Autorius: „Techopedia“ darbuotojai, 2017 m. Balandžio 19 d
„Takeaway“: Priimančioji Erika Kavanaghas aptaria prognozavimą su daktaru Robinu Blooru, Ricku Shermanu ir IDERA „Bullett Manale“.
Norėdami peržiūrėti vaizdo įrašą, turite prisiregistruoti į šį įvykį. Registruokitės norėdami pamatyti vaizdo įrašą.
Ericas Kavanaghas: Ponios ir ponai, dar kartą sveiki ir sveiki atvykę į „Hot Technologies“ internetinių transliacijų seriją! Mano vardas Ericas Kavanaghas, aš būsiu jūsų šios dienos internetinio seminaro, pavadinto „Taupykite laiką, pinigus ir bėdas, naudodamiesi optimaliomis prognozėmis“, vedėjas. “Kursas praleido pirmąją pavadinimo dalį„ Geriausi apmokami planai “. Mes. visada šou apie tai šou. Taigi, „Hot Technologies“, žinoma, yra mūsų forumas, skirtas suprasti, kokie nuostabūs produktai yra šiandieniniame pasaulyje, įmonių technologijų pasaulyje, ką žmonės su jais daro, kaip jie dirba, - visa tai įdomūs dalykai.
Ir šiandienos tema, kaip aš siūlau, susijusi su prognozavimu. Tikrai bandote suprasti, kas bus jūsų organizacijoje. Kaip ketinate išlaikyti savo vartotojus laimingus, nesvarbu, ką jie daro? Jei jie analizuoja, jei dirba realų darbą, susiduria su realiais klientais, kuriems yra operacinės sistemos, kad ir koks būtų atvejis, norite suprasti, kaip veikia jūsų sistemos ir kas vyksta, ir štai ką mes ' Kalbėsiu apie šiandieną. Tai savotiškai juokinga, nes prognozavimas nėra kažkas, ką aš mėgstu daryti, nes esu prietaringas, kaip ir aš manau, jei per daug prognozuoju, nutiks blogų dalykų, bet tai tik aš. Nesek mano vadovo.
Taigi, šiandien yra mūsų pranešėjai, jūsų nuoširdus viršutiniame kairiajame kampe, Rikas Shermanas renkasi iš Bostono, mūsų bičiulis Bullett Manale iš IDERA ir mūsų pačių daktaras Robinas Blooris. Tada aš perduosiu Robinui ir priminsiu žmonėms: užduokite klausimus, nebijokite, mums patinka geri klausimai, kuriuos mes šiandien pateiksime savo pranešėjams ir kitiems. Ir kartu su tuo, Robinu, atimk jį.
Robinas Blooras: Gerai, kadangi aš, kaip sakoma, esu nepadorus, maniau, kad šiandien papasakosiu SQL istoriją, nes tai yra pagrindas diskusijai, kuri vyks, ir neišvengiamai nesikiš su nes Rickas nekreipia į tai dėmesio ir nesikiš į tai, ką Rickas turi pasakyti. Taigi, SQL istorija, yra keletas įdomių dalykų apie SQL, nes jis toks dominuojantis. Žiūrėkite, tai yra rašybos klaida, SQL yra deklaratyvi kalba. Idėja buvo ta, kad galėtumėte sukurti kalbą, kuria prašytumėte to, ko norėjote. Ir duomenų bazė išsiaiškintų, kaip ją gauti. Ir tai iš tikrųjų parengta gana gerai, tačiau yra keletas dalykų, kuriuos verta apie tai pasakyti, pasekmės, jei visa IT pramonė pagrįsta deklaratyvia kalba. Vartotojas nežino ar nesirūpina duomenų fizine organizacija, ir tai yra gerai kalbant apie deklaratyvią kalbą - ji atskiria jus nuo viso to ir netgi jaudinasi - tiesiog paprašykite visko, ko norite, ir duomenų bazė eis ir gausi.
Bet vartotojas net neįsivaizduoja, ar tai, kaip jie struktūriškai apdoroja SQL užklausą, turės įtakos užklausos našumui, ir tai šiek tiek neigiamai veikia. Mačiau šimtus ir šimtus eilučių trunkančias užklausas, kurios, kaip jūs žinote, yra tik viena SQL užklausa, prasideda žodžiu „pasirinkti“ ir tiesiog tęsiasi su antrinėmis užklausomis ir t. T. Ir iš tikrųjų paaiškėja, kad jei norite tam tikros duomenų kolekcijos iš duomenų bazės, galite jos paprašyti įvairiais būdais naudodamiesi SQL ir gauti tą patį atsakymą, jei esate šiek tiek susipažinęs su duomenimis. Taigi, viena SQL užklausa nebūtinai yra geriausias būdas paprašyti duomenų, o duomenų bazės reaguos gana skirtingai, atsižvelgiant į SQL, kurią įdėjote į jas.
Taigi, SQL iš tikrųjų daro įtaką našumui, todėl žmonės, kurie naudojasi SQL, tai pasakytina ir apie SQL programuotojus, naudojančius SQL, ir jie dar mažiau linkę galvoti apie poveikį, kurį jie turės, nes iš esmės jų dėmesys sutelkiamas į manipuliavimą duomenimis, o ne į duomenų rinkimą, kaupimą. Tas pats pasakytina ir apie BI įrankius. Aš mačiau SQL, kuris, jei norite, išstumia iš įvairių duomenų bazių BI įrankius ir reikia pasakyti, kad labai daug, tai yra, aš nenorėčiau ' Nerašykite SQL užklausų. Tai kažkas sukūrė, jei norite, nedidelį variklį, kad ir kokie būtų parametrai, jis išmes šiek tiek SQL ir vėlgi, kad SQL nebūtinai bus efektyvus SQL.
Tada pamaniau paminėti varžos neatitikimą, duomenys, kuriuos naudoja programuotojai, skiriasi nuo tų, kurie rūšiuojami. Taigi, mūsų DMS kaupia duomenis lentelėse, organizuotas į objektą orientuotas kodas dažniausiai yra programuotojai, šiais laikais programuoja objektinę formą ir užsako duomenis objekto struktūrose, todėl jis nesusieja vienas kito. Taigi, reikia išversti iš to, kas programuotojo manymu yra duomenys, į tai, ką duomenų bazė mano, kas yra duomenys. Panašu, kad mes turėjome padaryti kažką blogo, kad taip būtų. SQL turi DDL duomenų apibrėžimui, jis turi DML - duomenų tvarkymo kalbą - pasirinkite, projektuokite ir prisijungkite, kad gautumėte tuos duomenis. Dabar yra labai mažai matematikos ir labai mažai laiko pagrįstų dalykų, todėl kalba yra netobula, nors reikia pasakyti, kad ji buvo pratęsta ir toliau plečiama.
Tada jums iškyla SQL barjero problema, kuri visada yra siauresnė nei schema, tačiau daugelis žmonių uždavė klausimus dėl analitinių priežasčių, gavę atsakymą į klausimo duomenų terminus, nori užduoti kitą klausimą. Taigi, tai tampa dialogo dalyku, gerai, SQL nebuvo sukurtas dialogams, jis buvo sukurtas paklausti, ko norite iškart. Tai verta žinoti, nes ten yra keletas produktų, kurie faktiškai apleidžia SQL, kad būtų galima susikalbėti tarp vartotojo ir duomenų.
Kalbant apie duomenų bazės veikimą - ir tai pasiskirsto į viską, taip, yra CPU, yra atminties, disko, tinklo pridėtinių išlaidų ir yra daugiau nei vieno asmens, norinčio išskirtinai naudoti duomenis tam tikru metu, užrakinimo problema. laiku. Tačiau yra ir prastų SQL skambučių, tai yra be galo daug, ką galima padaryti, jei iš tikrųjų optimizuosite SQL, atsižvelgiant į našumą. Taigi, duomenų bazės veikimo veiksniai: blogas dizainas, blogas programos dizainas, trūksta darbo krūvio kartu, apkrovos balansavimas, užklausos struktūra, talpos planavimas. Tai yra duomenų augimas. Keliais žodžiais tariant, SQL yra patogus, tačiau jis nėra savaiminis optimizavimas.
Tai pasakius, manau, kad galime perduoti Rickui.
Erikas Kavanaghas: Gerai, Rikai, leisk man duoti tau „WebEx“ automobilio raktus. Pašalink.
Rickas Shermanas: Viskas gerai, puiku. Ačiū Robinu, kadangi mes pradėjome pristatymo pradžioje, mano grafika vis dar yra gana nuobodi, bet mes su ja eisime. Taigi, aš sutinku su viskuo, apie ką kalbėjo Robinas SQL pusėje. Bet tai, ką dabar noriu šiek tiek sutelkti, yra duomenų poreikis, kurį mes greitai išgyvename, tiekimas, kaip ir toje erdvėje naudojamų įrankių, arba toje vietoje esančių įrankių poreikis.
Visų pirma, kiekviename perskaitytame straipsnyje yra keletas duomenų, susijusių su dideliais duomenimis, daugybe duomenų, neorganizuotų duomenų iš debesies, didelių duomenų visur, ką galite įsivaizduoti. Bet duomenų bazių rinkos augimas nuolat vyko naudojant SQL, reliacinė duomenų bazė tikriausiai nuo 2015 m. Vis dar sudaro 95 procentus duomenų bazės rinkos. Trys geriausi santykinių pardavėjų rinkos dalyviai užima apie 88 procentus rinkos. Taigi, mes vis dar kalbame, kaip kalbėjo Robinas, apie SQL. Ir iš tikrųjų, net jei žiūrime į „Hadoop“ platformą, „Hive“ ir „Spark SQL“, kurią visą laiką naudoja mano duomenų žinovas sūnus, neabejotinai yra dominuojantis būdas žmonėms gauti duomenis.
Dabar duomenų bazėje yra dvi pagrindinės duomenų bazių naudojimo kategorijos. Viena iš jų yra skirta operacinėms duomenų bazių valdymo sistemoms, taigi, ryšių su įmonėmis planavimui, ryšių su klientais valdymui, pasaulio „Salesforce“ ERP, „Oracles“, EPIC, N4 ir kt. Duomenų saugyklose ir kitose verslo žvalgybomis pagrįstose sistemose yra daugybė ir besiplečiančių duomenų. Priežastis, kad viskas, neatsižvelgiant į tai, kur ir kaip yra užfiksuota, saugoma ar vykdoma operacija, galų gale yra analizuojama, todėl yra didžiulė paklausa ir padidėja duomenų bazių, ypač rinkoje esančių reliacinių duomenų bazių, naudojimas.
Dabar mes turime paklausą, turime daugybę duomenų. Ir aš tikrai nekalbu tik apie didelius duomenis, aš kalbu apie duomenų naudojimą visose įmonėse. Bet, kalbant apie pasiūlą, žmonėms, galintiems valdyti tuos išteklius, mes pirmiausia susidūrėme su DBA trūkumu. Pagal Darbo statistikos biuro duomenis, 2014–2024 m. DBA darbo vietų skaičius augs tik 11 procentų - dabar tai yra žmonės, turintys DBA darbo pavadinimus, tačiau apie tai kalbėsime per sekundę - palyginti su 40-ies - plius metinis duomenų augimo plotas. Ir mes turime daug DBA; vidutiniškai tame pačiame tyrime kalbėta apie vidutinį amžių, palyginti su kitomis IT profesijomis. Tada mes turime daugybę žmonių, paliekančių lauką, nebūtinai išeinant į pensiją, bet pereinant prie kitų aspektų, pereinant prie vadybos ar pan.
Dabar dalis priežasčių, dėl kurių jie išvyksta, yra dėl to, kad DBA darbas vis sunkėja. Pirmiausia, mes turime DBA, tvarkančius daugybę skirtingų duomenų bazių, fizines duomenų bazes, esančias visur, taip pat įvairių tipų duomenų bazes. Dabar tai gali būti reliaciniai arba tai gali būti ir kiti duomenų bazių tipai. Bet net jei tai santykinis ryšys, jie gali turėti vieną, du, tris, keturis skirtingus pardavėjus, kuriuos iš tikrųjų bando valdyti. DBA paprastai įsitraukia sukūrus duomenų bazę ar programą. Robinas kalbėjo apie tai, kaip kuriamos duomenų bazės ar programos, kaip kuriama SQL. Na, kai mes kalbame apie duomenų modeliavimą, ER modeliavimą, išplėstinį ER modeliavimą, dimensijų modeliavimą, išplėstinį dimensijų modeliavimą, kad ir kas būtų, paprastai programų programuotojai ir programų kūrėjai kuria turėdami omenyje savo galutinį tikslą - jie nesiekia efektyvumo pati duomenų bazės struktūra. Taigi, mes turime daug blogo dizaino.
Dabar aš nekalbu apie komercinių įmonių programų tiekėjus; jie paprastai turi ER modelius arba išplėstinius ER modelius. Kalbu tik apie tai, kad kiekvienoje įmonėje kuriasi daug daugiau verslo procesų ir programų, kuriuos kuria programų kūrėjai - jie nebūtinai skirti efektyvumui ar diegimo efektyvumui. Patys DBA yra per daug dirbantys ir kartais yra atsakingi visą parą, visą laiką gauna vis daugiau duomenų bazių. Manau, kad tai turi šiek tiek įtakos tam, kad žmonės nelabai supranta, ką jie daro ar kaip tai daro. Jų pačių maža grupė ir žmonės tiesiog galvoja: „Na, o visas šias priemones naudoti yra taip lengva, mes galime tiesiog naudoti vis daugiau duomenų bazių apie jų darbo krūvį“, - taip nėra.
Tai veda mus prie neakivaizdinių ir atsitiktinių DBA. Turime mažų IT komandų, kurios nebūtinai gali sau leisti tam skirtą DBA. Dabar tai pasakytina apie mažas ir vidutines įmones, kuriose duomenų bazių ir duomenų bazių plėtra pastarąjį dešimtmetį sprogo ir toliau plečiasi. Bet taip pat yra didelių korporacijų, kurios paprastai ilgai ir ilgai vykdo duomenų sandėliavimą ir verslo informacijos analizę. Seniai tiems projektams gavome specialius DBA; mes niekada negauname tam skirto DBA. Mes esame atsakingi už duomenų bazės sukūrimą. Puiku, jei tai kažkas turi patirties. Bet paprastai DBA yra programų kūrėjai, jie dažnai imasi šio vaidmens kaip ne visą darbo dieną, neturi jokio formalaus pasirengimo ir vėl, jie tai kuria siekdami savo galutinių tikslų, jie yra nesuprojektuoti jo efektyvumui.
Dizainas ir tobulinimas, palyginti su diegimu ir valdymu, labai skiriasi. Taigi, mes turime „centą išmintingą, nemalonų svarą“ su mažu pigių banku, praleisdami įgūdžius ir išteklius, reikalingus projektams. Galvoju, kad visi yra iš „Keršto keršto“, ten mano maža nuotrauka. Dabar, kiek reikia žmonėms, mes vis plačiau naudojame SQL duomenų bazes ir duomenis. Mes turime ribotą skaičių DBA - žmonių, kurie yra kvalifikuoti ir ekspertai šiose derinimo ir projektavimo bei valdymo ir diegimo situacijose. Ir mes turime vis daugiau neakivaizdinių ar atsitiktinių DBA, žmonių, kurie neturėjo oficialaus mokymo.
Taigi, kokie yra kai kurie kiti dalykai, kurie taip pat susiduria su tuo, kad šios duomenų bazės taip pat nėra derinamos ar valdomos? Pirmiausia, daugelis žmonių mano, kad pati duomenų bazių sistema turi pakankamai priemonių, kad galėtų susitvarkyti. Dabar įrankiai tampa vis lengvesni ir paprastesni - projektavimas ir tobulinimas -, bet tai skiriasi nuo to, kad atliksite gerą projektavimą ir gerą valdymą, pajėgumų planavimą, stebėjimą ir pan. Taigi pirmiausia žmonės mano, kad turi visus reikiamus įrankius. Antra, jei esate ne visą darbo dieną ar atsitiktinis DBA, nežinote to, ko nežinote.
Manau, kai kurias frazes pamiršau ten, kad daug kartų jie tiesiog nesupranta, į ką net reikia atkreipti dėmesį kuriant ar valdant ar valdant duomenų bazes. Jei tai nėra jūsų profesija, tada nesuprantate, ką turite padaryti. Trečia, tai, kad SQL yra pagrindinis įrankis, todėl Robinas kalbėjo apie SQL ir tai, kaip prastai SQL kartais yra sukonstruojamas ar dažnai sukonstruojamas. Be to, vienas iš mano augintinių nugrimzta į BI duomenų saugojimą, duomenų perkėlimą ir duomenų inžineriją, yra tai, kad žmonės naudojasi įrankiais, o ne naudojasi įrankiais, net naudodamiesi brangiu duomenų integravimo įrankiu ar naudodamiesi saugomomis procedūromis. brangus BI įrankis, jie dažnai naudoja jį tiesiog saugomoms procedūroms vykdyti. Taigi, dar svarbesnė yra duomenų bazių projektavimo, SQL konstravimo supratimo svarba.
Pagaliau yra šis siloso metodas, kai mes turime atskirus žmones žiūrėti į atskiras duomenų bazes. Jie nežiūri, kaip veikia programos ir sąveikauja tarpusavyje. Jie taip pat dažnai peržiūri duomenų bazes, palyginti su programomis, kurioms jomis naudojasi. Taigi duomenų bazės darbo krūvis yra kritinis kuriant projektą, kritinis jį derinant, kritinis bandant išsiaiškinti, kaip planuoti pajėgumus ir pan. Taigi, žiūrėdami į mišką iš medžių, žmonės yra piktžolėse., žvelgdami į atskiras lenteles ir duomenų bazes, o ne nagrinėdami bendrą šių programų sąveiką darbo krūvyje.
Galiausiai žmonės turi pažvelgti į pagrindines sritis, į kurias jie turi atkreipti dėmesį. Planuodami tvarkyti duomenų bazes, jie pirmiausia turi galvoti apie, sukurti tam tikrą į taikymą orientuotą našumo metriką, todėl jie turi ne tik pažvelgti, kaip ši lentelė yra struktūrizuota, kaip ji ypač modeliuojama, bet ir kaip ji naudojama? Taigi, jei turite įmonės programą, kuriai reikia tiekimo grandinės valdymo, jei imate užsakymus iš interneto, jei darote BI - kad ir ką darote, turite pasižiūrėti, kas ją naudoja, kaip jie naudojasi naudodamiesi ja, kokia yra duomenų apimtis, kada tai įvyks. Tai, ko jūs iš tikrųjų bandote ieškoti, yra laukimo laikas, nes nesvarbu, visos programos įvertinamos pagal tai, kiek laiko užtrunka, kol kažkas pagaminta, nesvarbu, ar tai asmuo, ar tiesiog keitimasis duomenimis tarp programų ar procesorių. O kokie yra trūkumai? Taigi dažnai, kai bandote derinti problemas, žinoma, jūs iš tikrųjų bandote ieškoti, kokie yra tikrieji trūkumai - nebūtinai kaip viską sureguliuoti, bet kaip atsikratyti ir perkelti spektaklį į laukimo laiką pralaidumas - bet kas, ką jums reikia pažiūrėti.
Ir jūs tikrai turite atskirti duomenų kaupimą, operacijas, transformacijų aspektus duomenų bazėje kartu su analitika. Kiekvienas iš jų turi skirtingus dizaino modelius, kiekvienas iš jų turi skirtingus naudojimo modelius ir kiekvienas iš jų turi būti suderintas skirtingai. Taigi, jūs turite galvoti apie tai, kaip šie duomenys naudojami, kada jie naudojami, kam jie naudojami, ir išsiaiškinti, kokia yra našumo metrika ir kokius pagrindinius dalykus norite analizuoti, susijusius su tuo naudojimu. Dabar, kai žiūrite našumą, norėsite pažvelgti į pačias duomenų bazės operacijas; norite pažvelgti į abi duomenų struktūras, taigi indeksai, skaidymas ir kiti fiziniai duomenų bazės aspektai, net ir duomenų bazės struktūra - nesvarbu, ar tai būtų ER modelis, ar matmenų modelis, kad ir kaip būtų struktūruota - visi šie dalykai turi įtakos našumui, ypač skirtinguose duomenų rinkimo ir analizės kontekstuose.
Ir kaip Robinas minėjo iš SQL pusės, pažvelgti į SQL, kurią šiose duomenų bazėse valdo skirtingos programos, yra labai svarbu. Pažvelgus į bendrą programų darbo krūvį ir infrastruktūros aplinką, kurioje veikia šios duomenų bazės ir programos. Taigi, kad tinklai, serveriai ir debesys - kad ir kokie jie veiktų - taip pat žvelgia į šių programų ir šių duomenų bazių poveikį tame kontekste, ir visa tai turi sąsają su galimybe suderinti duomenų bazę.
Galiausiai, kai žiūrite į įrankius, norėsite, kad būtų galima pažvelgti į tris skirtingas su tuo susijusias analizės rūšis. Norite pažvelgti į aprašomąją analizę: kas vyksta ir kur, susiję su duomenų baze ir programos našumu. Norite turėti galimybę atlikti diagnostinę analizę, kad išsiaiškintumėte ne tik tai, kas vyksta, bet ir kodėl tai vyksta, kur yra trūkumų, kur yra problemų, kas veikia gerai, kas netinkamai veikia? Tačiau sugebėti išanalizuoti ir išsiaiškinti problemines sritis, kad galėtumėte jas išspręsti kurdami dizainą ar ką jums reikia padaryti.
Galiausiai, agresyviausias ar iniciatyviausias analizės tipas yra faktiškai atlikti bet kokią numatomąją analizę, prognozuojamąją analizės modeliavimą. Mes žinome, kad duomenų bazė ir programos veikia šiame kontekste, jei padidinsime pajėgumus, jei sulauksime daugiau vartotojų, jei padarysime didesnį pralaidumą, kad ir ką darome, galėdami numatyti, kas, kaip ir kur tai padarys. Įtakos duomenų bazei, programoms leidžia mums planuoti ir proaktyviai išsiaiškinti, kur yra kliūčių, kur gali nukentėti laukimo laikas ir ką turime padaryti, kad sutvarkytume reikalus. Taigi norime turėti įrankius, kurie galėtų įgyvendinti našumo metriką, stebėti našumą, kaip ir šios trys analizės rūšys. Ir tai mano apžvalga.
Ericas Kavanaghas: Gerai, leiskite man įteikti - beje, tai yra du puikūs pristatymai - leiskite man perduoti tai „Bullett Manale“, kad jis paimtų iš ten. Ir žmonės, nepamirškite užduoti gerų klausimų; jau turime gerą turinį. Nešk ją, Bullett.
Bullett Manale: Skamba gerai. Ačiū, Ericai. Taigi, daug ką pasakė Rickas ir Robinas, aišku, aš sutinku su 100 procentų. Aš sakyčiau, kad aš pastūmiau šią skaidrę aukštyn, nes aš manau, kad ji tinka, nežinau tiems iš jūsų, kurie yra „A-Team“ fanai 80-aisiais, Johnas Hannibalis Smithas pasakė, kad visada pasakyti: „Man labai patinka, kai susitaiko planas“, ir aš manau, kad kai tu kalbi ypač apie „SQL Server“, į kurį mes kreipiame dėmesį, tai yra produktas, apie kurį šiandien kalbėsime, „SQL Diagnostic Manager“, tai tikrai vienas iš tų dalykų, kuriuos turite turėti; jūs turite mokėti panaudoti turimus duomenis ir sugebėti priimti sprendimus iš tų duomenų, o kai kuriais atvejais sprendimo neieškote; jūs ieškote to, kas jums pasakytų, kai kažkam baigsis ištekliai, kai baigsis ištekliai, kai turėsite trūkumų, tokius dalykus.
Tai nėra vien tik tam tikros metrikos stebėjimas. Taigi, su „Diagnostic Manager“ vienas iš dalykų, kuriuos ji daro labai gerai, padės jums numatyti prognozes ir suprasti konkrečius darbo krūvius, apie kuriuos šiandien kalbėsime daug. Įrankis yra pritaikytas duomenų tvarkytojui, DBA ar veikiančiam DBA, taigi daugelis dalykų, apie kuriuos Rickas užsiminė, veikianti DBA yra tokia tiesa. Daugeliu atvejų, jei nesate DBA, iškyla daug klausimų ženklų, kuriuos turėsite, kai ateis laikas tvarkyti SQL aplinką - dalykų, kurių nežinote. Taigi jūs ieškote kažko, kas jums padėtų, perimtų jus per tą procesą ir taip pat išmokytų jus to proceso metu. Taigi svarbu, kad įrankis, kurį naudojate tokiems sprendimams, suteiktų jums šiek tiek įžvalgos apie priežastis, kodėl šie sprendimai priimami, tai ne tik jums pasakys: „Ei, daryk taip“.
Kadangi esu einanti DBA, galiausiai galėčiau būti visavertė DBA, turinti faktinių žinių ir žinių, kad paremčiau šį titulą. Taigi, kai mes kalbame apie duomenų bazės administratorių, aš visada norėčiau parodyti šią skaidrę pirmiausia, nes DBA vaidina keletą skirtingų vaidmenų ir atsižvelgiant į organizaciją, kurioje esate, jūs turėsite, jos skirsis skirtingose vietose, tačiau paprastai jūs visada būsite atsakingas už savo saugojimą, šio saugojimo planavimą ir supratimą, numatant, kiek vietos užimsite. ar tai reikalinga jūsų atsarginėms kopijoms, ar pačioms duomenų bazėms. Turėsite tai suprasti ir įvertinti.
Be to, jūs turėsite sugebėti suprasti ir optimizuoti reikalus pagal reikalą, o stebint aplinką akivaizdu, kad svarbu atlikti pakeitimus, kurie jiems reikalingi, atsižvelgiant į tai, pokyčiai pačioje aplinkoje. Taigi, kai prognozuojate, reikėtų atsižvelgti į tokius dalykus kaip vartotojų skaičius, programų populiarumas, duomenų bazės sezoniškumas. Ir tada akivaizdžiai pažvelgsiu į kitus dalykus, susijusius su galimybe pateikti ataskaitas ir reikalingą informaciją, nes ji susijusi su tų sprendimų priėmimu. Daugeliu atvejų tai reiškia atlikti lyginamąją analizę; tai reiškia, kad reikia žiūrėti konkrečiai į metriką ir suprasti, kokia buvo tos metrikos vertė per tam tikrą laiką, kad galėtumėte numatyti, kur ji eis į priekį.
Taigi tai, ką daro Diagnostikos tvarkyklė, turi tas galimybes, ir žmonės tai naudoja kiekvieną dieną, kad galėtų atlikti tokius veiksmus kaip prognozavimas. Čia pateikiau pajėgumų planavimo apibrėžimą. Tai gana platus ir iš tikrųjų gana neaiškus apibrėžimas, kuris yra tik gamybos pajėgumų, reikalingų organizacijai patenkinti besikeičiančius savo produktų poreikius, nustatymo procesas, o dienos pabaigoje tai ir yra viskas: apie galimybę paimti tam tikru ar kitokiu būdu turėtą informaciją ir priimti šią informaciją bei priimti sprendimus, kurie padėtų jums judėti pirmyn progresuojant duomenų bazių gyvavimo ciklą. Taigi, dalykų rūšys, dėl kurių žmonėms reikia tai daryti, akivaizdžiai pirmiausia yra svarbiausios, norint sutaupyti pinigų. Akivaizdu, kad verslas yra pagrindinis tikslas užsidirbti pinigų ir sutaupyti. Tačiau tai kartu reiškia ir sugebėjimą įsitikinti, kad jūsų prastovos nėra. Ir sugebėti įsitikinti, kad sumažinate prastovų atsiradimo tikimybę, taigi pradėkite, kitaip tariant, nelaukdami, kol tai įvyks, ir tada į tai reaguokite.
Čia neabejotinai svarbiausia ir tai, kad apskritai padidinate savo vartotojų produktyvumą, padidindami jų efektyvumą, kad galėtumėte daugiau užsiimti verslu, taigi, tai yra tipai dalykų, kuriuos DBA ar kažkas įtraukia į prognozavimą ar talpą. planavimas turės sugebėti pergudrauti informaciją, kad būtų galima priimti tuos sprendimus. Ir tada, aišku, tai padės jums pašalinti atliekas ne tik pinigų, bet ir laiko, ir išteklių, kuriuos galima panaudoti kitiems dalykams, atžvilgiu. Taigi, kad galėtumėte pašalinti tas atliekas, kad neturėtumėte papildomų išlaidų, kurios yra susietos su pačiomis atliekomis.
Taigi, kas pasakyta, kokie yra tam tikrų klausimų, kylančių iš DBA asmeniui, tipai? Kada man baigsis kosmosas? Tai didelis, ne tik tai, kiek dabar sunaudoju vietos, bet ir kai baigsiuosi, remdamasis tendencijomis ir praeities istorija? Tas pats ir su SQL egzemplioriais, duomenų bazėmis, kuriuos serverius galiu konsoliduoti? Aš įdėsiu keletą virtualiųjų mašinų, kokia prasmė, kokias duomenų bazes ketinu konsoliduoti ir kokiuose SQL egzemplioriuose jos turėtų būti? Reikia atsakyti į visus šių tipų klausimus. Nes daugeliu atvejų, jei esate DBA arba elgiatės kaip DBA, ketinate tai įtvirtinti kada nors savo karjeroje. Daugeliu atvejų jūs tai darysite nuolat. Taigi, jūs turite mokėti greitai priimti tuos sprendimus, o ne žaisti spėlionių žaidimus.
Mes kalbėjome apie kliūtis ir tai, kur jie atsiras toliau, galėdami dar kartą numatyti, užuot laukę, kol jie įvyks. Taigi, akivaizdu, kad visi šie dalykai, apie kuriuos mes kalbame, yra prasmingi ta prasme, kad daugeliu atvejų jūs remiatės istoriniais duomenimis, kad galėtumėte pateikti šias rekomendacijas arba kai kuriais atvejais galėtumėte patys suformuluoti sprendimus, kad galėtum sugalvoti šiuos atsakymus. Bet tai man primena, kai išgirsti radijo reklamą tam, kas parduoda vertybinius popierius ar panašiai, tai visada „praeities rezultatai nerodo būsimų rezultatų“ ir tokių dalykų. Tas pats pasakytina ir čia. Turėsite situacijų, kai šios prognozės ir analizės gali būti šimtu procentų teisingos. Bet jei jūs susiduriate su dalykais, kurie nutiko praeityje ir žinoma, ir labai vertinga galimybė imtis ir atlikti „kas būtų“ su daugybe tokio tipo klausimų, kuriuos jums užduos, - labai vertinga. ir tai nuves jus kur kas toliau, nei žaidžiant spėlionių žaidimą.
Taigi, šie klausimai, be abejo, kils, taigi, kaip mes su Diagnostic Manager susidursime su daugybe šių klausimų, pirmiausia turime numatymo galimybes, tai galime padaryti duomenų bazėje, prie stalo. kaip pavara ar garsumas. Kad galėčiau ne tik pasakyti: „Ei, mes pilnas erdvės“, bet ir po šešių mėnesių, po dvejų metų, nuo penkerių metų, jei aš tam planuoju biudžetą, kiek vietos aš einu reikia biudžeto? Tai klausimai, kuriuos turėsiu užduoti, ir aš turėsiu sugebėti naudoti tam tikrą metodą, kaip tai padaryti, užuot spėliojantis ir padėjęs pirštą į orą ir laukdamas, kad pamatyčiau, kokiu būdu pučia vėjas, kuris daugelį kartų, deja, yra priimamas daugybė šių sprendimų.
Be to, galimybė - atrodo, kad mano skaidrė ten buvo truputį nukirpta - tačiau galinti padėti kaip rekomendacija. Taigi vienas dalykas yra sugebėti parodyti jums prietaisų skydelį, kuriame pilna metrikos, ir pasakyti: „Gerai, čia yra visa metrika ir ten, kur jie yra“, bet tada mokėti ką nors padaryti ar šiek tiek suprasti ką daryti, remiantis tuo, yra dar vienas šuolis. Kai kuriais atvejais žmonės yra pakankamai išsilavinę atlikti DBA vaidmenį, kad galėtų priimti tuos sprendimus. Taigi įrankyje yra tam tikri mechanizmai, kurie jums padės, kuriuos mes jums parodysime vos per sekundę. Tačiau sugebėti ne tik parodyti, kas yra rekomendacija, bet ir pateikti tam tikrą įžvalgą, kodėl ta rekomendacija yra teikiama, ir tada tam tikrais atvejais sugebėti iš tikrųjų sugalvoti scenarijų, automatizuojantį rekomendaciją. idealus yra ir šios problemos ištaisymas.
Pereinant prie kito čia, kurį pamatysime, reikia paprastai suprasti, kas yra normalu, iki metrikos lygio. Negaliu pasakyti, kas nėra normalu, jei nežinau, kas yra normalu. Taigi, turėdami tam tikrą būdą išmatuoti tai, ką turite atlikti, turite sugebėti atsižvelgti į kelių tipų sritis, pavyzdžiui, arba, turėčiau pasakyti, laiko intervalus, skirtingas serverių grupes, sugebėdami tai padaryti dinamiškai, žvelgdamas iš perspėjimo perspektyvos, kitaip tariant, vidury nakties, per techninės priežiūros langą, tikiuosi, kad mano centrinis procesorius veiks 80 procentų, atsižvelgiant į visą vykdomą techninę priežiūrą. Taigi, galbūt norėčiau padidinti savo slenksčius per tuos laikotarpius, palyginti su galbūt dienos viduryje, kai aš nesportuoju.
Akivaizdu, kad tai yra aplinkosaugos dalykai, tačiau tai galima pritaikyti tvarkant tai, kas yra tvarkoma, kad galėtumėte padėti efektyviau valdyti tą aplinką ir palengvintumėte tai. Aišku, kita sritis yra galimybė pateikti ataskaitas ir informaciją, kad būtų galima atsakyti į klausimus, kas būtų, jei. Jei ką tik pakeičiau savo aplinką, noriu suprasti, koks buvo tas poveikis, kad galėčiau pritaikyti tą patį pakeitimą kitiems egzemplioriams ar kitoms duomenų bazėms mano aplinkoje. Aš noriu turėti galimybę turėti tam tikros informacijos ar amunicijos, kad galėčiau padaryti tą pakeitimą ramiai ir žinodamas, kad tai bus geras pokytis. Taigi, sugebėdamas atlikti lyginamąją ataskaitą, sugebėti įvertinti mano SQL egzempliorius, įvertinti savo duomenų bazes tarpusavyje, pasakyti: „Kuris yra mano didžiausias CPU vartotojas?“ Arba kuris iš jų ilgiausiai naudojasi laukimo terminai ir panašūs dalykai? Taigi nemažai šios informacijos bus prieinama ir naudojant įrankį.
Ir paskutinis, bet ne mažiau svarbus dalykas - tai tik bendras sugebėjimas, kad jums reikia įrankio, kuris padės tvarkyti bet kokią situaciją, kuri jums atrodo savaime, ir ką aš turiu omenyje tai, jei turite didelę aplinką su Daugybė atvejų, jūs tikriausiai susidursite su tokiomis situacijomis, kai jums reikia išrinkti metriką, kuri tradiciškai nėra metrika, kurią DBA norėtų net stebėti kai kuriais atvejais, atsižvelgiant į konkrečią situaciją. Taigi, turėdami įrankį, kurį galite išplėsti, kad galėtumėte pridėti papildomos metrikos ir galėtumėte naudoti tą metriką tokia pačia forma ir tokiu būdu, kokiu juos naudotumėte, jei naudotumėte „out-of-the-box“ metrinis, pvz. Taigi, gebėjimas vykdyti ataskaitas, gebėjimas įspėti, pradinė padėtis - visi dalykai, apie kuriuos mes kalbame - taip pat yra labai svarbi galimybė atlikti šį prognozavimą ir sudarymą, kad gautumėte atsakymus, kurių ieškote sugebėti priimti tuos sprendimus, judėti pirmyn.
Dabar, kaip tai daro „Diagnostic Manager“, turime centralizuotą paslaugą - paslaugų grupę, kuri veikia ir renka duomenis nuo 2000 iki 2016 metų atvejų. Tada mes imame tuos duomenis ir sudedame juos į centrinę saugyklą, tada, aišku, ką mes darysime su tais duomenimis, ar mes padarome daug, kad galėtume pateikti papildomą įžvalgą. Dabar, be to, ir vienas iš dalykų, kurių čia nėra, yra ir paslauga, kuri veikia nakties viduryje, tai yra mūsų prognozinės analizės tarnyba, kuri šiek tiek gniuždo ir padeda suprasti ir padėti jums, kaip DBA ar veikiančiam DBA, sugebėti pateikti tokio tipo rekomendacijas, taip pat suteikti galimybę šiek tiek įžvelgti bazines linijas.
Taigi, ką aš norėčiau padaryti, ir tai yra tik greitas architektūros pavyzdys, didelis pasiėmimas čia nėra jokių agentų ar tarnybų, kurie iš tikrųjų sėdi ant jūsų valdomų egzempliorių. Bet aš norėčiau padaryti tai, kad tiesiog pateksiu į čia pateiktą programą ir pateiksime greitą demonstracinę versiją. Ir leisk man tiesiog išeiti, kad tai įvyktų. Taigi, praneškite manau, kad Erikas, ar matote, kad gerai?
Ericas Kavanaghas: Aš tai dabar gavau, taip.
Bullett Manale: Gerai, todėl aš peržvelgsiu jus kai kuriose iš šių skirtingų dalių, apie kurias kalbėjau. Ir iš esmės pradėkime nuo dalykų, kurie yra labiau panašūs į tai, ką reikia padaryti, arba čia yra kažkas, kas yra tam tikru momentu ateityje, ir mes pateiksime jums tam tikrą įžvalgą. Ir tai gali iš tikrųjų numatyti - arba turėčiau pasakyti, dinamiškai numatyti - dalykus, kaip jie vyksta. Dabar, kalbant apie ataskaitas, vienas iš priemonių, kurias turime įrankyje, yra trys skirtingos prognozės. Pvz., Duomenų bazės prognozės atveju, ką aš greičiausiai daryčiau, jei tam tikru laikotarpiu galėčiau numatyti duomenų bazės dydį, pateiksiu tik keletą pavyzdžių iš to. . Taigi, aš paimsiu savo audito duomenų bazę, kuri yra gana intensyvi I / O - joje yra daug duomenų. Turime, pažiūrėkime, mes tai padarysime čia, o tereikia pasirinkti sveikatos priežiūros duomenų bazę čia.
Bet esmė ta, kad ne tik matau, kokia erdvė yra šiame tema, aš galiu pasakyti: „Pažiūrėkime, paimkime praėjusių metų vertus duomenis“ - ir aš čia truputį susipažinsiu, Aš iš tikrųjų neturiu metų vertės duomenų, aš turiu maždaug dviejų mėnesių duomenis, tačiau kadangi čia renkuosi mėnesių imties procentą, galėsiu numatyti ar prognozuoti tai. Atlikite 36 kitus vienetus, nes mūsų atrankos dažnis yra nustatytas mėnesiais - tai yra vienetas yra mėnuo - ir tada aš galėčiau tada parengti ataskaitą, kad iš esmės parodyčiau, kur mes galime numatyti mūsų būsimą augimą šiems trys duomenų bazės. Matome, kad turime skirtingą skirtumą ar skirtumą tarp trijų skirtingų duomenų bazių, ypač atsižvelgiant į tai, kiek duomenų jie naudoja istoriškai.
Čia matome, kaip duomenų taškai reprezentuoja istorinius duomenis, tada eilutė pateiks mums prognozę kartu su skaičiais, kurie tą atsarginę kopiją sukuria. Taigi mes galime tai padaryti stalo lygyje, tai galime padaryti net disko lygyje, kur galiu numatyti, koks didelis bus mano diskų kiekis, įskaitant tvirtinimo taškus. Mes galėtume numatyti tos pačios rūšies informaciją, bet dar kartą, atsižvelgiant į imties dažnį, leis man nustatyti, kiek vienetų ir kur imame, ką norime prognozuoti. Taip pat atkreipkite dėmesį, kad turime įvairių tipų prognozių tipus. Taigi, atėjus laikui atlikti prognozavimą, gausite daug galimybių ir lankstumo. Tai vienas dalykas, kurį mes padarysime, faktiškai nurodydami jums konkrečią datą ir sakydami: „Ei, šią dieną, mes tikimės, kad jūsų duomenys augs.“ Be to, mes galime pateiksime jums kitų įžvalgų, susijusių su kai kuriomis analizėmis, kurias atliekame ne darbo valandomis, ir paslaugomis, kai ji vykdoma. Kai kurie dalykai, kuriuos ji daro, yra bandymas numatyti, kas greičiausiai įvyks, remiantis istorija, kada viskas įvyko praeityje.
Taigi iš tikrųjų galime pamatyti čia, kad prognozė suteikia tam tikrą įžvalgą apie tai, kokia tikimybė, jog vakarą turėsime problemų, pagrįstų dalykais, kurie vėl nutiko praeityje. Taigi, aišku, tai yra puiku, ypač jei nesu DBA, aš galiu pažvelgti į šiuos dalykus, bet kas dar geriau, jei aš nesu DBA, tai šis analizės skirtukas. Taigi, kol tai nebuvo įrankyje, mes galėtume peržvelgti ir parodyti produktą žmonėms. Jie būtų „Puiku, aš matau visus šiuos skaičius, matau viską, bet nežinau, ką daryti“ (juokiasi) „Dėl to.“ Ir tai, ką mes čia turime, yra geresnis būdas jums suprasti, jei aš imsiuosi veiksmų, kad padėčiau atlikti pasirodymą, jei aš imsiuosi veiksmų net pagalba mano aplinkos sveikatai, gebėjimas tinkamai įvertinti šias rekomendacijas, taip pat naudingi patarimai, padėsiantys daugiau sužinoti apie šias rekomendacijas ir turintys net išorines nuorodas į kai kuriuos iš tų duomenų, kurie parodys man ir Pažvelk į priežastis, kodėl teikiamos šios rekomendacijos.
Daugeliu atvejų sugebėjimas pateikti scenarijų, kuris automatizuotų, kaip minėjau, šių problemų taisymą. Dalis to, ką mes čia darome atlikdami šią analizę - parodysiu jums, kai sukonfigūruosiu šio egzemplioriaus ypatybes ir pateksiu į analizės konfigūracijos skyrių - turime daugybę skirtingų kategorijų, kurios yra išvardyti čia, ir dalį jų turime indekso optimizavimą ir užklausų optimizavimą. Taigi, mes vertiname ne tik pačią metriką ir panašius dalykus, bet ir tokius dalykus kaip darbo krūviai ir rodyklės. Šiuo atveju mes iš tikrųjų atliksime papildomą hipotetinę indekso analizę. Taigi, tai viena iš tų situacijų, kai nenoriu, daugeliu atvejų, nenoriu, pridėti rodyklę. Bet tam tikru momentu yra savotiškas taškas, kai aš sakau: „Na, lentelė įgauna tokį dydį ar užklausų rūšis, kurios vykdomos per darbo krūvį, dabar prasminga pridėti rodyklę. Bet prieš šešias savaites tai nebūtų buvę prasminga. “Taigi tai leis jums dinamiškai įgyti supratimą apie dalykus, kurie, kaip jau sakiau, pagerins našumą atsižvelgiant į tai, kas vyksta aplinkoje, kas vyksta per krūvius. ir daro tokius dalykus.
Taigi čia gausite daug geros informacijos, taip pat galimybę šiuos dalykus automatiškai optimizuoti. Taigi tai dar viena sritis, kur mes galėtume padėti, kalbant apie tai, ką mes vadiname prognozine analize. Dabar, be to, turėčiau pasakyti, turime ir kitų sričių, kurios, manau, paprastai padeda jums priimti sprendimus. Ir kai mes kalbame apie sprendimų priėmimą, dar kartą galėdami pažvelgti į istorinius duomenis, pateikiame šiek tiek įžvalgos, kad patektume ten, kur turime būti, kad patobulintume tą pasirodymą.
Dabar vienas iš dalykų, kuriuos galime padaryti, yra tai, kad turime pradinę vizualizatorių, leidžiančią mums pasirinktinai pasirinkti, kurio metrikos norėtume - ir leiskite man rasti čia tinkamą - aš einu į SQL procesoriaus naudojimą, bet esmė ta, kad tu tačiau galite grįžti per kelias savaites, kad tapytumėte šias nuotraukas, kad pamatytumėte, kada yra jūsų nuokrypiai, ir paprastai kalbėtumėte, kur ši vertė patenka į tuos laikotarpius, kai mes rinkome duomenis. Be to, jūs taip pat pastebėsite, kad išeidami į patį egzempliorių, mes turime galimybę sukonfigūruoti savo pradines linijas. Bazinės linijos yra tikrai svarbi dalis, nes reikia mokėti automatizuoti dalykus, taip pat būti informuotas apie dalykus. Ir, kaip jums pasakytų dauguma DBA, iššūkis yra tas, kad jūsų aplinka ne visada veikia tą patį per visą dienos laiką, palyginti su vakaru, ir nesvarbu, kaip mes anksčiau minėjome pavyzdyje su priežiūros laikotarpiais, kai mes turi aukštą procesoriaus lygį ar bet ką, kas gali atsitikti.
Taigi šiuo atveju su tomis tikromis bazinėmis linijomis mes galime turėti kelias bazines linijas, taigi, pavyzdžiui, aš galėčiau turėti bazinę liniją, tai yra mano priežiūros valandomis. Bet aš taip pat lengvai galėčiau sukurti savo gamybos valandų pagrindą. Tai padaryti yra tada, kai mes einame į SQL egzempliorių ir iš tikrųjų turime šias kelias pradines linijas, tada mes galėsime numatyti ir sugebėti atlikti tam tikro tipo automatizavimą, tam tikro tipo ištaisymą ar tiesiog perspėjimą apskritai, skirtingai būdingi tiems laiko langams. Taigi, vienas iš dalykų, kuriuos čia pamatysite, yra tai, kad mes sugeneruojame bazinius duomenis, kurie naudoja istorinius duomenis, kad pateiktume analizę. Svarbiau yra tai, kad šias slenksčius galiu pakeisti statiškai, bet ir dinamiškai. Taigi, kai pasirodys techninės priežiūros langas, turėčiau pasakyti, kad techninės priežiūros bazinis langas, šios slenksčiai automatiškai persijungia į tas apkrovas, su kuriomis susiduriu tuo metu, palyginti su dienos viduriu, kai mano kroviniai yra. ne tiek daug, kai darbo krūvis nėra toks didelis.
Taigi, tai reikia atsiminti kai ką, kalbant apie pradinę situaciją. Akivaizdu, kad tai bus tikrai naudinga jums suprantant, kas yra normalu, ir sugebėdami taip pat suprasti, įsitraukti, kai jums taip pat pritrūks resursų. Kitas dalykas, kurį turime įrankyje, padėsiantis jums priimti sprendimus, be to, bazinį pagrindą ir galimybę nustatyti perspėjimus apie tas bazines linijas ir dinamiškai kuriamas slenksčius, kaip sakiau anksčiau, tiesiog galėčiau vykdyti daugybę ataskaitų, kurios man padeda atsakyti į klausimus apie tai, kas vyksta.
Taigi, pavyzdžiui, jei turėčiau 150 egzempliorių, kuriuos aš valdau - mano atveju aš to nedarau, todėl čia turime žaisti apsimetinėjimo žaidimą - bet jei turėčiau visus savo gamybos egzempliorius ir turėčiau suprasti, kur yra sritis, į kurią man reikia atkreipti dėmesį, kitaip tariant, jei aš turėsiu tik ribotą laiką atlikti tam tikro tipo administravimą, kad pagerinčiau veiklą, noriu sutelkti dėmesį į pagrindines sritis. Taigi, pasakęs, aš galėčiau pasakyti: „Remdamiesi ta aplinka, įvertinkite mano egzempliorius vienas prieš kitą ir suteikite man tą reitingą pagal ginčo rinkinį.“ Taigi, ar tai disko, ar atminties, ar jis laukia, Nesvarbu, ar tai reagavimo laikas, aš gebu koreliuoti - ar turėčiau pasakyti, kad reitinguoju - tas instancijas viena kitos atžvilgiu. Akivaizdu, kad egzempliorius yra kiekvieno sąrašo viršuje, jei tai yra tas pats egzempliorius, turbūt į ką aš tikrai noriu atkreipti dėmesį, nes tai akivaizdžiai vėl yra sąrašo viršuje.
Taigi įrankyje turite daugybę ataskaitų, kurios jums padeda suskirstyti aplinką instancijų lygiu; tai galite padaryti ir duomenų bazių lygiu, kur galiu palyginti savo duomenų bazes viena su kita. Ypač nustatydamas slenksčius ir sritis, aš net galiu čia nustatyti pakaitos ženklus, norėdamas sutelkti dėmesį tik į tam tikras duomenų bazes, bet esmė ta, kad galiu lyginti savo duomenų bazes tokiu pačiu būdu. Be to, kalbant apie kitus palyginamosios analizės tipus ir didelę šio įrankio analizę, turime bazinę analizę. Taigi slinkdami žemyn iki paslaugų rodinio čia pamatysite, kad yra pradinė statistikos ataskaita. Dabar ši ataskaita akivaizdžiai padės mums suprasti ne tik metrikos reikšmes, bet ir konkrečiu atveju galėčiau išeiti, ir bet kuriai iš šių metrikų galėčiau iš tikrųjų pažvelgti į šių metrikų pagrindus.
Taigi, kad ir koks jis būtų, procentais ar bet kuo, aš galėčiau išeiti ir pasakyti: „Pažiūrėkime bazinę situaciją, kuri išsiskyrė per pastarąsias 30 dienų“, tokiu atveju ji parodys man tikrąsias vertes, palyginti su pradine ir Aišku, galėčiau priimti kai kuriuos sprendimus naudodamasi ta informacija, taigi tai yra viena iš tų situacijų, kai priklausys nuo to, koks tai yra klausimas, kurį tuo metu užduodate. Bet tai akivaizdžiai padės jums išspręsti daugelį tų klausimų. Norėčiau, kad galėčiau pasakyti, kad turėjome vieną pranešimą, kuris visa tai daro, ir tai yra tarsi lengvas pranešimas, kuriame paspaudžiate mygtuką ir jis tiesiog atsako į kiekvieną klausimą „kas būtų“, į kurį kada nors galėtumėte atsakyti. Tačiau realybė yra tokia, kad jūs turėsite daugybę atributų ir daugybę variantų, kuriuos galėsite pasirinkti iš šių išskleidžiamųjų variantų, kad galėtumėte suformuluoti tuos „kas būtų“ tipo klausimus, kurių ieškote .
Taigi nemaža šių ataskaitų dalis yra skirta atsakyti į tuos klausimus. Taigi, labai svarbu, kad šios ataskaitos ir visi kiti dalykai, kuriuos mes jau parodėme jums įrankyje, kaip jau minėjau anksčiau, turintys lankstumo galimybę įtraukti naujas metrikas, būti tvarkomi, netgi geba sukurti skaitikliai arba SQL užklausos, įtrauktos į jūsų apklausos intervalus, kad galėčiau padėti man atsakyti į šiuos klausimus, kad galbūt jūs galite pridėti tuos dalykus, kuriuos mes nesitikėjome stebėti. Ir tada jūs galėsite atlikti visus tuos pačius veiksmus, kuriuos jums ką tik parodžiau: atlikti pagrindinius duomenis, vykdyti ataskaitas ir kurti ataskaitas iš tos metrikos, mokėti atsakyti ir atlikti daugybę skirtingų tipų dalykų, kuriuos jums rodau. čia.
Be to - ir vienas iš dalykų, su kuriais pastaruoju metu mes akivaizdžiai susidūrėme, yra - pirmiausia tai buvo visi, pereinantys ar perėję prie VM. Ir dabar mes turime daugybę žmonių, besitraukiančių į debesis. Dėl tų dalykų rūšių kyla daug klausimų. Ar man prasminga judėti į debesis? Ar ketinu taupyti pinigus, persikeldamas į debesį? Kiek pinigų galiu sutaupyti, jei šiuos daiktus įdėsiu į virtualųjį mašiną, bendro naudojimo išteklių mašiną. Tokio tipo klausimai, aišku, taip pat kils. Taigi, reikia atsiminti daugybę tų dalykų, kuriuos naudodamiesi „Diagnostic Manager“ galime įtraukti ir iš „VMware“, ir „Hyper-V“ virtualizuotų aplinkų. Taip pat galime pridėti egzempliorių, esančių debesyje, todėl jūsų aplinką, pvz., Azure DB, ar net RDS, mes taip pat galime traukti metriką iš tų aplinkų.
Taigi yra daug lankstumo ir daug galimybių atsakyti į tuos klausimus, kurie yra susiję su tomis kitomis aplinkos rūšimis, į kurias, kaip mes matome, besitraukiantys žmonės. Dėl šios medžiagos vis dar kyla daugybė klausimų, ir kadangi matome, kaip žmonės konsoliduoja tą aplinką, jiems taip pat reikės mokėti atsakyti į tuos klausimus. Taigi, tai gana gera, sakyčiau, „Diagnostic Manager“ apžvalga, kiek ji susijusi su šia tema. Aš žinau, kad iškilo verslo intelekto tema, ir mes taip pat turime verslo žvalgybos įrankį, apie kurį šiandien nekalbėjome, tačiau jis taip pat suteiks jums įžvalgos atsakant į šio tipo klausimus, susijusius su jūsų kubus ir visus tuos skirtingus daiktus. Bet tikiuosi, kad tai buvo gera apžvalga, bent jau kalbant apie tai, kaip šis produktas gali padėti suformuluoti gerą planą.
Ericas Kavanaghas: Gerai, gerai. Taip, aš jį išmesiu Rickui, jei jis vis tiek ten bus. Rikai, turi kokių klausimų iš tavęs?
Rickas Shermanas: Taip, todėl pirmiausia tai yra puiku, man tai patinka. Aš ypač mėgstu plėstis į VM ir debesis. Matau, kad daugybė programų kūrėjų mano, kad jei jie yra debesyje, jiems nereikia to sureguliuoti. Taigi -
Bullett Manale: Teisingai, mes vis tiek turime už tai mokėti, tiesa? Jūs vis tiek turite sumokėti už tai, ką žmonės deda ant debesies, taigi, jei jis prastai veikia arba jei tai sukelia daug procesoriaus ciklų, tai reikia mokėti daugiau pinigų, taigi ne, jūs vis tiek reikia išmatuoti šią medžiagą, absoliučiai.
Rikas Šermanas: Taip, debesyje mačiau daug prastų piešinių. Aš norėjau paklausti, ar šis produktas taip pat bus naudojamas - aš žinau, kad jūs paminėjote BI produktą ir turite daugybę kitų produktų, sąveikaujančių tarpusavyje - bet ar jūs pradėtumėte žiūrėti į SQL našumą, atskiras užklausas šiame įrankyje? Ar tai būtų panaudotos kitos priemonės?
Bullett Manale: Ne, tai tikrai. Tai yra vienas iš dalykų, kurių aš neaptariau ir turėjau omenyje, yra klausimų dalis. Mes turime daugybę skirtingų būdų, kaip nustatyti užklausos našumą, nesvarbu, ar tai susiję, ypač su tokiais laukimais, kokius matome šiame rodinyje, ar yra susiję su užklausų išteklių suvartojimu iš viso. Yra daugybė būdų, kaip galime analizuoti užklausą spektaklis. Nesvarbu, ar tai trukmė, ar procesorius, įvestis / išvestis, ir dar kartą, kad galėtume pateikti šiek tiek įžvalgos, mes taip pat galime pasižiūrėti į pačius darbo krūvius. Mes galime pateikti rekomendacijas analizės skyriuje, taip pat turime internetinę versiją, kurioje pateikiama informacija apie pačias užklausas. Taigi, aš galiu gauti rekomendacijas dėl trūkstamų rodyklių ir galimybės peržiūrėti vykdymo planą bei visus kitus dalykus. tai taip pat yra galimybė. Taigi, be abejo, mes galime diagnozuoti užklausas septyniais būdais iki sekmadienio (juokiasi) ir sugebėti pateikti tą įžvalgą, atsižvelgiant į egzekucijų skaičių, nesvarbu, ar tai būtų išteklių sunaudojimas, laukimas, trukmė ir visa kita.
Rickas Shermanas: Gerai, puiku. Ir kokia tada apkrova pačioms instancijoms atliekant visą šį stebėjimą?
Bullett Manale: Tai geras klausimas. Iššūkis atsakant į šį klausimą yra: ar tai priklauso, kaip ir viskas. Daugybė to, ką mūsų įrankis gali pasiūlyti, suteikia lankstumo, o dalis to lankstumo yra tai, kad jūs sakote, ką rinkti, o ko ne - rinkti. Taigi, pavyzdžiui, turėdamas pačių užklausų, aš neturiu rinkti laukimo informacijos arba galiu. Aš galiu rinkti informaciją, susijusią su užklausomis, kurios viršija tam tikrą laiko tarpą, vykdant. Kaip pavyzdį, jei aš eisiu į konfigūravimo užklausos monitorių ir sakyčiau: „Pakeiskime šią vertę į nulį“, realybė yra tokia, kad įrankis iš esmės verčia rinkti kiekvieną vykdomą užklausą, ir tai tikrai nėra tas dvasia, kodėl ten to yra, bet paprastai kalbant, jei norėčiau pateikti išsamų visų užklausų duomenų pavyzdį, galėčiau tai padaryti.
Taigi, tai yra labai santykinai tai, kokie jūsų nustatymai, paprastai, už ribų. Tai viršija maždaug 1–3 procentus pridėtinių išlaidų, tačiau bus ir kitų sąlygų. Tai taip pat priklauso nuo to, kiek uosto užklausų vykdoma jūsų aplinkoje, tiesa? Tai taip pat priklauso nuo tų užklausų rinkimo metodo ir nuo to, kokia SQL versija yra. Taigi, pavyzdžiui, „SQL Server 2005“, mes negalėsime trauktis iš išplėstinių įvykių, tuo tarpu mes tai padarysime iš pėdsakų. Taigi, tai būtų šiek tiek kitaip, kaip mes rinkomės tuos duomenis, tačiau tai pasakė, kaip jau sakiau, manau, kad maždaug nuo 2004 m. Turėjome šį produktą. Tai vyko jau seniai, turime tūkstančius klientų, todėl paskutinis dalykas, kurį norime padaryti, yra našumo stebėjimo įrankis, kuris sukelia našumo problemas (juokiasi). Ir todėl mes stengiamės kiek įmanoma vengti to, tačiau paprastai kalbant, maždaug 1–3 procentai yra gera nykščio taisyklė.
Rickas Shermanas: Gerai, ir tai gana žema, taigi tai yra nuostabu.
Erikas Kavanaghas: Gerai. Robinai, turite kokių klausimų iš jūsų?
Robinas Blooras: Atsiprašau, buvau nutildytas. Jūs turite galimybę naudotis keliomis duomenų bazėmis ir man įdomu, kodėl galite ieškoti kelių duomenų bazių, todėl galite žinoti, kad didesnė išteklių bazė gali būti padalinta tarp įvairių virtualių mašinų ir pan. Man įdomu, kaip žmonės iš tikrųjų tuo naudojasi. Man įdomu, ką su tuo daro klientai. Nes man tai atrodo gerai, be abejo, kai mąsčiau apie duomenų bazes, to, ko niekada neturėjau. Ir aš bet kada svarstysiu tik vieną pavyzdį bet kokiu prasmingu būdu. Taigi, kaip žmonės tuo naudojasi?
Bullett Manale: Paprastai kalbant, jūs kalbate tik apie patį įrankį? Kaip jie tuo naudojasi? Aš turiu omenyje, kad apskritai reikia turėti aplinkos buvimo centrą. Turintys ramybę ir žinodami, kad jei spokso į ekraną ir mato žalią, jie žino, kad viskas gerai. Kai kyla problemų ir, aišku, dauguma atvejų iš DBA perspektyvos, daug kartų tos problemos iškyla, kai jos yra priešais konsolę, todėl joms gali būti pranešta iškart, kai tik atsiranda problema. Be to, sugebėjimas suprasti, kada iškyla problema, sugebėti įgyti informacijos, teikiančios jiems tam tikrą kontekstą, kodėl ji vyksta, šerdyje. Taigi, manau, kad tai yra didžiausia dalis: būk iniciatyvus, nereaguok.
Deja, dauguma DBA, su kuriais aš kalbu, - ir nežinau, yra nemažas procentas - deja, vis dar yra reaktyvaus tipo aplinkoje; jie laukia, kol vartotojas kreipsis į juos, kad pasakytų jiems, kad yra problema. Taigi, mes matome daugybę žmonių, bandančių nuo to atsiriboti, ir aš manau, kad didelė priežastis, kodėl žmonėms patinka ši priemonė, yra tai, kad ji padeda jiems būti iniciatyviems, bet kartu suteikia jiems ir įžvalgos apie tai, kas vyksta, kokia problema, bet daugeliu atvejų tai, ką bent jau randame - ir galbūt tai tik mums sako DBA, - tačiau DBA suvokimas visada yra jų problema, net jei paraišką parašė programų kūrėjas kurie neparašė to tinkamai, jie prisiims kaltę, nes jie perima tą programą į savo sistemas ar serverius, o tada, kai prastas našumas, visi nurodo į DBA, „Ei, tai tu kaltas“.
Taigi ši priemonė daug kartų bus naudojama siekiant padėti DBA pasakyti: „Ei, čia slypi problema, o ne aš.“ (Juokiasi) Turime patobulinkite tai, nesvarbu, ar tai būtų užklausų keitimas, ar kokia ji gali būti. Kai kuriais atvejais, atsižvelgiant į jų atsakomybę, tai kris į jų kaušą, tačiau akivaizdu, kad idealiausias požiūris yra bent jau įrankis, galintis padėti jiems tai suprasti ir žinoti, ir tai padaryti laiku.
Robinas Blooras: Taip, dauguma svetainių, su kuriomis esu susipažinęs, tačiau praėjo nemažai laiko, kai ten buvau, apžiūrinėdamas įvairias daugia duomenų bazių svetaines, bet dažniausiai aš suradau, kad ten bus DBA, kuriame daugiausia dėmesio buvo skiriama daugybei duomenų bazių. Tai būtų duomenų bazės, jei jos kada nors sumažėtų, tai būtų tikrai didelė problema verslui ir pan. Ir panašiai. Ir kiti, jie tiesiog retsykiais rinks statistiką, kad pamatytų, jog jiems trūksta vietos ir niekada į juos nežiūrės. Ir nors jūs darėte demonstracinę versiją, aš į tai žiūrėjau ir galvojau gerai, vienaip ar kitaip, jūs pratęsite, tiesiog pateikdami kažką panašaus į duomenų bazes, kurios dažnai niekam nebuvo per daug rūpi, nes jos turi duomenų augimą, jie taip pat kartais auga. Jūs išplėtote DBA aprėptį gana dramatišku būdu. Taigi, iš tikrųjų kyla klausimas, ar naudojant tokius įrankius, kaip šis, jūs galėsite suteikti DBA paslaugą kiekvienai korporatyviniame tinkle esančiai duomenų bazei?
„Bullett Manale“: Žinoma, turiu omenyje, kad iššūkis yra tas, kad, kaip jūs sakėte gana iškalbingai, yra kai kurios duomenų bazės, kurioms DBA rūpi, ir tada kai kurios joms nerūpi tiek daug. Tai, kaip konkretus produktas, kaip jis licencijuojamas, priklauso nuo kiekvieno egzemplioriaus. Taigi, manau, jūs sakysite, yra riba, kada žmonės nusprendžia: „Ei, tai nėra pakankamai kritinis atvejis, kad noriu valdyti tai naudodamas šį įrankį.“ Tai reiškia, kad yra ir kitų įrankių, kuriuos mes darome. Turiu, kad, manau, tai yra daugiau tų mažiau svarbių SQL egzempliorių. Vienas iš jų būtų panašus į „Inventory Manager“, kuriame atliekame lengvus sveikatos patikrinimus, susijusius su atvejais, tačiau be to, ką mes darome, mes darome atradimus, todėl nustatome naujus atvejus, kurie buvo pateikiami internete, ir nuo to momento kaip DBA galiu pasakyti: „Gerai, čia yra naujas SQL egzempliorius, dabar jis yra„ Express “? Ar tai nemokama versija, ar įmonės versija? “Turbūt tai klausimas, kurį noriu užduoti sau, bet, antra, kiek svarbi man ta instancija? Jei tai nėra taip svarbu, galbūt turėčiau šį įrankį išeiti ir atlikti, bendrinis, kurį pavadinčiau bendruoju sveikatos patikrinimu ta prasme, kad jie yra elementarūs dalykai, kurie man rūpi kaip DBA: Ar diskas pildosi? ? Ar serveris reaguoja į problemas? Pagrindiniai dalykai, tiesa?
Tuo tarpu su Diagnostic Manager, įrankiu, kurį aš ką tik jums rodžiau, jis pateks į užklausos lygį ir pateks į indeksų rekomendacijas, apžvelgdamas vykdymo planą ir visą kitą gerą dalyką, tuo tarpu daugiausia dėmesio skirta kam priklauso kas, kas man yra ir kas už tai atsakingas? Kokių paslaugų paketų ir karštųjų pataisų turiu? Ar mano serveriai veikia su pagrindiniais ingredientais, kuriuos laikau sveiku SQL pavyzdžiu? Taigi, norint atsakyti į jūsų klausimą, reikia šiek tiek susimaišyti. Kai turime žmonių, žiūrinčių į šį įrankį, jie paprastai žvelgia į kritiškesnį egzempliorių rinkinį. Beje, mes turime žmonių, kurie perka kiekvieną turimą egzempliorių ir juos tvarko, taigi, tiesiog tai priklauso. Bet aš sakau jums iš esmės, kad tikrai nėra tų žmonių, kurie mano, kad jų aplinka yra pakankamai svarbi, norint turėti tokį įrankį tiems atvejams valdyti.
Robinas Blooras: Gerai, dar vienas klausimas, prieš perduodamas jį Erikui. Susidaro įspūdis, tiesiog stebint pramonę, kad duomenų bazės vis dar turi gyvenimą, tačiau visi duomenys supilami į visus šiuos duomenų ežerus ir pan. Tai tikrai, ir tai niekada neatspindi tikrovės, todėl man įdomu, kokią realybę jūs suvokiate ten? Ar svarbios organizacijos duomenų bazės, ar jos patiria tradicinį duomenų augimą, apie kurį aš galvojau 10 procentų per metus? O gal jie auga daugiau? Ar dideli duomenys daro šias duomenų bazes balionas? Kokį vaizdą matai?
„Bullett Manale“: Manau, kad daugeliu atvejų kai kurie duomenys yra perkeliami į tuos kitus segmentus, kur tai yra prasmingesnė, kai yra kitų prieinamų technologijų. Kaip pastaruoju metu, kai kurie didesni duomenys. Bet, sakyčiau, šias duomenų bazes daugeliu atvejų sunku apibendrinti, nes visos yra šiek tiek skirtingos. Paprastai tariant, aš matau tam tikrų skirtumų. Aš matau, kaip jau sakiau, kad žmonės dažnai pereina prie elastingų modelių, nes nori didinti išteklius, o ne tiek kitose srityse. Kai kurie žmonės pereina prie didelių duomenų. Bet sunku suvokti, kaip jūs sakote, suvokimą, nes paprastai žmonės, su kuriais bendrauju, turi tradicines duomenų bazes ir naudoja tai SQL serverio aplinkoje.
Vis dėlto aš galvoju, kad kalbant apie patį SQL, aš vis tiek manau, kad ji užima rinkos dalį. Ir aš manau, kad yra daugybė žmonių, kurie vis dar krypsta į SQL iš kitų vietų, pavyzdžiui, „Oracle“, nes tai yra labiau prieinama kaina ir atrodo akivaizdu, nes SQL versijos tampa tobulesnės - ir jūs matote tai su naujausiais dalykais, kurie vyksta su SQL, kalbant apie šifravimą ir visas kitas galimybes, kurios daro ją aplinka ar duomenų bazės platforma - spėju, kad tai, be abejo, yra labai svarbi misijai. Taigi, manau, kad mes tai matome ir mes. Kur matai pamainą, ji vis tiek vyksta. Aš turiu galvoje, kad tai įvyko prieš 10 metų, manau, kad tai vis dar vyksta kalbant apie SQL Server, kur auga aplinka ir auga rinkos dalis.
Robinas Blooras: Gerai, Ericai, aš manau, kad auditorija turi klausimą ar du?
Erikas Kavanaghas: Taip, leisk man vieną greitai perduoti tau. Iš tikrųjų tai gana geras klausimas. Vienas iš dalyvių klausia, ar šis įrankis man pasakys, ar norint lentelės gali prireikti rodyklės, kad paspartintumėte užklausą? Jei taip, ar galite parodyti pavyzdį?
„Bullett Manale“: Taip, todėl nežinau, ar turiu specialiai rodyklę įtraukiančią, bet jūs galite pamatyti čia, čia pateikiamos fragmentavimo rekomendacijos. Aš taip pat tikiu, kad ką tik turėjome, ir tai buvo dalis „Diagnostikos tvarkyklės“, siūlančios internetinę versiją, kurioje man sakoma, kad man trūksta rodyklės. Mes galime peržiūrėti šias rekomendacijas, ir tai mums nurodys galimą šios naudos naudą, indeksuojant tą informaciją. Kitas dalykas, kurį turėčiau paminėti, yra tas, kad daugeliui iš jų pateikus rekomendacijas, scenarijus bus parengtas tam. Tai nėra geras pavyzdys, tačiau galėtumėte pamatyti taip, situacijas, kai indeksas - arba indekso kopija, arba pridedant indeksą - pagerintų našumą, ir, kaip jau sakiau anksčiau, mes darome daug kad atliekant hipotetinę indekso analizę. Taigi tai tikrai padeda suprasti darbo krūvį ir sugebėti tai pritaikyti rekomendacijoje.
Ericas Kavanaghas: Tai puiku, ir tai man duos gerą segą, kad pateikčiau paskutinius komentarus. Robinas, aš ir Rickas taip pat jau daug metų girdime, kad kalbama apie duomenų bazių suderinimą. Tai savaime suderinama duomenų bazė! Viskas, ką galiu jums pasakyti: netikėkite jais.
Bullett Manale: Netikėkite hipe .
Ericas Kavanaghas: Gali būti, kad yra keletas mažų dalykų, kurie dinamiškai daromi, tačiau net ir jūs galite išbandyti tai ir įsitikinti, kad tai nedaro to, ko nenorite. Taigi gana ilgą laiką mums reikės tokių įrankių, kaip suprasti, kas vyksta duomenų bazės lygmenyje, ir, kaip sakė Robinas, duomenų ežerai yra žavios sąvokos, tačiau turbūt yra tiek daug šansų, kad jie perims, nes yra bet kada greitai bus „Loch Ness Monster“. Taigi, aš tik norėčiau dar kartą pasakyti, kad realiame pasaulyje yra daugybė duomenų bazių technologijų, mums reikia žmonių, DBA, kad jie pažvelgtų į šią medžiagą ir susistemintų. Galite pasakyti, kad turite žinoti, ką darote, kad ši medžiaga veiktų. Bet jums reikia įrankių, kad suteiktumėte informacijos, kad žinotumėte, ką darote. Taigi, esmė yra tai, kad DBA bus sekasi puikiai.
Ir didelis ačiū Bullett Manale ir mūsų draugams IDERA. Ir, žinoma, Rickas Shermanas ir Robinas Blooras. Mes archyvuojame visas šias internetines transliacijas, todėl norime gauti daugiau informacijos apie visa tai internete, svetainėje intranalysis.com arba mūsų partnerių svetainėje www.techopedia.com.
Su tuo mes atsisveikinsime, žmonės. Dar kartą ačiū, mes su jumis kalbėsimės kitą kartą. Pasirūpink. Iki.
