Σπίτι Βάσεις δεδομένων Τα καλύτερα σχεδιασμένα σχέδια: εξοικονομώντας χρόνο, χρήματα και προβλήματα με βέλτιστες προβλέψεις

Τα καλύτερα σχεδιασμένα σχέδια: εξοικονομώντας χρόνο, χρήματα και προβλήματα με βέλτιστες προβλέψεις

Anonim

Από το προσωπικό της Techopedia, 19 Απριλίου 2017

Takeaway: Ο οικοδεσπότης Eric Kavanagh συζητά την πρόβλεψη με τους Dr. Robin Bloor, τον Rick Sherman και το Bullett Manale της IDERA.

Πρέπει να εγγραφείτε για αυτό το συμβάν για να δείτε το βίντεο. Εγγραφείτε για να δείτε το βίντεο.

Eric Kavanagh: Κυρίες και κύριοι, γέλιο για άλλη μια φορά και καλωσορίστε πίσω στην τηλεοπτική εκπομπή Hot Technologies! Το όνομά μου είναι ο Eric Kavanagh, θα είμαι ο οικοδεσπότης σας για το σημερινό σεμινάριο ιστού που ονομάζεται "Εξοικονόμηση χρόνου, χρημάτων και προβλημάτων με τις βέλτιστες προβλέψεις". Μαθαίνω ότι χάσαμε το πρώτο μέρος του τίτλου εκεί, "Τα Καλύτερα Προγράμματα". πάντα μιλάμε για αυτό σε αυτή την παράσταση. Έτσι, η Hot Technologies φυσικά είναι το φόρουμ μας για να κατανοήσουμε ποια από τα δροσερά προϊόντα είναι εκεί έξω στον κόσμο σήμερα, τον κόσμο της τεχνολογίας των επιχειρήσεων, τι κάνουν οι άνθρωποι μαζί τους, πώς λειτουργούν, όλα αυτά τα είδη διασκέδασης.

Και το θέμα σήμερα, όπως προτείνω, ασχολείται με την πρόβλεψη. Πραγματικά προσπαθείτε να καταλάβετε τι θα συμβεί στον οργανισμό σας. Πώς θα κρατήσετε τους χρήστες σας ευτυχείς, ανεξάρτητα από το τι κάνουν; Αν κάνουν ανάλυση, αν κάνουν πραγματική δουλειά, αντιμετωπίζουν πραγματικούς πελάτες με συστήματα συναλλαγών, ανεξάρτητα από την περίπτωση, θέλεις να καταλάβεις πώς τρέχουν τα συστήματά σου και τι συμβαίνει και αυτό είναι που κάνουμε, θα μιλήσω για σήμερα. Είναι αστείο γιατί η πρόβλεψη δεν είναι κάτι που μου αρέσει να κάνω, γιατί είμαι προληπτικός, όπως πιστεύω ότι αν πρόβλεψα πάρα πολλά, θα συμβούν κακά πράγματα, αλλά αυτό είναι μόνο εγώ. Μην ακολουθήσετε το προβάδισμα μου.

Έτσι, εδώ είναι οι παρουσιαστές μας, αληθινά στην πάνω αριστερή γωνία, ο Rick Sherman καλεί από τη Βοστώνη, τον φίλο μας Bullett Manale από την IDERA και τον δικός μας Δρ Robin Bloor. Και με αυτό, θα το παραδώσω στον Robin και απλά θα υπενθυμίσω στους ανθρώπους: Δώστε ερωτήσεις, μην είστε ντροπαλοί, αγαπάμε καλά ερωτήματα, θα τους βάλουμε στους παρουσιαστές και τους άλλους σήμερα. Και με αυτό, Ρόμπιν, πάρτε το μακριά.

Robin Bloor: Εντάξει, καλά, καθώς βρίσκομαι στην pole position όπως λένε, σκέφτηκα ότι θα έλεγα μια ιστορία SQL σήμερα, επειδή είναι το υπόβαθρο για τη συζήτηση που πρόκειται να συνεχιστεί και αναπόφευκτα δεν θα συγκρουστεί με γιατί ο Rick δεν επικεντρώνεται σε αυτό, και δεν θα συγκρουστεί με αυτό που ο Rick έχει να πει. Έτσι, η ιστορία SQL, υπάρχουν μερικά ενδιαφέροντα πράγματα για την SQL επειδή είναι τόσο κυρίαρχη. Δείτε, αυτό είναι ένα τυπογραφικό λάθος, η SQL είναι μια δηλωτική γλώσσα. Η ιδέα ήταν ότι θα μπορούσατε να δημιουργήσετε μια γλώσσα στην οποία θα ζητούσατε τι θέλετε. Και η βάση δεδομένων θα έλεγε πώς να το πάρει. Και έχει γίνει αρκετά καλά, αλλά υπάρχουν πολλά πράγματα που αξίζει να το πούμε, οι συνέπειες της βάσης ολόκληρης της βιομηχανίας πληροφορικής σε μια δηλωτική γλώσσα. Ο χρήστης δεν γνωρίζει ή δεν ενδιαφέρεται για τη φυσική οργάνωση των δεδομένων, και αυτό είναι το καλό πράγμα για τη δηλωτική γλώσσα - σας διαχωρίζει από όλα αυτά, και μάλιστα ανησυχείτε για αυτό - απλώς ζητήστε ό, τι θέλετε και τη βάση δεδομένων θα πάει και θα το πάρει.

Αλλά ο χρήστης δεν έχει ιδέα αν ο τρόπος δομής του ερωτήματος SQL πρόκειται να επηρεάσει την απόδοση του ερωτήματος και αυτό είναι λίγο αρνητικό. Έχω δει ερωτήματα που είναι εκατοντάδες και εκατοντάδες γραμμές, που είναι μόνο ένα αίτημα SQL, ξέρετε, ξεκινάει με "επιλέξτε" και απλώς συνεχίζει και συνεχίζει με δευτερεύοντα ερωτήματα και ούτω καθεξής και ούτω καθεξής. Και στην πραγματικότητα αποδεικνύεται ότι αν θέλετε μια συγκεκριμένη συλλογή δεδομένων από μια βάση δεδομένων, μπορείτε να ζητήσετε με πολλούς διαφορετικούς τρόπους με την SQL και να πάρετε την ίδια απάντηση εάν έχετε κάποια εξοικείωση με τα δεδομένα. Έτσι, ένα ερώτημα SQL δεν είναι αναγκαστικά ο καλύτερος τρόπος για να ζητήσετε δεδομένα και οι βάσεις δεδομένων θα ανταποκριθούν αρκετά διαφορετικά σύμφωνα με την SQL που βάζετε σε αυτά.

Και έτσι, η SQL επηρεάζει την απόδοση, έτσι ώστε οι άνθρωποι που χρησιμοποιούν SQL, είναι αλήθεια γι 'αυτούς, είναι επίσης αλήθεια για τους προγραμματιστές SQL που χρησιμοποιούν SQL και είναι ακόμη λιγότερο πιθανό να σκεφτούν τις επιπτώσεις που θα έχουν, επειδή το μεγαλύτερο μέρος της προσοχής τους είναι στην πραγματικότητα η χειραγώγηση των δεδομένων και όχι η λήψη, η τοποθέτηση δεδομένων. Και το ίδιο ισχύει και για τα εργαλεία BI, έχω δει την SQL που παίρνει, αν θέλετε, πιέζει από τα εργαλεία BI διαφόρων βάσεων δεδομένων και πρέπει να πούμε ότι πολλά από αυτά είναι, καλά, t γράφουν ερωτήματα SQL όπως αυτό. Είναι κάποιος που έχει δημιουργήσει, αν θέλετε, ένα μικρό μοτέρ που ανεξάρτητα από τις παραμέτρους είναι, θα πετάξει κάποια SQL, και πάλι, ότι η SQL δεν θα είναι απαραίτητα αποτελεσματική SQL.

Στη συνέχεια, σκέφτηκα να αναφέρω την αναντιστοιχία της σύνθετης αντίστασης, τα δεδομένα που χρησιμοποιούν οι προγραμματιστές είναι διαφορετικά από τα δεδομένα όπως είναι αυτά. Έτσι, τα DMS μας αποθηκεύουν δεδομένα σε πίνακες, οργανώνονται ο αντικειμενοστρεφής κώδικας είναι κυρίως κωδικοποιητές, προγραμματίζουν αντικειμενοστρεφή μορφή σήμερα και παραγγέλλουν δεδομένα σε αντικειμενικές δομές, έτσι ώστε να μην αντιστοιχούν στον άλλο. Έτσι, υπάρχει η ανάγκη να μεταφραστεί από αυτό που ο προγραμματιστής σκέφτεται τα δεδομένα είναι σε αυτό που η βάση δεδομένων σκέφτεται ποια είναι τα δεδομένα. Όποιος φαίνεται πως πρέπει να είχαμε κάνει κάτι λάθος για να συμβεί κάτι τέτοιο. Το SQL έχει DDL για τον ορισμό δεδομένων, έχει DML - γλώσσα χειρισμού δεδομένων - επιλέγει, σχεδιάζει και συμμετέχει, για να πάρει αυτά τα δεδομένα. Τώρα, υπάρχουν πολύ λίγα μαθηματικά και πολύ λίγα πράγματα που βασίζονται στο χρόνο, γι 'αυτό είναι η ατελής γλώσσα, αν και πρέπει να ειπωθεί ότι έχει επεκταθεί και συνεχίζει να επεκτείνεται.

Και τότε, παίρνετε το πρόβλημα φραγμού SQL, το οποίο είναι πάντα πιο ευδιάκριτο από το διάγραμμα, στο ότι, αλλά πολλοί άνθρωποι έβαζαν ερωτήσεις για αναλυτικούς λόγους, μόλις πήραν την απάντηση στους όρους των ερωτημάτων, θέλουν να θέσουν μια άλλη ερώτηση. Έτσι, γίνεται ένα διάλογο, καλά, η SQL δεν χτίστηκε για διαλόγους, χτίστηκε για να ρωτάς τι θέλεις όλα με τη μία. Και αξίζει να γνωρίζουμε ότι, επειδή υπάρχουν κάποια προϊόντα εκεί έξω που πραγματικά εγκαταλείπουν την SQL, προκειμένου να γίνει δυνατή η συνομιλία μεταξύ του χρήστη και των δεδομένων.

Από την άποψη της απόδοσης της βάσης δεδομένων - και αυτό το είδος εξαπλώνεται σε όλα - ναι, υπάρχει CPU, υπάρχει μνήμη, υπάρχει δίσκος, υπάρχει overheads δικτύου και υπάρχει το πρόβλημα κλειδώματος περισσότερων από ένα άτομα που επιθυμούν να έχουν αποκλειστική χρήση των δεδομένων σε ένα δεδομένο σημείο στο χρόνο. Αλλά υπάρχουν και κακές κλήσεις SQL, υπάρχει ένα πάρα πολύ που μπορεί να γίνει εάν βελτιστοποιήσετε πραγματικά την SQL, από την άποψη της απόδοσης. Έτσι, οι παράγοντες απόδοσης της βάσης δεδομένων: κακός σχεδιασμός, κακός σχεδιασμός προγράμματος, παράλληλη διακοπή φόρτου εργασίας, εξισορρόπηση φορτίου, δομή επερωτήσεων, προγραμματισμός χωρητικότητας. Αυτή είναι η αύξηση των δεδομένων. Και με λίγα λόγια, η SQL είναι βολική, αλλά δεν αυτο-βελτιστοποιεί.

Τούτου λεχθέντος, νομίζω ότι μπορούμε να περάσουμε στον Rick.

Eric Kavanagh: Εντάξει, Rick, επιτρέψτε μου να σας δώσω τα κλειδιά στο αυτοκίνητο WebEx. Πάρε το μακριά.

Ρικ Σέρμαν: Εντάξει, ωραία. Καλά ευχαριστώ τον Robin, καθώς ξεκινήσαμε στην αρχή της παρουσίασης, τα γραφικά μου είναι ακόμα αρκετά βαρετά, αλλά θα πάμε με αυτό. Συνεπώς, συμφωνώ με όλα όσα είπε ο Robin από την πλευρά SQL. Αλλά αυτό που θέλω να επικεντρωθώ λίγο τώρα είναι η ζήτηση για δεδομένα, τα οποία θα περάσουμε πολύ γρήγορα, την προμήθεια όπως στα εργαλεία που χρησιμοποιούνται σε αυτό το χώρο ή την ανάγκη για εργαλεία σε αυτό το διάστημα.

Πρώτα απ 'όλα, υπάρχουν κάποια σε κάθε άρθρο που διαβάζετε ότι έχει να κάνει με μεγάλα δεδομένα, πολλά δεδομένα, αδόμητα δεδομένα που προέρχονται από το σύννεφο, μεγάλα δεδομένα παντού που μπορείτε να φανταστείτε. Αλλά η ανάπτυξη της αγοράς βάσεων δεδομένων έχει συνεχώς με SQL, σχεσιακή βάση δεδομένων πιθανώς από το 2015, εξακολουθεί να είναι 95 τοις εκατό της αγοράς βάσης δεδομένων. Οι τρεις κορυφαίοι σχεσιακοί πωλητές έχουν περίπου το 88% του μεριδίου αγοράς σε αυτό το διάστημα. Έτσι, εξακολουθούμε να μιλάμε, όπως μίλησε ο Robin, για την SQL. Και στην πραγματικότητα, ακόμη και αν κοιτάξουμε την πλατφόρμα Hadoop, το Hive και το Spark SQL - το οποίο ο γιος μου, ο οποίος είναι επιστήμονας δεδομένων, χρησιμοποιεί όλη την ώρα τώρα - είναι ασφαλώς ο κυρίαρχος τρόπος για τους ανθρώπους να φτάσουν στα δεδομένα.

Τώρα, από την πλευρά της βάσης δεδομένων, υπάρχουν δύο ευρείες κατηγορίες χρήσης των βάσεων δεδομένων. Το ένα είναι για τα λειτουργικά συστήματα διαχείρισης βάσεων δεδομένων, έτσι ώστε να σχεδιάζονται οι σχέσεις μεταξύ επιχειρήσεων, να συνεργάζονται με τους πελάτες, τα ERPs Salesforce, Oracles, EPICs, N4s, κλπ. Του κόσμου. Και, υπάρχει ένα ευρύ ποσό και η επέκταση των δεδομένων που βρίσκονται σε αποθήκες δεδομένων και άλλα συστήματα που βασίζονται σε επιχειρηματικές πληροφορίες. Γιατί τα πάντα, ανεξάρτητα από το πού και πώς συλλέγονται, αποθηκεύονται ή μεταφέρονται, τελικά αναλύονται και έτσι υπάρχει μια τεράστια ζήτηση και αύξηση στη χρήση βάσεων δεδομένων, ιδιαίτερα σχεσιακών βάσεων δεδομένων στην αγορά.

Τώρα, έχουμε τη ζήτηση, έχουμε έρθει τεράστια ποσά δεδομένων. Και δεν μιλάω πραγματικά για μεγάλα δεδομένα, μιλώ για τη χρήση δεδομένων σε κάθε είδους επιχειρήσεις. Ωστόσο, συνοδεύοντας το από μια πλευρά προσφοράς, για ανθρώπους που μπορούν να διαχειριστούν αυτούς τους πόρους, έχουμε πρώτα απ 'όλα, έχουμε ένα είδος έλλειψης DBA. Έχουμε σύμφωνα με το Γραφείο Στατιστικών Εργασίας, από το 2014-2024 οι θέσεις εργασίας DBA θα αυξηθούν μόνο κατά 11% - τώρα είναι άνθρωποι που έχουν τίτλους εργασίας DBA, αλλά θα μιλήσουμε για αυτό σε ένα δεύτερο - έναντι των 40- συν το ποσοστό ετήσιου ρυθμού ανάπτυξης δεδομένων. Και έχουμε πολλά DBAs. κατά μέσο όρο η ίδια μελέτη μίλησε για το μέσο όρο ηλικίας είναι αρκετά υψηλό σε σύγκριση με άλλα επαγγέλματα πληροφορικής. Και έπειτα έχουμε πολλούς ανθρώπους που εγκαταλείπουν το πεδίο, όχι απαραίτητα συνταξιοδοτούμενοι, αλλά μετατοπίζονται σε άλλες πτυχές, πηγαίνουν στη διαχείριση ή οτιδήποτε άλλο.

Τώρα, μέρος του λόγου που φεύγουν, είναι επειδή η δουλειά του DBA συνεχίζει να γίνεται όλο και πιο δύσκολη. Καταρχάς, διαθέτουμε DBAs που διαχειρίζονται πολλές διαφορετικές βάσεις δεδομένων, φυσικές βάσεις δεδομένων, που βρίσκονται σε όλη τη χώρα, καθώς και διαφορετικούς τύπους βάσεων δεδομένων. Τώρα που μπορεί να είναι σχεσιακή, ή μπορεί να είναι άλλη βάση δεδομένων, τύποι βάσης δεδομένων, επίσης. Αλλά ακόμα κι αν είναι σχεσιακές, θα μπορούσαν να έχουν έναν, δύο, τρεις, τέσσερις διαφορετικούς πωλητές που προσπαθούν πραγματικά να διαχειριστούν. Τα DBA συνήθως εμπλέκονται μετά το σχεδιασμό της βάσης δεδομένων ή της εφαρμογής. Ο Robin μίλησε για το πώς σχεδιάζονται οι βάσεις δεδομένων ή οι εφαρμογές, πώς σχεδιάζεται η SQL. Λοιπόν, όταν μιλάμε για μοντελοποίηση δεδομένων, ER μοντέλα, εκτεταμένη μοντελοποίηση ER, μοντελοποίηση διαστάσεων, προηγμένη διαστασιολογική μοντελοποίηση, όποιες, συνήθως προγραμματιστές εφαρμογών και προγραμματιστές εφαρμογών σχεδιάζουν με τον τελικό στόχο τους - δεν σχεδιάζουν για την αποτελεσματικότητα τη δομή της βάσης δεδομένων. Έτσι έχουμε πολύ κακό σχεδιασμό.

Τώρα, δεν μιλώ για τους πωλητές εφαρμογών εμπορικών επιχειρήσεων. συνήθως διαθέτουν μοντέλα ER ή εκτεταμένα μοντέλα ER. Αυτό που μιλώ είναι ότι υπάρχουν πολλές περισσότερες επιχειρηματικές διαδικασίες και εφαρμογές που χτίζονται από προγραμματιστές εφαρμογών σε κάθε εταιρεία - αυτές είναι αυτές που δεν είναι απαραίτητα σχεδιασμένες για αποδοτικότητα ή αποτελεσματικότητα της ανάπτυξης. Και οι ίδιοι οι DBAs είναι υπερβολικοί και έχουν ευθύνη 24/7 και μερικές φορές συνεχίζουν να παίρνουν όλο και περισσότερες βάσεις δεδομένων. Νομίζω ότι έχει κάνει λίγα πράγματα με αυτό που οι άνθρωποι δεν καταλαβαίνουν αρκετά τι κάνουν ή πώς το κάνουν. Η δική τους μικρή ομάδα και οι άνθρωποι συνεχίζουν να σκέφτονται: "Καλά όλα αυτά τα εργαλεία είναι απλά τόσο εύκολο στη χρήση, μπορούμε απλά να συνεχίσουμε να ρίχνουμε όλο και περισσότερες βάσεις δεδομένων για το φόρτο εργασίας τους", κάτι που δεν συμβαίνει.

Αυτό μας οδηγεί στο DBA με μερική απασχόληση και τυχαία. Έχουμε ομάδες τεχνολογίας πληροφορικής που είναι μικρές και δεν μπορούν απαραίτητα να διαθέσουν ένα αποκλειστικό DBA. Τώρα αυτό ισχύει για μικρές και μεσαίες επιχειρήσεις, όπου η επέκταση εφαρμογών βάσης δεδομένων και βάσεων δεδομένων έχει εξαντληθεί την τελευταία δεκαετία και συνεχίζει να επεκτείνεται. Αλλά είναι επίσης η περίπτωση των μεγάλων εταιρειών, συνήθως έχουν κάνει την αποθήκευση δεδομένων, την ανάλυση επιχειρηματικών πληροφοριών για πολύ καιρό. Πριν από πολύ καιρό συνηθίζαμε να δίνουμε αποκλειστικά DBA για τα έργα αυτά. δεν παίρνουμε ποτέ ένα ειδικό DBA πια. Είμαστε υπεύθυνοι για το σχεδιασμό της βάσης δεδομένων, κάτι που είναι καλό, αν είναι κάποιος που έχει εμπειρία. Αλλά γενικά, οι DBAs είναι προγραμματιστές εφαρμογών, παίρνουν συχνά αυτόν τον ρόλο ως μέρος της δουλειάς τους μερικής απασχόλησης, δεν έχουν επίσημη εκπαίδευση σε αυτό και πάλι, το σχεδιάζουν για τους τελικούς τους στόχους, είναι χωρίς να το σχεδιάζετε για αποτελεσματικότητα.

Και υπάρχει μεγάλη διαφορά μεταξύ σχεδιασμού και ανάπτυξης, έναντι ανάπτυξης και διαχείρισης. Έχουμε λοιπόν το "πενιχρό σοφό, λίβρα ανόητο", με μια μικρή κουμπαρά εκεί, παραλείποντας να πάρει τις δεξιότητες και τους πόρους που απαιτούνται στα έργα. Σκεπτόμενος ότι όλοι είναι από την "εκδίκηση των γαϊδουριών", η μικρή μου φωτογραφία εκεί. Τώρα, σε ό, τι χρειάζονται οι άνθρωποι, έχουμε μια εκτεταμένη χρήση βάσεων δεδομένων και δεδομένων σε SQL. Έχουμε περιοριστικό αριθμό DBA - ανθρώπους που είναι εξειδικευμένοι και ειδικοί σε αυτές τις ρυθμίσεις συντονισμού και σχεδιασμού και διαχείρισης και ανάπτυξης. Και έχουμε όλο και περισσότερους μερικής απασχόλησης ή τυχαίες DBAs, ανθρώπους που δεν είχαν την επίσημη εκπαίδευση.

Λοιπόν, ποια είναι κάποια από τα άλλα πράγματα που παίρνουν επίσης το θέμα του γεγονότος ότι αυτές οι βάσεις δεδομένων δεν είναι συντονισμένες επίσης, ή διαχειρίζεται επίσης; Πρώτα απ 'όλα, πολλοί άνθρωποι υποθέτουν ότι το ίδιο το σύστημα βάσης δεδομένων διαθέτει αρκετά εργαλεία για να διαχειριστεί τον εαυτό του. Τώρα, τα εργαλεία καθίστανται ευκολότερα και ευκολότερα - σχεδιασμός και ανάπτυξη - αλλά αυτό είναι διαφορετικό από το να κάνεις καλό σχεδιασμό και καλή διαχείριση, σχεδιασμό χωρητικότητας, παρακολούθηση κλπ. Για ανάπτυξη. Έτσι, πρώτα απ 'όλα, οι άνθρωποι υποθέτουν ότι έχουν όλα τα εργαλεία που χρειάζονται. Δεύτερον, αν είστε μερικής απασχόλησης ή τυχαία DBA, δεν ξέρετε τι δεν ξέρετε.

Υποθέτω ότι ξέχασα κάποια από τη φράση εκεί, έτσι ώστε πολλές φορές απλά δεν καταλαβαίνουν τι πρέπει ακόμη να εξετάσουν στο σχεδιασμό ή όταν διαχειρίζονται ή λειτουργούν τις βάσεις δεδομένων. Αν αυτό δεν είναι το επάγγελμά σας, τότε δεν πρόκειται να καταλάβετε τι πρέπει να κάνετε. Τρίτον, είναι ότι το SQL είναι ένα εργαλείο go-to, οπότε ο Robin μίλησε για την SQL και πόσο κακώς SQL κατασκευάζεται μερικές φορές ή συχνά κατασκευάζεται. Και επίσης ένα από τα κατοικίδια ζώα μου στο BI αποθήκευση δεδομένων, τη μετανάστευση δεδομένων, το χώρο μηχανικής δεδομένων είναι ότι αντί να χρησιμοποιούν εργαλεία, οι άνθρωποι έχουν την τάση να γράφουν κώδικα SQL, αποθηκευμένες διαδικασίες, ακόμη και αν χρησιμοποιούν ένα δαπανηρό εργαλείο ενσωμάτωσης δεδομένων ή ένα ακριβό εργαλείο BI, συχνά το χρησιμοποιούν πραγματικά μόνο για την εκτέλεση αποθηκευμένων διαδικασιών. Έτσι ώστε η σημασία της κατανόησης του σχεδιασμού βάσης δεδομένων, της κατασκευής του SQL, γίνεται ολοένα και πιο σημαντική.

Τέλος, υπάρχει αυτή η μέθοδος σιλοποίησης, στην οποία έχουμε μεμονωμένους ανθρώπους να δουν τις μεμονωμένες βάσεις δεδομένων. Δεν εξετάζουν πώς λειτουργούν οι εφαρμογές και αλληλεπιδρούν μεταξύ τους. Και επίσης συχνά βλέπουν τις βάσεις δεδομένων σε σχέση με τις εφαρμογές για τις οποίες χρησιμοποιούν. Έτσι, ο φόρτος εργασίας που παίρνετε στη βάση δεδομένων είναι κρίσιμος στο σχεδιασμό, κρίσιμο για τον συντονισμό, κρίσιμο στην προσπάθεια να καταλάβουμε πώς να σχεδιάσουμε την ικανότητα, κλπ. Έτσι, κοιτάζοντας το δάσος από τα δέντρα, οι άνθρωποι είναι στα ζιζάνια, εξετάζοντας τους μεμονωμένους πίνακες και τις βάσεις δεδομένων και μη εξετάζοντας τη συνολική αλληλεπίδραση αυτών των εφαρμογών στο φόρτο εργασίας.

Τέλος, οι άνθρωποι πρέπει να εξετάσουν τους βασικούς τομείς που πρέπει να εξετάσουν. Όταν προγραμματίζουν να διαχειρίζονται βάσεις δεδομένων, πρέπει πρώτα να σκεφτούν για την ανάπτυξη μερικών μετρήσεων απόδοσης που βασίζονται στις εφαρμογές, οπότε πρέπει να εξετάσουν όχι μόνο πώς είναι δομημένο αυτός ο πίνακας, πώς έχει διαμορφωθεί ιδιαίτερα, αλλά πώς χρησιμοποιείται; Έτσι, αν έχετε επιχειρηματική εφαρμογή που οφείλεται στη διαχείριση της αλυσίδας εφοδιασμού, αν παίρνετε παραγγελίες από το διαδίκτυο, αν κάνετε BI - ό, τι κι αν κάνετε - πρέπει να κοιτάξετε ποιος το χρησιμοποιεί, πώς είναι χρησιμοποιώντας αυτό, τι είναι οι όγκοι δεδομένων, πότε πρόκειται να συμβεί. Αυτό που πραγματικά προσπαθείτε να αναζητήσετε είναι οι χρόνοι αναμονής, διότι, ανεξάρτητα από το τι, όλες οι εφαρμογές κρίνεται από το πόσο χρόνο χρειάζεται για να γίνει κάτι, είτε πρόκειται για ένα άτομο είτε για την ανταλλαγή δεδομένων μεταξύ εφαρμογών ή επεξεργαστών. Και ποια είναι τα εμπόδια; Τόσο συχνά, όταν προσπαθείτε να διορθώσετε ζητήματα, φυσικά προσπαθείτε πραγματικά να εξετάσετε ποια είναι τα πραγματικά σημεία συμφόρησης - όχι απαραίτητα πώς να συντονίσετε τα πάντα, αλλά πώς να απαλλαγείτε και να μετακινήσετε την απόδοση μέχρι τους χρόνους αναμονής και τη διακίνηση - ό, τι χρειάζεται να κοιτάξετε.

Και πραγματικά πρέπει να διαχωρίσετε τη συλλογή δεδομένων, τις συναλλαγές, τις πτυχές μετασχηματισμών στη βάση δεδομένων μαζί με τα αναλυτικά στοιχεία. Κάθε ένα από αυτά έχει διαφορετικά μοτίβα σχεδιασμού, καθένα από τα οποία έχει διαφορετικά μοτίβα χρήσης και κάθε ένα από αυτά χρειάζεται να συντονιστεί διαφορετικά. Έτσι, πρέπει να σκεφτείτε πώς χρησιμοποιούνται αυτά τα δεδομένα, πότε χρησιμοποιούνται, τι χρησιμοποιούνται και να υπολογίσετε ποιες είναι οι μετρήσεις απόδοσης και ποια είναι τα βασικά πράγματα που θέλετε να αναλύσετε σχετικά με αυτήν τη χρήση. Τώρα, όταν εξετάζετε την παρακολούθηση της απόδοσης, θέλετε να δείτε τις ίδιες τις λειτουργίες της βάσης δεδομένων. θέλετε να δείτε τόσο τις δομές δεδομένων, έτσι ώστε τα ευρετήρια, η διαμέριση και άλλες φυσικές πτυχές της βάσης δεδομένων, ακόμα και η δομή της βάσης δεδομένων - είτε πρόκειται για μοντέλο ER είτε για μοντέλο διαστάσεων, ωστόσο είναι δομημένο - όλα αυτά έχουν αντίκτυπο στην απόδοση, ειδικά στα διαφορετικά πλαίσια των αναλυτικών στοιχείων συλλογής δεδομένων και των μετασχηματισμών που συμβαίνουν.

Και όπως ανέφερε ο Robin στην πλευρά SQL, κοιτάζοντας την SQL που τρέχει από αυτές τις διαφορετικές εφαρμογές σε αυτές τις βάσεις δεδομένων, και ο συντονισμός είναι κρίσιμος. Και εξετάζοντας το συνολικό φόρτο εργασίας της εφαρμογής και το περιβάλλον υποδομής που τρέχουν αυτές οι βάσεις δεδομένων και εφαρμογές. Έτσι, ότι τα δίκτυα, οι διακομιστές, το σύννεφο - ό, τι και αν τρέχουν - εξετάζοντας επίσης τον αντίκτυπο που έχουν αυτές οι εφαρμογές και αυτές οι βάσεις δεδομένων στο πλαίσιο αυτό, όλα αυτά έχουν αλληλεπίδραση να είναι σε θέση να συντονίσει τη βάση δεδομένων.

Και τέλος, όταν κοιτάζετε τα εργαλεία, θέλετε να είστε σε θέση να εξετάσετε τα τρία διαφορετικά είδη αναλυτικών στοιχείων που σχετίζονται με αυτό. Θέλετε να δείτε μια περιγραφική ανάλυση: τι συμβαίνει και πού σχετίζεται με τη βάση δεδομένων και την απόδοση της εφαρμογής. Θέλετε να έχετε τη δυνατότητα να κάνετε διαγνωστικές αναλύσεις για να καταλάβετε όχι μόνο τι συμβαίνει αλλά γιατί συμβαίνει, πού είναι τα εμπόδια, πού είναι τα προβλήματα, τι τρέχει καλά, τι δεν τρέχει καλά; Αλλά να είναι σε θέση να αναλύσει και να ασχοληθεί με τις προβληματικές περιοχές προκειμένου να τις αντιμετωπίσει, είτε για το σχεδιασμό είτε για ό, τι χρειάζεται να κάνετε.

Και τελικά, ο πιο επιθετικός ή προορατικός τύπος ανάλυσης είναι να κάνουμε πραγματικά κάποια ανάλυση πρόβλεψης, πρόβλεψη μοντέλων ανάλυσης, οτιδήποτε άλλο. Γνωρίζουμε ότι η βάση δεδομένων και οι εφαρμογές λειτουργούν στο πλαίσιο αυτό, αν βελτιώσουμε την ικανότητα, αν φτάσουμε σε περισσότερους χρήστες, εάν κάνουμε περισσότερη απόδοση, ό, τι κι αν κάνουμε, μπορούμε να προβάλουμε τι, πώς και πού θα επηρεάζουν τη βάση δεδομένων, τις εφαρμογές, μας επιτρέπει να σχεδιάζουμε και να υπολογίζουμε προληπτικά, όπου βρίσκονται τα σημεία συμφόρησης, όπου οι χρόνοι αναμονής μπορεί να υποφέρουν και τι πρέπει να κάνουμε για να διορθώσουμε τα πράγματα. Θέλουμε λοιπόν να έχουμε εργαλεία που είναι σε θέση να εφαρμόσουν τις μετρήσεις απόδοσης, να παρακολουθήσουν την απόδοση, όπως και σε αυτούς τους τρεις τύπους ανάλυσης. Και αυτή είναι η επισκόπηση μου.

Eric Kavanagh: Εντάξει, επιτρέψτε μου να το παραδώσω - αυτές είναι δύο υπέροχες παρουσιάσεις, παρεμπιπτόντως - επιτρέψτε μου να το παραδώσω στο Bullett Manale για να το πάρω από εκεί. Και οι λαοί, μην ξεχάσετε να ρωτήσετε καλές ερωτήσεις. έχουμε ήδη κάποιο καλό περιεχόμενο. Πάρτε το μακριά, Bullett.

Bullett Manale: Ακούγεται καλό. Ευχαριστώ, Eric. Έτσι, πολλά που είπε ο Rick και ο Robin, προφανώς συμφωνώ με το 100 τοις εκατό. Θα έλεγα ότι έβαλα αυτό το slide, γιατί νομίζω ότι ταιριάζει, δεν ξέρω για όσους από εσάς που είναι οπαδοί της "A-Team" πίσω στη δεκαετία του '80, ο John Hannibal Smith είχε ένα ρητό που πάντα "Το λατρεύω όταν ένα σχέδιο έρχεται μαζί" και νομίζω ότι όταν μιλάτε ειδικά για τον SQL Server, όπου εστιάζουμε, ποιο είναι το προϊόν για το οποίο πρόκειται να μιλήσουμε σήμερα, SQL Diagnostic Manager, είναι σίγουρα ένα από τα πράγματα που πρέπει να έχετε. πρέπει να είστε σε θέση να αξιοποιήσετε τα δεδομένα που έχετε και να είστε σε θέση να λαμβάνετε αποφάσεις από αυτά τα δεδομένα και, σε ορισμένες περιπτώσεις, δεν αναζητάτε μια απόφαση. ψάχνετε κάτι για να σας πω πότε θα εξαντληθούν τα κονδύλια, όταν θα εξαντληθούν οι πόροι, όταν θα πάρετε μια συμφόρηση, τέτοια πράγματα.

Δεν πρόκειται μόνο για την παρακολούθηση μιας συγκεκριμένης μέτρησης. Έτσι, με το Διαγνωστικό Διαχειριστή, ένα από τα πράγματα που κάνει πολύ καλά θα σας βοηθήσει σε όρους πρόβλεψης και κατανόησης ειδικά για τους φόρτους εργασίας και θα μιλήσουμε για πολλά από αυτά σήμερα. Το εργαλείο είναι προσανατολισμένο για τον διαχειριστή δεδομένων, το DBA ή το ενεργό DBA, έτσι ώστε πολλά από τα πράγματα που αναφέρει ο Rick, το ενεργό DBA είναι τόσο αληθινό. Σε πολλές περιπτώσεις, αν δεν είστε DBA, θα υπάρχουν πολλά ερωτηματικά που πρόκειται να έχετε όταν έρχεται χρόνος για τη διαχείριση ενός περιβάλλοντος SQL, πράγματα που δεν γνωρίζετε. Έτσι ψάχνετε κάτι για να σας βοηθήσουμε, να σας μεταφέρουμε σε αυτή τη διαδικασία και επίσης να σας εκπαιδεύσουμε στη διαδικασία. Και έτσι, είναι σημαντικό το εργαλείο που χρησιμοποιείτε για τέτοιου είδους αποφάσεις να σας δώσει κάποια εικόνα για τους λόγους για τους οποίους γίνονται αυτές οι αποφάσεις, δεν σας λέει απλώς "Γεια σου, κάνε αυτό".

Επειδή είμαι ο DBA που ενεργεί, τελικά θα μπορούσα να είμαι ο πλήρης DBA με την πραγματική εμπειρία και γνώση για να υποστηρίξω αυτόν τον τίτλο. Έτσι λοιπόν, όταν μιλάμε για την ιδιότητα του διαχειριστή της βάσης δεδομένων - πάντα παρουσιάζω πρώτα αυτό το διαφάνεια, επειδή το DBA έχει διαφορετικούς ρόλους και ανάλογα με την οργάνωση με την οποία είστε, θα έχετε, αυτά θα διαφέρουν από τη μια θέση στην άλλη - αλλά τυπικά, θα είστε πάντα με κάποιον τρόπο υπεύθυνοι για την αποθήκευση σας, τον προγραμματισμό της αποθήκευσης και την κατανόηση της πρόβλεψης, θα έπρεπε να πω, πόσο χώρο θα πάτε να χρειάζεται, είτε πρόκειται για τα αντίγραφα ασφαλείας, είτε για τις ίδιες τις βάσεις δεδομένων. Θα πρέπει να το καταλάβετε και να το εκτιμήσετε.

Επιπλέον, θα πρέπει να είστε σε θέση να κατανοήσετε και να βελτιστοποιήσετε τα πράγματα όπως απαιτείται, και καθώς περνάτε από την παρακολούθηση του περιβάλλοντος, είναι προφανώς σημαντικό να κάνετε αλλαγές όπως χρειάζονται με βάση πράγματα που αλλαγή στο ίδιο το περιβάλλον. Έτσι, τα πράγματα όπως ο αριθμός των χρηστών, τα πράγματα όπως η δημοτικότητα των εφαρμογών, η εποχικότητα μιας βάσης δεδομένων, όλα θα πρέπει να ληφθούν υπόψη όταν κάνετε τις προβλέψεις σας. Και τότε, προφανώς κοιτάζοντας άλλα πράγματα από την άποψη του να είναι σε θέση να παρέχει τις εκθέσεις και τις πληροφορίες που είναι απαραίτητες, καθώς σχετίζεται με τη λήψη αυτών των αποφάσεων. Σε πολλές περιπτώσεις αυτό σημαίνει να κάνουμε συγκριτική ανάλυση. αυτό σημαίνει ότι μπορείτε να εξετάσετε συγκεκριμένα μια συγκεκριμένη μέτρηση και να καταλάβετε ποια είναι η αξία αυτής της μέτρησης με την πάροδο του χρόνου, ώστε να μπορείτε να προβλέψετε πού θα προχωρήσει.

Έτσι, τι κάνει το εργαλείο Diagnostic Manager, έχει τις δυνατότητες αυτές και οι άνθρωποι το χρησιμοποιούν κάθε μέρα για να μπορούν να κάνουν πράγματα όπως η πρόβλεψη και έχω θέσει τον ορισμό εδώ για τον προγραμματισμό χωρητικότητας. Και είναι ένας πολύ ευρύς και στην πραγματικότητα πολύ ασαφής ορισμός, που είναι ακριβώς η διαδικασία καθορισμού της παραγωγικής ικανότητας που χρειάζεται ένας οργανισμός για να ανταποκριθεί στις μεταβαλλόμενες απαιτήσεις για τα προϊόντα του, και τελικά, αυτό είναι πραγματικά αυτό που είναι όλο: Είναι για να μπορέσετε να λάβετε πληροφορίες που έχετε κάποιο τρόπο ή άλλο και να λάβετε αυτές τις πληροφορίες και να λάβετε αποφάσεις για να σας βοηθήσουμε να προχωρήσετε καθώς προχωράτε στον κύκλο ζωής των βάσεων δεδομένων σας. Και έτσι, τα είδη των πραγμάτων που είναι οι λόγοι για τους οποίους οι άνθρωποι πρέπει να κάνουν αυτό είναι προφανώς πρώτα και κύρια, στις περισσότερες περιπτώσεις, να εξοικονομήσουν χρήματα. Επιχειρήσεις, προφανώς, αυτός είναι ο κύριος στόχος τους είναι να κερδίσουν χρήματα και να εξοικονομήσουν χρήματα. Αλλά στη διαδικασία μαζί με αυτό, αυτό σημαίνει επίσης ότι είναι σε θέση να βεβαιωθείτε ότι το downtime σας, δεν υπάρχει διακοπή. Και να είσαι σε θέση να σιγουρευτείς ότι μετριάζεις κάθε πιθανότητα διακοπής, έτσι ώστε να μην αρχίσεις να συμβαίνει, με άλλα λόγια, να μην περιμένεις να συμβεί και στη συνέχεια να την αντιδράσεις.

Εκτός από το γεγονός ότι είναι σε θέση να αυξήσει γενικά την παραγωγικότητα των χρηστών σας, καθιστώντας τους πιο αποτελεσματικούς ώστε να μπορείτε να κάνετε περισσότερες επιχειρήσεις γίνεται είναι προφανώς το κλειδί εδώ, έτσι αυτοί είναι οι τύποι των πραγμάτων που ως DBA ή κάποιος που εμπλέκονται στην πρόβλεψη ή την ικανότητα ο προγραμματισμός θα πρέπει να είναι σε θέση να περάσει μέσα από τις πληροφορίες για να μπορέσει να λάβει αυτές τις αποφάσεις. Και στη συνέχεια, γενικά, αυτό προφανώς θα σας βοηθήσει να εξαλείψετε τα απόβλητα, όχι μόνο τα απόβλητα από πλευράς χρημάτων, αλλά και από πλευράς χρόνου και απλώς γενικά πόρων που θα μπορούσαν ενδεχομένως να χρησιμοποιηθούν για άλλα πράγματα. Έτσι, μπορείτε να εξαλείψετε αυτά τα απόβλητα, έτσι ώστε να μην έχετε κόστος ευκαιρίας που συνδέεται με τα ίδια τα απόβλητα.

Έτσι, με αυτό είπε, ποιοι είναι οι τύποι των ερωτήσεων που έχουμε, ειδικά για το άτομο που είναι DBA; Πότε θα τελειώσω το διάστημα; Αυτό είναι μεγάλο, όχι μόνο πόσο διάστημα καταναλώνω τώρα, αλλά πότε θα τελειώσω, με βάση τις τάσεις και την ιστορία του παρελθόντος; Το ίδιο πράγμα με τις πραγματικές περιπτώσεις SQL, τις βάσεις δεδομένων, τους διακομιστές που μπορώ να ενοποιήσω; Πάω να βάλω ορισμένα για τα VM, τι έχει νόημα από την άποψη των βάσεων δεδομένων που πρόκειται να ενοποιήσω και ποιες περιπτώσεις SQL θα πρέπει να διαμένουν; Όλοι αυτοί οι τύποι ερωτήσεων πρέπει να απαντηθούν. Επειδή στις περισσότερες περιπτώσεις, εάν είστε DBA ή ενεργεί DBA, πρόκειται να την παγιωθεί κάποτε στην καριέρα σας. Σε πολλές περιπτώσεις πρόκειται να το κάνετε αυτό σε συνεχή βάση. Έτσι, πρέπει να είστε σε θέση να κάνετε αυτές τις αποφάσεις γρήγορα, να μην παίζετε εικαστικά παιχνίδια όταν πρόκειται για αυτό.

Μιλήσαμε για σημεία συμφόρησης και πού πρόκειται να συμβούν στη συνέχεια, να είναι σε θέση να προβλέψουν για άλλη μια φορά, αντί να περιμένουν να συμβούν. Έτσι, προφανώς όλα αυτά τα πράγματα μιλάμε, έχουν νόημα, με την έννοια ότι βασίζεστε σε ιστορικά δεδομένα, στις περισσότερες περιπτώσεις, να είστε σε θέση να δημιουργήσετε αυτές τις συστάσεις ή σε ορισμένες περιπτώσεις να είστε σε θέση να διατυπώνετε τις αποφάσεις σας, για να μπορέσουμε να βρούμε αυτές τις απαντήσεις. Αλλά μου θυμίζει, όταν ακούτε τις ραδιοφωνικές διαφημίσεις για κάποιον που πωλεί τίτλους ή κάτι τέτοιο, είναι πάντα η "παρελθούσα απόδοση δεν είναι ενδεικτική των μελλοντικών αποτελεσμάτων" και αυτών των ειδών. Και το ίδιο ισχύει και εδώ. Θα έχετε καταστάσεις όπου αυτές οι προβλέψεις και αυτές οι αναλύσεις μπορεί να μην είναι 100% σωστές. Αλλά εάν ασχολείσαι με πράγματα που έχουν συμβεί στο παρελθόν και τα γνωστά, και είναι σε θέση να πάρει και να κάνει το "τι θα γίνει" με πολλά από αυτά τα είδη ερωτήσεων, θα συναντήσετε, είναι πολύ πολύτιμη και θα σας πάει πολύ περισσότερο από το παιχνίδι που μαντεύετε.

Έτσι, αυτοί οι τύποι ερωτήσεων προφανώς πρόκειται να εμφανιστούν, οπότε πώς αντιμετωπίζουμε πολλές από αυτές τις ερωτήσεις με το Διαγνωστικό Διαχειριστή, πρώτα απ 'όλα έχουμε τις δυνατότητες πρόβλεψης, μπορούμε να το κάνουμε αυτό στη βάση δεδομένων, και στο τραπέζι όπως η κίνηση ή η ένταση. Για να είμαστε σε θέση όχι μόνο να πούμε, "Γεια σου, είμαστε γεμάτοι χώρο", αλλά έξι μήνες από τώρα, δύο χρόνια από τώρα, πέντε χρόνια από τώρα, εάν εγώ είμαι προϋπολογισμός για αυτό, πόσο χώρο οδήγησης πηγαίνω για να χρειαστεί προϋπολογισμός για; Αυτές είναι οι ερωτήσεις που θα πρέπει να ρωτήσω και θα πρέπει να μπορώ να χρησιμοποιήσω κάποια μέθοδο για να το κάνω αυτό αντί να μαντεύω και να βάλω το δάχτυλό μου στον αέρα και να περιμένω να δω με ποιο τρόπο ο άνεμος φυσάει, που είναι πολλές φορές, δυστυχώς, ο τρόπος με τον οποίο γίνονται πολλές από αυτές τις αποφάσεις.

Εκτός από αυτό, είναι σε θέση να - μοιάζει με το slide μου αποκολλήθηκε εκεί λίγο - αλλά είναι σε θέση να παρέχει κάποια βοήθεια με τη μορφή συστάσεων. Έτσι, είναι ένα πράγμα να μπορούμε να σας δείξουμε ένα ταμπλό γεμάτο μετρήσεις και να είστε σε θέση να πείτε "Εντάξει, εδώ είναι όλες οι μετρήσεις και πού βρίσκονται", αλλά στη συνέχεια να είναι σε θέση να κάνει κάποια ή να έχει κάποια κατανόηση του τι να κάνει, με βάση αυτό είναι άλλο ένα άλμα. Και σε ορισμένες περιπτώσεις, οι άνθρωποι εκπαιδεύονται αρκετά στο ρόλο του DBA για να μπορέσουν να λάβουν αυτές τις αποφάσεις. Και έτσι έχουμε κάποιους μηχανισμούς στο εργαλείο που θα βοηθήσουν σε αυτό, το οποίο θα σας δείξουμε σε μόλις ένα δευτερόλεπτο. Αλλά είναι σε θέση να δείξει όχι μόνο τι είναι η σύσταση, αλλά να παράσχει επίσης κάποια εικόνα για το γιατί γίνεται αυτή η σύσταση και στη συνέχεια επίσης πάνω από αυτό, σε ορισμένες περιπτώσεις, να είναι σε θέση πραγματικά να καταλήξει σε ένα σενάριο που αυτοματοποιεί η αποκατάσταση αυτού του ζητήματος είναι επίσης ιδανική.

Προχωρώντας στο επόμενο εδώ, το οποίο θα δούμε, είναι απλώς γενικά η κατανόηση σε επίπεδο μέτρησης του κανονικού. Δεν μπορώ να σας πω τι δεν είναι φυσιολογικό αν δεν ξέρω τι είναι φυσιολογικό. Και έτσι, έχοντας κάποιο τρόπο να μετρήσετε αυτό είναι το κλειδί και πρέπει να είστε σε θέση να λάβετε υπόψη πολλούς τύπους περιοχών, για παράδειγμα - ή θα έπρεπε να πω χρονικά πλαίσια - διαφορετικές ομάδες διακομιστών, να είναι σε θέση να το κάνουν δυναμικά, από μια προοπτική προειδοποίησης, με άλλα λόγια, κατά τη διάρκεια της μέρας της νύχτας, κατά τη διάρκεια του παραθύρου συντήρησης μου, αναμένω ότι η CPU μου θα τρέχει στο 80% με βάση όλη τη συντήρηση που συμβαίνει. Έτσι, ίσως να ήθελα να αυξήσω τα κατώφλια μου υψηλότερα, κατά τη διάρκεια αυτών των χρονικών πλαισίων έναντι κατά τη διάρκεια ίσως στη μέση της ημέρας, όταν δεν έχω τόσο μεγάλη δραστηριότητα.

Αυτά είναι μερικά πράγματα που προφανώς θα είναι περιβαλλοντικά, αλλά πράγματα που μπορείτε να εφαρμόσετε σε αυτά που διαχειρίζονται, να είστε σε θέση να σας βοηθήσουμε να διαχειριστείτε αυτό το περιβάλλον πιο αποτελεσματικά και να διευκολύνεστε. Ο άλλος τομέας, προφανώς, είναι σε θέση να παράσχει συνολικά τις εκθέσεις και τις πληροφορίες ώστε να μπορεί να απαντά σε αυτά τα είδη ερωτήσεων "τι γίνεται αν". Αν έχω κάνει μια αλλαγή στο περιβάλλον μου, θέλω να καταλάβω τι συνέβη αυτό, ώστε να μπορέσω να εφαρμόσω την ίδια αλλαγή σε άλλες περιπτώσεις ή σε άλλες βάσεις δεδομένων στο περιβάλλον μου. Θέλω να είμαι σε θέση να έχω κάποιες πληροφορίες ή κάποια πυρομαχικά για να μπορώ να κάνω την αλλαγή με λίγη ψυχρότητα και γνωρίζοντας ότι πρόκειται να είναι μια καλή αλλαγή. Έτσι, αν μπορώ να κάνω αυτή τη συγκριτική αναφορά, μπορώ να ταξινομήσω τα στιγμιότυπα της SQL, μπορώ να ταξινομήσω τις βάσεις δεδομένων μεταξύ τους, λέγοντας: "Ποιος είναι ο υψηλότερος μου καταναλωτής της CPU;" ή ποιος παίρνει τη μεγαλύτερη όρους αναμονής και τέτοια πράγματα; Έτσι, πολλές από αυτές τις πληροφορίες θα είναι διαθέσιμες και με το εργαλείο.

Και, τέλος, δεν είναι μόνο μια γενική ικανότητα που χρειάζεστε ένα εργαλείο που θα είναι σε θέση να χειριστεί όποια κατάσταση έρχεται στον δρόμο σας, και έτσι αυτό που εννοώ είναι ότι εάν έχετε ένα μεγάλο περιβάλλον με ένα πολλές περιπτώσεις, πιθανότατα θα συναντήσετε καταστάσεις όπου θα πρέπει να τραβήξετε μετρήσεις που παραδοσιακά δεν είναι μετρήσεις που ένα DBA θα ήθελε να παρακολουθήσει ακόμη και σε ορισμένες περιπτώσεις, ανάλογα με τη συγκεκριμένη κατάσταση. Έτσι, έχοντας ένα εργαλείο που μπορείτε να το κάνετε, αυτό είναι επεκτάσιμο, για να μπορείτε να προσθέσετε επιπλέον μετρήσεις και να μπορείτε να χρησιμοποιείτε αυτές τις μετρήσεις με την ίδια φόρμα και με τη μόδα που θα τους χρησιμοποιούσατε εάν χρησιμοποιούσατε ένα εξωχρηματιστηριακό μετρικό, για παράδειγμα. Έτσι, η δυνατότητα να εκτελείτε αναφορές, να είστε σε θέση να προειδοποιήσετε, η βασική γραμμή - όλα όσα μιλάμε - είναι επίσης ένα βασικό κομμάτι του να είναι σε θέση να κάνει αυτή την πρόβλεψη και να το καταστήσει έτσι ώστε να λάβετε τις απαντήσεις που ψάχνετε να είναι σε θέση να κάνει αυτές τις αποφάσεις, προχωρώντας.

Τώρα ο Διαγνωστικός Διαχειριστής το κάνει αυτό, έχουμε μια κεντρική υπηρεσία, μια ομάδα υπηρεσιών που τρέχει, συλλέγει δεδομένα από 2000 έως 2016 περιπτώσεις. Και τότε τι κάνουμε είναι ότι παίρνουμε αυτά τα δεδομένα και το βάζουμε σε ένα κεντρικό αποθετήριο και τότε τι θα κάνουμε με αυτά τα δεδομένα, προφανώς, κάνουμε πολλά για να μπορέσουμε να δώσουμε περαιτέρω γνώσεις. Τώρα, εκτός από αυτό - και ένα από τα πράγματα που δεν είναι εδώ - έχουμε επίσης μια υπηρεσία που τρέχει στη μέση της νύχτας, η οποία είναι η υπηρεσία πρόγνωσης ανάλυσης μας, και αυτό κάνει κάποιες αριθμητικές κρίσεις και βοηθά στην κατανόηση και να σας βοηθήσουν ως DBA ή ενεργώντας DBA, για να μπορέσετε να κάνετε αυτούς τους τύπους συστάσεων, για να μπορέσετε επίσης να δώσετε κάποια διορατικότητα όσον αφορά τις βασικές γραμμές.

Λοιπόν, αυτό που θα ήθελα να κάνω, και αυτό είναι απλώς ένα γρήγορο παράδειγμα της αρχιτεκτονικής, το μεγάλο geteaway εδώ είναι ότι δεν υπάρχουν πράκτορες ή υπηρεσίες που βρίσκονται στην πραγματικότητα στις περιπτώσεις που διαχειρίζεστε. Αλλά αυτό που θα ήθελα να κάνω είναι απλά να σας μεταφέρω στην εφαρμογή εδώ και να σας δώσω μια γρήγορη επίδειξη. Και επιτρέψτε μου ακριβώς να πάω έξω, και να κάνει αυτό να συμβεί. Λοιπόν, επιτρέψτε μου να ξέρω, νομίζω ότι ο Eric, μπορείτε να δείτε αυτό εντάξει;

Eric Kavanagh: Το πήρα τώρα, ναι.

Bullett Manale: Εντάξει, γι 'αυτό θα σας οδηγήσω σε μερικά από αυτά τα διαφορετικά μέρη που μίλησα. Και ουσιαστικά ας ξεκινήσουμε με τα πράγματα που είναι περισσότερο σύμφωνα με τις γραμμές του εδώ είναι κάτι που πρέπει να κάνετε ή εδώ είναι κάτι που είναι ένα σημείο στο χρόνο στο μέλλον και θα σας δώσουμε κάποια εικόνα γύρω από αυτό. Και αυτό είναι σε θέση πραγματικά να προβλέψει - ή θα έπρεπε να πω δυναμικά anticipate - πράγματα όπως συμβαίνουν. Τώρα, στην περίπτωση των αναφορών, ένα από τα πράγματα που έχουμε στο εργαλείο είναι τρεις διαφορετικές αναφορές προβλέψεων. Και στην περίπτωση, για παράδειγμα, μιας πρόβλεψης της βάσης δεδομένων, τι πιθανώς θα έκανα σε μια κατάσταση που θα μπορούσε να προβλέψει το μέγεθος μιας βάσης δεδομένων για μια χρονική περίοδο και θα σας δώσω μόνο μερικά παραδείγματα αυτού . Έτσι, θα πάρω τη βάση δεδομένων ελέγχου μου, η οποία είναι αρκετά έντονη I / O εντατική - έχει πολλά δεδομένα πηγαίνει σε αυτό. Έχουμε, ας δούμε, θα το κάνουμε αυτό εδώ, και ας πάρουμε απλά τη βάση δεδομένων για την υγειονομική περίθαλψη εδώ.

Αλλά το θέμα είναι, δεν βλέπω απλώς τι είναι ο χώρος σε αυτό, είμαι σε θέση να πω, "Κοίτα, ας πάρουμε τα στοιχεία του περασμένου έτους" - και θα πάω εδώ, Δεν έχω πραγματικά στοιχεία ενός έτους, έχω δεδομένα περίπου δύο μηνών - αλλά, επειδή επιλέγω δείγμα μηνών εδώ, θα είμαι σε θέση να προβλέψω ή να προβλέψω σε αυτό περίπτωση των επόμενων 36 μονάδων, διότι το δείγμα μας έχει οριστεί σε μήνες - δηλαδή μια μονάδα, είναι ένας μήνας - και στη συνέχεια θα μπορέσω να εκτελέσω μια αναφορά για να μου δείξει βασικά πού θα προβλέψαμε τη μελλοντική μας ανάπτυξη. τριών βάσεων δεδομένων. Και μπορούμε να δούμε ότι έχουμε διαφορετικό βαθμό διαφοράς ή διακύμανσης μεταξύ των τριών διαφορετικών βάσεων δεδομένων, ιδιαίτερα όσον αφορά την ποσότητα των δεδομένων που καταναλώνουν ιστορικά.

Μπορούμε να δούμε τα σημεία δεδομένων εδώ αντιπροσωπεύουν τα ιστορικά δεδομένα, και στη συνέχεια η γραμμή θα μας παρέχει την πρόβλεψη, μαζί με τους αριθμούς που υποστηρίζουν αυτό. Μπορούμε λοιπόν να το κάνουμε αυτό στο επίπεδο του τραπεζιού, μπορούμε να το κάνουμε αυτό ακόμα και στο επίπεδο των οδηγών, όπου μπορώ να προβλέψω πόσο μεγάλοι θα φτάσουν οι μονάδες μου, συμπεριλαμβανομένων των σημείων αναφοράς. Θα μπορούσαμε να προβλέψουμε τον ίδιο τύπο πληροφοριών, αλλά για άλλη μια φορά, ανάλογα με το ρυθμό δειγματοληψίας, θα μου επιτρέψετε να προσδιορίσω πόσες μονάδες και πού παίρνουμε αυτό που θέλουμε να προβλέψουμε. Παρατηρήστε επίσης ότι διαθέτουμε διαφορετικούς τύπους πρόβλεψης. Έτσι έχετε πολλές επιλογές και ευελιξία όταν έρχεται χρόνος να κάνετε τις προβλέψεις. Τώρα, αυτό είναι ένα πράγμα που θα κάνουμε, στην πραγματικότητα σας δίνει συγκεκριμένη ημερομηνία και να είναι σε θέση να πει "Hey αυτήν την ημερομηνία, αυτό είναι όπου θα μπορούσαμε να προβλέψουμε την ανάπτυξη των δεδομένων σας είναι". Εκτός από αυτό, όμως, μπορούμε σας παρέχει άλλες ιδέες που σχετίζονται με μερικές από τις αναλύσεις που πραγματοποιούμε κατά τις ώρες εκτός λειτουργίας και την υπηρεσία όταν εκτελείται. Μερικά από τα πράγματα που κάνει, προσπαθεί να προβλέψει τα πράγματα που πιθανόν να συμβούν, βασισμένα στην ιστορία του πότε συνέβησαν τα πράγματα στο παρελθόν.

Έτσι μπορούμε να δούμε εδώ, στην πραγματικότητα, μια πρόβλεψη μας παρέχει κάποια εικόνα για την πιθανότητα να έχουμε προβλήματα όλο το βράδυ με βάση τα πράγματα που έχουν ξανασυμβεί στο παρελθόν. Έτσι, προφανώς αυτό είναι μεγάλο, ειδικά αν δεν είμαι DBA, μπορώ να δω αυτά τα πράγματα, αλλά αυτό που είναι ακόμα καλύτερο αν δεν είμαι DBA, είναι αυτή η καρτέλα ανάλυσης. Έτσι, πριν αυτό βρεθεί στο εργαλείο θα περάσουμε και θα δείξουμε το προϊόν στους ανθρώπους και θα ήταν "Αυτό είναι υπέροχο, βλέπω όλους αυτούς τους αριθμούς, βλέπω τα πάντα, αλλά δεν ξέρω τι να κάνω" (γέλια) "Ως αποτέλεσμα αυτού του γεγονότος." Και αυτό που έχουμε εδώ είναι ένας καλύτερος τρόπος για να μπορέσετε να καταλάβετε εάν πρόκειται να αναλάβω δράση για να βοηθήσω με την απόδοση, αν πρόκειται να αναλάβω δράση να βοηθήσω με την υγεία του περιβάλλοντος μου, να μπορέσω να βρω έναν καταγεγραμμένο τρόπο παροχής αυτών των συστάσεων, καθώς και χρήσιμες συμβουλές σε πληροφορίες για να μάθω περισσότερα για αυτές τις συστάσεις και πραγματικά να έχω ακόμη και εξωτερικούς δεσμούς με κάποια από αυτά τα στοιχεία, να με διατυπώσετε τους λόγους για τους οποίους γίνονται αυτές οι συστάσεις.

Και σε πολλές περιπτώσεις, είναι σε θέση να παράσχει ένα σενάριο που θα αυτοματοποιήσει, όπως είπα, την αποκατάσταση αυτών των ζητημάτων. Τώρα, ένα μέρος από αυτό που κάνουμε εδώ με αυτήν την ανάλυση - και θα σας δείξω όταν μπαίνω για να διαμορφώσω τις ιδιότητες αυτού του στιγμιότυπου και πηγαίνω στο τμήμα διαμόρφωσης ανάλυσης - έχουμε πολλές διαφορετικές κατηγορίες που είναι που αναφέρονται εδώ, και μέρος αυτού, έχουμε βελτιστοποίηση ευρετηρίου και βελτιστοποίηση ερωτημάτων. Επομένως, αξιολογούμε όχι μόνο τις ίδιες τις μετρήσεις, αλλά και πράγματα όπως το φόρτο εργασίας και τα ευρετήρια. Στην περίπτωση αυτή, θα κάνουμε πραγματικά κάποια επιπλέον υποθετική ανάλυση δείκτη. Έτσι, είναι μία από αυτές τις καταστάσεις όπου δεν θέλω, σε πολλές περιπτώσεις, δεν θέλω να προσθέσω ένα ευρετήριο, αν δεν χρειάζεται. Αλλά σε κάποιο σημείο υπάρχει ένα είδος ανατροπής, όπου λέω, "Λοιπόν, ο πίνακας παίρνει στο μέγεθος ή οι τύποι των ερωτημάτων που τρέχουν μέσα στο φόρτο εργασίας έχουν νόημα τώρα για να προσθέσετε ένα ευρετήριο. Αλλά αυτό δεν θα είχε νόημα ίσως έξι εβδομάδες πριν. "Έτσι αυτό σας επιτρέπει να αποκτήσετε δυναμικά αυτή τη διορατικότητα ως προς τα πράγματα που πιθανόν, όπως είπα, να βελτιώσουν τις επιδόσεις με βάση το τι συμβαίνει στο περιβάλλον, τι συμβαίνει μέσα στο φόρτο εργασίας, και να κάνουμε αυτά τα πράγματα.

Και έτσι έχετε πολλές καλές πληροφορίες εδώ, καθώς και τη δυνατότητα να βελτιστοποιήσετε αυτά τα πράγματα αυτόματα. Έτσι, αυτός είναι ένας άλλος τομέας στον οποίο θα μπορούσαμε να βοηθήσουμε, από την άποψη του τι λέμε προγνωστική ανάλυση. Τώρα, πέρα ​​από αυτό, θα ήθελα να πω, έχουμε και άλλους τομείς που νομίζω ότι γενικά προσφέρονται για να σας βοηθήσουν να λάβετε αποφάσεις. Και όταν μιλάμε για τη λήψη αποφάσεων, για άλλη μια φορά, μπορούμε να δούμε τα ιστορικά δεδομένα, να δώσουμε κάποια εικόνα για να φτάσουμε εκεί που πρέπει να είμαστε για να βελτιώσουμε αυτές τις επιδόσεις.

Τώρα, ένα από τα πράγματα που μπορούμε να κάνουμε είναι να έχουμε ένα βασικό visualizer που μας επιτρέπει να επιλέγουμε επιλεκτικά οποιαδήποτε από τις μετρήσεις που θα θέλαμε - και επιτρέψτε μου να βρω ένα αξιοπρεπές εδώ - Πάω στη χρήση της CPU SQL, αλλά το θέμα είναι εσύ μπορεί να επιστρέψει για αρκετές εβδομάδες για να ζωγραφίσει αυτές τις εικόνες για να δείτε πότε είναι οι αποδόσεις σας, για να δείτε γενικά το σημείο όπου η αξία αυτή εμπίπτει στις χρονικές περιόδους που συλλέγουμε τα δεδομένα. Και στη συνέχεια, εκτός από αυτό, θα παρατηρήσετε επίσης ότι όταν βγαίνουμε στην ίδια την ίδια την παρουσία, έχουμε τη δυνατότητα να ρυθμίσουμε τις βασικές γραμμές μας. Και οι βασικές γραμμές είναι ένα πολύ σημαντικό μέρος για να είναι σε θέση να αυτοματοποιήσει τα πράγματα, καθώς και να είναι σε θέση να ενημερωθούν για τα πράγματα. Και η πρόκληση, όπως σας λένε οι περισσότεροι DBAs, είναι ότι το περιβάλλον σας δεν τρέχει πάντα το ίδιο, καθ 'όλη τη διάρκεια της ημέρας, σε σχέση με το βράδυ και τίποτα, όπως αναφέρθηκε προηγουμένως στο παράδειγμα με τις περιόδους συντήρησης του χρόνου, έχουν υψηλά επίπεδα CPU ή οτιδήποτε συμβαίνει.

Έτσι, στην περίπτωση αυτή, με αυτές τις πραγματικές γραμμές βάσης, μπορούμε να έχουμε πολλαπλές βασικές γραμμές, οπότε ίσως να έχω μια γραμμή βάσης για παράδειγμα, δηλαδή κατά τις ώρες συντήρησης μου. Αλλά θα μπορούσα εξίσου εύκολα να δημιουργήσω μια βασική γραμμή για τις ώρες παραγωγής μου. Και το σημείο που πρέπει να κάνουμε είναι όταν εισάγουμε μια παρουσία SQL και έχουμε αυτές τις πολλαπλές γραμμές βάσης, τότε θα μπορούσαμε να προβλέψουμε και να είμαστε σε θέση να εκτελέσουμε κάποιο είδος αυτοματισμού, κάποιο είδος αποκατάστασης ή απλώς προειδοποίηση γενικά, διαφορετικά συγκεκριμένα σε εκείνα τα παράθυρα του χρόνου. Επομένως, ένα από τα πράγματα που θα δείτε εδώ είναι ότι αυτές οι γραμμές βάσης που δημιουργούμε χρησιμοποιούν τα ιστορικά δεδομένα για να παράσχουν αυτή την ανάλυση, αλλά το πιο σημαντικό είναι ότι μπορώ να αλλάξω αυτά τα όρια στατικά, αλλά μπορώ επίσης να τα αυτοματοποιήσω δυναμικά. Έτσι, ως παράθυρο συντήρησης ή θα έπρεπε να πω ότι το παράθυρο γραμμής βάσης συντήρησης εμφανίζεται, αυτά τα κατώφλια θα μεταβούν αυτόματα ειδικά στα φορτία που συναντώ κατά τη διάρκεια αυτού του χρονικού διαστήματος, έναντι ίσως στη μέση της ημέρας όταν τα φορτία μου όχι τόσο πολύ, όταν ο φόρτος εργασίας δεν είναι τόσο επιζήμιος.

Έτσι, αυτό είναι κάτι άλλο που πρέπει να έχετε κατά νου, από την άποψη της γραμμής βάσης. Προφανώς, αυτά θα είναι πραγματικά χρήσιμα για εσάς, όσον αφορά την κατανόηση του συνόλου των φυσιολογικών και της ικανότητας να καταλάβετε, να συμμετέχετε όταν εξαντλείτε πόρους. Τώρα, το άλλο είδος που διαθέτουμε στο εργαλείο, αυτό θα σας βοηθήσει να λάβετε αποφάσεις, εκτός από τη βασική περιγραφή και τη δυνατότητα να δημιουργήσετε ειδοποιήσεις γύρω από αυτές τις γραμμές βάσης και τα κατώτατα όρια που δημιουργείτε δυναμικά, είναι όπως είπα προηγουμένως, απλώς να είναι σε θέση να τρέξει μια ολόκληρη μυριάδα αναφορών που με βοηθούν να απαντήσω σε ερωτήσεις σχετικά με το τι συμβαίνει.

Έτσι, για παράδειγμα, αν είχα 150 περιπτώσεις που διαχειρίζομαι - στην περίπτωσή μου δεν το κάνω, οπότε πρέπει να παίξουμε το παιχνίδι που παριστάμε εδώ - αλλά αν είχα όλες τις περιπτώσεις παραγωγής μου και έπρεπε να καταλάβω πού είναι η περιοχή στην οποία χρειάζομαι την προσοχή, με άλλα λόγια, αν θέλω μόνο να διαθέσω ένα περιορισμένο χρονικό διάστημα για να εκτελέσω κάποιο είδος διοίκησης για να βελτιώσω τις επιδόσεις, θέλω να επικεντρωθώ στους βασικούς τομείς. Και έτσι, με αυτό είπα, θα ήμουν σε θέση να πω, "Βάσει αυτού του περιβάλλοντος, ταξινομήσετε τα στιγμιότυπα μου εναντίον του άλλου, και να μου δώσει αυτή την κατάταξη από το σωλήνα διαμάχης." Έτσι, είτε είναι η χρήση του δίσκου, η χρήση της μνήμης, αν είναι ο χρόνος απόκρισης, είμαι σε θέση να συσχετίσω - ή θα έπρεπε να πω τάξη - εκείνες τις περιπτώσεις εναντίον του άλλου. Προφανώς, το παράδειγμα που βρίσκεται στην κορυφή κάθε λίστας, αν είναι το ίδιο παράδειγμα, αυτό είναι πιθανόν κάτι που πραγματικά θέλω να επικεντρωθώ, γιατί είναι προφανώς για άλλη μια φορά στην κορυφή της λίστας.

Έτσι, έχετε πολλές αναφορές στο εργαλείο που θα σας βοηθήσουν όσον αφορά την κατάταξη του περιβάλλοντος στο επίπεδο των περιπτώσεων. μπορείτε να το κάνετε και σε επίπεδο βάσης δεδομένων, όπου μπορώ να ταξινομήσω τις βάσεις δεδομένων μου μεταξύ τους. Ιδιαίτερα για τα κατώφλια και τις περιοχές που μπορώ να ρυθμίσω, μπορώ να δημιουργήσω μπαλαντέρ, αν θέλω, να επικεντρωθώ μόνο σε συγκεκριμένες βάσεις δεδομένων, αλλά το θέμα είναι ότι μπορώ να συγκρίνω τις βάσεις μου με τον ίδιο τρόπο. Επίσης, όσον αφορά άλλους τύπους συγκριτικής ανάλυσης και το μεγάλο σε αυτό το εργαλείο, είναι η βασική ανάλυση που έχουμε. Έτσι, αν κάνετε κύλιση προς τα κάτω στην προβολή υπηρεσίας εδώ, θα δείτε ότι υπάρχει μια αναφορά στατιστικών στοιχείων αναφοράς. Τώρα, αυτή η αναφορά προφανώς θα μας βοηθήσει να κατανοήσουμε όχι μόνο ποιες είναι οι μετρικές αξίες, αλλά για μια συγκεκριμένη περίπτωση θα μπορούσα να βγώ και για οποιαδήποτε από αυτές τις μετρήσεις θα μπορούσα να δούμε πραγματικά τις βασικές γραμμές αυτών των μετρήσεων.

Έτσι, όποια και αν είναι, ως ποσοστό ή ό, τι θα μπορούσα να βγάλω έξω και να πω, "Ας δούμε τη βασική γραμμή για αυτό που ξεσπά τις τελευταίες 30 ημέρες", οπότε θα μου δείξει τις πραγματικές τιμές έναντι της γραμμής βάσης και Θα ήμουν σε θέση να λάβω κάποιες αποφάσεις χρησιμοποιώντας αυτές τις πληροφορίες, προφανώς, γι 'αυτό είναι μία από αυτές τις καταστάσεις, όπου θα εξαρτηθεί από το ερώτημα που ζητάτε τότε. Αλλά αυτό προφανώς θα σας βοηθήσει για πολλές από αυτές τις ερωτήσεις. Θα ήθελα να πω ότι είχαμε μια αναφορά που κάνει όλα αυτά, και είναι σαν τη εύκολη αναφορά, όπου πατάς και πατάς και απλά απαντά σε κάθε ερώτηση "τι και αν" θα μπορούσες να απαντήσεις. Αλλά η πραγματικότητα είναι ότι θα έχετε πολλά χαρακτηριστικά και πολλές επιλογές για να μπορέσετε να διαλέξετε από αυτά τα pull-downs για να μπορέσετε να διατυπώσετε τις ερωτήσεις τύπου "τι εάν" που αναζητάτε .

Έτσι, πολλές από αυτές τις αναφορές είναι προσανατολισμένες στο να μπορούν να απαντούν σε αυτά τα είδη ερωτήσεων. Επομένως, είναι επίσης σημαντικό ότι αυτές οι αναφορές και επιπλέον όλα τα πράγματα που σας δείξαμε ήδη στο εργαλείο, όπως ανέφερα προηγουμένως, έχουν την ευελιξία να ενσωματώσουν νέες μετρήσεις, να διαχειριστούν, ακόμα και να είναι σε θέση να δημιουργήσουν μετρητές ή ερωτήματα SQL που έχουν ενσωματωθεί στα διαστήματα των ψηφοφοριών σας, για να μπορέσετε να μου βοηθήσετε να απαντήσω σε αυτές τις ερωτήσεις, ίσως έξω από το κουτί που δεν προβλέψαμε να παρακολουθήσετε, μπορείτε να προσθέσετε αυτά τα πράγματα. Και τότε θα μπορούσατε να κάνετε όλα τα ίδια πράγματα που σας έδειξα: βασική γραμμή, τρέξτε αναφορές και να δημιουργήσετε αναφορές από αυτήν τη μέτρηση και να είστε σε θέση να απαντήσετε και να κάνετε πολλά από αυτά τα διαφορετικά είδη πράξεων που σας δείχνω εδώ.

Τώρα, εκτός από αυτό - και ένα από τα πράγματα που προφανώς έχουμε φτάσει σε αρκετά πρόσφατα είναι - πρώτον, ήταν, ο καθένας κτύπησε ή άλλαξε σε VMs. Και τώρα έχουμε πολλούς ανθρώπους που κατευθύνονται προς το σύννεφο. Και υπάρχουν πολλά ερωτήματα που έρχονται γύρω από αυτά τα είδη των πραγμάτων. Έχει νόημα να μετακομίσω στο σύννεφο; Πάω να εξοικονομήσω χρήματα μεταβαίνοντας στο σύννεφο; Αν έπρεπε να τοποθετήσω αυτά τα πράγματα σε ένα VM, σε μια μηχανή κοινής χρήσης πόρων, πόσα χρήματα μπορώ να αποθηκεύσω; Αυτά τα είδη ερωτήσεων, προφανώς πρόκειται να έρχονται επάνω επίσης. Έτσι, πολλά από αυτά τα πράγματα έχουν κατά νου, με το Διαγνωστικό Διαχειριστή, μπορούμε να προσθέσουμε και να τραβήξουμε από τα εικονικά περιβάλλοντα τόσο του VMware όσο και του Hyper-V. Μπορούμε επίσης να προσθέσουμε στιγμιότυπα που είναι έξω στο cloud, έτσι ώστε περιβάλλοντα όπως το Azure DB, για παράδειγμα, ή ακόμα και το RDS, μπορούμε να βγάλουμε μετρήσεις από αυτά τα περιβάλλοντα επίσης.

Υπάρχει λοιπόν μεγάλη ευελιξία και πολλά που μπορούν να απαντήσουν σε αυτά τα ερωτήματα, καθώς σχετίζονται με τους άλλους τύπους περιβαλλόντων που βλέπουμε να ξεκινούν οι άνθρωποι. Και υπάρχουν ακόμα πολλές ερωτήσεις γύρω από αυτά τα πράγματα και καθώς βλέπουμε τους ανθρώπους να ενοποιούν αυτά τα περιβάλλοντα, θα πρέπει να μπορούν να απαντήσουν και σε αυτά τα ερωτήματα. Έτσι, αυτή είναι μια αρκετά καλή επισκόπηση, θα έλεγα, του διαγνωστικού διαχειριστή, καθώς σχετίζεται με αυτό το θέμα. Γνωρίζω ότι το θέμα της επιχειρησιακής ευφυΐας ήρθε και έχουμε επίσης ένα εργαλείο για την επιχειρησιακή ευφυΐα για το οποίο δεν συζητήσαμε σήμερα, αλλά πρόκειται επίσης να σας παρέχει πληροφορίες σχετικά με την απάντηση σε αυτά τα είδη ερωτήσεων, καθώς σχετίζεται με την κύβους και όλα αυτά τα διαφορετικά είδη πραγμάτων. Αλλά ελπίζουμε ότι αυτό ήταν μια καλή επισκόπηση, τουλάχιστον όσον αφορά τον τρόπο με τον οποίο αυτό το προϊόν μπορεί να βοηθήσει να είναι σε θέση να διατυπώσει ένα καλό σχέδιο.

Eric Kavanagh: Εντάξει, καλό πράγμα. Ναι, θα το πετάξω στον Rick, αν είναι ακόμα εκεί έξω. Ρίκο, τυχόν απορίες σου;

Rick Sherman: Ναι, έτσι πρώτα, αυτό είναι υπέροχο, μου αρέσει. Μου αρέσει ιδιαίτερα η επέκταση σε VMs και σύννεφα. Βλέπω πολλούς προγραμματιστές εφαρμογών σκέφτονται ότι αν είναι στο σύννεφο τότε δεν χρειάζεται να το συντονίσουν. Ετσι-

Bullett Manale: Δεξιά, πρέπει να πληρώσουμε για αυτό, έτσι; Έχετε ακόμα να πληρώσετε για ό, τι είναι ότι οι άνθρωποι βάζουν στο σύννεφο, οπότε αν δεν λειτουργεί σωστά ή αν προκαλεί πολλούς κύκλους CPU, είναι περισσότερα χρήματα που πρέπει να πληρώσετε, έτσι δεν είναι, εσείς πρέπει να μετρήσετε αυτά τα πράγματα, απολύτως.

Rick Sherman: Ναι, έχω δει πολλά κακά σχέδια στο σύννεφο. Θέλησα να ρωτήσω, θα χρησιμοποιηθεί και αυτό το προϊόν - ξέρω ότι αναφέρατε το προϊόν BI και έχετε τους τόνους άλλων προϊόντων που αλληλεπιδρούν μεταξύ τους - αλλά θα αρχίσετε να εξετάζετε την απόδοση SQL, μεμονωμένα ερωτήματα σε αυτό το εργαλείο; Ή θα ήταν άλλα εργαλεία που θα χρησιμοποιηθούν για αυτό;

Bullett Manale: Όχι, αυτό θα ήταν, απολύτως. Αυτό είναι ένα από τα πράγματα που δεν κάλυψα και εννοούσα, είναι το τμήμα των ερωτημάτων. Έχουμε πολλούς διαφορετικούς τρόπους για να εντοπίσουμε την απόδοση των ερωτημάτων, είτε σχετίζονται με αυτήν, ειδικά για να περιμένουν όπως βλέπουμε σε αυτήν την προβολή εδώ είτε για το αν σχετίζεται με την κατανάλωση πόρων των ερωτημάτων γενικά, υπάρχουν πολλοί τρόποι με τους οποίους μπορούμε να αναλύσουμε το ερώτημα εκτέλεση. Είτε πρόκειται για διάρκεια, CPU, I / O, και για άλλη μια φορά, μπορούμε επίσης να δούμε το φόρτο εργασίας για να δώσουμε κάποια εικόνα. Μπορούμε να παρέχουμε τις συστάσεις στην ενότητα ανάλυσης και έχουμε επίσης μια έκδοση που βασίζεται στον ιστό και παρέχει πληροφορίες γύρω από τα ίδια τα ερωτήματα. Έτσι μπορώ να λάβω συστάσεις σχετικά με ελλείποντα δείκτες και την ικανότητα να βλέπω το σχέδιο εκτέλεσης και όλα αυτά τα πράγματα? Είναι επίσης μια δυνατότητα επίσης. Έτσι, απολύτως, μπορούμε να διαγνώσουμε ερωτήματα επτά τρόπους για την Κυριακή (γέλια) και να είμαστε σε θέση να παράσχουμε αυτή τη διορατικότητα όσον αφορά τον αριθμό των εκτελέσεων, είτε πρόκειται για κατανάλωση πόρων, είτε για περιόδους, για όλη την καλή κατάσταση.

Rick Sherman: Εντάξει, ωραία. Και τότε ποιο είναι το φορτίο στις ίδιες τις περιπτώσεις με όλη αυτή την παρακολούθηση;

Bullett Manale: Είναι μια καλή ερώτηση. Η πρόκληση με την απάντηση σε αυτό το ερώτημα είναι, εξαρτάται, είναι ακριβώς όπως οτιδήποτε άλλο. Πολλά από αυτά που προσφέρει το εργαλείο μας, παρέχουν ευελιξία και μέρος αυτής της ευελιξίας είναι ότι μπορείτε να το πείτε τι πρέπει να συλλέξετε και τι να μην συλλέξετε. Έτσι, για παράδειγμα, με τα ίδια τα ερωτήματα, δεν χρειάζεται να συλλέγω τις πληροφορίες αναμονής, ή μπορώ. Μπορώ να συλλέξω πληροφορίες σχετικά με ερωτήματα που ξεπερνούν μια χρονική διάρκεια εκτέλεσης. Ως παράδειγμα αυτού, εάν πήγαινα στο παράθυρο ρύθμισης παραμέτρων ερωτήματος και ήθελα να πω "Ας αλλάξουμε αυτή την τιμή στο μηδέν", η πραγματικότητα είναι ότι απλώς βασικά το εργαλείο συλλέγει κάθε ερώτημα που τρέχει και αυτό δεν είναι πραγματικά το το πνεύμα του γιατί είναι εκεί, αλλά γενικά, αν ήθελα να δώσω ένα πλήρες δείγμα δεδομένων για όλα τα ερωτήματα, θα μπορούσα να το κάνω.

Έτσι, είναι πολύ σχετικό με αυτό που οι ρυθμίσεις σας είναι, γενικά, έξω από το κουτί. Είναι οπουδήποτε από περίπου 1-3% γενικά, αλλά υπάρχουν και άλλοι όροι που θα ισχύουν. Εξαρτάται επίσης από το πόσα ερωτήματα λιμένων εκτελούνται στο περιβάλλον σας, σωστά; Εξαρτάται επίσης από τη μέθοδο συλλογής αυτών των ερωτημάτων και από ποια έκδοση του SQL είναι. Έτσι, για παράδειγμα, ο SQL Server 2005, δεν θα μπορέσουμε να τραβήξουμε από εκτεταμένα συμβάντα, ενώ έτσι θα τραβούσαμε από ένα ίχνος για να το κάνουμε αυτό. Έτσι, θα ήταν λίγο διαφορετικό όσον αφορά τον τρόπο με τον οποίο θα μπορούσαμε να συλλέξουμε αυτά τα δεδομένα, αλλά αυτό είπε, όπως είπα, ότι είμαστε γύρω από περίπου υποθέτω ότι περίπου το 2004 με αυτό το προϊόν. Έχει περάσει πολύ καιρό, έχουμε χιλιάδες πελάτες, οπότε το τελευταίο πράγμα που θέλουμε να κάνουμε είναι να έχουμε ένα εργαλείο παρακολούθησης της απόδοσης που προκαλεί προβλήματα απόδοσης (γέλια). Και έτσι προσπαθούμε να το αποφύγουμε, όσο το δυνατόν περισσότερο, αλλά γενικά, όπως και το 1-3% είναι ένας καλός κανόνας.

Rick Sherman: Εντάξει, και αυτό είναι αρκετά χαμηλό, γι 'αυτό είναι καταπληκτικό.

Eric Kavanagh: Καλά. Ρόμπιν, ερωτήσεις από εσάς;

Robin Bloor: Λυπάμαι, ήμουν σιωπηλός. Έχετε μια δυνατότητα πολλαπλών βάσεων δεδομένων και ενδιαφέρομαι για το πώς μπορείτε να δείτε πολλαπλές βάσεις δεδομένων και επομένως μπορείτε να γνωρίζετε ότι μια μεγαλύτερη βάση πόρων χωρίζεται πιθανότατα ανάμεσα σε διάφορες εικονικές μηχανές και ούτω καθεξής. Ενδιαφέρομαι για το πώς οι άνθρωποι χρησιμοποιούν πραγματικά αυτό. Ενδιαφέρομαι για το τι κάνουν οι πελάτες με αυτό. Επειδή αυτό μου φαίνεται, καλά, σίγουρα, όταν ήμουν μπερδεμένος με βάσεις δεδομένων, κάτι που δεν είχα ποτέ στη διάθεσή μου. Και θα σκεφτόμουν μόνο μία περίπτωση με οποιοδήποτε ουσιαστικό τρόπο σε οποιοδήποτε δεδομένο χρονικό σημείο. Λοιπόν, πώς χρησιμοποιούν οι άνθρωποι αυτό;

Bullett Manale: Σε γενικές γραμμές, μιλάτε γενικά μόνο για το ίδιο το εργαλείο; Πώς το χρησιμοποιούν; Θέλω να πω, γενικά, είναι να είμαστε σε θέση να έχουμε ένα κεντρικό σημείο παρουσίας του περιβάλλοντος. Έχοντας την ειρήνη του μυαλού και γνωρίζοντας ότι εάν κοιτάζουν μια οθόνη και βλέπουν πράσινο, ξέρουν ότι όλα είναι καλά. Είναι όταν συμβαίνουν τα προβλήματα και προφανώς τα περισσότερα από τα περιστατικά από την οπτική γωνία της DBA, πολλές φορές τα προβλήματα αυτά συμβαίνουν όταν βρίσκονται μπροστά στην κονσόλα, ώστε να μπορούν να ενημερωθούν μόλις το πρόβλημα συμβαίνει. Αλλά πέρα ​​από αυτό, είναι σε θέση να καταλάβει πότε συμβαίνει το πρόβλημα, να είναι σε θέση να φτάσει στην καρδιά των πληροφοριών που τους παρέχει κάποιο πλαίσιο όσον αφορά το γιατί συμβαίνει. Και γι 'αυτό, νομίζω, το μεγαλύτερο μέρος: είναι ενεργό για αυτό, δεν είναι αντιδραστικό.

Τα περισσότερα από τα DBA που μιλάω - και δεν ξέρω, είναι ένα καλό ποσοστό από αυτά - δυστυχώς εξακολουθούν να βρίσκονται στο αντιδραστικό περιβάλλον. περιμένουν έναν καταναλωτή να τους προσεγγίσει για να τους πει ότι υπάρχει πρόβλημα. Έτσι, βλέπουμε πολλούς ανθρώπους να προσπαθούν να ξεφύγουν από αυτό και νομίζω ότι αυτό είναι ένα μεγάλο μέρος του λόγου για τον οποίο οι άνθρωποι σαν αυτό το εργαλείο είναι ότι τους βοηθά να είναι ενεργητικοί αλλά και τους παρέχει μια εικόνα για το τι συμβαίνει, ποιο είναι το πρόβλημα, αλλά σε πολλές περιπτώσεις, αυτό που βρίσκουμε τουλάχιστον - και ίσως είναι μόνο οι DBAs που μας λένε αυτό - αλλά οι DBAs, η αντίληψη είναι ότι είναι πάντα το πρόβλημά τους, ακόμα κι αν είναι ο προγραμματιστής εφαρμογών που έγραψε την εφαρμογή που δεν το έγραψαν σωστά, είναι αυτοί που πρόκειται να πάρουν την ευθύνη, επειδή παίρνουν αυτή την εφαρμογή στα συστήματά τους ή στους διακομιστές τους και τότε όταν η απόδοση είναι κακή, όλοι δείχνουν στο DBA λέει, "Γεια σου είναι δικό σου λάθος."

Το εργαλείο αυτό, πολλές φορές, πρόκειται να χρησιμοποιηθεί για να βοηθήσει να γίνει η υπόθεση για το DBA να πει, "Γεια σου, αυτό είναι όπου το πρόβλημα βρίσκεται και δεν είμαι εγώ." (Γέλια) Πρέπει να να βελτιωθεί αυτό, είτε πρόκειται για την αλλαγή των ερωτημάτων είτε για ό, τι μπορεί να είναι. Σε ορισμένες περιπτώσεις, θα πέσει στον κουβά από την άποψη της ευθύνης τους, αλλά τουλάχιστον έχοντας το εργαλείο για να μπορέσει να τους βοηθήσει να το καταλάβουν και να το γνωρίζουν αυτό και να το κάνει έγκαιρα είναι προφανώς η ιδανική προσέγγιση.

Robin Bloor: Ναι, οι περισσότεροι από τους ιστοτόπους με τους οποίους είμαι εξοικειωμένοι, αλλά από καιρό έχω βρεθεί εκεί, κοιτώντας σε διάφορες τοποθεσίες πολλαπλών βάσεων δεδομένων, αλλά κυρίως αυτό που έβρισκα ήταν ότι θα υπήρχε DBAs που επικεντρώθηκαν σε μια χούφτα βάσεις δεδομένων. Και αυτές θα ήταν οι βάσεις δεδομένων, ότι εάν έπεφταν ποτέ, θα ήταν ένα πραγματικό μεγάλο πρόβλημα για την επιχείρηση και ούτω καθεξής και ούτω καθεξής. Και οι άλλοι, θα συλλέγουν στατιστικά στοιχεία από καιρό σε καιρό για να δουν ότι δεν έμειναν μακριά από το διάστημα και δεν θα τα κοίταζαν καθόλου. Και ενώ κάνατε το demo έψαχνα αυτό και σκεφτόμουν καλά, με τον ένα ή τον άλλο τρόπο, επεκτείνετε, απλά παρέχοντας κάτι τέτοιο για βάσεις δεδομένων που ήταν συχνά, κανείς δεν νοιαζόταν πάρα πολύ γι 'αυτό, επειδή είχαν αύξηση δεδομένων, έχουν και την ανάπτυξη εφαρμογής κατά καιρούς. Επεκτείνετε την κάλυψη του DBA με αρκετά δραματικό τρόπο. Γι 'αυτό ακριβώς είναι το ερώτημα, είναι ότι με ένα σύνολο εργαλείων όπως αυτό, καταλήγετε να είστε σε θέση να δώσετε λίγο DBA υπηρεσία σε κάθε βάση δεδομένων που είναι στο εταιρικό δίκτυο;

Bullett Manale: Σίγουρα, η πρόκληση είναι ότι όπως λέτε αρκετά εύγλωττα είναι σαν να υπάρχουν κάποιες βάσεις δεδομένων που ενδιαφέρονται για τα DBA και στη συνέχεια υπάρχουν μερικοί που δεν τους ενδιαφέρουν τόσο πολύ. Και ο τρόπος με τον οποίο αυτό το συγκεκριμένο προϊόν, ο τρόπος με τον οποίο έχει αδειοδοτηθεί, είναι κατά περίπτωση. Έτσι, υπάρχει, μάλλον, θα λέγατε, ένα κατώφλι όταν οι άνθρωποι αποφασίζουν "Γεια σου, αυτό δεν είναι αρκετά κρίσιμο παράδειγμα που θέλω να το διαχειριστώ με αυτό το εργαλείο." Αυτό είπε, υπάρχουν και άλλα εργαλεία που κάνουμε έχουν περισσότερα, υποθέτω, catering για αυτές τις λιγότερο σημαντικές περιπτώσεις SQL. Ένας από αυτούς θα ήταν σαν ο Διαχειριστής απογραφής, όπου κάνουμε ελαφρούς ελέγχους υγείας ενάντια στις περιπτώσεις, αλλά επιπλέον αυτό που κάνουμε είναι να κάνουμε ανακάλυψη, έτσι εντοπίζουμε νέες περιπτώσεις που έχουν μεταφερθεί στο διαδίκτυο και στη συνέχεια, από εκείνο το σημείο, ως DBA μπορώ να πω, "Εντάξει, εδώ είναι μια νέα παρουσία του SQL, τώρα είναι Express"; Είναι η ελεύθερη έκδοση ή είναι μια επιχειρηματική έκδοση; "Αυτή είναι πιθανώς μια ερώτηση που θέλω να αναρωτηθώ, αλλά δεύτερον, πόσο σημαντική είναι αυτή η περίπτωση για μένα; Αν δεν είναι τόσο σημαντικό, ίσως να έχω αυτό το εργαλείο να βγαίνει και να το κάνει, γενικά, αυτό που θα ονομάζω γενικούς ελέγχους υγείας με την έννοια ότι είναι οι στοιχειώδεις τύποι των πραγμάτων που μου νοιάζει ως DBA: Είναι ο δίσκος γεμίζει ; Ο διακομιστής ανταποκρίνεται σε προβλήματα; Τα κύρια πράγματα, σωστά;

Ενώ με το Διαγνωστικό Διαχειριστή, το εργαλείο που σας παρουσίαζα ακριβώς, πρόκειται να φτάσει στο επίπεδο του ερωτήματος, θα πάει κάτω στη σύσταση των δεικτών, κοιτάζοντας το σχέδιο εκτέλεσης και όλα αυτά τα καλά πράγματα, ενώ αυτό είναι κυρίως εστιασμένο ποιος κατέχει τι, τι είναι αυτό που κατέχω και ποιος είναι υπεύθυνος για αυτό; Τι πακέτα υπηρεσιών και hot fixes έχω; Και οι διακομιστές μου τρέχουν με τα κύρια συστατικά του τι θα θεωρούσα ότι είναι ένα υγιές παράδειγμα SQL; Για να απαντήσετε στην ερώτησή σας, υπάρχει ένα μικρό μίγμα. Όταν έχουμε άτομα που κοιτάζουν αυτό το εργαλείο, συνήθως εξετάζουν ένα πιο κρίσιμο σύνολο περιπτώσεων. Τούτου λεχθέντος, έχουμε μερικούς ανθρώπους που αγοράζουν κάθε περίπτωση που έχουν και το διαχειρίζονται, έτσι εξαρτάται απλά. Αλλά σας λέω, συνολικά, υπάρχει σίγουρα ένα όριο από εκείνους τους ανθρώπους που θεωρούν ότι το περιβάλλον τους είναι αρκετά σημαντικό για να έχει ένα τέτοιο εργαλείο για να διαχειριστεί αυτές τις περιπτώσεις.

Robin Bloor: Εντάξει, μια άλλη ερώτηση πριν την παραδώσω στον Eric. Η εντύπωση που παίρνει, απλά από την παρακολούθηση της βιομηχανίας είναι ότι οι βάσεις δεδομένων εξακολουθούν να έχουν μια ζωή, αλλά όλα τα δεδομένα χύνονται σε όλες αυτές τις λίμνες δεδομένων και ούτω καθεξής και ούτω καθεξής. Αυτή είναι η διαφημιστική εκστρατεία και η διαφημιστική εκστρατεία δεν αντικατοπτρίζει ποτέ την πραγματικότητα, επομένως με ενδιαφέρει η πραγματικότητα που βλέπεις εκεί έξω; Είναι οι σημαντικές βάσεις δεδομένων σε έναν οργανισμό, βιώνουν την παραδοσιακή ανάπτυξη δεδομένων, την οποία σκέφτηκα ως 10 τοις εκατό το χρόνο; Ή αυξάνεται περισσότερο από αυτό; Είναι μεγάλα δεδομένα που κάνουν αυτές τις βάσεις δεδομένων μπαλόνι; Ποια είναι η εικόνα που βλέπετε;

Bullett Manale: Νομίζω ότι σε πολλές περιπτώσεις βλέπουμε ορισμένα από τα δεδομένα να μετακινούνται σε αυτά τα άλλα τμήματα, όπου είναι πιο λογικό, όταν υπάρχουν άλλες τεχνολογίες που είναι διαθέσιμες. Από πρόσφατα, μερικά από τα μεγαλύτερα δεδομένα. Αλλά αυτές οι βάσεις δεδομένων, θα έλεγα, είναι δύσκολο να γενικευθεί σε πολλές περιπτώσεις γιατί όλοι είναι λίγο διαφορετικοί. Σε γενικές γραμμές, ωστόσο, βλέπω κάποια απόκλιση. Βλέπω, όπως είπα, οι άνθρωποι κινούνται στα ελαστικά μοντέλα σε πολλές περιπτώσεις, επειδή θέλουν να αυξήσουν τους πόρους και όχι τόσο σε άλλους τομείς. Μερικοί άνθρωποι μετακινούνται στα μεγάλα δεδομένα. Αλλά είναι δύσκολο να πάρετε μια αίσθηση, λέτε, της αντίληψης, επειδή γενικά μιλώντας οι λαοί που μιλώ σε όλους έχουν τις παραδοσιακές βάσεις δεδομένων και το χρησιμοποιούν σε περιβάλλον SQL Server.

Τούτου λεχθέντος, θα έλεγα ως προς την ίδια την SQL, σίγουρα εξακολουθώ να πιστεύω ότι κερδίζει μερίδιο αγοράς. Και νομίζω ότι υπάρχουν πολλοί λαοί που εξακολουθούν να κατευθύνονται προς την SQL από άλλα μέρη όπως η Oracle, επειδή είναι πιο προσιτές και φαίνεται να είναι προφανές, καθώς οι εκδόσεις SQL γίνονται πιο προηγμένες - και βλέπετε αυτό με τα πιο πρόσφατα πράγματα που συνεχίζονται με την SQL, από την άποψη της κρυπτογράφησης και όλων των άλλων δυνατοτήτων που την καθιστούν περιβάλλον ή πλατφόρμα βάσης δεδομένων - αυτό είναι προφανώς πολύ κρίσιμο για την αποστολή, υποθέτω. Έτσι, νομίζω ότι το βλέπουμε και αυτό. Όπου βλέπετε μια στροφή, εξακολουθεί να συμβαίνει. Θέλω να πω, συνέβαινε πριν από 10 χρόνια, νομίζω ότι εξακολουθεί να συμβαίνει από την άποψη του SQL Server, όπου αυξάνεται η ανάπτυξη του περιβάλλοντος και το μερίδιο αγοράς.

Robin Bloor: Εντάξει, Eric, υποθέτω ότι το κοινό έχει μια ερώτηση ή δύο;

Eric Kavanagh: Ναι, επιτρέψτε μου να ρίξω ένα γρήγορο για εσάς. Είναι μια αρκετά καλή ερώτηση, στην πραγματικότητα. Ένας από τους συμμετέχοντες ζητάει, θα μου πει αυτό το εργαλείο εάν ένας πίνακας μπορεί να χρειαστεί ένα ευρετήριο για να επιταχύνει το ερώτημα; Εάν ναι, μπορείτε να δείξετε ένα παράδειγμα;

Bullett Manale: Ναι, έτσι δεν ξέρω αν έχω ένα για μια συγκεκριμένη προσθήκη ενός ευρετηρίου, αλλά μπορείτε να δείτε εδώ, έχουμε συστάσεις κατακερματισμού εδώ. Πιστεύω επίσης ότι απλά είχαμε και αυτό ήταν μέρος του διαγνωστικού διαχειριστή που προσφέρει την έκδοση που βασίζεται στον ιστό, όπου μου λέει ότι έχω ένα δείκτη που λείπει. Και μπορούμε να δούμε αυτές τις συστάσεις και θα μας πει το πιθανό κέρδος από αυτό με την ευρετηρίαση αυτών των πληροφοριών. Το άλλο πράγμα που πρέπει να αναφέρω είναι ότι όταν κάνουμε τις συστάσεις, για πολλές από αυτές, το σενάριο θα κατασκευαστεί γι 'αυτό. Αυτό δεν είναι καλό παράδειγμα, αλλά θα μπορούσατε να δείτε, ναι, τις καταστάσεις όπου ένας δείκτης - είτε ένας διπλός δείκτης, είτε η προσθήκη ενός δείκτη - θα βελτίωνε τις επιδόσεις και, όπως είπα νωρίτερα, κάνουμε πολλά ότι μέσω υποθετικής ανάλυσης δείκτη. Έτσι, βοηθάει πραγματικά στην κατανόηση του φόρτου εργασίας, για να μπορέσει να το εφαρμόσει στη σύσταση.

Eric Kavanagh: Αυτό είναι σπουδαίο πράγμα, και αυτό θα μου δώσει ένα καλό ερεθισμό στα τελικά σχόλια εδώ. Ο Robin και εγώ μαζί με τον Rick, έχουμε ακούσει εδώ και πολλά χρόνια, μιλάμε για αυτοματοποιημένες βάσεις δεδομένων. Είναι μια βάση δεδομένων που ρυθμίζει αυτόματα! Το μόνο που μπορώ να σας πω είναι: Μην τους πιστέψετε.

Bullett Manale: Μην πιστεύετε στη διαφημιστική εκστρατεία.

Eric Kavanagh: Μπορεί να υπάρχουν μερικά μικρά πράγματα που γίνονται δυναμικά, αλλά ακόμα και αυτό μπορεί να θέλετε να το ελέγξετε και να βεβαιωθείτε ότι δεν κάνει κάτι που δεν θέλετε να κάνει. Έτσι, εδώ και αρκετό καιρό, θα χρειαστούμε εργαλεία όπως αυτό για να καταλάβουμε τι συμβαίνει σε επίπεδο βάσης δεδομένων και όπως ο Robin είπε, οι λίμνες δεδομένων είναι συναρπαστικές ιδέες, αλλά πιθανότατα υπάρχουν περίπου τόσο πολλές πιθανότητες να τις αναλάβουν όσο υπάρχει Υπάρχει ένα Loch Ness Monster οποιαδήποτε στιγμή σύντομα. Έτσι, θα ήθελα απλώς να πω, ο πραγματικός κόσμος έχει πολλή τεχνολογία βάσεων δεδομένων, χρειαζόμαστε ανθρώπους, DBA, να εξετάσουμε αυτά τα πράγματα και να τα συνθέσουμε. Μπορείτε να πείτε, πρέπει να ξέρετε τι κάνετε για να κάνετε αυτά τα πράγματα να λειτουργούν. Αλλά χρειάζεστε τα εργαλεία για να σας δώσουμε τις πληροφορίες για να ξέρετε τι κάνετε. Έτσι, η κατώτατη γραμμή είναι DBAs πρόκειται να κάνει καλά.

Και ευχαριστώ πολύ τη Bullett Manale και τους φίλους μας στο IDERA. Και φυσικά, ο Rick Sherman και ο Robin Bloor. Κάνουμε αρχειοθέτηση όλων αυτών των webcasts, έτσι hop on-line insideanalysis.com ή στην ιστοσελίδα συνεργάτη μας www.techopedia.com για περισσότερες πληροφορίες σχετικά με όλα αυτά.

Και με αυτό, θα σας αποχαιρετήσουμε, λαοί. Σας ευχαριστούμε και πάλι, θα σας μιλήσουμε την επόμενη φορά. Να προσέχεις. Αντίο.

Τα καλύτερα σχεδιασμένα σχέδια: εξοικονομώντας χρόνο, χρήματα και προβλήματα με βέλτιστες προβλέψεις