnaní s inými profesiami v oblasti IT dosť vysoké. A potom máme veľa ľudí, ktorí opúšťajú pole, nie nevyhnutne do dôchodku, ale presúvajú sa do iných aspektov, chodia do riadenia alebo čokoľvek.
Teraz je časť príčiny, prečo odchádzajú, kvôli tomu, že práca DBA je stále ťažšia a ťažšia. Po prvé, máme DBA, ktoré spravujú mnoho rôznych databáz samotných, fyzické databázy, umiestnené všade, ako aj rôzne typy databáz. Teraz by to mohlo byť relačné alebo to môže byť iná databáza, aj typy databázy. Ale aj keby to boli vzťahy, mohli by mať jedného, dvoch, troch, štyroch rôznych predajcov, ktorých sa vlastne snažia zvládnuť. DBA sa zvyčajne zapoja až po návrhu databázy alebo aplikácie. Robin hovoril o tom, ako sa navrhujú databázy alebo aplikácie, ako sa navrhuje SQL. Keď hovoríme o modelovaní údajov, ER modelovaní, rozšírenom ER modelovaní, modelovaní dimenzií, pokročilom dimenzionálnom modelovaní, čokoľvek, zvyčajne navrhujú programátori aplikácií a vývojári aplikácií so svojím konečným cieľom - nenavrhujú efektívnosť samotnej štruktúry databázy. , Takže máme veľa zlých návrhov.
Teraz nehovorím o predajcoch komerčných podnikových aplikácií; zvyčajne majú modely ER alebo rozšírené modely ER. O čom hovorím je oveľa viac obchodných procesov a aplikácií, ktoré vyvíjajú vývojári aplikácií v každej spoločnosti - to sú tie, ktoré nie sú nevyhnutne určené na efektívnosť alebo efektívnosť nasadenia. A samotné DBA sú prepracované a niekedy majú 24/7 zodpovednosť, stále viac a viac databáz. Myslím, že to má niečo spoločné s tým, že ľudia úplne nerozumejú tomu, čo robia alebo ako to robia. Ich vlastná malá skupina a ľudia stále rozmýšľajú: „Všetky tieto nástroje sú jednoducho použiteľné, my môžeme jednoducho vyhodiť viac a viac databáz na svoju pracovnú záťaž,“ čo nie je pravda.
Čo nás vedie k čiastočným a náhodným DBA. Máme IT tímy, ktoré sú malé a nemôžu si nevyhnutne dovoliť vyhradenú DBA. To platí aj pre malé a stredné podniky, kde v poslednom desaťročí explodovala expanzia databázových a databázových aplikácií a naďalej sa rozširuje. Ale to platí aj pre veľké korporácie, zvyčajne robia sklady údajov, analytické nástroje podnikovej inteligencie po dlhú dobu. Kedysi sme boli na tieto projekty zvyknutí na DBA; už nikdy nedostaneme vyhradenú databázu DBA. Zodpovedal za navrhnutie databázy, čo je v poriadku, ak má niekto, kto má skúsenosti.Ale vo všeobecnosti sú DBA vývojári aplikácií, ktoré často zohrávajú túto úlohu ako súčasť svojej práce na čiastočný úväzok, nemajú formálne školenia a znova ich navrhujú pre svoje konečné ciele, nie pre ich efektívnosť.
A je tu veľký rozdiel medzi dizajnom a vývojom, verziou nasadenia a správy. Máme teda „penny múdry, bláznivý“, s malou prasiatkou, ktorá preskočí na získanie zručností a zdrojov potrebných v projektoch. Domnievam sa, že všetci pochádzajú z „Pomsty hlupákov“, môj malý obraz. Teraz, pokiaľ to ľudia potrebujú, máme rozširujúce sa využívanie databáz a údajov v SQL. Obmedzili sme počet DBA - ľudí, ktorí sú kvalifikovaní a kvalifikovaní v týchto situáciách ladenia a navrhovania, riadenia a zavádzania. A máme stále viac a viac neúmyselných DBA, ľudia, ktorí ešte nemali formálne školenie.
Aké sú niektoré ďalšie veci, ktoré sa tiež dostávajú do problému skutočnosti, že tieto databázy nie sú tiež vyladené alebo spravované? Po prvé, veľa ľudí predpokladá, že samotný databázový systém má dostatočné nástroje na to, aby sa mohol sám riadiť. Nástroje sa teraz ľahšie a ľahšie realizujú - návrh a vývoj - to je však iné, ako robiť dobrý návrh a správne riadenie, plánovanie kapacít, monitorovanie atď. Po prvé, ľudia predpokladajú, že majú všetky potrebné nástroje. Po druhé, ak ste na čiastočný úväzok alebo neúmyselné DBA, neviete, čo neviete.
Myslím, že som na túto vetu zabudol, takže mnohokrát jednoducho nerozumejú tomu, čo dokonca potrebujú nazerať do dizajnu alebo keď spravujú alebo prevádzkujú databázy. Ak to nie je vaša profesia, potom nebudete rozumieť tomu, čo musíte urobiť. Po tretie, je to, že SQL je nástroj na prechod, takže Robin hovoril o SQL a o tom, ako zle je SQL niekedy konštruované alebo často konštruované. A tiež jedným z mojich domácich miláčikov v BI dátovom skladovaní, migrácii dát a dátovom inžinierskom priestore je to, že ľudia namiesto používania nástrojov majú tendenciu písať SQL kód, uložené procedúry, aj keď používajú drahý nástroj na integráciu údajov alebo drahý BI nástroj, často ho používajú iba na spustenie uložených procedúr. Čoraz dôležitejšia je preto znalosť návrhu databázy, konštrukcie SQL.
A konečne je tu tento prístup sila, v ktorom máme jednotlivých ľudí, ktorí sa pozerajú na jednotlivé databázy. Nepozerajú sa na to, ako aplikácie fungujú a ako spolu navzájom pôsobia. A tiež sa často pozerajú na databázy oproti aplikáciám, pre ktoré ich používajú. Takže pracovné zaťaženie, ktoré získate v databáze, je rozhodujúce pri návrhu, pri ladení, kritickom pri snahe zistiť, ako plánovať kapacitu, atď. Takže pri pohľade na les zo stromov sú ľudia v burinách , pri pohľade na jednotlivé tabuľky a databázy a pri pohľade na celkovú interakciu týchto aplikácií.
Nakoniec sa ľudia musia pozrieť na kľúčové oblasti, na ktoré sa musia pozrieť. Keď plánujú spravovať databázy, musia najskôr premyslieť, vyvinúť niektoré metriky výkonnosti zamerané na aplikáciu, takže sa musia pozrieť nielen na to, ako je táto tabuľka štruktúrovaná, ako je osobitne modelovaná, ale ako sa používa? Takže, ak máte podnikovú aplikáciu, ktorá je splatná v riadení dodávateľského reťazca, ak vykonávate objednávky z webu, ak robíte BI - nech robíte čokoľvek - musíte sa pozrieť na to, kto ju používa, ako ju používajú, aké sú objemy údajov. , kedy sa to stane. To, čo sa skutočne snažíte hľadať, sú čakacie časy, pretože bez ohľadu na to, všetky aplikácie sa posudzujú podľa toho, ako dlho trvá, kým sa niečo urobí, či už ide o osobu alebo iba o výmenu údajov medzi aplikáciami alebo spracovateľmi. A aké sú prekážky? Takže často, keď sa snažíte vyladiť problémy, samozrejme, naozaj sa snažíte zistiť, aké sú skutočné prekážky - nie nevyhnutne, ako naladiť všetko, ale ako sa zbavíte a posuniete výkon až po čakacie doby a priepustnosť - čokoľvek musíte sa na to pozrieť.
A skutočne musíte oddeliť zaznamenávanie údajov, transakcie, aspekty transformácie v databáze spolu s analytikmi. Každý z nich má odlišné vzory dizajnu, každý z nich má odlišné vzory použitia a každý z nich musí byť vyladený odlišne. Preto musíte premýšľať o tom, ako sa tieto údaje používajú, kedy sa používajú, na čo sa používajú, a zistiť, aké metriky výkonnosti a aké kľúčové veci chcete analyzovať v súvislosti s týmto použitím. Teraz, keď sa pozeráte na monitorovanie výkonu, chcete sa pozrieť na samotné operácie databázy; chcete sa pozrieť na obidve dátové štruktúry, takže indexy, rozdelenie a ďalšie fyzické aspekty databázy, dokonca aj štruktúra databázy - či už jej model ER alebo rozmerový model, hoci je štruktúrovaný - všetky tieto veci majú vplyv na výkon. , najmä v rôznych nevýhodách analytických metód zberu údajov a transformácií, ku ktorým dochádza.
A ako sa Robin zmienil na strane SQL, pri pohľade na SQL, ktorý tieto rôzne aplikácie spúšťajú v týchto databázach, je jeho ladenie kritické. A pri pohľade na celkové pracovné zaťaženie aplikácií a infraštruktúrne prostredie, na ktorom tieto databázy a aplikácie fungujú. Takže siete, servery, cloud - bez ohľadu na to, na akom sú spustené - sa tiež zaoberajú dopadom, ktorý tieto aplikácie a tieto databázy majú v rámci tohto kontextu, všetky tieto súhra sú schopné naladiť databázu.
A nakoniec, keď sa pozeráte na nástroje, chcete sa pozerať na tri rôzne druhy analytík, ktoré s tým súvisia. Chcete sa pozrieť na deskriptívnu analýzu: čo sa deje a kde súvisí s databázou a výkonom aplikácie. Chcete mať možnosť robiť diagnostické analýzy, aby ste zistili nielen to, čo sa deje, ale prečo sa to deje, kde sú prekážky, kde sú problémy, čo dobre beží, čo nefunguje dobre? Ale byť schopný analyzovať a podrobne analyzovať problémové oblasti, aby ich vyriešil, či už ide o dizajn alebo čokoľvek, čo musíte urobiť.
A nakoniec, najagresívnejším alebo najaktívnejším typom analýzy je skutočne urobiť nejakú prediktívnu analýzu, prediktívne analytické modelovanie, čokoľvek. Vieme, že databáza a aplikácie fungujú v tomto kontexte, ak sme zvýšili kapacitu, ak získame viac používateľov, ak urobíme viac priepustnosti, čokoľvek robili, sme schopní navrhnúť, čo, ako a kde to bude mať vplyv na databázu, Aplikácia nám umožňuje plánovať a aktívne zisťovať, kde sú prekážky, kde môžu trpieť čakacie doby a čo musíme urobiť, aby sme veci napravili. Chceme teda mať nástroje, ktoré dokážu implementovať metriky výkonnosti, monitorovať výkonnosť, rovnako ako v prípade týchto troch typov analýz. A to je môj prehľad.
Eric Kavanagh: Dobre, dovoľte mi to povedať - mimochodom, sú to dve skvelé prezentácie - dovoľte mi to odovzdať Bullettovi Manaleovi, aby som ho odtiaľto vzal. A ľudia, nezabudnite klásť dobré otázky; už máme nejaký dobrý obsah. Zober to preč, Bullett.
Bullett Manale: To znie dobre. Vďaka, Eric. Takže veľa toho, čo Rick povedal a Robin povedal, samozrejme súhlasím so 100 percentami. Povedal by som, že som vytiahol túto snímku nahor, pretože si myslím, že je jej fit. Neviem pre tých z vás, ktorí sú fanúšikmi „tímu A“ už v 80. rokoch, John Hannibal Smith mal príslovie, že vždy hovorí: „Milujem keď sa plán zíde, “a myslím si, že keď hovoríte najmä o serveri SQL Server, na ktorý sa sústreďovali, čo je produkt, o ktorom dnes budeme hovoriť, nástroj SQL Diagnostic Manager je určite jednou z tých vecí, ktoré musíš mať; musíte byť schopní využiť údaje, ktoré máte, a byť schopný rozhodnúť sa z týchto údajov av niektorých prípadoch nemusíte hľadať rozhodnutie; hľadáte niečo, čo by vám malo povedať, keď sa niečo vyčerpá, keď sa vám dôjdu zdroje, keď budete mať problémové miesto, tieto veci.
Nejde iba o monitorovanie konkrétnej metriky. S Diagnostickým manažérom vám teda jedna z vecí, ktorá sa darí veľmi dobre, pomôže pri prognózovaní a porozumení špecifickom pre pracovné zaťaženie a dnes sa o tom veľa hovorí. Tento nástroj je zameraný na manažéra údajov, DBA alebo pôsobiacu DBA, takže veľa vecí, o ktorých Rick hovoril, je skutočne pravdivé. V mnohých prípadoch, ak nie ste DBA, bude to veľa otáznikov, ktoré budete mať, keď príde čas na správu prostredia SQL, čo nevieš. A tak hľadáte niečo, čo by vám mohlo pomôcť, prejsť týmto procesom a tiež vás vzdelávať v tomto procese. A preto je dôležité, aby vám nástroj, ktorý používate na tieto druhy rozhodnutí, poskytol určitý prehľad o dôvodoch, prečo sa tieto rozhodnutia prijímajú, nielenže vám hovorí: „Hej, urob to.“
Pretože som úradujúcim DBA, nakoniec by som mohol byť plne rozvinutým DBA so skutočnými odbornými znalosťami a znalosťami na podporu tohto titulu. Takže, keď som hovoril o tom, že som správcom databázy, vždy som si najprv predstavil tento obrázok, pretože DBA má rôzne úlohy av závislosti od organizácie, s ktorou sa stretávate, sa od nich bude líšiť z jedného miesta na druhé - ale zvyčajne budete vždy nejakým spôsobom zodpovední za vaše úložisko, za plánovanie tohto úložiska a porozumenie predvídania, mal by som povedať, koľko miesta budete potrebovať, či už je to pre vaše zálohy, alebo či je to pre samotné databázy. Musíte to pochopiť a posúdiť.
Okrem toho budete musieť byť schopní porozumieť a optimalizovať veci podľa potreby a počas procesu monitorovania životného prostredia je samozrejme dôležité, aby ste vykonali zmeny podľa potreby na základe vecí, ktoré sa menia v prostredí. samotný. Takže veci ako počet používateľov, veci ako popularita aplikácií, sezónnosť databázy, to všetko by sa malo brať do úvahy, keď robíte svoje prognózy. A potom, samozrejme, pozerať sa na ďalšie veci, pokiaľ ide o schopnosť poskytovať správy a informácie, ktoré sú potrebné v súvislosti s prijímaním týchto rozhodnutí. V mnohých prípadoch to znamená vykonanie porovnávacej analýzy; Znamená to, že je možné konkrétne sa pozrieť na konkrétnu metriku a porozumieť tomu, aká hodnota tejto metriky bola v priebehu času, takže môžete predvídať, kam sa má posunúť vpred.
To, čo veľa nástroja Diagnostic Manager robí, má tieto schopnosti a ľudia ho používajú každý deň na to, aby mohli robiť veci ako predpovedanie, a tu som vložil definíciu plánovania kapacít. A je to celkom široká a vlastne dosť nejasná definícia, ktorá je len procesom určovania výrobnej kapacity, ktorú organizácia potrebuje na splnenie meniacich sa požiadaviek na svoje výrobky, a na konci dňa je to skutočne to, o čom to všetko je: o tom, že máte možnosť prijímať informácie, ktoré nejakým spôsobom existujú, a prijímať tieto informácie a robiť rozhodnutia, ktoré vám pomôžu napredovať v priebehu životného cyklu vašich databáz. Typy vecí, ktoré sú dôvodmi, prečo to ľudia musia robiť, sú, samozrejme, predovšetkým a predovšetkým, ako ušetriť peniaze. Podniky, samozrejme, ich hlavným cieľom je zarobiť peniaze a ušetriť peniaze. V tomto procese to však znamená aj to, že sa môžete ubezpečiť, že váš výpadok neexistuje. A byť schopný ubezpečiť sa, že zmierňujete akúkoľvek šancu na výpadky, takže zabránite tomu, aby sa to stalo, aby sme začali, inými slovami, nečakali, až sa to stane, a potom naň reagujete.
Kľúčom je tu nielen to, že dokážete celkovo zvýšiť produktivitu svojich používateľov, ale aj zefektívniť ich tak, aby ste mohli podniknúť viac, takže ide o typy vecí, ktoré sa ako predpovedá alebo kapacita podieľajú ako DBA alebo niekto iný plánovanie bude musieť dokázať preniknúť cez informácie, aby bolo možné urobiť tieto rozhodnutia. A potom vám to celkovo pomôže eliminovať odpad, nielen plytvanie z hľadiska peňazí, ale tiež z hľadiska času a len všeobecne zdrojov, ktoré by sa mohli použiť na iné veci. Takže schopnosť eliminovať tento odpad tak, aby ste nemali náklady na príležitosti, ktoré sú spojené s odpadom samotným.
Takže s tým povedané, aké typy otázok dostávame, konkrétne pre osobu, ktorá je DBA? Kedy mi dôjde priestor? To je veľká, nielen to, koľko miesta teraz spotrebujem, ale kedy mi dôjdu vyčerpané trendy a minulosť? Rovnaká vec ako v prípade skutočných inštancií SQL, databáz, ktoré servery môžem konsolidovať? Čo sa týka virtuálnych databáz, čo má zmysel z hľadiska databáz, ktoré konsolidujem a v ktorých inštanciách SQL by mali byť umiestnené? Všetky tieto typy otázok musia byť zodpovedané. Pretože vo väčšine prípadov, ak ste DBA alebo konáte DBA, budete ju konsolidovať niekedy vo svojej kariére. V mnohých prípadoch to budete robiť priebežne. Preto musíte byť schopní rýchlo sa rozhodnúť, a pokiaľ ide o to, nemusíte hrať hádajúce hry.
Hovorili sme o problémových miestach a o tom, kde sa budú ďalej objavovať, a sme schopní predvídať to znova, namiesto toho, aby sme ich čakali. Takže, samozrejme, o všetkých týchto veciach hovorilo, že majú zmysel v tom zmysle, že vy ste sa spoliehali na historické údaje, vo väčšine prípadov, aby ste boli schopní vygenerovať tieto odporúčania, alebo v niektorých prípadoch byť schopní sami formulovať rozhodnutia, aby ste mohli prísť s týmito odpoveďami. Pripomína mi to však, že keď počujete rozhlasové reklamy na niekoho, kto predáva cenné papiere alebo niečo podobné, jeho vždy „minulá výkonnosť nenaznačuje budúce výsledky“ a také veci. A to isté platí aj tu. Budete mať situácie, keď tieto predpovede a tieto analýzy nemusia byť na 100 percent správne. Ale ak sa zaoberáte vecami, ktoré sa stali v minulosti a známymi, a ak dokážete prijať a robiť „čo keby“ s mnohými týmito druhmi otázok, do ktorých sa dostanete, je to veľmi cenné a bude dostať vás oveľa ďalej, než hrať hádanie hry.
Takže tieto typy otázok zrejme prídu, takže ako zvládneme veľa týchto otázok s Diagnostickým manažérom, v prvom rade máme schopnosti predpovedania, čo môžeme urobiť v databáze, pri stole, ako aj pri jednotka alebo hlasitosť. Aby som mohol nielen povedať: „Hej, bol plný priestoru,“ ale za šesť mesiacov, za dva roky, za päť rokov, ak na to budem pracovať s rozpočtom, o koľko priestoru budem potrebovať rozpočet za? To sú otázky, ktoré sa budem musieť pýtať, a ja budem musieť byť schopný použiť nejaký spôsob, ako to urobiť, a nie hádať a zdvíhať prst do vzduchu a čakať, kým vietor fúka, čo je veľa krát, bohužiaľ, spôsob, akým sa tieto rozhodnutia prijímajú veľa.
Okrem toho, že som schopný - vyzerá to, že sa moje snímky trochu orezali - ale som schopný poskytnúť nejakú pomoc vo forme odporúčaní. Je to jedna z vecí, ktorá vám môže ukázať informačný panel plný metrík a byť schopný povedať: „Dobre, tu nájdete všetky metriky a kde sú,“ ale potom si môžete urobiť nejaké alebo porozumieť tomu, čo majú robiť. urobiť, na základe toho je ďalší skok. V niektorých prípadoch sú ľudia dostatočne vzdelaní v úlohe DBA, aby mohli robiť tieto rozhodnutia. A tak máme v nástroji niektoré mechanizmy, ktoré vám s tým pomôžu, ktoré vám ukážu len za sekundu. Ale byť schopný ukázať nielen to, čo je odporúčanie, ale tiež poskytnúť určitý prehľad o tom, prečo sa toto odporúčanie vydáva, a potom tiež o tom, že v niektorých prípadoch môže skutočne prísť so skriptom, ktorý automatizuje Náprava tohto problému je tiež ideálna.
Prejdime sem k ďalšiemu, čo je dobre viditeľné, jeho všeobecne povedané porozumenie je normálne. Nemôžem povedať, čo nie je normálne, ak neviem, čo je normálne. A tak, nejakým spôsobom merať, ktorý je kľúčový, musíte byť schopní brať do úvahy rôzne typy oblastí, napríklad - alebo by som mal povedať časové rámce - rôzne zoskupenia serverov, ktoré sú schopné to robiť dynamicky, z inými slovami, počas uprostred noci, počas môjho okna údržby, očakávam, že môj procesor bude bežať na 80 percent na základe všetkej prebiehajúcej údržby. Takže by som mohol chcieť zvýšiť svoje prahy vyššie, počas tých časových rámcov v porovnaní s možno v polovici dňa, keď nie som tak aktívny.
Toto sú samozrejme veci, ktoré sú z environmentálneho hľadiska, ale veci, ktoré môžete uplatniť pri riadení, ktoré vám pomôžu efektívnejšie spravovať toto prostredie a uľahčovať tak. Ďalšou oblasťou je, samozrejme, len možné poskytnúť správy a informácie, ktoré im umožnia odpovedať na tieto typy otázok „čo keby“. Ak som práve urobil zmenu v mojom prostredí, chcem pochopiť, aký bol tento vplyv, aby som mohol rovnakú zmenu uplatniť aj v iných inštanciách alebo iných databázach v mojom prostredí. Chcem mať možnosť získať nejaké informácie alebo strelivo, aby som mohol túto zmenu urobiť s istým pokojom a vedomím si, že to bude dobrá zmena. Takže, keď som schopný urobiť porovnávacie reportovanie, byť schopný hodnotiť svoje inštancie SQL, byť schopný porovnávať svoje databázy proti sebe, hovoriť: „Ktorý je môj najväčší spotrebiteľ CPU?“ Alebo ktorý z nich trvá najdlhšie v podmienky čakania a podobné veci? S týmto nástrojom bude teda k dispozícii aj veľa týchto informácií.
A v neposlednom rade je to len celková schopnosť, že potrebujete nástroj, ktorý dokáže zvládnuť akúkoľvek situáciu, ktorá vám príde na cestu, a tým myslím tým, že ak máte veľké prostredie s množstvom V niektorých prípadoch sa pravdepodobne dostanete do situácií, keď budete musieť vytiahnuť metriky, ktoré tradične nie sú metriky, ktoré by DBA v niektorých prípadoch chcela dokonca sledovať, v závislosti od konkrétnej situácie. Mať nástroj, ktorý môžete, to je rozšíriteľné, aby ste mohli pridávať ďalšie metriky a aby ste ich mohli používať v rovnakom tvare a spôsobom, aký by ste použili, ak by ste používali out-of-the-box metrika, napr. Takže schopnosť spúšťať správy, varovať, základná línia - všetko, o čom sa hovorilo - je tiež kľúčovou súčasťou schopnosti robiť túto prognózu a robiť ju tak, aby ste dostali odpovede, ktoré hľadáte, aby ste mohli urobiť tieto rozhodnutia napredujú.
Teraz, ako to robí Diagnostický manažér, máme centralizovanú službu, skupinu služieb, ktorá sa spúšťa, zhromažďuje údaje oproti inštanciám 2000 až 2016. A potom urobíme to, že vezmeme tieto údaje a vložíme ich do centrálneho úložiska a potom, čo s týmito údajmi dobre urobíme, samozrejme, robíme veľa, aby sme mohli poskytnúť ďalšie informácie. Teraz okrem toho - a jednou z vecí, ktorá tu nie je - je tiež služba, ktorá beží uprostred noci, čo je naša služba prediktívnej analýzy, ktorá robí niektoré čísla drviace a pomáha porozumieť a pomôžu vám ako DBA alebo ako DBA, aby ste boli schopní vydať tieto typy odporúčaní, aby ste boli schopní poskytnúť určitý pohľad na základné línie.
Takže, čo by Id rád robil, a toto je iba rýchly príklad architektúry, veľkým problémom so sebou nie sú žiadni agenti alebo služby, ktorí skutočne sedí na inštanciách, ktoré spravujete. Ale to, čo Id chcel robiť, je len to, že vás skutočne privedie do aplikácie tu a dá vám rýchle ukážky. A dovoľte mi tiež ísť von a dosiahnuť to. Takže, dajte mi vedieť, myslím, Eric, vidíš to dobre?
Eric Kavanagh: Mám to hneď, áno.
Bullett Manale: OK, takže vás vezmem cez niektoré z týchto rôznych častí, o ktorých som hovoril. A v podstate umožňuje začať s vecami, ktoré sú viac v súlade s heres, niečo, čo musíte urobiť, alebo tu je niečo, čo je časovým bodom v budúcnosti a chystali sa vám dať nejaký pohľad okolo neho. A to je schopné skutočne predvídať - alebo by som mal povedať dynamicky predvídať - veci, ktoré sa dejú. Teraz, v prípade správ, jedna z vecí, ktoré máme v nástroji, sú tri rôzne správy o predpovedaní. A napríklad v prípade prognózy databázy, čo by som asi urobil v situácii, keď budem schopný predvídať veľkosť databázy v určitom časovom období, a len vám uvediem niekoľko príkladov. Takže, zoberiem si auditovú databázu, ktorá je dosť intenzívna I / O - má k nej veľa údajov. Weve sa dostal, pozrime sa, urobte toto tu a nechal si tu vyzdvihnúť zdravotnú databázu.
Ide však o to, že nielenže vidím, v čom je tento priestor, ale dokážem povedať: „Pozri, nechal by som si vziať údaje za posledné roky.“ A ja sa trochu trochu priberiem, nemám naozaj roky v hodnote údajov, mám údaje asi dva mesiace - ale pretože tu vyberám vzorkovaciu frekvenciu mesiacov, budem môcť predvídať alebo predvídať v tomto prípade nasledujúcich 36 jednotiek, pretože naša vzorkovacia frekvencia je nastavená na mesiace - to je jednotka, je mesiac - a potom by som bol schopný, potom spustiť správu, ktorá mi v podstate ukáže, kde by sme očakávali budúci rast týchto troch databáz. A vidíme, že medzi týmito tromi rôznymi databázami máme rôzny stupeň rozdielnosti alebo odchýlky, najmä pokiaľ ide o množstvo údajov, ktoré historicky konzumujú.
Vidíme, že údajové body tu predstavujú historické údaje a potom riadky, ktoré nám poskytnú predpoveď, spolu s číslami, ktoré ich budú zálohovať. Môžeme to urobiť na úrovni tabuľky, môžeme to urobiť aj na úrovni jednotky, kde môžem predvídať, aké veľké budú moje disky, vrátane bodov pripojenia. Boli by sme schopní predpovedať ten istý druh informácií, ale opäť mi v závislosti od vzorkovacej frekvencie umožním určiť, koľko jednotiek a kde boli, čo chceme predpovedať. Všimnite si, že máme aj rôzne typy prognóz. Takže, keď príde čas na prognózovanie, získate veľa možností a flexibility. Teraz je to jedna vec, ktorú môžete urobiť, keď vám skutočne poskytneme konkrétny dátum a budeme môcť povedať: „Hej, v tento deň by sme očakávali rast vašich údajov.“ Okrem toho vám však môžeme poskytnúť s ďalšími informáciami, ktoré súvisia s niektorými analýzami, ktoré vykonávame v čase mimo služby a službou, keď je spustená. Niektoré z vecí, ktoré robí, je to, že sa snaží predvídať veci, ktoré sa pravdepodobne stanú, založené na histórii, keď sa niečo stalo v minulosti.
Takže tu vidíme, prognóza nám poskytuje určitý pohľad na pravdepodobnosť, že budeme mať problémy počas celého večera na základe vecí, ktoré sa znova stali v minulosti. Takže, samozrejme, je to skvelé, najmä ak nie som DBA, môžem sa pozrieť na tieto veci, ale čo je ešte lepšie, ak nie som DBA, je táto karta analýzy. Predtým, ako to tu bolo v nástroji, sme prešli a ukázali produkt ľuďom a boli by „To je skvelé, vidím všetky tieto čísla, vidím všetko, ale neviem, čo robiť“ (smiech) „ako výsledkom toho je. “A tak to, čo tu máme, je pre vás lepšie pochopiť, či budem konať s cieľom pomôcť s výkonom, ak budem konať, aby som dokonca pomohol so zdravím svojich životné prostredie, schopnosť mať radený spôsob poskytovania týchto odporúčaní, ako aj užitočné tipy v informáciách, aby ste sa dozvedeli viac o týchto odporúčaniach a skutočne majú dokonca externé odkazy na niektoré z týchto údajov, ktoré mi ukážu a uvedú ma k dôvodom, prečo tieto odporúčania sú uvedené.
A v mnohých prípadoch je schopný poskytnúť skript, ktorý by automatizoval, ako som už povedal, nápravu týchto problémov. Teraz, časť toho, čo sa tu robilo s touto analýzou - a ukážem vám, keď idem konfigurovať vlastnosti tejto inštancie a idem do sekcie konfigurácie analýzy - máme tu veľa rôznych kategórií, ktoré sú tu uvedené, a súčasťou toho je optimalizácia indexov a optimalizácia dotazov. Hodnotili tak nielen samotné metriky a podobné veci, ale aj veci ako pracovné zaťaženie a indexy. V takom prípade dobre urobte ďalšie hypotetické analýzy indexov. Takže je to jedna z tých situácií, v ktorých nechcem, v mnohých prípadoch nechcem pridať index, ak to nepotrebujem. V určitom okamihu však ide o nejaký bod zvratu, keď poviem: „No, tabuľka sa dostáva k veľkosti alebo typom otázok, ktoré sa vyskytujú v rámci pracovnej záťaže, teraz je rozumné pridať index. Ale to by nedávalo zmysel asi šesť týždňov vopred. “Takto vám to umožní dynamicky získať prehľad o veciach, ktoré pravdepodobne, ako som povedal, zlepšia výkon založený na tom, čo sa deje v životnom prostredí, čo sa deje v rámci pracovnej záťaže a robiť také veci.
Získate tu teda veľa dobrých informácií a schopnosť automaticky optimalizovať tieto veci. To je ďalšia oblasť, v ktorej by sme mohli pomôcť, pokiaľ ide o to, čomu hovoríme prediktívna analýza. Teraz by som mal okrem toho povedať, že máme aj ďalšie oblasti, o ktorých si myslím, že sa vám vo všeobecnosti môžu pomôcť pri prijímaní rozhodnutí. A keď hovoríme o rozhodovaní, opäť, keď sa budeme môcť pozrieť na historické údaje, poskytnite nám určitý pohľad, aby ste nás dostali tam, kde potrebujeme zlepšiť tento výkon.
Jednou z vecí, ktoré môžeme urobiť, je, že máme základný vizualizér, ktorý nám umožňuje vybrať si ľubovoľnú metriku, ktorú by sme chceli - a dovoľte mi tu nájsť slušnú metriku - budem používať SQL CPU, ale ide o to, že môžete ísť Vráťte sa však za mnoho týždňov, aby ste tieto obrázky namaľovali, aby ste videli, kedy sú vaše odľahlé hodnoty, a všeobecne povedané, kde táto hodnota spadá do časových období, v ktorých sa zhromažďujú údaje. A potom si okrem toho všimnete, že keď ideme na samotnú skutočnú inštanciu, máme možnosť nakonfigurovať naše základné línie. Základné línie sú skutočne dôležitou súčasťou o tom, že sú schopné automatizovať veci, ako aj byť informovaní o veciach. A výzva, ako by vám povedala väčšina DBA, spočíva v tom, že vaše prostredie nie je vždy rovnaké počas celého dňa, oproti večeru a čo ďalej, ako sme už uviedli v príklade s údržbovými obdobiami, keď sme majú vysokú úroveň CPU alebo čokoľvek, čo by sa mohlo diať.
Takže v tomto prípade, s týmito skutočnými základnými líniami, môžeme mať viac základných línií, takže by som mohol mať napríklad základnú líniu, napríklad počas svojich hodín údržby. Ale rovnako ľahko by som mohol vytvoriť základňu pre svoje výrobné hodiny. Ide o to, že keď ideme do inštancie SQL a skutočne máme tieto viac základných línií, potom by sme boli schopní predvídať a byť schopní vykonať nejaký typ automatizácie, iný typ nápravy alebo len upozorniť všeobecne, inak špecifické pre tieto okná času. Jednou z vecí, ktoré tu uvidíte, sú tieto základné línie, ktoré generujeme, pomocou historických údajov na zabezpečenie tejto analýzy, ale čo je dôležitejšie, môžem tieto prahy staticky zmeniť, ale tiež ich môžem automatizovať aj dynamicky. Keď príde okno údržby, alebo by som mal povedať, že sa objaví okno základnej línie údržby, tieto prahy by sa automaticky prepínali konkrétne na zaťaženia, s ktorými sa stretávam počas tohto časového obdobia, oproti možno v strede dňa, keď moje zaťaženia nie sú také veľa, keď pracovné zaťaženie nie je také vplyvné.
Takže na to treba pamätať aj z hľadiska základnej línie. Je zrejmé, že pre vás budú skutočne užitočné, pokiaľ ide o pochopenie toho, čo je normálne a tiež o porozumenie, zapojte sa, keď vám dôjdu aj zdroje. Teraz, ako som už povedal, je teraz iná vec, ktorú v nástroji máme, ktorá vám pomôže pri rozhodovaní, okrem základných línií a schopnosti nastaviť výstrahy okolo týchto základných línií a prahov, ktoré vytvoríte dynamicky. len som schopný spustiť nespočetné množstvo správ, ktoré mi pomáhajú odpovedať na otázky o tom, čo sa deje.
Napríklad, keby som mal 150 príkladov, ktoré im riadim - v mojom prípade to nemám, tak tu musíme hrať predstierajúcu hru - ale keby som mal všetky svoje produkčné prípady a potreboval som pochopiť, kde je oblasť, potrebujem pozornosť, inými slovami, ak budem mať obmedzené množstvo času na vykonanie nejakého typu správy na zlepšenie výkonu, chcem sa zamerať na kľúčové oblasti. A tak by som s tým povedal, že by som mohol povedať: „Na základe tohto prostredia, porovnaj svoje inštancie proti sebe, a daj mi to poradie podľa sporu o tvrdosť.“ Či už ide o využitie disku, využitie pamäte, či už čaká, či už je to čas odozvy, dokážem korelovať - alebo by som mal povedať, hodnosť - tieto prípady proti sebe. Je zrejmé, že inštancia je na začiatku každého zoznamu, ak je to rovnaká inštancia, je to pravdepodobne niečo, na čo sa naozaj chcem zamerať, pretože je to evidentne opäť na začiatku zoznamu.
V nástroji máte teda veľa správ, ktoré vám pomôžu z hľadiska hodnotenia prostredia na úrovni inštancie; môžete to urobiť aj na úrovni databázy, kde môžem svoje databázy zoradiť proti sebe. Najmä v prípade prahov a oblastí, ktoré môžem nastaviť, môžem tu dokonca nastaviť zástupné znaky, ak sa chcem zamerať iba na konkrétne databázy, ale ide o to, že svoje databázy môžem porovnávať rovnakým spôsobom. Pokiaľ ide o iné typy porovnávacej analýzy a veľkú v tomto nástroji, je to aj základná analýza, ktorú máme. Ak teda prejdete nadol na zobrazenie služby, uvidíte, že je to základná štatistická správa. Táto správa nám teraz, samozrejme, pomôže pochopiť nielen to, čo sú metrické hodnoty, ale v konkrétnom prípade by som mohol ísť von a pri ktorejkoľvek z týchto metrík sa môžem skutočne pozrieť na základné hodnoty týchto metrík.
Čokoľvek by to tak mohlo byť, ako percento alebo čokoľvek by som mohol ísť a povedať: „Pozrime sa na základnú čiaru tohto stavu za posledných 30 dní,“ v tom prípade mi ukážeme skutočné hodnoty oproti základnej čiare a Ja by som bol schopný urobiť nejaké rozhodnutia s použitím týchto informácií, samozrejme, takže toto je jedna z tých situácií, keď bude záležať na tom, o akú otázku ide, ktorú sa v tom čase pýtate. Ale samozrejme vám to pomôže pri mnohých týchto otázkach. Prial by som si povedať, že máme jednu správu, ktorá to všetko zvládne, a podobne ako jednoduchú správu, v ktorej stlačíte tlačidlo a jednoducho odpovie na každú otázku „čo keby“, na ktorú ste kedy mohli odpovedať. Realita je však taká, že budete mať veľa atribútov a veľa možností, z ktorých si budete môcť vybrať v týchto rozbaľovacích zoznamoch, aby ste mohli formulovať tie otázky typu „čo keby“, ktoré hľadáte.
Mnohé z týchto správ sú zamerané na to, aby boli schopné zodpovedať tieto typy otázok. A preto je skutočne dôležité, aby tieto správy a okrem toho všetky tie veci, ktoré ste už predviedli v nástroji, ako som už spomenul, majú flexibilitu na začlenenie nových metrík, ktoré sa majú spravovať, a dokonca sú schopné vytvárať pulty, alebo dotazy SQL, ktoré sú začlenené do vašich intervalov volieb, aby ste mi pomohli odpovedať na tieto otázky, ktoré možno z krabice, ktorú sme neočakávali sledovať, môžete pridať. A potom by ste mohli robiť tie isté veci, ktoré som vám práve ukázal: základné údaje, spúšťať prehľady a vytvárať správy z tejto metriky a byť schopný odpovedať a robiť veľa z týchto rôznych druhov vecí, ktoré vám tu ukazujem.
Teraz okrem toho - a jednou z vecí, ktoré sa v poslednom čase očividne vyskytujú - je to najprv to, že všetci prehodili alebo prešli na virtuálne počítače. A teraz sme dostali veľa ľudí, ktorí smerujú do cloudu. A okolo týchto typov vecí vyvstáva veľa otázok. Má zmysel preložiť sa k cloudu? Budem šetriť peniaze tým, že sa presuniem do cloudu? Keby som mal tieto veci umiestniť na virtuálny počítač, na počítač so zdieľanými zdrojmi, koľko peňazí môžem ušetriť? Tieto typy otázok sa samozrejme objavia tiež. Preto s Diagnostickým manažérom nezabúdajte na veľa týchto vecí, takže môžeme pridávať a sťahovať z virtualizovaných prostredí VMware a Hyper-V. Môžeme tiež pridať inštancie, ktoré sú mimo cloud, takže vaše prostredia, ako napríklad Azure DB alebo dokonca RDS, môžeme z týchto prostredí tiež čerpať metriky.
Existuje teda veľká flexibilita a schopnosť odpovedať na tieto otázky, pretože sa týkajú tých iných typov prostredí, do ktorých ľudia prichádzajú. A okolo toho je stále veľa otázok, a ako vidíme ľudí, ktorí konsolidujú tieto prostredia, budú musieť tiež vedieť zodpovedať tieto otázky. Ide teda o celkom dobrý prehľad o nástroji Diagnostic Manager, ktorý sa týka tejto témy. Viem, že sa objavila téma podnikovej inteligencie a máme tiež nástroj pre obchodné spravodajstvo, o ktorom sme dnes nehovorili, ale poskytne vám tiež prehľad, pokiaľ ide o zodpovedanie týchto typov otázok, pretože sa týka vašich kociek a všetky tieto rôzne veci. Dúfajme však, že to bol dobrý prehľad, aspoň pokiaľ ide o to, ako tento produkt môže pomôcť pri formulovaní dobrého plánu.
Eric Kavanagh: Dobre, dobré veci. Áno, vyhodím to Rickovi, ak tam ešte je. Rick, máš nejaké otázky?
Rick Sherman: Áno, tak na prvom mieste, je to skvelé, páči sa mi to. Obzvlášť sa mi páči rozšírenie do VM a oblakov. Vidím veľa vývojárov aplikácií, ktorí si myslia, že ak je v cloude, nemusia ho vyladiť. tak-
Bullett Manale: Správne, stále za to musíme platiť, však? Stále musíte platiť za čokoľvek, čo ľudia vkladajú do cloudu, takže ak je jeho zlý chod alebo ak spôsobuje veľa cyklov CPU, tým viac peňazí musíte zaplatiť, takže nie, stále musíte zmerať tieto veci, absolútne.
Rick Sherman: Áno, videl som veľa zlých návrhov v cloude. Chcel som sa vás opýtať, bol by tento produkt použitý aj - viem, že ste spomenuli produkt BI a máte veľa ďalších produktov, ktoré spolu vzájomne pôsobia - ale začali by ste sa zaoberať výkonom SQL, jednotlivými otázkami v tomto nástroji? Alebo by sa na to použili iné nástroje?
Bullett Manale: Nie, určite by to bolo. To je jedna z vecí, ktoré som nemal v úmysle pokryť a chcel som, je časť otázok. Máme veľa rôznych spôsobov, ako identifikovať výkonnosť dotazov, či už s tým súvisí, konkrétne čaká, ako vidíme v tomto pohľade, alebo či súvisí so spotrebou zdrojov dotazov celkovo, existuje celý rad spôsobov, ako môžeme analyzovať dotaz. výkon. Či už je to jeho trvanie, CPU, I / O, a opäť sa môžeme pozrieť na samotné pracovné zaťaženie, aby sme poskytli určitý prehľad. Odporúčania môžeme poskytnúť v sekcii analýzy a tiež máme webovú verziu, ktorá poskytuje informácie o samotných dopytoch. Takže môžem získať odporúčania týkajúce sa chýbajúcich indexov a schopnosti zobraziť plán vykonávania a všetky podobné veci; je to tiež schopnosť. Takže absolútne dokážeme diagnostikovať otázky siedmimi spôsobmi do nedele (smiech) a môžeme byť schopní poskytnúť tento pohľad z hľadiska počtu popráv, či už ide o spotrebu zdrojov, čakanie, trvanie, všetko dobré veci.
Rick Sherman: OK skvele. A potom, čo je zaťaženie samotných inštancií so všetkým týmto monitorovaním?
Bullett Manale: Je to dobrá otázka. Výzvou pri zodpovedaní tejto otázky je, rovnako ako čokoľvek iné. Veľa toho, čo náš nástroj ponúka, poskytuje flexibilitu a súčasťou tejto flexibility je, že mu poviete, čo má zbierať a čo nie. Napríklad pri samotných dopytoch nemusím zhromažďovať informácie o čakaní, alebo môžem. Môžem zhromažďovať informácie týkajúce sa otázok, ktoré presahujú trvanie, vykonávania. Napríklad, ak by som mal ísť do konfiguračného monitora dotazov a mal by som povedať: „Umožňuje zmeniť túto hodnotu na nulu“, realita je taká, že nástroj v podstate len zhromažďuje každý spustený dotaz a to naozaj nie je v duchu, prečo to tak je, ale vo všeobecnosti, ak by som chcel poskytnúť úplnú vzorku údajov pre všetky otázky, mohol by som to urobiť.
Takže je to veľmi relatívne k tomu, aké sú vaše nastavenia, spravidla po vybalení. Je to kdekoľvek od asi 1 - 3 percent režijných nákladov, ale existujú ďalšie podmienky, ktoré sa budú uplatňovať. Závisí to tiež od toho, koľko portových dopytov je vo vašom prostredí spustené, však? Závisí to aj od spôsobu zhromažďovania týchto otázok a od verzie SQL. Napríklad server SQL Server 2005 sa nebude môcť vytiahnuť z rozšírených udalostí, zatiaľ čo tak by sme to vytiahli zo sledovania. Takže by to bolo trochu iné, pokiaľ ide o spôsob, akým by sme sa chystali zhromažďovať tieto údaje, ale to by, ako som už povedal, bolo asi tak asi od roku 2004 s týmto produktom. Bolo to už dosť dlho, pretože sme dostali tisíce zákazníkov, takže poslednou vecou, ktorú chceme urobiť, je nástroj na monitorovanie výkonnosti, ktorý spôsobuje problémy s výkonom (smiech). A preto sa snažíme tomu vyhnúť čo najviac, ale všeobecne povedané, asi tak 1 až 3 percentá sú dobrým pravidlom.
Rick Sherman: Dobre, a to je dosť nízke, takže je to úžasné.
Eric Kavanagh: Dobre. Robin, nejaké otázky od teba?
Robin Bloor: Je mi ľúto, bol som na mute. Máte viacnásobné databázové schopnosti a zaujíma ma, ako sa môžete pozerať na viac databáz, a preto viete, že väčšia základňa zdrojov je pravdepodobne rozdelená medzi rôzne virtuálne stroje a tak ďalej a tak ďalej. Zaujíma ma, ako to ľudia skutočne používajú. Zaujíma ma, čo s tým zákazníci robia. Pretože to vyzerá na mňa, dobre, určite, keď som si hrával s databázami, niečo, čo som nikdy nemal po ruke. A v každom okamihu by som zmysluplným spôsobom uvažoval iba o jednom prípade. Ako to ľudia používajú?
Bullett Manale: Všeobecne povedané, hovoríte všeobecne len o samotnom nástroji? Ako ho používajú? Mám na mysli všeobecne to, že môže mať ústredný bod životného prostredia. Majú pokoj a vedia, že ak sa pozerajú na obrazovku a vidia zelenú, vedia, že je všetko v poriadku. Je to, keď sa vyskytnú problémy a zrejme väčšina prípadov z pohľadu DBA, mnohokrát sa tieto problémy stanú, keď sú pred konzolou, takže môžu byť upovedomení hneď, ako sa problém vyskytne. Ale okrem toho, byť schopný pochopiť, kedy sa problém vyskytne, byť schopný dostať sa k jadru informácií, ktoré im poskytujú určité kon, pokiaľ ide o to, prečo sa to deje. A to je, myslím, najväčšia časť: byť aktívny v tom, nie reaktívny.
Väčšina DBA, s ktorými hovorím - a ja neviem, je to ich dobré percento - sú, žiaľ, stále v reaktívnom prostredí; čakajú, až ich spotrebiteľ osloví, aby im povedal problém. A tak vidíme veľa ľudí, ktorí sa od toho snažia odtrhnúť, a myslím si, že to je veľká časť dôvodu, prečo sa ľuďom tento nástroj páči, je to, že im pomáha byť aktívny, ale zároveň im poskytuje prehľad o tom, čo sa deje. , v čom je problém, ale v mnohých prípadoch to, čo nachádzame aspoň - a možno je to len v tom, čo nám hovoria DBA -, ale v prípade DBA je vnímanie vždy ich problémom, aj keď vývojár aplikácie, ktorý aplikáciu napísal, ktoré to nepísali správne, sú to tí, ktorí budú brať vinu, spôsobia, že vezmú túto aplikáciu do svojich systémov alebo serverov a potom, keď je výkon zlý, všetci poukážu na DBA, hovorí: „Hej, to je tvoja chyba.“
Tento nástroj sa teda mnohokrát použije na pomoc, pokiaľ ide o to, aby DBA povedal: „Hej, v tom spočíva problém a nie ja.“ (Smiech) Potrebujeme vylepšiť to, či už ide o zmenu otázok, alebo o čokoľvek by to malo byť. V niektorých prípadoch to bude spadať do ich vedier, pokiaľ ide o ich zodpovednosť, ale prinajmenšom má k dispozícii nástroj, ktorý im pomôže porozumieť a vedieť to, a robiť to včas, je samozrejme ideálny prístup.
Robin Bloor: Áno, väčšina stránok, s ktorými som oboznámená, ale už dávno som tam bola, pozerala som rôzne weby s viacerými databázami, ale väčšinou som zistila, že by existovali DBA, ktoré by sa zameriavali na hŕstku databáz. A to by boli databázy, že keby niekedy šli dole, bol by to skutočný veľký problém pre podnikanie a tak ďalej a tak ďalej. A tie ostatné budú občas zbierať štatistické údaje, aby zistili, že im nedôjde dostatok miesta, a nikdy sa na ne vôbec nedívali. A keď ste robili demo, pozeral som sa na to a rozmýšľal som dobre, tak či onak, rozširujete sa tým, že poskytujete niečo také pre databázy, o ktoré sa často nikto príliš nestaral, pretože majú rast údajov. , majú občas aj rast aplikácií. Rozšírili ste pokrytie DBA dosť dramatickým spôsobom. Takže to je to, o čom naozaj je otázka, je to, že so súborom nástrojov, ako je tento, ste nakoniec schopní dať DBA službe do každej databázy, ktorá je v podnikovej sieti?
Bullett Manale: Iste, myslím, že výzvou je, že, ako ste povedali veľmi výrečne, je to, že existuje nejaká databáza, o ktorú sa organizácie DBA starajú, a potom sú niektoré, ktorým sa toľko nezaujíma. A spôsob, akým je tento konkrétny produkt, spôsob, akým je licencovaný, založený na jednotlivých inštanciách. Hádam by ste teda povedali, že keď sa ľudia rozhodnú „Hej, nejde o dosť kritický prípad, ktorý by som chcel pomocou tohto nástroja spravovať.“ To znamená, že existujú aj ďalšie nástroje, ktoré sú viac „Myslím, že by sme vyhoveli tým menej dôležitým prípadom SQL. Jeden z nich by bol ako Správca zásob, kde robíme ľahké zdravotné kontroly proti prípadom, ale okrem toho, čo robíme, je objavovanie, takže identifikujeme nové prípady, ktoré boli uvedené online, a od tohto momentu ako DBA môžem povedať: „Dobre, tu je nová inštancia SQL, teraz je to Express? Je to bezplatná verzia alebo podniková verzia? “To je pravdepodobne otázka, ktorú si chcem položiť, ale po druhé, aká dôležitá je pre mňa táto inštancia? Ak to nie je také dôležité, mohol by som nechať tento nástroj ísť a robiť to, všeobecné, čo by som nazval generické zdravotné kontroly v tom zmysle, že sú to základné typy vecí, na ktorých mi záleží ako DBA: Je pohon vyplnený? Reaguje server na problémy? Hlavné veci, však?
Zatiaľ čo v nástroji Diagnostic Manager, nástroj, ktorý som vám práve ukazoval, jeho prechod na úroveň dotazu, jeho postup na odporúčanie indexov, preskúmanie plánu vykonávania a všetkých tých dobrých vecí, zatiaľ čo to je zamerané hlavne o tom, kto vlastní čo, čo vlastním a kto za čo nesie zodpovednosť? Aké servisné balíčky a opravy opráv mám? A fungujú moje servery s hlavnými zložkami toho, čo by som považoval za zdravý príklad SQL? Takže na zodpovedanie vašej otázky existuje trochu mixu. Keď ľudia sledujú tento nástroj, zvyčajne sa pozerajú na kritickejšiu skupinu prípadov. To znamená, že máme niekoľko ľudí, ktorí kupujú každý prípad, ktorý majú, a spravujú ho, takže to jednoducho záleží. Ale celkovo vám hovorím, že určite je prah tých ľudí, ktorí považujú svoje prostredie za dostatočne dôležitý na to, aby disponovali takýmto nástrojom na správu týchto prípadov.
Robin Bloor: Dobre, ďalšia otázka predtým, ako ju odovzdám Ericovi. Dojem, ktorý človek získava, len z pozorovania odvetvia je, že databázy stále majú život, ale všetky údaje sa nalievajú do všetkých týchto dátových jazier a tak ďalej a tak ďalej. To je humbuk, naozaj a humbuk nikdy neodráža realitu, takže ma zaujíma aká realita, ktorú tam vnímate? Existujú dôležité databázy v rámci organizácie, zažívajú tradičný rast údajov, ktorý som považoval za 10 percent ročne? Alebo rastú viac ako to? Vytvára veľké databázy tieto databázy? Aký je obrázok, ktorý vidíš?
Bullett Manale: Myslím si, že v mnohých prípadoch došlo k presunu niektorých údajov do tých ďalších segmentov, v ktorých má väčší zmysel, keď sú k dispozícii iné dostupné technológie. Ako posledné, niektoré z väčších dát. Ale tieto databázy, povedal by som, je ťažké ich zovšeobecniť v mnohých prípadoch, pretože každý je trochu iný. Vo všeobecnosti však vidím určité rozdiely. Vidím, ako som už povedal, ľudia sa v mnohých prípadoch presúvajú k elastickým modelom, pretože chcú pestovať zdroje a nie toľko v iných oblastiach. Niektorí ľudia sa sťahujú k veľkým dátam. Ale je ťažké získať cit pre vnímanie, pretože vo všeobecnosti ľudia hovoria so všetkými, majú tradičné databázy a používajú to v prostredí servera SQL.
To znamená, že id povedať, pokiaľ ide o samotné SQL, určite si stále myslím, že jeho získanie podielu na trhu. A myslím si, že existuje veľa ľudí, ktorí stále smerujú k SQL z iných miest, ako je Oracle, pretože je dostupnejší a zdá sa, že je zrejmé, pretože verzie SQL sa stávajú vyspelejšími - a vy to vidíte s najnovšími vecami, ktoré sa chystajú s SQL, čo sa týka šifrovania a všetkých ďalších schopností, ktoré z neho robia prostredie alebo databázovú platformu - myslím, že to je samozrejme veľmi dôležité z hľadiska úloh. Takže si myslím, že to tiež videli. Tam, kde ste videli zmenu, stále sa to deje. Myslím, že sa to stalo pred 10 rokmi, myslím si, že sa to stále deje v súvislosti so serverom SQL Server, kde rastie prostredie a trhový podiel.
Robin Bloor: OK, Eric, predpokladám, že publikum má otázku alebo dve?
Eric Kavanagh: Áno, dovoľte mi, aby som vám hodil jednu rýchlu. Je to vlastne celkom dobrá otázka. Jeden z účastníkov sa pýta, povie mi tento nástroj, či tabuľka môže potrebovať index na urýchlenie dotazu? Ak áno, môžete uviesť príklad?
Bullett Manale: Áno, takže neviem, či mám jeden na konkrétne pridanie indexu, ale vidíte tu, máme tu odporúčania pre fragmentáciu. Tiež som presvedčený, že sme to práve mali, a to bolo súčasťou nástroja Diagnostic Manager, ktorý ponúka webovú verziu, kde mi podľa jeho informácií chýba index. Tieto odporúčania si môžeme pozrieť a naznačením potenciálneho zisku z toho môžeme indexovať tieto informácie. Druhou vecou, ktorú by som mal spomenúť, je to, že keď urobíme odporúčania, pre mnohé z nich bude skript vytvorený. To nie je dobrý príklad, ale mohli by ste vidieť, áno, situácie, v ktorých index - buď duplicitný index alebo pridanie indexu - by zlepšil výkon, a ako som už povedal vyššie, robíme veľa to pomocou hypotetickej analýzy indexov. Skutočne preto pomáha porozumieť pracovnému zaťaženiu, aby ho bolo možné uplatniť na odporúčanie.
Eric Kavanagh: To je skvelé veci, a to mi dá dobrý záver k záverečným poznámkam tu. Robin a ja a Rick sme už počuli veľa rokov, hovoria o samoladiacich databázach. Je to samoladiaca databáza! Môžem vám len povedať: Neverte im.
Bullett Manale: Neverte humbuk.
Eric Kavanagh: Môžu existovať nejaké malé drobnosti, ktoré sa dynamicky robia, ale aj tak by ste si to mali vyskúšať a uistiť sa, že nerobí niečo, čo by ste nechceli. Takže nejaký čas potrebovali nástroje, ako je tento, aby pochopili, čo sa deje na úrovni databázy, a ako povedal Robin, dátové jazerá sú fascinujúce koncepty, ale pravdepodobne ide o toľko šancí, že sa prevezmú, pretože existuje monštrum Loch Ness v dohľadnej dobe. Takže by som ešte len povedal, že skutočný svet má veľa databázových technológií, potrebujeme ľudí, DBA, aby sa na to pozreli a syntetizovali. Môžete povedať, že musíte vedieť, čo robíte, aby to fungovalo. Potrebujete však nástroje, ktoré vám poskytnú informácie, aby ste vedeli, čo robíte. Záverom teda je, že DBA sa budú dariť dobre.
A veľká vďaka Bullett Manale a našim priateľom v spoločnosti IDERA. A samozrejme, Rick Sherman a Robin Bloor. Všetky tieto webové vysielania archivujeme, takže hop on-line insideanalysis.com alebo na našu partnerskú stránku www.techopedia.com, kde nájdete ďalšie informácie.
A s tým sa dobre rozlúčte, ľudia. Ešte raz ďakujem, nabudúce sa s vami porozprávame. Dávaj pozor. Zbohom.