Autors: Techopedia Staff, 2017. gada 19. aprīlis
Takeaway: Uzņēmējs Ēriks Kavanagh apspriež prognozēšanu ar Dr Robin Bloor, Rick Sherman un IDERA Bullett Manale.
Lai apskatītu video, jums jāreģistrējas šim notikumam. Reģistrējieties, lai redzētu video.
Ēriks Kavanaghs: dāmas un kungi, sveiciens vēlreiz un laipni gaidīti Hot Technologies tīmekļa apraides sērijā! Mans vārds ir Ēriks Kavanaghs, es būšu jūsu šodienas tīmekļa semināra ar nosaukumu “Laika, naudas un nepatikšanu ietaupīšana ar optimālām laika prognozēm.” Vadība. vienmēr par to runā šajā izrādē. Tātad, Hot Technologies, protams, ir mūsu forums, lai saprastu, kādi daži izcili produkti ir šodien mūsdienu pasaulē, uzņēmumu tehnoloģiju pasaulē, ko ļaudis dara ar viņiem, kā viņi strādā, un tas viss, kas ir jautri.
Un šī tēma šodien, kā es iesaku, nodarbojas ar prognozēšanu. Tiešām jūs mēģināt saprast, kas notiks jūsu organizācijā. Kā jūs gūsit prieku saviem lietotājiem neatkarīgi no tā, ko viņi dara? Ja viņi veic analīzi, ja viņi veic reālu darbu, viņi saskaras ar reāliem klientiem ar darījumu sistēmām neatkarīgi no gadījuma, jūs vēlaties saprast, kā darbojas jūsu sistēmas un kas notiek, un tas ir tas, ko mēs " Parunāšu par šodienu. Tas ir smieklīgi, jo prognozēšana nav tas, kas man patīk darīt, jo esmu māņticīgs, tāpat kā es domāju, ka, ja es prognozēju pārāk daudz, notiks sliktas lietas, bet tas ir tikai man. Neseko manai vadībai.
Tātad, šeit ir mūsu šodienas vadītāji, patiesi cieņā augšējā kreisajā stūrī. Riks Šermens zvana no Bostonas, mūsu draugs Bullett Manale no IDERA un mūsu pašu Dr. Robins Bloors. Un līdz ar to es to nodošu Robinam un tikai atgādināšu ļaudīm: uzdodiet jautājumus, nekautrējieties, mēs mīlam labus jautājumus, mēs tos šodien izliksim mūsu vadītājiem un citiem. Un ar to, Robin, atņem to.
Robins Bloors: Labi, labi, tā kā esmu nonācis tiešā situācijā, kā viņi saka, es domāju, ka šodien pastāstīšu SQL stāstu, jo tas ir pamats tam, par ko notiks diskusija, un tas neizbēgami nesaskarsies ar jo Riks nekoncentrējas uz to un nesaskarsies ar Rika teikto. Tātad, SQL stāsts, par SQL ir dažas interesantas lietas, jo tas ir tik dominējošs. Redziet, tā ir kļūda, SQL ir deklaratīva valoda. Ideja bija tāda, ka jūs varētu izveidot valodu, kurā jūs pieprasītu to, ko vēlaties. Un datu bāze izstrādātu, kā to iegūt. Un patiesībā tas ir izstrādāts diezgan labi, taču ir vairākas lietas, kuras par to ir vērts teikt, sekas, ja visa IT nozare balstās uz deklaratīvu valodu. Lietotājs nezina vai nerūpējas par datu fizisko organizāciju, un tas ir labi par deklaratīvo valodu - tas jūs atšķir no visa šī, un pat par to satraucošs - vienkārši pajautājiet visu, ko vēlaties, un datu bāzi ies un dabūšu.
Bet lietotājam nav ne jausmas, vai tas, kā viņi strukturē SQL vaicājumu, ietekmēs vaicājuma veiktspēju, un tas ir mazliet negatīvs. Esmu redzējis simtiem un simtiem rindu garu vaicājumu, kas, jūs zināt, ir tikai viens SQL pieprasījums, sākas ar “atlasīt” un vienkārši turpinās un turpinās ar apakšjautājumiem un tā tālāk un tā tālāk. Un patiesībā izrādās, ka, ja vēlaties, lai konkrēta datu kolekcija būtu ārpus datu bāzes, jūs to varat lūgt daudzos dažādos veidos, izmantojot SQL, un saņemt tādu pašu atbildi, ja jums ir zināmi zināmi dati. Tātad, viens SQL vaicājums nebūt nav labākais veids, kā pieprasīt datus, un datu bāzes reaģēs diezgan atšķirīgi atkarībā no SQL, ko jūs tajās ievietojāt.
Un tā, SQL faktiski ietekmē veiktspēju, tāpēc cilvēki, kuri izmanto SQL, tas attiecas arī uz viņiem, tas attiecas arī uz SQL programmētājiem, kuri izmanto SQL, un viņi vēl mazāk domā par to ietekmi, kas viņiem būs, jo lielākoties viņu uzmanība tiek pievērsta manipulācijām ar datiem, nevis datu iegūšanai, ievietošanai. Tas pats attiecas arī uz BI rīkiem, es esmu redzējis SQL, kas, ja vēlaties, izspiež no dažādu datu bāzu BI rīkiem, un jāsaka, ka tas ir daudz, tas ir, es, es t nerakstiet SQL vaicājumus. Tas ir kāds, kas, ja vēlaties, ir izveidojis nelielu motoru, ka neatkarīgi no tā, kādi parametri ir, tas izmetīs nedaudz SQL, un atkal tas, ka SQL ne vienmēr būs efektīvs SQL.
Tad es domāju, ka pieminēšu pretestības neatbilstību, dati, kurus programmētāji izmanto, ir atšķirīgi no datiem, jo tie šķiro. Tātad, mūsu DMS datus glabā tabulās, sakārtots objektorientētais kods lielākoties ir kodētāji, mūsdienās programmē objektorientētu formu un pasūta datus objekta struktūrās, tāpēc tas nesaskaņo viens otru. Tātad ir nepieciešams tulkot no tā, ko programmētājs domā, ka dati ir līdz tam, ko datu bāze domā, kādi ir dati. Liekas, ka mums vajadzēja kaut ko izdarīt nepareizi, lai tā būtu. SQL ir DDL datu definēšanai, tam ir DML - datu manipulācijas valoda - atlasiet, projektējiet un pievienojieties, lai iegūtu šos datus. Tagad ir ļoti maz matemātikas un ļoti maz laika balstītu lietu, tāpēc tā ir nepilnīga valoda, lai gan jāsaka, ka tā ir paplašināta un turpina paplašināties.
Un tad jums rodas SQL barjeras problēma, kas vienmēr ir skaidrāka nekā diagrammā, bet daudzi cilvēki uzdeva jautājumus analītisku apsvērumu dēļ, tiklīdz viņi ir ieguvuši atbildi uz jautājumu datu noteikumiem, vēlas uzdot citu jautājumu. Tātad, tas kļūst par dialoga lietu, labi, SQL nebija izveidots dialogiem, tas tika izveidots, lai pajautātu, ko vēlaties uzreiz. Un to ir vērts zināt, jo ir daži produkti, kas faktiski pamet SQL, lai padarītu iespējamu sarunu starp lietotāju un datiem.
Runājot par datubāzes veiktspēju - un šāda veida izplatās uz visu - jā, tur ir centrālais procesors, tur atmiņa, tur disks, tur tīkla pieskaitāmās izmaksas un vairāk nekā vienas personas, kas vēlas ekskluzīvi izmantot datus noteiktā laikā, bloķēšanas problēma. noteiktā laikā. Bet ir arī slikti SQL zvani, ir šausmīgi daudz, ko var darīt, ja faktiski optimizējat SQL veiktspējas ziņā. Tātad, datu bāzes veiktspējas faktori: slikta konstrukcija, slikta programmas izstrāde, trūkstošās slodzes vienlaicīgums, slodzes līdzsvarošana, vaicājuma struktūra, kapacitātes plānošana. Tas ir datu pieaugums. Un dažos vārdos sakot, SQL ir ērts, taču tas pats neveic optimizāciju.
To sakot, es domāju, ka mēs varam nodot Rikam.
Ēriks Kavanaghs: Labi, Rick, ļaujiet man dot jums WebEx automašīnas atslēgas. Ņem to prom.
Riks Šērmens: Labi, lieliski. Nu, paldies Robinam, tā kā mēs sākām prezentācijas sākumā, mana grafika joprojām ir diezgan garlaicīga, bet mēs to iesim. Tātad, es piekrītu visam, ko Robins runāja SQL pusē. Bet tas, ko es tagad mazliet vēlos koncentrēt, ir pieprasījums pēc datiem, kurus mēs ļoti ātri pārdomāsim, piegāde, piemēram, šajā telpā izmantotajiem instrumentiem, vai nepieciešamība pēc instrumentiem šajā telpā.
Pirmkārt, katrā lasītajā rakstā ir kāds sakars ar lieliem datiem, daudz datu, nestrukturētiem datiem, kas nāk no mākoņa, lieliem datiem visur, ko vien varat iedomāties. Bet datu bāzu tirgus pieaugums vienmēr ir bijis ar SQL - relāciju datu bāze, iespējams, no 2015. gada joprojām ir 95 procenti no datu bāzes tirgus. Trīs lielāko attiecību pārdevēju tirgus daļa šajā telpā ir aptuveni 88 procenti. Tātad, kā Robins runāja, mēs joprojām runājam par SQL. Patiesībā, pat ja mēs skatāmies uz Hadoop platformu, Hive un Spark SQL - ko mans dēls, kurš ir datu zinātnieks, visu laiku izmanto - noteikti ir dominējošais veids, kā cilvēki var piekļūt datiem.
Tagad datubāzu pusē ir divas plašas datu bāzu izmantošanas kategorijas. Viens no tiem ir paredzēts operatīvām datu bāzu pārvaldības sistēmām, tātad - biznesa attiecību plānošana, klientu attiecību nodrošināšana, Salesforce ERP, Oracles, EPIC, N4 utt., Visā pasaulē. Un tur, datu noliktavās un citās biznesa inteliģenci balstītās sistēmās, ir liels un arvien lielāks datu apjoms. Tā kā viss, neatkarīgi no tā, kur un kā tas tiek notverts, glabāts vai darīts, galu galā tiek analizēts, un tāpēc pastāv milzīgs pieprasījums un palielinās datu bāzu, jo īpaši relāciju datu bāzu, izmantošana tirgū.
Tagad mēs esam ieguvuši pieprasījumu, un mums ir milzīgs datu apjoms. Un es nerunāju tikai par lielajiem datiem, es runāju par datu izmantošanu visu veidu uzņēmumos. Bet, sākot no piedāvājuma puses, cilvēkiem, kuri var pārvaldīt šos resursus, mums vispirms ir sava veida DBA deficīts. Pēc Nodarbinātības statistikas biroja datiem, laikā no 2014. līdz 2024. gadam DBA darbavietu skaits pieaugs tikai par 11 procentiem - tagad tie ir cilvēki, kuriem ir DBA amatu nosaukumi, bet par to mēs runāsim sekundē - pret 40 plus procentuālais datu pieaugums gadā. Un mums ir daudz DBA; vidēji tajā pašā pētījumā tika runāts par vidējo vecumu, salīdzinot ar citām IT profesijām. Un tad mums ir daudz cilvēku, kas pamet šo lauku, ne vienmēr dodoties pensijā, bet gan pārorientējoties uz citiem aspektiem, pāriet vadībā vai kā citādi.
Daļēji viņu aiziešanas iemesls ir tas, ka DBA darbs kļūst arvien grūtāks. Pirmkārt, mums ir DBA, kas paši pārvalda dažādas datu bāzes, fiziskās datu bāzes, kas atrodas visur, kā arī dažāda veida datu bāzes. Tagad tas varētu būt relāciju vai arī tie var būt arī citi datu bāzes veidi. Bet pat ja tas ir radniecīgs, viņiem var būt viens, divi, trīs, četri dažādi pārdevēji, kurus viņi patiesībā mēģina pārvaldīt. DBA parasti iesaistās pēc datu bāzes vai lietojumprogrammas izstrādes. Robins stāstīja par to, kā tiek veidotas datu bāzes vai lietojumprogrammas, kā tiek izveidots SQL. Nu, ja mēs runājam par datu modelēšanu, ER modelēšanu, paplašinātu ER modelēšanu, dimensiju modelēšanu, progresīvu dimensiju modelēšanu, neatkarīgi no tā, ko parasti lietojumprogrammu programmētāji un lietojumprogrammu izstrādātāji projektē, ņemot vērā savu gala mērķi - viņi nedomā par pati datu bāzes struktūra. Tātad mums ir daudz slikta dizaina.
Tagad es nerunāju par komerciālu uzņēmumu lietojumprogrammu pārdevējiem; viņiem parasti ir ER modeļi vai paplašināti ER modeļi. Tas, par ko es runāju, ir tas, ka katrā uzņēmumā ir daudz vairāk biznesa procesu un lietojumprogrammu, ko izstrādā izstrādājumu izstrādātāji - tie nav obligāti izstrādāti izvietošanas efektivitātei. Un pašas DBA ir pārmērīgi strādājošas, un dažkārt viņiem ir 24/7 atbildība, viņi turpina iegūt arvien vairāk datu bāzu. Es domāju, ka tas ir mazliet saistīts ar to, ka cilvēki īsti nesaprot, ko viņi dara vai kā viņi to dara. Viņu mazā grupa un cilvēki vienkārši domā: “Visi šie rīki ir tik vienkārši lietojami, mēs varam turpināt izmantot arvien vairāk datu bāzu par viņu darba slodzi”, bet tas tā nav.
Kas mūs noved pie nepilna laika un nejaušām DBA. Mums ir nelielas IT komandas, un tās nevar atļauties īpašu DBA. Tagad tas attiecas uz maziem un vidējiem uzņēmumiem, kur datu bāzes un datu bāzu lietojumprogrammu paplašināšana ir eksplodējusi pēdējā desmitgadē un turpina paplašināties. Tas attiecas arī uz lielām korporācijām, kuras parasti ilgi un ilgi veic datu glabāšanu un biznesa informācijas analīzi. Sen mēs izmantojām šiem projektiem paredzētas DBA; mēs nekad vairs nesaņemam īpašu DBA. Mēs esam atbildīgi par datu bāzes izveidošanu, kas ir lieliski, ja tā ir kāda, kurai ir pieredze. Bet kopumā DBA ir lietojumprogrammu izstrādātāji, viņi bieži uzņemas šo lomu kā nepilna laika darbu, viņiem nav oficiālu apmācību tajā un atkal, viņi to izstrādā savu mērķu sasniegšanai, viņi ir to neizstrādājot efektivitātes uzlabošanai.
Starp projektēšanu un attīstību ir daudz atšķirību, salīdzinot ar izvietošanu un pārvaldību. Tātad mums ir “santīma gudrs, muļķīgs mārciņa” ar nelielu cūciņu banku, izlaižot projektos nepieciešamo prasmju un resursu iegūšanu. Domājot, ka visi ir no “Nerdu atriebības”, mana tur mazā bilde. Tagad, ciktāl tas vajadzīgs cilvēkiem, mums ir arvien plašāka datu bāzu un datu izmantošana SQL. Mums ir ierobežots DBA skaits - cilvēki, kuri ir prasmīgi un kompetenti šajās skaņošanas un projektēšanas, kā arī pārvaldības un izvietošanas situācijās. Un mums ir arvien vairāk nepilna laika vai nejaušu DBA, cilvēki, kuriem nav bijusi oficiāla apmācība.
Tātad, kādas ir dažas citas lietas, kas arī iedziļinās jautājumā par to, ka šīs datu bāzes netiek labi noregulētas vai arī tiek pārvaldītas? Pirmkārt, daudzi cilvēki pieņem, ka datu bāzes sistēmai pašai ir pietiekami rīki, lai sevi pārvaldītu. Tagad rīkus kļūst vieglāk un vieglāk izdarīt - projektēšanu un attīstību -, bet tas ir savādāk, nekā izvietojot labu dizainu un labu pārvaldību, kapacitātes plānošanu, uzraudzību utt. Tātad vispirms cilvēki pieņem, ka viņiem ir visi nepieciešamie rīki. Otrkārt, ja jūs esat nepilna laika vai nejaušs DBA, jūs nezināt, ko nezināt.
Es domāju, ka es aizmirsu daļu no šīs frāzes, tāpēc ka daudzas reizes viņi vienkārši nesaprot, kas viņiem pat ir jāaplūko, izstrādājot dizainu vai pārvaldot vai izmantojot datu bāzes. Ja tā nav jūsu profesija, tad jūs nesaprotat, kas jums jādara. Treškārt, SQL ir tiešais rīks, tāpēc Robins runāja par SQL un to, cik slikti SQL dažreiz tiek veidots vai bieži tiek konstruēts. Un arī viens no maniem lolojumdzīvniekiem ir saistīts ar datu glabāšanu BI, datu migrēšanu un datu inženieriju, jo cilvēkiem ir tendence rakstīt SQL kodu, saglabātās procedūras, pat ja viņi izmanto rīkus, pat ja viņi izmanto dārgu datu integrācijas rīku vai dārgs BI rīks, viņi to bieži izmanto tikai glabāto procedūru palaišanai. Tā, ka arvien svarīgāka kļūst izpratne par datu bāzes dizainu un SQL konstruēšanu.
Visbeidzot ir šī tvertnes pieeja, kurā mums ir atsevišķi cilvēki, kas skatās atsevišķas datu bāzes. Viņi neskatās, kā lietojumprogrammas darbojas un mijiedarbojas savā starpā. Un viņi arī bieži meklē datu bāzes salīdzinājumā ar lietojumprogrammām, kurās tās izmanto. Tātad darba slodze, ko iegūstat datu bāzē, ir kritiska projektēšanā, kritiska tās pielāgošanā, kritiska, mēģinot izdomāt, kā plānot ietilpību utt. Tātad, aplūkojot mežu no kokiem, cilvēki atrodas nezālēs, apskatot atsevišķās tabulas un datu bāzes un neapskatot šo lietojumprogrammu kopējo mijiedarbību darba slodzē.
Visbeidzot, cilvēkiem ir jāaplūko galvenās jomas, kuras viņiem ir jāaplūko. Plānojot datu bāzu pārvaldību, viņiem vispirms ir jādomā par, jāizstrādā daži uz lietojumprogrammām orientēti veiktspējas rādītāji, tāpēc viņiem ir jāapskata ne tikai tas, kā šī tabula ir strukturēta, kā tā ir īpaši modelēta, bet arī kā tā tiek izmantota? Tātad, ja jums ir uzņēmuma lietojumprogramma, kas pienākas piegādes ķēdes pārvaldībā, ja pasūtījumus veicat tīmeklī, ja darāt BI - neatkarīgi no tā, ko darāt, jums ir jāpārdomā, kas to izmanto, kā viņi izmantojot to, kādi ir datu apjomi, kad tas notiks. Tas, ko jūs patiešām cenšaties meklēt, ir nogaidīšanas laiki, jo neatkarīgi no tā, visas lietojumprogrammas tiek vērtētas pēc tā, cik ilgs laiks nepieciešams, lai kaut ko paveiktu, neatkarīgi no tā, vai tā ir persona, vai tikai datu apmaiņa starp lietojumprogrammām vai procesoriem. Un kādas ir vājās vietas? Tik bieži, mēģinot atkļūdot jautājumus, protams, jūs patiešām cenšaties izpētīt, kas ir īstās vājās vietas - ne vienmēr kā visu noregulēt, bet arī kā atbrīvoties un novirzīt priekšnesumu uz gaidīšanas laiku un caurlaidspēja - viss, kas jums jāaplūko.
Un jums tiešām ir jānošķir datu uztveršana, transakcijas, pārveidojumu aspekti datu bāzē, kā arī analītika. Katram no tiem ir atšķirīgi dizaina modeļi, katram no tiem ir atšķirīgi lietošanas veidi, un katram no tiem ir jābūt noregulētiem atšķirīgi. Tātad jums ir jādomā par to, kā šie dati tiek izmantoti, kad tie tiek izmantoti, kādam nolūkam tie izmantoti, un jāizdomā, kāda ir veiktspējas metrika un kādas ir galvenās lietas, kuras vēlaties analizēt saistībā ar šo lietojumu. Tagad, kad skatāties veiktspējas uzraudzību, jūs vēlaties aplūkot pašas datu bāzes darbības; vēlaties apskatīt abas datu struktūras, tāpēc indeksi, sadalīšana un citi datu bāzes fiziskie aspekti, pat datu bāzes struktūra - neatkarīgi no tā, vai tas ir ER modelis vai dimensiju modelis, lai arī cik tas būtu strukturēts - visām šīm lietām ir ietekme uz veiktspēju, it īpaši dažādos datu uztveršanas analīzes un notiekošo pārvērtību kontekstos.
Un kā Robins pieminēja SQL pusē, ir kritiski svarīgi aplūkot SQL, ko dažādās datu bāzēs vada šīs dažādās lietojumprogrammas. Apskatot kopējo lietojumprogrammu darba slodzi un infrastruktūras vidi, kurā darbojas šīs datu bāzes un lietojumprogrammas. Tātad, lai tīkli, serveri un mākonis - neatkarīgi no tā, ar ko viņi darbojas - arī aplūkotu šo lietojumu un datu bāzu ietekmi šajā kontekstā, visiem tiem ir savstarpējā mijiedarbība, lai varētu noskaņot datu bāzi.
Visbeidzot, aplūkojot rīkus, jūs vēlaties apskatīt trīs dažādus ar to saistītos analītiskos veidus. Vēlaties aplūkot aprakstošu analīzi: kas un kur notiek, saistībā ar datu bāzi un lietojumprogrammas veiktspēju. Jūs vēlaties, lai būtu iespēja veikt diagnostisko analītiku, lai izdomātu ne tikai to, kas notiek, bet kāpēc tas notiek, kur ir vājās vietas, kur ir problēmas, kas darbojas labi, kas nedarbojas labi? Bet spēja analizēt un iedziļināties problemātiskajās zonās, lai pievērstos tām, veidojot dizainu vai visu, kas jums jādara.
Visbeidzot, visagresīvākais vai proaktīvākais analīzes veids ir faktiski veikt kādu paredzamo analīzi, prognozējošo analītisko modelēšanu, neatkarīgi no tā. Mēs zinām, ka datu bāze un lietojumprogrammas darbojas šajā kontekstā, ja mēs palielinām ietilpību, ja iegūstam vairāk lietotāju, ja mēs darām lielāku caurlaidspēju, neatkarīgi no tā, ko mēs darām, spējam noteikt, ko, kā un kur tas Ietekme uz datu bāzi, lietojumprogrammas, ļauj mums plānot un proaktīvi izdomāt, kur ir vājās vietas, kur varētu ciest gaidīšanas laiki un kas mums jādara, lai lietas labotu. Tāpēc mēs vēlamies, lai būtu rīki, kas varētu ieviest veiktspējas rādītājus, uzraudzīt veiktspēju, tāpat kā šie trīs analīzes veidi. Un tas ir mans pārskats.
Ēriks Kavanaghs: Labi, atļaujiet man to nodot - tās, starp citu, ir divas lieliskas prezentācijas - ļaujiet man to nodot Bullett Manale, lai ņemtu to no turienes. Un ļaudis, neaizmirstiet uzdot labus jautājumus; mums jau ir labs saturs. Atņemiet to, Bullett.
Bullett Manale: izklausās labi. Paldies, Ēriks. Tātad, daudz no tā, ko teica Riks un Robins, acīmredzot es piekrītu 100 procentiem. Es teiktu, ka es uzvilku šo slaidu uz augšu, jo, manuprāt, tas der, es nezinu tiem no jums, kas ir “A-Team” fani 80. gados, Džons Hannibala Smits teica, ka vienmēr sakiet: “Es mīlu to, kad plāns sanāk kopā”, un es domāju, ka, runājot par īpaši SQL Server, uz kuru mēs koncentrējamies, kas ir produkts, par kuru mēs šodien runāsim, SQL Diagnostic Manager, tā noteikti ir viena no tām lietām, kas jums ir jābūt; jums jāspēj izmantot jūsu rīcībā esošos datus un pieņemt lēmumus, pamatojoties uz šiem datiem, un dažos gadījumos jūs nemeklējat lēmumu; jūs meklējat kaut ko, lai pateiktu, kad kaut kas beidzas ar resursiem, kad beigsies resursi, kad jums būs sašaurinājums, tādas lietas.
Tas attiecas ne tikai uz noteiktas metrikas uzraudzību. Tātad, izmantojot Diagnostic Manager, viena no lietām, ko tas dara ļoti labi, jums palīdzēs prognozēšanas un darba slodzes īpašās izpratnes jomā, un mēs šodien par to daudz runāsim. Šis rīks ir paredzēts datu pārvaldītājam, DBA vai darbojas DBA, tāpēc daudzas lietas, kuras Riks pieminēja, darbojas DBA. Daudzos gadījumos, ja jūs neesat DBA, būs daudz jautājumu zīmju, kuras jums būs, kad būs laiks pārvaldīt SQL vidi, lietas, kuras jūs nezināt. Un tāpēc jūs meklējat kaut ko, kas jums palīdzētu, iepazīstinātu jūs ar šo procesu un izglītotu arī jūs šajā procesā. Un tāpēc ir svarīgi, lai rīks, kuru izmantojat šāda veida lēmumiem, sniegtu jums nelielu ieskatu par iemesliem, kāpēc šie lēmumi tiek pieņemti, tas nav tikai jums saka: “Ei, dari to.”
Tā kā es esmu DBA pārstāve, es beidzot varētu būt pilnvērtīga DBA ar faktiskajām zināšanām un zināšanām, lai atbalstītu šo titulu. Tātad, kad mēs runājam par datu bāzes administratoru, es vienmēr parādīšu šo slaidu vispirms, jo DBA ir dažāda loma un atkarībā no organizācijas, kurā jūs strādājat, tie dažādās vietās atšķirsies, bet parasti jūs vienmēr kaut kādā veidā esat atbildīgs par jūsu glabāšanu, šīs krātuves plānošanu un izpratni par to, kā paredzēt, man jāsaka, cik daudz vietas jūs dodaties vai tas ir paredzēts jūsu dublējumiem, vai arī pašām datu bāzēm. Jums tas būs jāsaprot un jānovērtē.
Turklāt jums būs jāprot izprast un optimizēt lietas pēc nepieciešamības, un, pārraugot apkārtējo vidi, ir acīmredzami svarīgi, lai jūs veiktu izmaiņas, kas tām vajadzīgas, balstoties uz lietām, kas izmaiņas pašā vidē. Prognozēšanas laikā jāņem vērā tādas lietas kā lietotāju skaits, piemēram, lietojumprogrammu popularitāte, datu bāzes sezonalitāte. Un tad acīmredzami aplūko citas lietas attiecībā uz spēju sniegt ziņojumus un nepieciešamo informāciju, kas saistīta ar šo lēmumu pieņemšanu. Daudzos gadījumos tas nozīmē veikt salīdzinošo analīzi; tas nozīmē, ka jāspēj īpaši aplūkot noteiktu metriku un saprast, kāda laika gaitā ir bijusi šīs metrikas vērtība, lai jūs varētu paredzēt, kur tā virzīsies.
Tātad tam, ko paveic Diagnostic Manager, piemīt šīm iespējām, un cilvēki to izmanto katru dienu, lai varētu veikt tādas darbības kā prognozēšana, un šeit esmu ievietojis jaudas plānošanas definīciju. Un tā ir diezgan plaša un patiesībā diezgan neskaidra definīcija, kas ir tikai ražošanas jaudas noteikšanas process, kas vajadzīgs organizācijai, lai apmierinātu mainīgās prasības pēc tās produktiem, un dienas beigās tas tiešām ir tas, par ko ir runa: par iespēju uztvert informāciju, kas jums ir kaut kādā veidā, un šīs informācijas pieņemšanu un lēmumu pieņemšanu, lai palīdzētu jums virzīties uz priekšu, virzoties uz priekšu jūsu datu bāzu dzīves ciklā. Un tā, lietu veidi, kas ir iemesls, kāpēc cilvēkiem tas jādara, acīmredzami, pirmkārt, ir galvenokārt naudas ietaupīšana. Acīmredzot uzņēmumiem tas ir galvenais mērķis - nopelnīt naudu un ietaupīt. Bet vienlaikus tas nozīmē arī spēju pārliecināties, ka jūsu dīkstāves nav. Un spēja pārliecināties, ka jūs mazināt visas dīkstāves iespējas, tāpēc neļaujiet tai sākties, citiem vārdiem sakot, negaidiet, kamēr tā notiks, un tad reaģējiet uz to.
Šeit bez šaubām ir arī iespēja palielināt savu lietotāju produktivitāti, padarot tos efektīvākus, lai jūs varētu vairāk nokārtot biznesu, tāpēc šeit acīmredzami ir arī galvenā lieta, tāpēc šie ir lietu veidi, ko kā DBA vai kāds, kas iesaistīts prognozēšanā vai kapacitātē plānošanai būs jāspēj izsekot informācijai, lai spētu pieņemt šos lēmumus. Un tad kopumā tas acīmredzami palīdzēs jums novērst atkritumu rašanos, ne tikai naudas ziņā, bet arī laika ziņā un vispārīgi runājot par resursiem, kurus, iespējams, varētu izmantot citām lietām. Tātad, spējot iznīcināt šos atkritumus tā, ka jums nav iespēju izmaksu, kas ir saistīta ar pašiem atkritumiem.
Tātad, ņemot vērā iepriekš teikto, kādi ir jautājumu veidi, kurus mēs saņemam, kas saistīti ar personu, kura ir DBA? Kad man beigsies telpa? Tas ir liels, ne tikai to, cik daudz vietas es patērēju tagad, bet arī kad es būšu beidzies, balstoties uz tendencēm un pagātnes vēsturi? Tas pats ar faktiskajiem SQL gadījumiem, datu bāzēm, kurus serverus es varu konsolidēt? Es ielikšu dažus VM, kāda jēga ir to datu bāzēm, kuras es konsolidēšu un kādos SQL gadījumos tām vajadzētu atrasties? Uz visiem šiem jautājumiem ir jāspēj atbildēt. Jo vairumā gadījumu, ja jūs esat DBA vai darbojaties DBA, jūs to plānojat nostiprināt kaut kad savā karjerā. Daudzos gadījumos jūs to darīsit pastāvīgi. Tātad jums ir jāspēj ātri pieņemt šos lēmumus, nevis jāspēlē minēšanas spēles, kad runa ir par to.
Mēs runājām par sastrēgumiem un to, kur tie notiks tālāk, spējot to atkal paredzēt, tā vietā, lai gaidītu, kamēr tie notiks. Tātad acīmredzami visām šīm lietām, par kurām mēs runājam, ir jēga tādā nozīmē, ka vairumā gadījumu jūs paļaujaties uz vēsturiskiem datiem, lai varētu ģenerēt šos ieteikumus vai dažos gadījumos spētu pats formulēt lēmumus, lai varētu nākt klajā ar šīm atbildēm. Bet tas man atgādina, ka, dzirdot radio reklāmas kādam, kurš pārdod vērtspapīrus vai kaut ko tamlīdzīgu, tas vienmēr “iepriekšējais sniegums neliecina par nākotnes rezultātiem” un tamlīdzīgas lietas. Un tas pats attiecas arī uz šeit. Jums būs situācijas, kad šīs prognozes un šīs analīzes var nebūt 100% pareizas. Bet, ja jūs nodarbojaties ar lietām, kas ir notikušas pagātnē un ir zināmas, un spēja uzņemties un paveikt “kas būtu, ja” ar daudziem šāda veida jautājumiem, jums nāksies saskarties, ir ļoti vērtīga un tas jūs aizvedīs daudz tālāk nekā minēšanas spēles spēlēšana.
Tātad, šāda veida jautājumi acīmredzami radīsies, tāpēc kā mēs ar Diagnostic Manager apstrādājam daudzus no šiem jautājumiem, pirmkārt, mums ir prognozēšanas iespējas, ja mēs to varam izdarīt datu bāzē, pie galda kā piedziņu vai skaļumu. Lai varētu ne tikai pateikt: “Hei, mēs esam pilni ar kosmosu”, bet arī pēc sešiem mēnešiem, divus gadus pēc šī brīža, pēc pieciem gadiem, ja es tam plānoju budžetu, cik daudz vietas es pavadīšu ir nepieciešams budžets? Tie ir jautājumi, kas man būs jāuzdod, un man vajadzēs spēt izmantot kādu metodi, kā to izdarīt, nevis minēt un likt pirkstu gaisā un gaidīt, lai redzētu, kurā virzienā pūš vējš, kas ir daudz reižu, diemžēl, tas, kā tiek pieņemts daudz šo lēmumu.
Papildus tam, ka spēja - izskatās, ka mans slaidiņš tur bija mazliet nogriezts -, bet spēja sniegt zināmu palīdzību ieteikumu veidā. Tā ir viena lieta, lai jūs varētu parādīt informācijas metriku, kas pilns ar metriku, un pateikt: “Labi, šeit ir visi rādītāji un kur viņi atrodas”, bet tad spēt tos izveidot vai kaut kā saprast ko darīt, pamatojoties uz to, tas ir vēl viens lēciens. Un dažos gadījumos cilvēki ir pietiekami izglītoti DBA lomā, lai spētu pieņemt šos lēmumus. Tāpēc rīkā ir daži mehānismi, kas palīdzēs ar to, un mēs jums to parādīsim tikai pēc sekundes. Bet spēja parādīt ne tikai ieteikumu, bet arī sniegt nelielu ieskatu, kāpēc šis ieteikums tiek izteikts, un pēc tam arī dažos gadījumos spēt nākt klajā ar skriptu, kas automatizē ieteikumu. arī šī jautājuma atlīdzināšana ir ideāla.
Pārejot pie nākamā šeit, ko mēs redzēsim, tā ir tikai vispārēja izpratne par normālu līdz metriskajam līmenim. Es nevaru pateikt, kas nav normāli, ja nezinu, kas ir normāli. Un tāpēc, lai kaut kādā veidā izmērītu šo atslēgu, ir jāprot ņemt vērā vairāku veidu apgabalus, piemēram, vai, man jāsaka, termiņus, dažādas serveru grupas, spējot to izdarīt dinamiski, no trauksmes viedokļa, citiem vārdiem sakot, nakts vidū, uzturēšanas laikā, es ceru, ka mana centrālā procesora darbības rādītāji ir 80 procenti, pamatojoties uz visu uzturēšanu, kas notiek. Tāpēc es varētu vēlēties paaugstināt savus sliekšņus augstāk, šajos laika periodos, salīdzinot ar varbūt dienas vidū, kad man nav tik daudz aktivitātes.
Šīs ir dažas lietas, kas acīmredzami būs videi draudzīgas, taču tās var pielietot pārvaldītajam, lai palīdzētu jums efektīvāk pārvaldīt šo vidi un padarītu to vieglāk izpildāmu. Acīmredzami otra joma kopumā spēj sniegt tikai ziņojumus un informāciju, lai varētu atbildēt uz šāda veida jautājumiem “kas būtu, ja”. Ja es tikko esmu izdarījis izmaiņas savā vidē, es vēlos saprast, kāda tā ir bijusi ietekme, lai es varētu šīs pašas izmaiņas piemērot arī citiem gadījumiem vai citām datu bāzēm manā vidē. Es vēlos, lai man būtu kāda informācija vai kāda munīcija, lai varētu veikt šīs izmaiņas ar mieru un zinot, ka tās būs labas pārmaiņas. Tātad, spējot veikt šo salīdzinošo pārskatu, spēt sarindot manus SQL gadījumus, spēt sarindot manas datu bāzes savā starpā, pateikt: “Kurš ir mans augstākais CPU patērētājs?” Vai kurš no tiem ilgāk izmanto termiņu gaidīšanas un tamlīdzīgas lietas? Tātad liela daļa šīs informācijas būs pieejama arī ar rīku.
Un, visbeidzot, bet ne mazāk svarīgi, tā ir tikai vispārējā spēja, ka jums ir nepieciešams rīks, kas spēs tikt galā ar jebkuru situāciju, kas nāk jūsu virzienā, un tāpēc es to domāju, ja jums ir liela vide ar Daudzos gadījumos jūs, iespējams, nonāksit situācijās, kad jums būs jāvelk metrika, kas tradicionāli nav metrika, kuru DBA dažos gadījumos vēlētos pat uzraudzīt, atkarībā no konkrētās situācijas. Tātad, ja jums ir rīks, kuru varat paplašināt, lai varētu pievienot papildu metriku un varētu izmantot šo metriku tādā pašā formā un veidā, kādu jūs izmantotu, ja jūs lietotu ārpuskopu. metriskā, piemēram. Tātad spēja vadīt pārskatus, spēja brīdināt, sākotnējā pozīcija - visas lietas, par kurām mēs runājam - ir arī galvenā daļa no tā, lai spētu veikt šo prognozēšanu un padarīt to pieejamu, lai iegūtu atbildes, kuras meklējat spēt pieņemt šos lēmumus, virzoties uz priekšu.
Tagad, kā to dara Diagnostic Manager, mums ir centralizēts pakalpojums - pakalpojumu grupa, kas darbojas, apkopo datus no 2000 līdz 2016 gadījumiem. Un tas, ko mēs darām, ir tas, ka mēs ņemam šos datus un ievietojam centrālajā repozitorijā, un, protams, ko mēs darīsim ar šiem datiem, mēs darām daudz, lai varētu sniegt papildu ieskatu. Tagad papildus tam - un vienai no lietām, kas šeit nav ieslēgta - ir arī dienests, kas darbojas nakts vidū, kas ir mūsu paredzamās analīzes pakalpojums, un tas kaut nedaudz izsauc numuru un palīdz saprast un palīdzēt jums kā DBA vai rīkojoties DBA, spēt sniegt šāda veida ieteikumus, kā arī sniegt nelielu ieskatu bāzes līniju jomā.
Tātad, tas, ko es gribētu darīt, un tas ir tikai ātrs arhitektūras piemērs, šeit notiek lielā izņemšana, jo šeit nav neviena aģenta vai pakalpojuma, kas patiesībā sēž jūsu pārvaldītajās instancēs. Bet tas, ko es gribētu darīt, ir tikai reāla pieeja šeit esošajai lietojumprogrammai un ātra demonstrācija. Un ļaujiet man arī vienkārši iziet ārā, un lai tas notiek. Tātad, ļaujiet man zināt, es domāju, Ēriks, vai jūs varat redzēt, ka viss ir kārtībā?
Ēriks Kavanaghs: es to tagad ieguvu, jā.
Bullett Manale: Labi, tāpēc es iepazīstināšu jūs ar dažām no šīm dažādajām daļām, par kurām es runāju. Un būtībā sāksim ar lietām, kas vairāk atbilst šeit aprakstītajām lietām, kuras jums jādara, vai arī šeit ir kaut kas nākotnē svarīgs, un mēs jums sniegsim nelielu ieskatu par to. Un tas spēj patiesi paredzēt - vai man vajadzētu teikt, dinamiski paredzēt - lietas, kad tās notiek. Tagad pārskatu gadījumā viena no lietām, kas mums ir rīkā, ir trīs dažādi prognozēšanas pārskati. Un, piemēram, datu bāzes prognozes gadījumā, ko es, iespējams, darītu situācijā, ja es varētu paredzēt datu bāzes lielumu noteiktā laika posmā, un es jums sniegšu tikai dažus piemērus. . Tātad, es ņemšu savu revīzijas datu bāzi, kas ir diezgan intensīva I / O intensitāte - tai ir daudz datu. Mēs esam ieguvuši, redzēsim, mēs to darīsim šeit, un šeit mēs vienkārši izvēlēsimies veselības aprūpes datu bāzi.
Bet jēga ir tā, ka es ne tikai redzu, kāda ir šī telpa, es varu pateikt: “Paskatīsimies, ņemsim datus par pagājušā gada vērtībām” - un es šeit mazliet iešu, Man īsti nav gada vērtības datu, man ir aptuveni divu mēnešu vērtība, bet, tā kā es šeit izvēlos mēnešu izlases likmi, es to varēšu paredzēt vai prognozēt. gadījumā nākamās 36 vienības, jo mūsu izlases likme tiek iestatīta uz mēnešiem - tā ir vienība, ir mēnesis - un tad es varētu tad sagatavot ziņojumu, lai pamatā parādītu, kur mēs varētu paredzēt mūsu turpmāko izaugsmi, trīs datu bāzes. Un mēs redzam, ka mums ir atšķirīgas atšķirības vai variācijas starp trim dažādām datu bāzēm, it īpaši attiecībā uz datu daudzumu, ko viņi vēsturiski patērē.
Mēs varam redzēt, ka šeit esošie datu punkti attēlo vēsturiskos datus, un pēc tam līnija mums sniegs prognozi kopā ar skaitļiem, kas to dublē. Tātad mēs to varam izdarīt galda līmenī, mēs to varam izdarīt pat piedziņas līmenī, kur es varu paredzēt, cik lielus manus diskus iegūs, ieskaitot stiprināšanas punktus. Mēs varētu prognozēt tāda paša veida informāciju, bet atkal, atkarībā no izlases intensitātes, man ļaus noteikt, cik vienību un kur mēs paņemam, ko mēs vēlamies prognozēt. Ņemiet vērā, ka mums ir arī dažādi prognožu veidi. Tātad jūs saņemat daudz iespēju un elastības, kad ir pienācis laiks veikt prognozēšanu. Tā ir viena lieta, ko mēs darīsim, patiesībā norādot jums konkrētu datumu un spējot pateikt: “Ei, šajā datumā, šeit mēs varētu paredzēt jūsu datu pieaugumu.” Papildus tam mēs tomēr varam sniegsim jums citu ieskatu, kas saistīts ar dažām analīzēm, kuras mēs veicam ārpus darba laika, un pakalpojumu, kad tā darbojas. Dažas no lietām, ko tā dara, ir mēģinājums paredzēt lietas, kas, iespējams, notiks, balstoties uz vēstures to laiku, kad lietas notika pagātnē.
Tātad faktiski šeit redzam, ka prognoze sniedz mums nelielu ieskatu iespējamībā, ka mums vakara laikā radīsies problēmas, balstoties uz lietām, kas atkal ir notikušas pagātnē. Tātad acīmredzami tas ir lieliski, it īpaši, ja es neesmu DBA, es varu apskatīt šīs lietas, bet kas vēl labāk, ja es neesmu DBA, ir šī analīzes cilne. Tātad, pirms tas bija šeit, rīkā, kuru mēs apskatītu un parādītu produktu cilvēkiem, un viņi būtu šādi: “Tas ir lieliski, es redzu visus šos numurus, es redzu visu, bet es nezinu, ko darīt” (smejas) “Tā rezultātā.” Un tas, kas mums šeit ir, ir labāks veids, kā jūs varat saprast, ja es gatavošos rīkoties, lai palīdzētu izpildījumā, ja es rīkotos, lai palīdzība manas vides veselībā, spēja būt vērtētam šo ieteikumu sniegšanas veidam, kā arī noderīgiem informācijas padomiem, lai uzzinātu vairāk par šiem ieteikumiem un patiesībā pat ar ārējām saitēm ar dažiem no šiem datiem, kas parādīs man un iepazīstieties ar iemesliem, kāpēc šie ieteikumi ir sniegti.
Un daudzos gadījumos spēja nodrošināt skriptu, kas automatizētu, kā es teicu, šo problēmu novēršanu. Daļa no tā, ko mēs šeit darām ar šo analīzi - un es jums parādīšu, kad es konfigurēšu šī gadījuma rekvizītus un dodos uz analīzes konfigurācijas sadaļu - mums ir daudz dažādu kategoriju, kas ir šeit uzskaitīti, un daļa no tiem mums ir indeksa optimizācija un vaicājumu optimizācija. Tātad, mēs novērtējam ne tikai pašu metriku un tamlīdzīgas lietas, bet arī tādas lietas kā darba slodzes un indeksi. Šajā gadījumā mēs faktiski veiksim papildu hipotētisku indeksa analīzi. Tātad, tā ir viena no tām situācijām, kad es nevēlos, daudzos gadījumos es nevēlos pievienot indeksu, ja tas nav vajadzīgs. Bet kādā brīdī ir sava veida palaišanas punkts, kur es saku: “Nu, tabulai ir jākļūst tik lielai vai tādu vaicājumu veidiem, kas darbojas darba slodzes ietvaros, tagad ir jēga pievienot indeksu. Bet tas nebūtu jēgai, iespējams, sešas nedēļas pirms tam. ”Tātad tas ļauj jums dinamiski iegūt ieskatu lietās, kuras, kā jau teicu, iespējams, uzlabos sniegumu, balstoties uz apkārt notiekošo, to, kas notiek darba slodzes ietvaros., un dara tādas lietas.
Tātad jūs šeit iegūstat daudz labas informācijas, kā arī iespēju šīs lietas automātiski optimizēt. Tātad, tā ir vēl viena joma, kurā mēs varētu palīdzēt, runājot par to, ko mēs saucam par paredzamo analīzi. Tagad, man jāsaka, ka mums ir arī citas jomas, kuras, manuprāt, parasti palīdz jums pieņemt lēmumus. Un, kad mēs runājam par lēmumu pieņemšanu, mēs atkal varam aplūkot vēsturiskos datus, sniedzot zināmu ieskatu, lai nokļūtu tur, kur mums jābūt, lai uzlabotu šo sniegumu.
Tagad viena no lietām, ko mēs varam darīt, ir tāda, ka mums ir sākotnējais vizualizators, kas ļauj selektīvi izvēlēties jebkuru metriku, kuru mēs vēlamies - un ļaujiet man šeit atrast pienācīgu - es dodos uz SQL CPU izmantošanu, taču jēga ir jums tomēr dažu nedēļu laikā var gleznot šos attēlus, lai jūs varētu redzēt, kad ir jūsu novirzes, lai vispārīgi runājot, kur šī vērtība ietilpst laika periodos, par kuriem mēs apkopojam datus. Un tad papildus tam jūs arī pamanīsit, ka, izejot uz pašu instanci, mums ir iespēja konfigurēt bāzes līnijas. Sākumlīnijas ir patiešām svarīga sastāvdaļa, lai spētu automatizēt lietas, kā arī lai tiktu informētas par lietām. Un izaicinājums, kā jums teiktu vairums DBA, ir tas, ka jūsu vide visu dienas laiku ne vienmēr darbojas vienādi, salīdzinot ar vakaru, un tas, kā mēs jau iepriekš minējām piemērā ar uzturēšanas periodiem, kad mēs ir augsts CPU līmenis vai jebkurš cits, kas varētu notikt.
Tātad šajā gadījumā ar šīm faktiskajām bāzes līnijām mums var būt vairākas bāzes līnijas, tāpēc, piemēram, man varētu būt bāzes līnija, tas ir, manas apkopes laikā. Bet tikpat viegli es varētu izveidot bāzes punktu savām ražošanas stundām. To darīt ir tad, kad mēs iedziļināmies SQL eksemplārā un mums faktiski ir šīs vairākas bāzes līnijas, tad mēs varētu paredzēt un spēt veikt kaut kāda veida automatizāciju, kāda veida sanāciju vai vienkārši brīdināšanu kopumā, atšķirīgi specifiski tiem laika logiem. Tātad, viena no lietām, ko jūs šeit redzēsit, ir tas, ka mūsu ģenerētās bāzes līnijas izmanto vēsturiskos datus, lai sniegtu šo analīzi, bet vēl svarīgāk ir tas, ka es varu šos sliekšņus statiski mainīt, bet es varu tos automatizēt arī dinamiski. Tātad, kad parādās tehniskās apkopes logs vai, man jāsaka, ka sākotnējais tehniskās apkopes logs, šie sliekšņi automātiski pārslēgsies atbilstoši slodzēm, ar kurām es saskāros šajā laika posmā, salīdzinot ar dienas vidu, kad manas kravas ir noslogotas. ne tik daudz, kad darba slodzes nav tik ietekmīgas.
Tas ir kaut kas cits, kas jāpatur prātā, ņemot vērā sākotnējo stāvokli. Acīmredzot tie jums būs patiešām noderīgi, saprotot arī to, kas ir normāli, un spēja arī saprast, iesaistīties, kad arī jums būs izlietoti resursi. Cita veida lieta, kas mums ir šajā rīkā, palīdzēs jums pieņemt lēmumus, kā arī bāzes iestatīšanu un iespēju iestatīt brīdinājumus ap tām bāzes līnijām un dinamiski izveidotajiem sliekšņiem, kā es teicu iepriekš, vienkārši spēja izpildīt neskaitāmas atskaites, kas man palīdz atbildēt uz jautājumiem par notiekošo.
Tātad, piemēram, ja man bija 150 gadījumi, kurus es pārvaldu - manā gadījumā es to nedaru, tāpēc mums šeit ir jāspēlē izlikšanās spēle -, bet, ja man būtu visas manas producēšanas instances un man būtu jāsaprot, kur ir joma, kurai man jāpievērš uzmanība, citiem vārdiem sakot, ja man būs tikai ierobežots laiks, lai veiktu kāda veida administrēšanu, lai uzlabotu sniegumu, es vēlos koncentrēties uz galvenajām jomām. Un tā, ņemot vērā šo teikto, es varētu pateikt: “Balstoties uz šo vidi, sakārtojiet manus gadījumus viens pret otru un piešķiriet man šo vērtējumu pēc saprašanas principa.” Tātad, vai tas ir diska, atmiņas lietojums, vai tas gaida, neatkarīgi no tā, vai tas ir reakcijas laiks, es varu korelē - vai man vajadzētu teikt, rangs - šīs lietas viena pret otru. Acīmredzot piemērs, kas atrodas katra saraksta augšpusē, ja tas ir viens un tas pats gadījums, iespējams, tas ir kaut kas, uz kuru es patiešām vēlos koncentrēties, jo tas acīmredzot atkal ir saraksta augšgalā.
Tātad, rīkā ir daudz pārskatu, kas palīdz klasificēt vidi instanču līmenī; to var izdarīt arī datu bāzu līmenī, kur es varu savas datu bāzes sakārtot viena pret otru. Īpaši sliekšņiem un apgabaliem, kurus varu iestatīt, šeit pat varu iestatīt aizstājējzīmes, ja gribu, lai koncentrētos tikai uz noteiktām datu bāzēm, bet vissvarīgākais ir tas, ka es varu salīdzināt savas datu bāzes tādā pašā veidā. Tāpat kā cita veida salīdzinošā analīze un lielā šī rīka analīze, ir arī pamata analīze. Tātad, ritinot uz leju līdz pakalpojuma skatam šeit, jūs redzēsit, ka ir pamata statistikas pārskats. Tagad šis ziņojums acīmredzami palīdzēs mums saprast ne tikai metrikas vērtības, bet arī konkrētā gadījumā es varētu iziet un jebkurai no šīm metrikām faktiski spēt aplūkot šo metriku bāzes līnijas.
Tātad, neatkarīgi no tā, kāds tas varētu būt, procentos vai neatkarīgi no tā, ko es varētu iziet un pateikt: “Redzēsim bāzes līniju šim sadalījumam pēdējās 30 dienās”, šajā gadījumā tas parādīs man faktiskās vērtības salīdzinājumā ar bāzes līniju un Acīmredzot es varētu pieņemt dažus lēmumus, izmantojot šo informāciju, tāpēc šī ir viena no tām situācijām, kad tas būs atkarīgs no tā, kāds tas ir jautājums, ko jūs tajā laikā uzdodat. Bet tas acīmredzami palīdzēs jums daudzos no šiem jautājumiem. Es vēlētos, lai es teiktu, ka mums ir viens ziņojums, kurš to visu izdara, un tas ir tāds kā viegls ziņojums, kurā jūs nospiežat un nospiedat pogu, un tas tikai atbild uz katru jautājumu “kas būtu, ja”, uz kuru jūs kādreiz varētu atbildēt. Bet realitāte ir tāda, ka jums būs daudz atribūtu un daudz iespēju, lai jūs varētu izvēlēties no šiem nolaižamajiem rakstiem, lai varētu formulēt tos “kas būtu, ja” tipa jautājumus, kurus meklējat .
Tātad liela daļa šo ziņojumu ir domāti tam, lai varētu atbildēt uz šāda veida jautājumiem. Tātad, tas ir ļoti svarīgi, lai šie pārskati un turklāt visas lietas, kuras mēs jums jau esam parādījušas šajā rīkā, kā jau minēju iepriekš, ar iespēju elastīgi iekļaut jaunus rādītājus, lai tos pārvaldītu, pat spētu izveidot skaitītājus vai SQL vaicājumus, kas ir iekļauti jūsu vēlēšanu intervālos, lai varētu man palīdzēt atbildēt uz šiem jautājumiem, ka varbūt jūs varat pievienot šo saturu ārpus tā, ko mēs negaidījām uzraudzīt. Un jūs pēc tam varēsit darīt visu to pašu, ko es jums tikko parādīju: pamatlīmeni, vadīt pārskatus un izveidot pārskatus no šīs metrikas, kā arī varēsit atbildēt un paveikt daudz dažādu šo lietu veidu, ko es jums parādīšu. šeit.
Tagad, papildus tam - un viena no lietām, ar ko mēs pēdējā laikā acīmredzami esam saskārušies, ir - vispirms tas bija tas, ka visi uzspieda vai pārslēdzās uz virtuālajiem automātiem. Un tagad mums ir daudz cilvēku, kas dodas pie mākoņa. Ap šiem lietu veidiem rodas daudz jautājumu. Vai man ir jēga pāriet uz mākoni? Vai es ietaupīšu naudu, pārejot uz mākoni? Cik daudz naudas es varu ietaupīt, ja man šīs lietas tiktu ievietotas virtuālajā mašīnā, dalītu resursu mašīnā. Acīmredzot arī šāda veida jautājumi tiks izvirzīti. Tātad, paturot prātā daudz šo lietu, kopā ar Diagnostic Manager mēs varam pievienot un izvilkt no virtualizētās vides gan VMware, gan Hyper-V. Mēs varam arī pievienot gadījumus, kas atrodas ārpus mākoņa, tāpēc jūsu vidē, piemēram, Azure DB, vai pat RDS, mēs varam arī iegūt metriku no šīm vidēm.
Tāpēc ir daudz elastības un daudz iespēju atbildēt uz šiem jautājumiem, jo tie attiecas uz citiem apkārtējās vides veidiem, pie kuriem mēs redzam cilvēkus dodamies. Un joprojām ir daudz jautājumu par šo saturu, un, tā kā mēs redzam, ka cilvēki konsolidē šo vidi, viņiem būs jāspēj atbildēt arī uz šiem jautājumiem. Tātad, es teiktu, ka tas ir diezgan labs Diagnostic Manager pārskats, jo tas attiecas uz šo tēmu. Es zinu, ka biznesa inteliģences tēma tika izvirzīta, un mums ir arī biznesa inteliģences rīks, par kuru mēs šodien nerunājām, bet tas arī sniegs jums ieskatu atbildē uz šāda veida jautājumiem, jo tas attiecas uz jūsu klucīši un arī visi šie dažādie lietu veidi. Bet, cerams, tas ir labs pārskats, vismaz attiecībā uz to, kā šis produkts var palīdzēt, izstrādājot labu plānu.
Ēriks Kavanaghs: Labi, laba lieta. Jā, es to izmetīšu Rikam, ja viņš joprojām būs tur. Rik, vai tev ir kādi jautājumi?
Riks Šērmens: Jā, tātad vispirms tas ir lieliski, man tas patīk. Īpaši man patīk, ka tas sniedzas līdz VM un mākoņiem. Es redzu, ka daudz lietotņu izstrādātāju domā, ka, ja tas atrodas mākonī, viņiem tas nav jāregulē. Tātad -
Bullett Manale: Pareizi, mums par to joprojām ir jāmaksā, vai ne? Jums joprojām ir jāmaksā par visu, ko cilvēki uzliek mākonim, tāpēc, ja tas darbojas slikti vai ja tas izraisa daudz CPU ciklu, jums ir jāmaksā vairāk naudas, tā nav, jūs joprojām ir jāmēra šīs lietas, absolūti.
Riks Šērmens: Jā, mākonī esmu redzējis daudz sliktu dizainu. Es gribēju jautāt, vai šis produkts arī tiks izmantots - es zinu, ka jūs pieminējāt BI produktu un jums ir daudz citu produktu, kas mijiedarbojas viens ar otru - bet vai jūs sāktu aplūkot SQL veiktspēju, atsevišķus vaicājumus šajā rīkā? Vai arī tam tiktu izmantoti citi rīki?
Bullett Manale: Nē, tas būtu absolūti. Tā ir viena no lietām, ko es neaptveru un domāju, ka tā ir vaicājumu daļa. Vaicājuma veiktspējas identificēšanai ir daudz dažādu veidu, neatkarīgi no tā, vai tas ir saistīts ar, jo īpaši tādiem, kas gaida, kā mēs redzam šeit šajā skatā, vai arī, vai tas ir saistīts ar vaicājumu resursu patēriņu kopumā. izpildījums. Neatkarīgi no tā, vai tas ir ilgums, CPU, I / O un vēlreiz, mēs varam arī apskatīt pašas darba slodzes, lai sniegtu nelielu ieskatu. Mēs varam sniegt ieteikumus analīzes sadaļā, un mums ir arī tīmekļa versija, kas sniedz informāciju par pašiem jautājumiem. Tātad es varu saņemt ieteikumus par trūkstošajiem indeksiem un spēju apskatīt izpildes plānu un visu šāda veida saturu; tā ir arī spēja. Tātad, absolūti, mēs varam diagnosticēt pieprasījumus septiņos veidos līdz svētdienai (smejas) un spēt sniegt šo ieskatu nāvessodu skaita ziņā, neatkarīgi no tā, vai tas ir resursu patēriņš, gaidījumi, ilgums un viss, kas labs.
Riks Šermens: Labi, lieliski. Un kāda ir slodze pašām instancēm ar visu šo uzraudzību?
Bullett Manale: Tas ir labs jautājums. Jautājums, atbildot uz šo jautājumu, ir: vai tas ir atkarīgs, tas ir tāpat kā jebkas cits. Liela daļa no tā, ko mūsu rīks var piedāvāt, tas nodrošina elastību, un daļa no šī elastīguma ir arī tā, ka jūs saņemsit, lai pateiktu, ko vākt un ko nevākt. Tā, piemēram, attiecībā uz pašiem jautājumiem man nav jāapkopo informācija par gaidīšanu, vai es to varu. Es varu apkopot informāciju, kas saistīta ar vaicājumiem, kuru izpildes laiks pārsniedz laiku. Tā piemērs, ja es iedziļinātos konfigurācijas vaicājuma monitorā un teiktu: “Mainīsim šo vērtību uz nulli”, realitāte ir tāda, ka tas principā liek rīkam apkopot katru izpildīto vaicājumu, un tas tiešām nav tas kāpēc tas tā ir, bet vispārīgi runājot, ja es vēlētos sniegt pilnu datu paraugu par visiem jautājumiem, es to varētu izdarīt.
Tātad, tas ir ļoti relatīvi attiecībā uz to, kādi ir jūsu iestatījumi, parasti. Tas ir aptuveni no 1–3 procentiem virs galvas, bet ir arī citi nosacījumi. Tas ir atkarīgs arī no tā, cik daudz ostas vaicājumu darbojas jūsu vidē, vai ne? Tas ir atkarīgs arī no šo vaicājumu savākšanas metodes un no tā, kāda SQL versija tā ir. Tā, piemēram, SQL Server 2005, mēs nevarēsim izrauties no ilgstošiem notikumiem, turpretim mēs to darīsim no pēdām. Tātad, tas būtu mazliet savādāk attiecībā uz to, kā mēs izvēlētos apkopot šos datus, bet tas teica, tāpat kā es teicu, ka, domājams, mēs esam bijuši aptuveni kopš 2004. gada ar šo produktu. Tas ir pagājis jau sen, mums ir tūkstošiem klientu, tāpēc pēdējais, ko mēs vēlamies darīt, ir veiktspējas uzraudzības rīks, kas rada veiktspējas problēmas (smejas). Un tāpēc mēs cenšamies pēc iespējas izvairīties no tā, bet vispārīgi runājot, piemēram, apmēram 1–3 procenti ir labs īkšķa noteikums.
Riks Šermens: Labi, un tas ir diezgan zems, tāpēc tas ir drausmīgi.
Ēriks Kavanaghs: Labi. Robin, vai tev ir kādi jautājumi?
Robins Bloors: Es atvainojos, es biju kluss. Jums ir vairāku datu bāzu iespējas, un mani interesē, kā jūs varat apskatīt vairākas datu bāzes, un tāpēc jūs varat zināt, ka lielāka resursu bāze, iespējams, ir sadalīta starp dažādām virtuālajām mašīnām un tā tālāk un tā tālāk. Mani interesē, kā cilvēki to faktiski izmanto. Mani interesē, ko klienti ar to nodarbojas. Tā kā tas izskatās no manis, labi, protams, kad es kaut ko darīju par datu bāzēm, kaut ko tādu, kas man nekad nebija pa rokai. Un es vienmēr kādreiz izskatītu vienu gadījumu jebkādā jēgpilnā veidā. Tātad, kā cilvēki to izmanto?
Bullett Manale: Vispār runājot, jūs runājat tikai par pašu rīku? Kā viņi to izmanto? Es vispār domāju, ka runa ir par spēju būt centrālajam vides klātbūtnes punktam. Ja jums ir miers un zināt: ja viņi skatās uz ekrānu un redz zaļu krāsu, viņi zina, ka viss ir labi. Tas ir tad, kad rodas problēmas, un acīmredzot lielākajā daļā gadījumu no DBA viedokļa, daudzas reizes šīs problēmas rodas, kad tās atrodas pie konsoles, tāpēc par tām var tikt paziņots, tiklīdz problēma ir parādījusies. Bet papildus tam, ka spēja saprast, kad problēma notiek, spēt pievērsties informācijai, kas viņiem sniedz zināmu kontekstu, kāpēc tā notiek. Un tā, manuprāt, ir lielākā daļa: būt proaktīviem, nevis reaģēt.
Lielākā daļa DBA, ar kurām es runāju, - un es nezinu, tas ir labs procents - diemžēl joprojām atrodas reaģējošā vidē; viņi gaida, kad patērētājs pieiet pie viņiem, lai pateiktu, ka viņiem ir problēma. Un tā, mēs redzam, ka daudzi cilvēki mēģina no tā izvairīties, un es domāju, ka liela daļa no iemesla, kāpēc cilvēkiem patīk šis rīks, ir tas, ka tas palīdz viņiem būt proaktīviem, bet sniedz arī ieskatu notiekošajā., kāda ir problēma, bet daudzos gadījumos tas, ko mēs vismaz atrodam - un varbūt to vienkārši saka DBA, bet, domājot par DBA, vienmēr tā ir viņu problēma, pat ja pieteikumu ir rakstījis lietojumprogrammu izstrādātājs kas to nav pareizi uzrakstījuši, viņi vainīgi, jo viņi šo lietojumprogrammu ieved savās sistēmās vai serveros un tad, kad veiktspēja ir slikta, visi norāda uz DBA teikto, "Ei, tā ir tava vaina."
Tātad šis rīks daudzkārt tiks izmantots, lai palīdzētu DBA pateikt: “Ei, šī ir problēma, un tā neesmu es.” (Smejas) Mums ir uzlabojiet to neatkarīgi no tā, vai tas ir vaicājumu mainīšana vai kāds tas varētu būt. Dažos gadījumos viņu atbildība samazināsies, taču vismaz ir rīks, kas viņiem palīdzētu to saprast un zināt, un savlaicīgi to darīt, acīmredzami, ir ideāla pieeja.
Robins Bloors: Jā, vairums vietņu, ar kurām esmu iepazinies, taču ir pagājis kāds laiks, kopš esmu tur atradusies, apskatot dažādas vairāku datu bāzu vietnes, taču lielākoties tas, ko es mēdzu atrast, bija, ka DBA, kas koncentrējās uz nedaudzām datu bāzēm. Un tās būtu datu bāzes, ja tās kādreiz samazinātos, tā būtu patiesi liela problēma biznesam utt. Un tā tālāk. Un citi, viņi ik pa laikam tikai apkopos statistiku, lai redzētu, ka viņiem nav vietas un viņi nekad tos nemaz neskatās. Un, kamēr jūs darījāt demonstrāciju, es to skatījos un domāju, ka tādā vai citādā veidā jūs domājat, jūs paplašināt, vienkārši nodrošinot kaut ko līdzīgu datu bāzēm, par kurām bieži neviens netika pārāk rūpējies, jo tām ir datu izaugsme, reizēm ir arī lietojumprogrammu pieaugums. Jūs paplašināt DBA pārklājumu diezgan dramatiskā veidā. Tāpēc tieši tas ir jautājums, vai tas, ka, izmantojot tādu rīku komplektu, jūs galu galā spējat diezgan daudz sniegt DBA pakalpojumu katrai datu bāzei, kas atrodas korporatīvajā tīklā?
Bullett Manale: Protams, es domāju, ka izaicinājums ir tāds, ka tas, kā jūs teicāt diezgan daiļrunīgi, ir tāds, ka tur ir dažas datubāzes, par kurām DBA rūpējas, un tad ir dažas, kas viņiem nerūp tikpat ļoti. Un tas, kā šis konkrētais produkts, tā licencēšana notiek, pamatojoties uz katru gadījumu. Tātad, es domāju, jūs teiktu, ka ir slieksnis, kad cilvēki izlemj: “Ei, tas nav pietiekami kritisks piemērs, ka es vēlos to pārvaldīt ar šo rīku.” Tas nozīmē, ka ir arī citi rīki, kurus mēs darām Es domāju, ka ir vairāk tādu, kas nodrošina mazāk svarīgus SQL gadījumus. Viens no tiem būtu līdzīgs krājumu pārvaldniekam, kurā mēs veicam vieglas veselības pārbaudes attiecībā uz gadījumiem, bet papildus tam, ko mēs darām, mēs arī atklājam, tāpēc mēs identificējam jaunus gadījumus, kas ir ievietoti tiešsaistē, un pēc tam no šī brīža kā DBA es varu teikt: “Labi, šeit ir jauns SQL piemērs, tagad tas ir Express? Vai tā ir bezmaksas versija, vai arī tā ir uzņēmuma versija? ”Tas, iespējams, ir jautājums, ko es vēlos sev uzdot, bet, otrkārt, cik svarīga šī instance ir man? Ja tas nav tik svarīgi, iespējams, ka man šis rīks iznāks un tiks veikts, vispārīgi, ko es saucu par vispārēju veselības pārbaudi tādā nozīmē, ka tie ir pamata lietu veidi, kas man rūp kā DBA: Vai disks piepildās ? Vai serveris reaģē uz problēmām? Galvenās lietas, vai ne?
Kamēr Diagnostic Manager, rīks, kuru es jums tikko parādīju, nonāks vaicājuma līmenī, tas nokļūs indeksu ieteikumos, apskatot izpildes plānu un visu šo labo, turpretī tas galvenokārt ir vērsts kam pieder kas, kas man pieder un kurš par to atbild? Kādas servisa pakotnes un karstie labojumi man ir? Un vai mani serveri darbojas ar galvenajām sastāvdaļām, kuras es uzskatu par veselīgu SQL gadījumu? Tātad, lai atbildētu uz jūsu jautājumu, ir mazliet sajaukums. Kad mums ir cilvēki, kas skata šo rīku, viņi parasti izskata kritiskāku gadījumu kopumu. Tas nozīmē, ka mums ir daži ļaudis, kas pērk katru viņu lietu un pārvalda to, tāpēc tas vienkārši ir atkarīgs. Bet es jums saku, ka kopumā noteikti ir slieksnis tiem ļaudīm, kuri uzskata, ka viņu vide ir pietiekami svarīga, lai būtu tāds rīks kā šis, lai pārvaldītu šos gadījumus.
Robins Bloors: Labi, vēl viens jautājums, pirms es to nododu Ērikam. Iespaids, kāds rodas, tikai skatoties nozari, ir tāds, ka datu bāzēm joprojām ir dzīve, bet visi dati tiek ielikti visos šajos datu ezeros un tā tālāk un tā tālāk. Tas tiešām ir hype, un hype nekad neatspoguļo realitāti, tāpēc mani interesē, kādu realitāti jūs tur uztverat? Vai organizācijas ir svarīgas datu bāzes, vai tās piedzīvo tradicionālo datu pieaugumu, ko es mēdzu domāt par 10 procentiem gadā? Vai arī viņi aug vairāk? Vai lieli dati padara šīs datu bāzes par balonu? Kādu attēlu redzat?
Bullett Manale: Es domāju, ka daudzos gadījumos mēs redzam, ka daži dati tiek pārvietoti uz citiem segmentiem, kur tam ir lielāka jēga, kad ir pieejamas citas tehnoloģijas. Kā nesen, daži no lielākiem datiem. Bet šīs datu bāzes, es teiktu, daudzos gadījumos ir grūti vispārināt, jo visi ir mazliet atšķirīgi. Tomēr kopumā es redzu zināmas atšķirības. Es redzu, kā es teicu, ka cilvēki daudzos gadījumos pāriet uz elastīgajiem modeļiem, jo viņi vēlas palielināt resursus, nevis tik daudz citās jomās. Daži cilvēki pāriet uz lielo datu bāzi. Bet jums ir grūti uztvert, kā jūs sakāt, šo uztveri, jo parasti cilvēkiem, ar kuriem es runāju, ir tradicionālās datu bāzes un viņi to izmanto SQL Server vidē.
Tas nozīmē: es teiktu, ka attiecībā uz pašu SQL, es joprojām uzskatu, ka tā iegūst tirgus daļu. Un es domāju, ka ir daudz cilvēku, kas joprojām virzās uz SQL no citām vietām, piemēram, Oracle, jo tas ir lētāk un šķiet acīmredzami, jo SQL versijas kļūst modernākas - un jūs to redzat ar jaunākajām lietām, kas turpinās ar SQL attiecībā uz šifrēšanu un visām pārējām iespējām, kas to padara par vidi vai datu bāzes platformu - es domāju, ka tas acīmredzami ir ļoti svarīgs misijai. Tāpēc es domāju, ka mēs to redzam arī mēs. Kur jūs redzat maiņu, tas joprojām notiek. Es domāju, ka tas notika pirms 10 gadiem, es domāju, ka tas joprojām notiek saistībā ar SQL Server, kur aug vide un tirgus daļa.
Robins Bloors: Labi, Ēriks, es pieņemu, ka auditorijai ir jautājums vai divi?
Ēriks Kavaņahs: Jā, ļaujiet man ātri uzmest jums vienu. Tas patiesībā ir diezgan labs jautājums. Viens no klātesošajiem jautā: vai šis rīks man pateiks, vai tabulā var būt nepieciešams indekss, lai paātrinātu vaicājumu? Ja jā, vai varat parādīt piemēru?
Bullett Manale: Jā, tāpēc es nezinu, vai man ir kāds, kas paredzēts indeksa pievienošanai, bet jūs varat redzēt šeit, mums šeit ir sadrumstalotības ieteikumi. Es arī ticu, ka mums tikko bija, un šī bija daļa no Diagnostic Manager, kas piedāvā tīmekļa versiju, kur man saka, ka man trūkst indeksa. Un mēs varam apskatīt šos ieteikumus, un tas mums pateiks potenciālo ieguvumu no tā, indeksējot šo informāciju. Otra lieta, kas man tikai jāpiemin, ir tā, ka tad, kad mēs izdarīsim ieteikumus, daudziem no tiem skripts tiks izveidots tam. Tas nav labs piemērs, bet jūs varētu redzēt, jā, situācijas, kad indekss - vai nu indeksa dublikāts, vai indeksa pievienošana - uzlabotu veiktspēju, un, kā es teicu iepriekš, mēs darām daudz ka ar hipotētiskas indeksa analīzes palīdzību. Tātad tas patiešām palīdz izprast darba slodzi, lai spētu to piemērot ieteikumam.
Ēriks Kavanaghs: Tas ir lieliski darbi, un tas man sniegs labu segu ar pēdējiem komentāriem šeit. Arī Robins un es, un Riks esam dzirdējuši daudzu gadu garumā, tiek runāts par datu bāzu pašregulēšanu. Tā ir pašregulējoša datu bāze! Viss, ko es jums varu pateikt, ir: neticiet viņiem.
Bullett Manale: Neticiet hype.
Ēriks Kavanaghs: Var būt dažas mazas lietas, kas tiek paveiktas dinamiski, taču pat to jūs varētu vēlēties pārbaudīt un pārliecināties, ka tā nedara kaut ko tādu, ko nevēlaties to darīt. Tāpēc diezgan ilgu laiku mums būs nepieciešami šādi rīki, lai saprastu, kas notiek datu bāzes līmenī, un, kā teica Robins, datu ezeri ir aizraujoši jēdzieni, taču, iespējams, ir tikpat liela iespēja tos pārņemt, jo ir jebkurā laikā drīz būs Loch Ness briesmonis. Tātad, es tikai vēlreiz teiktu, ka reālajā pasaulē ir daudz datu bāzu tehnoloģijas, mums ir nepieciešami cilvēki, DBA, lai apskatītu šo saturu un to sintezētu. Varat pateikt, jums jāzina, ko jūs darāt, lai šie materiāli darbotos. Bet jums ir nepieciešami rīki, lai sniegtu jums informāciju, lai zināt, ko jūs darāt. Rezultātā DBAs veiksies tikai lieliski.
Un liels paldies Bullett Manale un mūsu draugiem IDERA. Un, protams, Riks Šermens un Robins Bloors. Mēs arhivējam visas šīs tīmekļa pārraides, tāpēc, lai iegūtu papildinformāciju par visu to, ceram tiešsaistē insideanalysis.com vai mūsu partneru vietnei www.techopedia.com.
Un ar to mēs jūs atvadīsimies, ļaudis. Paldies vēlreiz, mēs ar jums sarunāsimies nākamreiz. Rūpēties. Labdien!
