התוכניות הטובות ביותר לחיסכון: חיסכון בזמן, כסף ובעיות בתחזיות אופטימליות

להסיר: המארח אריק קוואנה דן בחיזוי עם ד"ר רובין בלור, ריק שרמן וה- IDERAs בולט מנאלה.

עליך להירשם לאירוע זה כדי לצפות בסרטון הווידאו. הירשמו לצפייה בסרטון.

אריק קוואנה: גבירותיי ורבותיי, שלום שוב ושוב ברוך הבא לסדרת שידורי האינטרנט של Hot Technologies! שמי אריק קוואנהאג, אהיה המארח שלך בסמינר באינטרנט של היום, שנקרא "חיסכון בזמן, כסף וטרחה עם תחזיות אופטימליות." 'כמובן שפספסתי את החלק הראשון של הכותרת שם, "התוכניות הטובות ביותר." אנחנו תמיד מדברים על זה בתוכנית הזו. אז כמובן שהוט טכנולוגיות הן הפורום שלנו להבנת מה יש כמה מוצרים מגניבים שיש כיום בעולם, עולם הטכנולוגיה הארגונית, מה אנשים עושים איתם, איך הם עובדים, כל הדברים האלה מהנים.

והנושא היום, כפי שאני מציע, עוסק בחיזוי. אתה באמת מנסה להבין מה קורה בארגון שלך. איך אתה מתכוון לשמור על המשתמשים שלך מאושרים, לא משנה מה הם עושים? אם הם מבצעים ניתוחים, אם הם מבצעים עבודה אמיתית, הם מתמודדים עם לקוחות אמיתיים עם מערכות טרנזקציות, יהיה אשר יהיה, אתה רוצה להבין כיצד המערכות שלך פועלות ומה קורה, וזה מה טוב לדבר על היום. זה סוג של מצחיק מכיוון שחיזוי הוא לא משהו שאני אוהב לעשות, גורם לי אמונות תפלות, כמו שאני חושב שאחזוי יותר מדי, דברים רעים יקרה, אבל זה רק אני. אל תעקוב אחר ההובלה שלי.

אז הנה המגישים שלנו היום, שלכם באמת בפינה השמאלית העליונה, ריק שרמן מתקשר מבוסטון, החבר שלנו בולט מנאלה מאית״ר וד״ר רובין בלור שלנו. ועם זה, אני מוסר את זה לרובין ופשוט מזכיר לאנשים: שאל שאלות, אל תתבייש, אנחנו אוהבים שאלות טובות, ובכן תעביר אותם למגישים שלנו ואחרים היום. ועם זה, רובין, קח את זה משם.

רובין בלור: אוקיי, ובכן, כשאני בעמדת המוט כמו שאומרים, חשבתי שעודי מספר היום סיפור SQL, מכיוון שהוא הרקע למה שהדיון מתנהל וזה בהכרח לא יתנגש מכיוון שריק לא מתמקד בזה , ולא יתנגש בדברים שיש לריק לומר. אז, סיפור ה- SQL, ישנם כמה דברים מעניינים ב- SQL מכיוון שהוא כה דומיננטי. ראה, זוהי שגיאת הקלדה, SQL היא שפה הצהרתית. הרעיון היה שתוכלו ליצור שפה בה תבקשו את מבוקשכם. ובסיס הנתונים יעבוד כיצד להשיג אותו. והדבר הסתדר די טוב, למעשה, אבל ישנם מספר דברים שכדאי לומר עליו, ההשלכות של ביסוס כל ענף ה- IT בשפה הצהרתית. המשתמש אינו יודע או דואג לארגון הפיזי של הנתונים, וזה הדבר הטוב בשפה ההצהרתית - זה מפריד בינך לבין כל זה, ואפילו דואג לו - פשוט בקש מה שאתה רוצה, ואת מסד הנתונים ילך להשיג את זה.

אך למשתמש אין מושג אם הדרך בה הם מבנים את שאילתת SQL עתידה להשפיע על ביצועי השאילתה וזה קצת חסרון. ראיתי שאילתות שאורכן מאות ומאות שורות, שהן רק בקשת SQL אחת, אתה יודע, מתחיל ב"בחירה "ופשוט ממשיך הלאה עם שאילתות משנה וכן הלאה וכן הלאה. ולמעשה מתברר שאם אתה רוצה אוסף נתונים מסוים ממסד נתונים, אתה יכול לבקש זאת בדרכים רבות ושונות באמצעות SQL, ולקבל את אותה תשובה אם אתה מכיר קצת את הנתונים. לכן, שאילתת SQL אחת אינה בהכרח הדרך הטובה ביותר לבקש נתונים, ומסדי נתונים יגיבו בצורה שונה למדי בהתאם ל- SQL שהכנסתם לתוכם.

וכך, SQL משפיע למעשה על הביצועים, כך שאנשים שמשתמשים ב- SQL, זה נכון להם, זה נכון גם לגבי מתכנתי SQL המשתמשים ב- SQL והם אפילו פחות סבורים לחשוב על ההשפעה שיש להם, מכיוון שרוב המיקוד שלהם הוא למעשה על מניפולציה של נתונים ולא על השגת נתונים. וזה נכון גם לכלי ה- BI, ראיתי את ה- SQL שמקבל, אם תרצה, סוחט מכלי ה- BI של מסדי נתונים שונים ויש לומר, שהרבה מזה, ובכן, אני לא אכתוב שאילתות SQL כמו זה. מישהו יצר, אם תרצה, מעט מנוע שכל הפרמטרים שיהיו, הוא ישליך קצת SQL, ושוב, ש- SQL לא בהכרח יהיה SQL יעיל.

ואז חשבתי שעודי מזכיר את חוסר ההתאמה של עכבה, הנתונים בהם מתכנתים משתמשים שונים מהנתונים כפי שהם ממוינים. אז, DMS שלנו מאחסן נתונים בטבלאות, מאורגנים שהקוד המכוון לאובייקט הם לרוב קודאים, מתכנתים טופס מונחה עצמים בימינו והם מזמינים נתונים במבני אובייקטים, כך שזה לא ממפה אחד לשני. אז יש צורך בתרגום ממה שהמתכנת חושב שהנתונים הם למה שהמאגר חושב מה הנתונים. שנראה כאילו בטח עשינו משהו לא בסדר כדי שזה יהיה המצב. ל- SQL יש DDL להגדרת נתונים, יש לו DML - שפת מניפולציה של נתונים - בחר, פרויקט והצטרף, לקבלת נתונים אלה. עכשיו, יש מעט מאוד מתמטיקה ומעט מאוד דברים מבוססי זמן, אז זה השפה הלא מושלמת, אם כי יש לומר שהיא הורחבה וממשיכה להיות מורחבת.

ואז אתה מקבל את בעיית מחסומי SQL, שהיא תמיד ישר יותר מהתרשים, בכך שרבים מהאנשים שאלו שאלות מסיבות אנליטיות, ברגע שהם קיבלו את התשובה למונחי נתוני השאלה, רוצים לשאול שאלה אחרת. אז זה הופך לדבר דיאלוג, ובכן, SQL לא נבנה לדיאלוגים, הוא נבנה לשאול מה אתם רוצים בבת אחת. וסוג שכדאי לדעת זאת, מכיוון שישנם כמה מוצרים בחוץ אשר נוטשים את SQL כדי לאפשר שיחה בין המשתמש לנתונים.

מבחינת ביצועי מסד הנתונים - וסוג זה מתפשט לכל דבר - כן, יש מעבד, זיכרון יש, דיסק, רשת תקורה ויש בעיית הנעילה של יותר מאדם אחד המעוניין להשתמש בלעדית בנתונים בנתון מסוים. נקודה בזמן. אבל יש גם שיחות SQL לקויות, יש המון דברים שניתן לעשות אם אתה ממטב את ה- SQL במונחים של ביצועים. אם כן, גורמי ביצועי מסד נתונים: תכנון רע, תכנון רע של התוכנית, חסר במקביל לעומס העבודה, איזון עומסים, מבנה שאילתה, תכנון קיבולת. זהו צמיחת נתונים. ובכמה מילים, SQL הוא נוח, אבל זה לא מייעל את עצמו.

לאחר שאמרתי את זה, אני חושב שאנחנו יכולים להעביר לריק.

אריק קוואנה: בסדר, ריק, תן לי לתת לך את המפתחות לרכב WebEx. קח את זה מפה.

ריק שרמן: בסדר, נהדר. ובכן תודה רובין, כשהתחלנו בתחילת המצגת, הגרפיקה שלי עדיין די משעממת, אבל נו, תצליחי עם זה. אז אני מסכים עם כל מה שרובין דיבר עליו בצד SQL. אבל מה שאני רוצה להתרכז מעט עכשיו הוא הביקוש לנתונים, שעוברים מהר מאוד, ההיצע כמו בכלים שמשמשים באותו שטח או הצורך בכלים באותו שטח.

ראשית, יש כמה בכל מאמר שקראתם קשור לנתונים גדולים, הרבה נתונים, נתונים לא מובנים שמגיעים מהענן, נתונים גדולים בכל מקום שתוכלו לדמיין. אולם הצמיחה של שוק מסד הנתונים הייתה ברציפות עם SQL, מסד הנתונים היחסי ככל הנראה החל משנת 2015, הוא עדיין 95 אחוז משוק מסד הנתונים. לשלושת הספקים היחסים הראשונים יש כ 88 אחוז מנתח השוק באותו שטח. אז, עדיין דיברו, בזמן שרובין דיברה, על SQL. ולמעשה, גם אם היינו מסתכלים על פלטפורמת Hadoop, Hive ו- Spark SQL - שבני, שהוא מדען נתונים, משתמש כל הזמן כעת - הוא בהחלט הדרך הדומיננטית עבור אנשים להגיע לנתונים.

כעת, בצד בסיס הנתונים, קיימות שתי קטגוריות רחבות של שימוש במאגרי מידע. האחת מיועדת למערכות ניהול מסדי נתונים תפעוליות, כך שתכנון קשרי ארגונים, איוש קשרי לקוחות כך, ה- ERPs של Salesforce, אורקלס, EPICs, N4s וכו ', של העולם. ויש כמות גדולה וכמות מתרחבת של נתונים במחסני נתונים ובמערכות מבוססות בינה עסקית אחרות. לגרום לכל דבר, ללא קשר לאיפה ואיך הוא נלכד, מאוחסן או מתבצע, בסופו של דבר מנותח וכך יש ביקוש וגידול עצום בשימוש במאגרי מידע, במיוחד מסדי נתונים יחסיים שנמצאים בשוק.

עכשיו, יש לנו את הביקוש, יש לנו כמויות אדירות של נתונים. ואני לא ממש מדבר רק על נתונים גדולים, אני מדבר על שימוש בנתונים בכל מיני ארגונים. אבל מלווה את זה מצד אספקה, עבור אנשים שיכולים לנהל את המשאבים האלה, יש לנו ראשית, יש לנו סוג של מחסור ב- DBA. לפי נתוני הלשכה לסטטיסטיקה של העבודה, בין השנים 2014-2020 משרות ה- DBA רק הולכות וגדלות ב -11 אחוזים - כעת אנשים עם תארים לעבודה ב- DBA, אבל טוב לדבר על זה בשנייה - לעומת האחוזים של 40 פלוס. שטח גידול נתונים שנתי. ויש לנו הרבה DBAs; בממוצע שאותו מחקר דיבר על הגיל הממוצע הוא די גבוה בהשוואה למקצועות IT אחרים. ואז יש לנו הרבה אנשים שעוזבים את התחום, לא בהכרח פורשים, אלא עוברים לאספקטים אחרים, נכנסים לניהול, או כל דבר אחר.

עכשיו, חלק מהסיבה שהם עוזבים, זה בגלל שתפקיד DBA כל הזמן הולך ונעשה קשה יותר. ראשית, יש לנו DBA שמנהלים מסדי נתונים רבים ושונים בעצמם, מסדי נתונים פיזיים, הממוקמים בכל מקום, כמו גם סוגים שונים של מסדי נתונים. עכשיו זה יכול להיות יחסי, או שהם יכולים להיות מסד נתונים אחר, גם סוגים של מסד נתונים. אבל גם אם זה יחסי, הם יכולים להיות עם ספקים אחד, שניים, שלושה, ארבעה שונים שהם באמת מנסים לנהל. DBAs בדרך כלל מעורבים לאחר עיצוב בסיס הנתונים או היישום. רובין דיבר על איך מתכננים מסדי נתונים או יישומים, כיצד מעצבים SQL. ובכן, כשדיברנו על דוגמנות נתונים, דוגמנות ER, דוגמנות מורחבות ל- ER, מידול ממדים, דוגמנות ממדיות מתקדמות, מה שלא יהיה, בדרך כלל מתכנני אפליקציות ומפתחי יישומים מתכננים את מטרת הסיום שלהם - הם לא מתכננים לטובת יעילות מבנה בסיס הנתונים עצמו . אז יש לנו הרבה עיצוב לקוי.

עכשיו, אני לא מדבר על יצרני היישומים המסחריים; בדרך כלל יש להם דגמי ER או דגמי ER מורחבים. מה שאני מדבר עליו הם הרבה יותר תהליכים ויישומים עסקיים שנבנים על ידי מפתחי אפליקציות בכל חברה - אלה הם אלה אשר נועדו בהכרח ליעילות או יעילות הפריסה. וה- DBA עצמם עמלים מדי ויש להם לפעמים אחריות 24/7, הם ממשיכים להשיג יותר ויותר מסדי נתונים. אני חושב שזה קשור קצת לזה שאנשים לא לגמרי מבינים מה הם עושים, או איך הם עושים את זה. הקבוצה הקטנה והאנשים שלהם פשוט ממשיכים לחשוב, "ובכן כל הכלים האלה פשוט כל כך קלים לשימוש, אנחנו יכולים פשוט לזרוק עוד ועוד מסדי נתונים על עומס העבודה שלהם," מה שלא במקרה.

מה שמוביל אותנו ל- DBA במשרה חלקית ולא מקרית. יש לנו צוותי IT שהם קטנים והם לא בהכרח יכולים להרשות לעצמם DBA ייעודי. זה נכון גם לעסקים קטנים ובינוניים, שבהם הרחבת יישומי מסד הנתונים והמאגרים התפוצצה בעשור האחרון והמשיכה להתרחב. אבל זה גם המקרה של תאגידים גדולים, בדרך כלל מבצעים אחסנת נתונים, ניתוח בינה עסקית במשך זמן רב וממושך. מזמן נהגנו לקבל DBAs ייעודיים לפרויקטים האלה; לעולם לא נקבל DBA ייעודי יותר. היינו אחראים על עיצוב בסיס הנתונים, וזה בסדר, אם מישהו שיש לו ניסיון.אבל באופן כללי, ה- DBA הם מפתחי אפליקציות, הם לרוב לוקחים את התפקיד הזה כחלק משרה חלקית מתפקידם, אין להם הכשרה רשמית בזה ושוב, הם מתכננים את זה למען מטרות הסיום שלהם, הם לא מעצבים אותו לצורך יעילות.

ויש הבדל רב בין תכנון ופיתוח, לעומת פריסה וניהול. אז יש לנו את "החכמה האווירית, הלילה הטיפשיים", עם שם בנק קטן של חזירון, שמדלג על קבלת הכישורים והמשאבים הדרושים בפרויקטים. מתוך מחשבה שכולם מ"נקמת החננים ", התמונה הקטנה שלי שם. עכשיו, ככל שהאנשים צריכים, כך יש לנו שימוש נרחב במאגרי נתונים ונתונים ב- SQL. יש לנו מספר מגבלות של DBA - אנשים מיומנים ומומחים בכוונון ועיצוב ומצבי ניהול ופריסה אלה. ויש לנו יותר ויותר DBAs במשרה חלקית או מקרית, אנשים שלא היו להם הכשרה רשמית.

אז, כמה מהדברים האחרים שנכנסים גם הם לנושא העובדה שמסדי נתונים אלה אינם מכוונים או מנוהלים גם כן? ראשית, אנשים רבים מניחים שלמערכת בסיס הנתונים עצמם יש כלים מספיקים כדי לנהל את עצמם. כעת, הכלים נעשים קלים יותר וקלים לביצוע - תכנון ופיתוח - אך זה שונה מביצוע תכנון טוב, וניהול טוב, תכנון יכולות, פיקוח וכו 'לפריסה. אז ראשית, אנשים מניחים שיש להם את כל הכלים שהם צריכים. שנית, אם אתה DBA במשרה חלקית או מקרית, אתה לא יודע מה אתה לא יודע.

אני מניח ששכחתי שם חלק מהביטוי, כך שהרבה פעמים הם פשוט לא מבינים על מה הם אפילו צריכים להסתכל בעיצוב או כאשר הם מנהלים או מפעילים את מסדי הנתונים. אם זה לא המקצוע שלך, אז אתה לא מתכוון להבין מה אתה צריך לעשות. השלישית, היא ש- SQL הוא כלי עבודה, כך שרובין דיבר על SQL, וכמה SQL בנוי לפעמים, או לעיתים קרובות הוא בנוי. וגם אחד מחברי המחמד שלי במחסני נתונים BI, העברת נתונים, שטח הנדסת נתונים הוא כי במקום להשתמש בכלים, לאנשים יש נטייה לכתוב קוד SQL, נהלים מאוחסנים, גם אם הם משתמשים בכלי אינטגרציה של נתונים יקרים או יקרים בכלי ה- BI, הם בדרך כלל משתמשים בו רק כדי להפעיל נהלים מאוחסנים. כך שחשיבות הבנת תכנון מסד הנתונים, של בניית SQL, הופכת חשובה עוד יותר ויותר.

ולבסוף יש גישת הסילו הזו, שבה יש לנו אנשים בודדים שמסתכלים על מסדי נתונים פרטניים. הם לא בוחנים כיצד היישומים עובדים ומתקשרים זה עם זה. והם גם בדרך כלל מסתכלים על מסדי הנתונים לעומת היישומים שהם משתמשים בהם. אם כן, עומס העבודה שמקבלים על בסיס הנתונים הוא קריטי בתכנון, קריטי בכוונון אותו, קריטי בניסיון להבין כיצד לתכנן יכולת וכו '. לכן, כשמסתכלים על היער מהעצים, אנשים נמצאים בעשבים שוטים. , מסתכל על הטבלאות והמאגרים האישיים ולא מסתכל על האינטראקציה הכוללת של יישומים אלה בעומס העבודה.

לבסוף, אנשים צריכים להסתכל על אזורי המפתח שהם צריכים להסתכל עליהם. כאשר הם מתכננים לנהל מסדי נתונים, עליהם לחשוב תחילה על, לפתח מדדי ביצועים ממוקדי יישומים, כך שהם צריכים לבחון לא רק כיצד הטבלה הזו מובנית, כיצד היא מעוצבת במיוחד, אלא כיצד משתמשים בה? לכן, אם יש לך יישומים ארגוניים המגיעים לניהול שרשרת האספקה, אם אתה מוציא הזמנות מהאינטרנט, אם אתה עושה BI - כל מה שאתה עושה - אתה צריך להסתכל על מי שמשתמש בזה, איך הם משתמשים בה, מה הם נפחי הנתונים , מתי זה יקרה. מה שאתה באמת מנסה לחפש זה זמני ההמתנה, כי לא משנה מה, כל היישומים נשפטים לפי כמה זמן לוקח לעשות משהו, בין אם מדובר באדם או סתם החלפת נתונים בין יישומים או מעבדים. ומה צווארי הבקבוק? לעתים קרובות כל כך כשאתה מנסה לבצע ניפוי בעיות, כמובן שאתה באמת מנסה לבדוק מהם צווארי הבקבוק האמיתיים - לאו דווקא כיצד לכוונן הכל, אבל איך אתה נפטר ומעביר את הביצועים בזמני ההמתנה והתפוקה - מה שלא יהיה אתה צריך להסתכל.

ואתה באמת צריך להפריד את לכידת הנתונים, את העסקאות, את היבטי ההמרות בבסיס הנתונים ואת הניתוח. לכל אחד מהם יש דפוסי עיצוב שונים, לכל אחד מהם דפוסי שימוש שונים וכל אחד מהם צריך להיות מכוון אחרת. לכן, עליכם לחשוב כיצד משתמשים בנתונים אלה, מתי משתמשים בהם, במה הם משמשים, ולבדוק מהם מדדי הביצועים ומהם הדברים העיקריים שברצונכם לנתח הקשורים לשימוש זה. כעת, כשאתה מסתכל על פיקוח על הביצועים, אתה רוצה להסתכל על פעולות בסיס הנתונים עצמו; אתה רוצה להסתכל בשני מבני הנתונים, כך על האינדקסים, החלוקה וההיבטים הפיזיים האחרים של מסד הנתונים, אפילו על מבנה בסיס הנתונים - בין אם זה מודל ה- ER או המודל הממדי שלו, עם זאת הוא מובנה - לכל הדברים האלה יש השפעה על הביצועים ובמיוחד בממצאים השונים של ניתוח לכידת נתונים והטרנספורמציות שקורות.

וכפי שרובין הזכיר בצד SQL, התבוננות ב- SQL המופעלת על ידי יישומים שונים אלה על פני מסדי נתונים אלה, וכוונון זה קריטי. ובמבט על עומסי העבודה הכוללים של היישומים, וסביבת התשתית עליהם פועלים בסיסי נתונים ויישומים. כך שהרשתות, השרתים, הענן - כל מה שהם פועלים - מסתכלים גם על ההשפעה שיש לאפליקציות הללו ולמאגרי מידע אלה בתוך אותו מצב, כל אלה יש יחסי גומלין בין היכולת לכוונן את בסיס הנתונים.

ולבסוף, כשאתה מסתכל על כלים, אתה רוצה להיות מסוגל להסתכל על שלושת הסוגים השונים של ניתוחים הקשורים לזה. אתה רוצה להסתכל בניתוח תיאורי: מה קורה ואיפה, הקשורים למסד הנתונים ולביצועי היישום. אתה רוצה שתהיה לך היכולת לבצע ניתוחים לאבחון כדי להבין לא רק מה קורה, אלא מדוע זה קורה, איפה צווארי הבקבוק, איפה הבעיות, מה פועל טוב, מה לא פועל טוב? אך היכולת לנתח ולהתעמק בתחומי הבעיה על מנת להתייחס לאלו, לצורך תכנון או כל מה שאתה צריך לעשות.

ולבסוף, הסוג האגרסיבי או הפרואקטיבי ביותר של ניתוח הוא לבצע ניתוח ניבוי, דוגמנות אנליטיות חזויות, מה שלא יהיה. אנו יודעים שבסיס הנתונים והיישומים פועלים במצב זה, אם הגדלנו את הקיבולת, אם נקבל יותר משתמשים, אם נעשה יותר תפוקה, מה שעשו, היכולת להקרין מה, איך ואיפה זה ישפיע על בסיס הנתונים, היישומים מאפשרים לנו לתכנן ולבחון באופן יזום, היכן נמצאים צווארי הבקבוק, היכן זמני ההמתנה עשויים לסבול ומה עלינו לעשות בכדי לתקן את הדברים. לכן אנו רוצים שיהיו כלים המסוגלים ליישם את מדדי הביצועים, לפקח על הביצועים, וכך גם בשלושת סוגי הניתוחים הללו. וזו הסקירה שלי.

אריק קוואנה: בסדר, הרשו לי למסור את זה - אלה שתי מצגות נהדרות, אגב - הרשו לי למסור את זה לבולט מנאלה כדי לקחת את זה משם. ואנשים, אל תשכחו לשאול שאלות טובות; יש לנו כבר כמה תוכן טוב. קח אותו משם, בולט.

בולט מאלה: נשמע טוב. תודה, אריק. אז הרבה ממה שריק אמר ורובין אמר, ברור שאני מסכים עם 100 אחוז. הייתי אומר שמשכתי את המגלשה הזו, כי אני חושב שהיא מתאימה, אני לא יודע לאלה מכם שהם אוהדי "A-Team" בשנות ה -80, ג'ון חניבעל סמית 'אמר אמור תמיד אומר, "אני אוהב זה כאשר תוכנית מתכנסת ", ואני חושב שכשאתה מדבר במיוחד על שרת ה- SQL, שם התמקדו, שהוא המוצר שעליו דיברו היום, מנהל אבחון SQL, הוא בהחלט אחד הדברים האלה חייב להיות לך; עליכם להיות מסוגלים למנף את הנתונים שיש ברשותכם, ולהיות מסוגלים לקבל החלטות מאותם נתונים, ובמקרים מסוימים, אינכם מחפשים החלטה; אתה מחפש משהו שיגיד לך כשמשהו יאזל במשאבים, מתי יהיה לך משאבים, מתי יהיה לך צוואר בקבוק, דברים כאלה.

לא מדובר רק במעקב אחר מדד ספציפי. לכן, עם מנהל האבחון, אחד הדברים שהוא עושה טוב מאוד הוא לעזור לכם מבחינת חיזוי, והבנה ספציפית לעומסי העבודה והייתם לדבר על הרבה מזה היום. הכלי מיועד למנהל הנתונים, ה- DBA או ה- DBA המשחק, כך שהרבה מהדברים שריק הזכיר עליהם, ה- DBA המשחק כל כך נכון. בהרבה מקרים, אם אתה לא DBA, יהיו סימני שאלה רבים שיהיו לך כשמגיע הזמן לנהל סביבת SQL, דברים שאתה לא יודע. וכך אתם מחפשים משהו שיעזור לכם, לקחת אתכם בתהליך הזה וגם לחנך אתכם בתהליך. וכך, חשוב שהכלי שתשתמש בו לצורך החלטות מסוג זה ייתן לך קצת תובנות לגבי הסיבות שבגללן ההחלטות הללו מתקבלות, ולא סתם אומר לך "היי, עשה זאת."

מכיוון שאני משחק ה- DBA, בסופו של דבר אני יכול להיות ה- DBA המלא עם המומחיות והידע בפועל לגיבוי התואר הזה. לכן, עם זאת, מתי דיברנו על להיות מנהל מסד נתונים - אני תמיד סוג של הצגת השקופית הראשונה, מכיוון של- DBA יש כמה תפקידים שונים, ובהתאם לארגון שאיתו יש לך, יהיה לך, אלה הולכים להשתנות מ מקום אחד למשנהו - אך בדרך כלל, אתה תמיד יהיה אחראי בדרך כלשהי לאחסון שלך, לתכנון שלך לאחסון ולהבנה של ציפייה, אני צריך לומר, כמה מקום אתה זקוק, אם זה לגיבויים שלך, או האם זה עבור מסדי הנתונים עצמם. תצטרך להבין ולהעריך זאת.

בנוסף, אתה צריך להיות מסוגל להבין ולבצע אופטימיזציה של דברים על פי הצורך, וכשאתה עובר על הניטור של הסביבה, ברור שזה חשוב שתבצע שינויים לפי הצורך על בסיס דברים המשתנים בסביבה. עצמה. אז יש לקחת בחשבון דברים כמו מספר המשתמשים, דברים כמו הפופולריות של יישומים, העונתיות של מסד נתונים, כשאתם מבצעים את החיזוי שלכם. ואז, כמובן, מסתכל על דברים אחרים במונחים של היכולת לספק את הדוחות ואת המידע הנחוץ בכל הקשור לקבלת החלטות אלה. בהרבה מקרים זה אומר לעשות ניתוח השוואתי; פירושו להיות מסוגל להסתכל ספציפית על מדד מסוים ולהבין מה הערך של אותה מדד לאורך זמן, כך שתוכלו לצפות מראש לאן היא תתקדם.

אז מה שהרבה מהכלי של Diagnostic Manager עושה הוא שיש יכולות כאלה ואנשים משתמשים בו מדי יום על מנת שיוכלו לעשות דברים כמו חיזוי, ו- Ive שם את ההגדרה כאן לתכנון יכולות. והגדרה די רחבה ובעצם די מעורפלת, שהיא בדיוק התהליך של קביעת כושר הייצור הדרוש על ידי ארגון כדי לעמוד בדרישות המשתנות למוצריו, ובסופו של יום, זה באמת מה שעוסק בו: שלה על היכולת לקחת מידע שיש לך בדרך זו או אחרת ולקחת את המידע ולקבל החלטות שיעזרו לך להתקדם ככל שתתקדם במחזור החיים של מסדי הנתונים שלך. וכך, כמובן, סוגי הדברים שהם הסיבות לכך שאנשים צריכים לעשות זאת בראש ובראשונה, ברוב המקרים, לחסוך כסף. עסקים, ברור שמטרתם העיקרית היא להרוויח כסף ולחסוך כסף. אבל בתהליך זה, פירוש הדבר גם היכולת לוודא שההשבתה שלך אין השבתה. והיכולת לוודא שאתה מקטין כל סיכוי להתרחש השבתה, כך שמנע ממנה לקרות מלכתחילה, במילים אחרות, לא לחכות שזה יקרה ואז להגיב אליו.

בנוסף, היכולת להגדיל את הפרודוקטיביות של המשתמשים שלך באופן יעיל, ולהפוך אותם ליעילים יותר כך שתוכל להשיג יותר עסקים, היא כמובן המפתח כאן, כך שאלו סוגים של דברים שכ- DBA או מישהו שמעורבים בחיזוי או יכולת התכנון יצטרך להיות מסוגל לדפדף במידע כדי להיות מסוגל לקבל את ההחלטות הללו. ואז, בסך הכל, ברור שזה יעזור לך לבטל בזבוז, לא רק בזבוז מבחינת כסף, אלא גם מבחינת זמן ומבחינת משאבים שניתן להשתמש בהם בדרך כלל לדברים אחרים. לכן היכולת לחסל את הפסולת הזו כך שלא תהיה לכם עלויות הזדמנות הקשורות לפסולת עצמה.

אז, עם זאת נאמר, מהם סוגי השאלות שאנו מקבלים, ספציפיות לאדם שהוא DBA? מתי אני אזל החלל? זה גדול, לא רק כמה שטח אני צורכת עכשיו, אלא מתי אני אזל, בהתבסס על המגמות וההיסטוריה של העבר? אותו דבר עם המקרים בפועל של SQL, מסדי הנתונים, אילו שרתים אוכל לאחד? אני הולך לשים כמה על ה- VMs, מה הגיוני מבחינת אילו מסדי נתונים אני הולך לאחד ואילו מקרים של SQL עליהם להתגורר? כל סוגי השאלות הללו צריכים להיות מסוגלים לענות. כי ברוב המקרים, אם אתה DBA או משחק DBA, אתה הולך לגבש את זה מתישהו בקריירה שלך. בהרבה מקרים אתה הולך לעשות זאת באופן שוטף. אז אתה צריך להיות מסוגל לקבל את ההחלטות במהירות, לא לשחק במשחקי ניחוש כשמדובר בזה.

דיברנו על צווארי בקבוק והיכן הם עתידים להתרחש הלאה, ויכולנו לחזות שוב, במקום לחכות שיקרה. אז ברור כי כל הדברים האלה דיברו, הגיוני במובן זה שאתה מסתמך על נתונים היסטוריים, ברוב המקרים, כדי להיות מסוגל לייצר את ההמלצות האלה, או במקרים מסוימים להיות מסוגל לנסח החלטות בעצמך, להיות מסוגל לבוא עם התשובות האלה. אבל זה מזכיר לי את זה, שכשאתה שומע את מודעות הרדיו של מישהו שמוכר ניירות ערך או משהו כזה, תמיד "ביצועי העבר אינם מעידים על תוצאות עתידיות" ודברים מסוג זה. ואותו הדבר נכון גם כאן. יהיו לך מצבים שבהם תחזיות אלה וניתוחים אלה עשויים להיות לא מאה אחוז. אבל אם אתם מתמודדים עם דברים שקרו בעבר והידוע והיו מסוגלים לקחת ולעשות את ה"מה אם "עם המון סוגים אלו של שאלות, אתם הולכים להיתקל בהם, הם בעלי ערך רב והמשך להביא אותך הרבה יותר רחוק מאשר לשחק במשחק הניחושים.

אז, כמובן, סוגים אלה של שאלות יעלו, אז כיצד אנו מטפלים בהרבה מהשאלות הללו עם מנהל האבחון, ראשית יש לנו יכולות חיזוי, היכולת לעשות זאת בבסיס הנתונים, בשולחן כמו גם ב כונן או עוצמת הקול. כדי לא רק לומר "היי, היו מלאים בשטח", אלא שישה חודשים מעכשיו, שנתיים מעכשיו, חמש שנים מעכשיו, אם אני מתכנן לזה, כמה שטח כונן אני צריך לתקצב. ל? אלה שאלות שעליי לשאול, ואני אצטרך להיות מסוגלת להשתמש בשיטה כלשהי לעשות זאת במקום לנחש ולהעלות את האצבע שלי באוויר ולחכות לראות באיזו דרך הרוח נושבת, וזה הרבה פעמים, למרבה הצער, הדרך בה מתקבלות הרבה החלטות אלה.

בנוסף לכך, היכולת - נראה כאילו שקופית שלי נותקה שם מעט - אבל היכולת לספק קצת עזרה בצורה של המלצות. אז, הדבר היחיד שלך הוא להיות מסוגל להראות לך לוח מחוונים מלא בערכים ולהיות מסוגל לומר, "אוקיי, הנה כל המדדים והיכן הם נמצאים," אבל אז להיות מסוגלים להבין או להבין מה לעשות עשה זאת, על סמך זה קפיצת מדרגה נוספת. ובמקרים מסוימים, אנשים מחונכים מספיק בתפקיד ה- DBA כדי להיות מסוגלים לקבל את ההחלטות הללו. וכך יש לנו כמה מנגנונים בכלי שיעזרו בזה, אשר יראו לכם תוך שניה אחת בלבד. אבל היכולת להראות לא רק מה ההמלצה, אלא גם לספק תובנה מסוימת מדוע ההמלצה הזו מתקבלת ואז גם על גבי זה, בחלק מהמקרים, היכולת להמציא למעשה עם סקריפט שמבצע אוטומציה של תיקון של סוגיה זו הוא גם אידיאלי.

עוברים לשלב הבא, אשר רואים היטב, את ההבנה שלו באופן כללי באופן כללי, עד לרמה המטרית, מה נורמלי. אני לא יכול להגיד לך מה לא תקין אם אני לא יודע מה זה נורמלי. וכך, אם יש איזושהי דרך למדוד את המפתח ואתה חייב להיות מסוגל לקחת בחשבון סוגים רבים של אזורים, למשל - או שאני צריך לומר מסגרות זמן - קבוצות שונות של שרתים, היכולת לעשות זאת באופן דינמי, מ בפרספקטיבה מתריעה, במילים אחרות, באמצע הלילה, במהלך חלון התחזוקה שלי, אני מצפה שהמעבד שלי יפעל על 80 אחוזים על סמך כל התחזוקה המתרחשת. לכן, אולי כדאי לי להגדיל את הספים שלי יותר, במהלך מסגרות הזמן האלה לעומת אולי באמצע היום, כשאני לא עושה כל כך הרבה פעילות.

אלה כמה דברים שסביר להניח שיהיו סביבתיים, אך דברים שתוכלו להחיל עליהם על מה שמנוהל, בכדי שתוכלו לעזור לכם לנהל את הסביבה בצורה יעילה יותר, ולהקל עליהם יותר. התחום האחר, כמובן, הוא מסוגל לספק באופן כללי את הדוחות ואת המידע כדי לענות על סוגי "מה אם" שאלות. אם רק ביצעתי שינוי בסביבתי, אני רוצה להבין מה הייתה ההשפעה הזו, כדי שאוכל להחיל אותו שינוי על מקרים אחרים או מסדי נתונים אחרים בסביבתי. אני רוצה להיות מסוגל לקבל מידע כלשהו או תחמושת כלשהי בכדי להיות מסוגל לבצע את השינוי הזה עם שקט נפשי ובידיעה שזה הולך להיות שינוי טוב. אז היכולת לעשות את הדיווח ההשוואתי הזה, להיות מסוגל לדרג את המקרים שלי ב- SQL, להיות מסוגל לדרג את מסדי הנתונים שלי זה מול זה, לומר, "מה הצרכן הכי גבוה שלי של מעבד?" או איזה מהם לוקח הכי הרבה זמן תנאי המתנה ודברים כאלה? אז הרבה מידע זה יהיה זמין גם עם הכלי.

ואז, אחרון חביב, הוא רק יכולת כוללת שאתה זקוק לכלי שיצליח להתמודד עם כל מצב שנקרה בדרכך, ולכן כוונתי בכך, אם יש לך סביבה גדולה עם הרבה במקרים מסוימים, כנראה שתיתקלו במצבים בהם עליכם לערוך מדדים שבאופן מסורתי אינם מדדים ש- DBA ירצה אפילו לפקח במקרים מסוימים, תלוי במצב הספציפי הזה. אז, אם יש לך כלי שאתה יכול, ניתן להרחיב את זה, כדי שתוכל להוסיף ערכים נוספים ולהיות מסוגל להשתמש במדדים באותה צורה ובאותה אופן שתשתמש בהם אם היית משתמש במאגר מחוץ לתיבה מדד, למשל. לכן, היכולת להריץ דוחות, יכולת להתריע, קו בסיסי - כל הדברים שדיברו עליהם - היא גם חלק מרכזי מהיכולת לבצע את החיזוי הזה ולהפוך אותו כך שתקבל את התשובות שאתה מחפש כדי להיות מסוגלים לקבל. ההחלטות האלה, להתקדם.

כעת, באופן שבו מנהל האבחון עושה זאת, יש לנו שירות מרכזי, קבוצת שירותים המפעילה, אוספת נתונים מול מקרים של 2000 עד 2016. ואז מה שאנחנו עושים זה לקחת את הנתונים האלה ואנחנו מכניסים אותם למאגר מרכזי ואז מה שעושה כן עם הנתונים האלה, כמובן, האם אנחנו עושים הרבה כדי שנוכל לספק תובנה נוספת. עכשיו, בנוסף לכל זה - ואחד הדברים שלא מופיעים כאן - יש לנו גם שירות שפועל באמצע הלילה, שהוא שירות הניתוח החזוי שלנו, וזה עושה מספר פריצות וזה עוזר להבין ולעזור לך כ- DBA או כ- DBA במשחק, להיות מסוגל להציע המלצות מסוג זה, להיות מסוגל גם לספק תובנה מסוימת מבחינת קווי הבסיס.

אז מה שאני רוצה לעשות, וזו רק דוגמה מהירה לארכיטקטורה, המסעדה הגדולה כאן היא שאין סוכנים ושירותים שיושבים בפועל על המקרים שאתה מנהל. אבל מה שאני רוצה לעשות זה פשוט לקחת אותך ליישום כאן ולתת לך הדגמה מהירה. ותנו לי פשוט לצאת גם ולגרום לזה לקרות. אז תודיע לי, אני חושב שאריק, אתה יכול לראות את זה בסדר?

אריק קוואנה: יש לי את זה עכשיו, כן.

בולט מאלה: אוקיי, אז אני אעביר אותך דרך חלקים שונים אלה שדיברתי עליהם. ובעצם נתחיל בסוג הדברים שנמצאים יותר בקווים של כאן משהו שאתה צריך לעשות, או שכאן זה משהו שנקודת זמן בעתיד עתידה לתת לך קצת תובנות לגבי זה. וזה היכולת לחזות באמת - או שאני צריך לומר באופן דינמי לצפות - דברים בזמן שהם מתרחשים. כעת, במקרה של דיווחים, אחד הדברים שיש לנו בכלי הם שלושה דוחות חיזוי שונים. ובמקרה, למשל, של תחזית מסד נתונים, מה הייתי כנראה עושה במצב של היכולת לחזות את גודל מסד הנתונים לאורך תקופה, ואני רק אתן לך כמה דוגמאות לכך. אז, אני הולך לקחת את מסד הנתונים של הביקורת שלי, שהוא די אינטנסיבי ב- I / O - יש לו הרבה נתונים שעוברים אליו. יש לנו, בוא נראה, ובכן נעשה את זה כאן, ואפשר פשוט לבחור את מאגר הבריאות כאן.

אבל העניין הוא שאני לא רק רואה מה המרחב הזה, אני מסוגל לומר, "תראה, מאפשר לקחת את הנתונים האחרונים בשווי האחרון" - ואני מתכוון להזין כאן קצת, אין לי באמת שנים נתונים שווים, יש לי נתונים בערך חודשיים - אבל מכיוון שאני בוחר שיעור מדגם של חודשים כאן, אני אהיה מסוגל לחזות או לחזות במקרה הזה את 36 היחידות הבאות מכיוון שקצב הדגימה שלנו מוגדר לחודשים - זו יחידה, זה חודש - ואז הייתי יכול, ואז להריץ דוח כדי בעצם להראות לי היכן נצפה את הצמיחה העתידית שלנו, עבור שלושת מאגרי המידע הללו. ואנחנו יכולים לראות שיש לנו שונות או שונות בין שלושת מאגרי המידע השונים, בפרט לכמות הנתונים שהם צורכים מבחינה היסטורית.

אנו יכולים לראות שנקודות הנתונים כאן מייצגות את הנתונים ההיסטוריים, ואז הקווים שעומדים לספק לנו את התחזית, יחד עם המספרים לגיבוי זה. כך שנוכל לעשות זאת ברמת הטבלה, אנו יכולים לעשות זאת אפילו ברמת הכונן, שם אוכל לצפות עד כמה גדול הכוננים שלי יגיעו, כולל נקודות הרכבה. נוכל לחזות את אותו סוג מידע, אך שוב, תלוי בשיעור המדגם, יאפשר לי לקבוע כמה יחידות והיכן לוקחים את מה שאנחנו רוצים לחזות. שימו לב שיש לנו גם סוגים שונים של סוג תחזית. כך שתקבלו הרבה אפשרויות וגמישות כשמגיע הזמן לבצע את החיזוי. עכשיו, דבר אחד טוב לעשות, בעצם ליתן לך תאריך ספציפי ולהיות מסוגלים לומר "היי בתאריך זה, זה המקום בו היינו צופים שהצמיחה של הנתונים שלך תהיה." אך בנוסף לכך אנו יכולים לספק לך עם תובנות אחרות שקשורות לחלק מהניתוח שאנו מבצעים בשעות החופשה והשירות כשהוא פועל. חלק מהדברים שהיא עושה, האם זה מנסה לחזות את הדברים שככל הנראה יקרה, בהתבסס על ההיסטוריה של מתי הדברים התרחשו בעבר.

כך שאנו יכולים לראות כאן, למעשה, תחזית מספקת לנו תובנה מסוימת לגבי הסבירות שלנו נתקל בבעיות לאורך כל הערב, על רקע דברים שקרו שוב בעבר. אז ברור שזה נהדר, במיוחד אם אני לא DBA, אני יכול להסתכל על הדברים האלה, אבל מה אפילו יותר טוב אם אני לא DBA, האם זה כרטיסיית ניתוח. אז לפני שזה היה כאן בכלי היינו עוברים ומראים את המוצר לאנשים והם היו "זה נהדר, אני רואה את כל המספרים האלה, אני רואה הכל, אבל אני לא יודע מה לעשות" (צוחק) "כמו כתוצאה מכך. "וכך מה שיש לנו כאן, זו דרך טובה יותר שתוכל להבין, אם אני מתכוונת לנקוט בפעולה כדי לעזור לביצועים, אם אני מתכוונת לנקוט בפעולה אפילו לעזור לבריאותי הסביבה, היכולת לקבל דרך מדורגת לספק את ההמלצות הללו, כמו גם עצות שימושיות במידע כדי ללמוד עוד על המלצות אלו ולמעשה לקבל אפילו קישורים חיצוניים לחלק מאותם נתונים, אשר יראו אותי ויקחו אותי לסיבות שבגללן המלצות אלה נעשות.

ובמקרים רבים, היכולת לספק תסריט שיבצע אוטומציה, כמו שאמרתי, את התיקון של סוגיות אלה. עכשיו, חלק ממה שעשו כאן עם ניתוח זה - ואני אראה לך כשאני נכנס לקביעת התצורה של המאפיינים של מופע זה, ואני עובר לקטע של תצורת ניתוח - יש לנו המון קטגוריות שונות המפורטות כאן, ו בחלק מזה יש לנו אופטימיזציה לאינדקס ואופטימיזציה של שאילתות. אז הערכת לא רק את הערכים עצמם ודברים כאלה, אלא גם דברים כמו עומסי העבודה והאינדקסים. במקרה זה, ובכן, בצע ניתוח נוסף בנושא אינדקס היפותטי. אז זה אחד מאותם מצבים שבהם אני לא רוצה, במקרים רבים, אני לא רוצה להוסיף אינדקס אם אני לא צריך. אבל בשלב מסוים יש סוג של נקודת הפצה, שבה אני אומר, "ובכן, הטבלה מגיעה לגודל או לסוגי השאלות הפועלות בעומס העבודה הגיוני כעת להוסיף אינדקס. אבל זה לא היה הגיוני אולי שישה שבועות לפני כן. "אז זה מאפשר לך להשיג באופן דינאמי את התובנה הזו לגבי דברים שסביר, כמו שאמרתי, לשפר את הביצועים על סמך מה שקורה בסביבה, מה קורה בעומסי העבודה, עושה דברים כאלה.

וכך תקבל כאן הרבה מידע טוב, כמו גם היכולת לבצע אופטימיזציה של הדברים האלה באופן אוטומטי. אז זהו אזור אחר בו נוכל לעזור, מבחינת מה שאנו מכנים ניתוח חזוי. עכשיו, בנוסף לכל זה, אני צריך לומר, יש לנו גם תחומים אחרים שלדעתי בדרך כלל נותנים לעצמם לעזור לך לקבל החלטות. וכשאנחנו מדברים על קבלת החלטות, שוב, היכולת להסתכל על נתונים היסטוריים, לספק קצת תובנה כדי להביא אותנו למקום שאנחנו צריכים להיות כדי לשפר את הביצועים האלה.

עכשיו, אחד הדברים שאנחנו יכולים לעשות זה שיש לנו visualizer קו בסיסי המאפשר לנו לבחור באופן סלקטיבי את הערך שנרצה - ותנו לי למצוא כאן הגון - אני הולך לשימוש במעבד SQL, אבל העניין הוא שתוכלו ללכת חזרו לאורך שבועות רבים ככל שיהיו כדי לצבוע עבורכם את התמונות הללו כדי לראות מתי נמצאים המחליפים שלכם, לראות באופן כללי היכן ערך זה נופל בפרקי הזמן שאנו אוספים נתונים. ואז, בנוסף לזה תבחין גם שכאשר אנו יוצאים למופע עצמו, יש לנו את היכולת להגדיר את קווי הבסיס שלנו. וקווי הבסיס הם חלק חשוב באמת באפשרות להפוך לאוטומציה של דברים כמו גם היכולת לקבל הודעה על דברים. והאתגר, כפי שרוב ה- DBA היו אומרים לך, הוא שהסביבה שלך לא תמיד פועלת זהה, לאורך היום, לעומת הערב ומה לא כפי שהזכרנו קודם בדוגמא עם תקופות הזמן של התחזוקה, כאשר אנחנו יש רמות גבוהות של מעבד או כל מה שעשוי לקרות.

אז במקרה זה, עם קווי הבסיס האמיתיים האלה, נוכל לקבל מספר קווי בסיס, כך שאולי יש לי קו בסיסי למשל, זה בשעות התחזוקה שלי. אבל באותה מידה יכולתי ליצור קו בסיס לשעות הייצור שלי. והנקודה לעשות זאת היא כשאנחנו נכנסים למופע של SQL ולמעשה יש לנו בסיסים מרובים אלה, אז נוכל לצפות ולהיות מסוגלים לבצע אוטומציה מסוג כלשהו, ​​סוג כלשהו של תיקון או סתם התראה באופן כללי, ספציפית אחרת לחלונות הזמן ההם. לכן, אחד הדברים שתראו כאן, הוא קווי הבסיס הללו שאנו מייצרים משתמשים בנתונים ההיסטוריים כדי לספק ניתוח זה, אך חשוב מכך, אני יכול לשנות את הספים הללו באופן סטטי, אבל אני יכול גם להפוך אותם באופן דינמי. לכן, כשחלון התחזוקה, או שאני צריך לומר שחלון בסיס התחזוקה עולה, ספים אלה היו עוברים אוטומטית ספציפית לעומסים בהם אני נתקל במהלך חלון הזמן ההוא, לעומת אולי באמצע היום כשהעומסים שלי אינם כמו הרבה, כאשר עומסי העבודה אינם כה משפיעים.

אז זהו, דבר נוסף שכדאי לזכור, מבחינת קו הבסיס. ברור שאלו יעזרו לך באמת, מבחינת הבנת מה נורמלי ויכולת גם להבין, לעסוק כשאתה הולך ואוזל גם המשאבים. עכשיו, הדבר האחר שיש לנו בכלי, זה שעוזר לך לקבל החלטות, בנוסף, בסיס הבסיס והיכולת להגדיר התראות סביב קווי הבסיס והספים שאתה יוצר באופן דינמי, זה כמו שאמרתי קודם, רק היכולת לנהל שלל דוחות שעוזרים לי לענות על שאלות על המתרחש.

לכן, כדוגמא, אם היו לי 150 מופעים שאני מנהל - במקרה שלי, אני לא צריך, אז עלינו לשחק את משחק העמדת פנים כאן - אבל אם היו לי כל מקרי ההפקה שלי והייתי צריך להבין איפה האזור שאני זקוק לתשומת לב, במילים אחרות, אם רק יהיה לי זמן מוגבל לבצע ניהול מסוג כלשהו כדי לשפר את הביצועים, אני רוצה להתמקד בתחומי המפתח. וכך, עם הנאמר, אוכל לומר "בהתבסס על הסביבה ההיא, דרג את המופעים שלי זה מול זה ותן לי את הדירוג הזה על ידי צינור טענה." אז אם השימוש בדיסק, השימוש בזיכרון, האם הוא ממתין, בין אם זמן התגובה שלה, אני מסוגל לתאם - או שאני צריך לומר דרגה - אותם מקרים זה בזה. ברור שהמופע נמצא בראש כל רשימה, אם זה אותו המופע, זה כנראה משהו שאני באמת רוצה להתמקד בו, כי ברור שהוא שוב בראש הרשימה.

אז יש לכם הרבה דוחות בכלי שעוזרים לכם מבחינת דירוג הסביבה ברמת המופע; תוכלו לעשות זאת גם ברמת בסיס הנתונים, שם אוכל לדרג את בסיסי הנתונים שלי זה מול זה. במיוחד לספים ולאזורים שאני יכול להגדיר, אני אפילו יכול להגדיר כאן תווי בר אם אני רוצה, רק כדי להתמקד במאגרי מידע מסוימים, אבל העניין הוא שאוכל להשוות את מסדי הנתונים שלי באותה דרך. כמו כן, מבחינת סוגים אחרים של ניתוח השוואתי והגדול בכלי זה, הוא ניתוח הבסיס שיש לנו. אז אם תגלול למטה לתצוגת השירות כאן, תראה שיש דוח סטטיסטי בסיסי. כעת ברור שדוח זה יעזור לנו להבין לא רק מה הם הערכים הערכיים, אלא למשל, למשל, אוכל לצאת, ולכל אחד מהמדדים האלה, להיות מסוגל לבדוק בפועל את בסיסי הערכים עבור מדדים אלה.

אז מה שיהיה, כאחוז או מה שיכולתי לצאת ולומר, "בוא נראה את קו הבסיס של זה ב -30 הימים האחרונים," ובמקרה זה זה יראה לי את הערכים בפועל לעומת קו הבסיס ו הייתי יכול לקבל כמה החלטות על ידי שימוש במידע זה, ברור, כך שזהו אחד מאותם מצבים, שבהם זה תלוי באיזו שאלה מדובר, וששואלים אותה בזמנו. אבל ברור שזה יעזור לך להרבה מהשאלות האלה. הלוואי ויכולתי לומר שהיה לנו דו"ח אחד שעושה את הכל, וסוגו כמו הדו"ח הקל, שבו אתה לוחץ על הכפתור והוא פשוט עונה על כל שאלה "מה אם" שתוכל אי פעם לענות עליה. אבל המציאות היא, שיהיו לכם הרבה תכונות והרבה אפשרויות שתוכלו לבחור מבין הנפתחות הללו בכדי שתוכלו לנסח את השאלות מסוג "מה אם" שאתה מחפש.

אז הרבה מהדיווחים הללו מכוונים להיות מסוגלים לענות על סוגים אלה של שאלות. וכך, חשוב מאוד גם שדוחות אלה ובנוסף, כל הדברים שכבר הראינו לכם בכלי, כפי שציינתי קודם, בעלי הגמישות לשלב מדדים חדשים, לניהול, אפילו היכולת ליצור דלפקים, או שאילתות SQL המשולבות במרווחי הסקרים שלך, כדי שתוכל לעזור לי לענות על השאלות האלה, שאולי מחוץ לקופסה שלא ציפינו לפקח עליה, אתה יכול להוסיף את הדברים האלה. ותוכלו אז לעשות את כל אותם הדברים שהרגע הראיתי לכם: קו בסיסי, להריץ דוחות וליצור דוחות מאותו מדד, ולהיות מסוגלים לענות ולעשות הרבה מהסוגים השונים האלה של דברים שאני מציג לכם כאן.

עכשיו, בנוסף לכל זה - ואחד הדברים שכנראה נתקלנו בהם לא מעט בזמן האחרון - ראשית זה היה, כולם מדליקים או עוברים ל- VMs. ועכשיו יש לנו הרבה אנשים שעוברים לענן. ויש המון שאלות שעולות סביב סוגים אלה של דברים. האם נראה לי הגיוני לעבור לענן? האם אני הולך לחסוך כסף על ידי מעבר לענן? אם הייתי שם את הדברים האלה ב- VM, על מחשב עם משאבים משותפים, כמה כסף אוכל לחסוך? אלה סוגים של שאלות, ברור שגם הם יגיעו. אז, הרבה דברים שכדאי לזכור, בעזרת Diagnostic Manager, אנו יכולים להוסיף ולמשוך מהסביבות הווירטואליות של VMware וגם Hyper-V. אנו יכולים גם להוסיף מקרים שנמצאים בענן, כך שהסביבות שלך כמו Azure DB למשל, או אפילו RDS, נוכל לשלוף מדדים גם מסביבות אלה.

אז יש הרבה גמישות והרבה יכולת לענות על השאלות האלו ביחס לסוגים אחרים של סביבות שאנו רואים אנשים יוצאים אליהם. ויש עדיין המון שאלות סביב הדברים האלה, וכפי שאנחנו רואים אנשים מגבשים את הסביבות האלה שהם צריכים להיות מסוגלים לענות גם על השאלות האלה. אם כן, זוהי סקירה לא רעה למדי, למשל, על מנהל האבחון, ביחס לנושא זה. אני יודע שנושא המודיעין העסקי עלה ויש לנו גם כלי למודיעין עסקי עליו לא דיברנו היום, אבל זה גם אמור לספק לך תובנה לגבי תשובות לשאלות מסוג זה בכל הקשור לקוביות שלך גם את כל אותם סוגים שונים של דברים. אבל אני מקווה שזו הייתה סקירה כללית טובה, לפחות מבחינת האופן בו מוצר זה יכול לעזור עם היכולת לנסח תוכנית טובה.

אריק קוואנה: בסדר, דברים טובים. כן, אני אזרוק את זה לריק, אם הוא עדיין בחוץ. ריק, יש לך שאלות?

ריק שרמן: כן, אז ראשית, זה נהדר, אני אוהב את זה. אני אוהבת במיוחד את ההתרחבות למקומות VM ועננים. אני רואה שהרבה מפתחי אפליקציות חושבים שאם זה בענן הם לא צריכים לכוונן אותו. לכן-

בולט מאלה: נכון, אנחנו עדיין צריכים לשלם על זה, נכון? אתה עדיין צריך לשלם עבור כל מה שאנשים שמים על הענן, כך שאם זה לא פועל, או אם זה גורם למחזורי מעבד רבים, יותר כסף שתצטרך לשלם, אז זה לא, אתה עדיין צריך למדוד הדברים האלה, בהחלט.

ריק שרמן: כן, ראיתי הרבה עיצובים עניים בענן. רציתי לשאול, האם גם במוצר זה ישתמש - אני יודע שהזכרת את מוצר ה- BI ויש לך טונות של מוצרים אחרים שמתקשרים זה עם זה - אבל האם היית מתחיל להסתכל על ביצועי SQL, שאילתות אישיות בכלי זה? או שזה יהיה כלים אחרים שישמשו לזה?

בולט מאלה: לא, זה בהחלט. אחד הדברים שלא סיקרתי והתכוונתי אליו, הוא חלק השאילתות בו. יש לנו הרבה דרכים שונות לזהות את ביצועי השאילתה, בין אם זה קשור, במיוחד לחכות כמו שאנחנו רואים בתצוגה זו כאן, ובין אם זה קשור לצריכת המשאבים של שאילתות בסך הכל, יש מספר דרכים שלמות שאפשר לנתח את השאילתה. ביצועים. בין אם משך הזמן שלו, מעבד, קלט / פלט, ושוב, אנו יכולים להסתכל על עומסי העבודה עצמם בכדי לספק תובנה מסוימת. אנו יכולים לספק את ההמלצות בקטע הניתוח ויש לנו גם גרסה מבוססת אינטרנט המספקת מידע סביב השאילתות עצמן. אז אוכל לקבל המלצות על אינדקסים חסרים והיכולת להציג את תוכנית הביצוע וכל הדברים האלה; זה גם יכולת. אז, בהחלט, אנו יכולים לאבחן שאילתות בשבע דרכים ליום ראשון (צוחק) ולהיות מסוגלים לספק תובנה זו מבחינת מספר ההוצאות להורג, בין אם מדובר בצריכת משאבים, ההמתנה, משך הזמן, כל הדברים הטובים האלה.

ריק שרמן: אוקיי מעולה. ואז מה העומס על המופעים עצמם עם כל הניטור הזה?

בולט מאלה: זו שאלה טובה. האתגר לענות על השאלה הזו הוא, האם זה תלוי, זה ממש כמו כל דבר אחר. הרבה ממה שיש לכלי שלנו להציע, הוא מספק גמישות וחלק מהגמישות הזו הוא שתגידו לו מה לאסוף ומה לא לאסוף. כך, למשל, עם השאלות עצמן, אני לא צריך לאסוף את מידע ההמתנה, או שאני יכול. אני יכול לאסוף מידע הקשור לשאילתות העולות על משך זמן, של ביצוע. כדוגמה לכך, אם הייתי נכנס למוניטור שאילתת התצורה והייתי אומר "מאפשר לשנות ערך זה לאפס", המציאות היא שבאופן בסיסי, הכלי גורם לכלי לאסוף כל שאילתה הפועלת וזה ממש לא רוח הסיבה לכך, אך באופן כללי אם הייתי רוצה לספק דגימה מלאה של נתונים לכל השאלות, הייתי יכול לעשות זאת.

אז, זה יחסית יחסית למה שההגדרות שלך, באופן כללי, מחוץ לתיבה. זה בכל מקום בין 1-3 אחוזים תקורה, אך ישנם תנאים אחרים שיחולו. זה גם תלוי בכמה שאילתות נמל פועלות בסביבה שלך, נכון? זה תלוי גם בשיטת איסוף השאלות האלו ובאילו גרסאות SQL מדובר. כך, למשל, SQL Server 2005, לא היו מסוגלים למשוך מאירועים מורחבים, ואילו כך נמשוך עקבות כדי לעשות זאת. אז זה יהיה קצת שונה מבחינת הדרך בה היינו הולכים לאיסוף נתונים אלה, אבל זה אמר, כמו שאמרתי, היינו בסביבה שכן אני משער שבערך 2004 עם המוצר הזה. זה היה הרבה זמן, יש לנו אלפי לקוחות, ולכן הדבר האחרון שאנחנו רוצים לעשות זה להיות כלי לניטור ביצועים שגורם לבעיות ביצועים (צוחק). וכך אנו מנסים להימנע מכך ככל האפשר, אך באופן כללי, כך שכ- 1-3 אחוזים הם כלל אצבע טוב.

ריק שרמן: בסדר, וזה די נמוך, אז זה נהדר.

אריק קוואנה: טוב. רובין, יש לך שאלות?

רובין בלור: אני מצטער, הייתי אילם. יש לך יכולת למסד נתונים מרובה, ואני מתעניין באיזו סיבה אתה יכול להסתכל על מסדי נתונים מרובים, ולכן אתה יכול לדעת שבסיס משאבים גדול יותר עשוי להיות מחולק בין מכונות וירטואליות שונות וכן הלאה וכן הלאה. אני מעוניין באיך אנשים משתמשים בזה. אני מתעניין במה הלקוחות עושים עם זה. כי זה נראה לי, ובוודאי, כשהתעסקתי עם מסדי נתונים, משהו שלא היה לי מעולם. ואני הייתי שוקל אי פעם מקרה אחד בכל דרך משמעותית בכל נקודת זמן נתונה. אז איך אנשים משתמשים בזה?

בולט מאלה: באופן כללי, אתה מדבר באופן כללי רק על הכלי עצמו? איך הם משתמשים בזה? אני מתכוון, באופן כללי, על היכולת להיות בעלת נקודה מרכזית של נוכחות של הסביבה. שקט נפשי וידיעה שאם הם בוהים במסך והם רואים ירוק, הם יודעים שהכל טוב. זה קורה כאשר הבעיות מתרחשות, וכמובן שרוב המקרים מנקודת מבט של ה- DBA, פעמים רבות הבעיות הללו מתרחשות כאשר הם נמצאים מול הקונסולה, כך שניתן לקבל הודעה ברגע שהבעיה מתרחשת. אבל בנוסף לכל זה, היכולת להבין מתי הבעיה אכן מתרחשת, היכולת להגיע ללב המידע שמספק להם קצת יכולות מבחינת הסיבה שהיא מתרחשת. וכך, אני חושב, החלק הגדול ביותר: להיות פרואקטיבי לגבי זה, לא להיות מגיב.

רוב DBAs איתם אני מדבר - ואני לא יודע, אחוז טוב מהם - לצערי הם עדיין בסביבה המגיבה; הם ממתינים לצרכן שיפנה אליו ויגיד להם בעיה. וכך, אנו רואים הרבה אנשים שמנסים להתנתק מזה ואני חושב שזה חלק גדול מהסיבה שאנשים אוהבים את הכלי הזה הוא שזה עוזר להם להיות פרואקטיביים אבל זה גם מספק להם את התובנה לגבי המתרחש , מה הבעיה, אבל בהרבה מקרים, מה שאנחנו מוצאים לפחות - ואולי רק DBAs אומרים לנו את זה - אבל ה- DBAs, התפיסה היא תמיד הבעיה שלהם, גם אם זה מפתח האפליקציות שכתב את היישום. זה לא כתב את זה כמו שצריך, הם אלה שהולכים לקחת את האשמה, לגרום להם שהם לוקחים את היישום הזה למערכות או לשרתים שלהם ואז כשהביצועים גרועים, כולם מצביעים על ה- DBA אומר, "היי אשמתך."

אז הכלי הזה נעשה פעמים רבות כדי לעזור במונחים של הפיכת ה- DBA למקרה, "היי, כאן נמצא הבעיה והיא לא אני." (צוחק) אנחנו צריכים שפר זאת, בין אם זה משנה את השאילתות או כל אשר יהיה. במקרים מסוימים זה ייפול בדלי שלהם מבחינת האחריות שלהם, אבל לפחות הכלי להיות מסוגל לעזור להם להבין את זה ולדעת את זה, ולעשות זאת בצורה מתוזמנת הוא כמובן הגישה האידיאלית.

רובין בלור: כן, מרבית האתרים שאני מכיר, אבל עבר זמן מאז שהייתי שם בחיפושים באתרי רב-מסדי נתונים שונים, אבל בעיקר מה שהייתי מוצא היה שיהיו DBAs שמתמקדים בקומץ של מאגרי מידע. ואלה יהיו בסיסי הנתונים, שאם הם יירדו אי פעם, זו תהיה בעיה גדולה באמת עבור העסק, וכן הלאה וכן הלאה. והשאר, הם פשוט אוספים מדי פעם נתונים סטטיסטיים כדי לראות שהם לא נגמרו להם שטח והם לא יביטו בהם בכלל. ובזמן שעשיתם את ההדגמה, הסתכלתי על זה וחשבתי טוב, בדרך זו או אחרת, אתם מרחיבים, פשוט על ידי מתן דבר כזה למאגרי מידע שלעתים קרובות, לאף אחד לא היה אכפת יותר מדי מכיוון שיש להם גידול בנתונים , יש להם צמיחת יישומים גם לפעמים. אתה מרחיב את הסיקור ב- DBA בצורה די דרמטית. אז מה השאלה בעצם, האם בעזרת מערך כלים כזה אתה בסופו של דבר מסוגל לתת שירות DBA לכל בסיס נתונים שנמצא ברשת הארגונית?

בולט מאלה: בטח, אני מתכוון, האתגר הוא שכמו שאמרת בצורה רהוטה למדי, זה כמו כמה מאגרי מידע שלדבאי ה- DBA ואז יש כאלה שלא אכפת להם מכל כך. והדרך שבה מוצר מסוים זה, אופן הרישיון שלו הוא על בסיס מופע. אז יש, אני מניח שאתה אומר, סף של כאשר אנשים מחליטים "היי, זה לא מקרה מספיק קריטי שאני רוצה לנהל אותו עם הכלי הזה." עם זאת, יש כלים אחרים שיש לנו שהם יותר אני מניח, קייטרינג לאותם מקרים פחות חשובים של SQL. אחד מהם היה דומה למנהל המלאי, בו אנו מבצעים בדיקות בריאות קלות נגד המקרים, אך בנוסף לזה שאנחנו עושים זה לגלות, ולכן אנו מזהים מקרים חדשים שהובאו ברשת ואז, מאותה נקודה, בתור DBA אני יכול לומר, "בסדר, הנה מופע חדש של SQL, עכשיו זה אקספרס? האם זו הגרסה החינמית או שזו גרסת ארגוני? "זו כנראה שאלה שאני רוצה לשאול את עצמי, אך שנית, כמה חשובה המופע הזה עבורי? אם זה לא כל כך חשוב, ייתכן שיהיה לי הכלי הזה יוצא ועושה את זה, גנרי, מה הייתי מכנה בדיקות בריאות גנריות במובן זה שהם סוגים בסיסיים של דברים שאכפת לי כ- DBA: האם הכונן מתמלא? האם השרת מגיב לבעיות? הדברים העיקריים, נכון?

ואילו עם מנהל האבחון, הכלי שרק הראיתי לך, הולך לרדת לרמת השאילתה, הולך לרדת להמלצת אינדקסים, להסתכל על תוכנית הביצוע וכל הדברים הטובים האלה, ואילו זה בעיקר ממוקד על מי הבעלים של מה, מה זה בבעלותי ואילו האחראים עליו? אילו חבילות שירות ותיקונים חמים יש לי? והאם השרתים שלי פועלים עם המרכיבים העיקריים של מה שהייתי מחשיב כמופע בריא של SQL? אז כדי לענות על השאלה שלך, יש קצת תערובת. כאשר יש לנו אנשים שמסתכלים על הכלי הזה, הם בדרך כלל מסתכלים על מערך מקרים קריטי יותר. עם זאת, יש לנו כמה אנשים שקונים כל מופע שיש להם ומנהל אותם, כך שזה פשוט תלוי. אבל אני אומר לכם, בסך הכל, בהחלט יש סף של האנשים הרואים בסביבתם חשובה מספיק בכדי שיהיה להם כלי כזה לניהול המקרים הללו.

רובין בלור: אוקיי, שאלה נוספת לפני שאני מוסר אותה לאריק. הרושם שמתקבל, רק מצפייה בתעשייה הוא שלמאגרי מידע יש עדיין חיים, אבל כל הנתונים נשפכים לכל אגמי הנתונים האלה וכן הלאה, וכן הלאה. זה ההייפ, באמת, וההייפ מעולם לא משקף את המציאות, אז אני מתעניין באיזה סוג מציאות אתה תופס שם בחוץ? האם מאגרי המידע החשובים בארגון, האם הם חווים את צמיחת הנתונים המסורתית, שבעבר חשבתי עליהם כעשרה אחוזים בשנה? או שהם צומחים יותר מזה? האם נתונים גדולים מייצרים בלונים של מסדי נתונים אלה? מה התמונה שאתה רואה?

בולט מאלה: אני חושב שהרבה מקרים ראו שחלק מהנתונים מועברים לקטעים האחרים שבהם זה הגיוני יותר, כאשר ישנן טכנולוגיות אחרות שהופכות לזמינות. נכון לעכשיו, כמה מחומרים גדולים יותר של נתונים. אבל מסדי הנתונים האלה, אני אומר, קשה להכליל בהרבה מקרים כי כולם קצת שונים זה מזה. אבל באופן כללי, אני כן רואה קצת סטייה. אני רואה, כמו שאמרתי, אנשים עוברים למודלים האלסטיים בהרבה מקרים, מכיוון שהם רוצים לגדל את המשאבים ולא כל כך הרבה בתחומים אחרים. אנשים מסוימים עוברים לנתונים הגדולים. אבל קשה להבין, אתה אומר, את התפיסה, מכיוון שבאופן כללי האנשים שאני מדבר איתם כוללים את מסדי הנתונים המסורתיים ומשתמשים בזה בסביבת SQL Server.

עם זאת, אידיאלי אומר במונחים של SQL עצמה, אני בהחלט חושב שעדיין נתח השוק שלה צובר. ואני חושב שיש המון אנשים שעדיין פונים לכיוון SQL ממקומות אחרים כמו אורקל, מכיוון שזה יותר נוח ונראה ברור שככל שגרסאות SQL מתקדמות יותר - ואתה רואה את זה עם הדברים האחרונים שמתרחשים עם SQL, מבחינת ההצפנה וכל היכולות האחרות שהופכות אותה לסביבה או לפלטפורמת מסד נתונים - ברור שזה מסוגל מאוד להיות קריטי למשימה, אני מניח. אז אני חושב שגם ראיתי את זה. איפה שאתה רואה שינוי, זה עדיין קורה. כלומר, זה קרה לפני עשר שנים, עדיין נראה לי שזה קורה מבחינת SQL Server, שם הסביבות צומחות ונתח השוק גדל.

רובין בלור: אוקיי, אריק, אני מניח שיש לקהל שאלה או שתיים?

אריק קוואנה: כן, הרשו לי לזרוק אחד מהיר אליכם. זו בעצם שאלה די טובה. אחד הנוכחים שואל, האם הכלי הזה יגיד לי אם טבלה עשויה להזדקק לאינדקס כדי להאיץ את השאילתה? אם כן, האם תוכלו להראות דוגמא?

בולט מאלה: כן, אז אני לא יודע אם יש לי אחת להוספת אינדקס ספציפית, אבל אתה יכול לראות כאן, יש לנו המלצות על פיצול כאן. אני גם פשוט מאמין שזה עתה היה לנו וזה היה חלק ממנהל האבחון המציע את הגירסה מבוססת האינטרנט, שם היא אומרת לי שיש לי אינדקס חסר. ואנחנו יכולים לראות את ההמלצות הללו ויאמר לנו את הרווח הפוטנציאלי בכך באמצעות אינדקס של מידע זה. הדבר האחר שעלי להזכיר הוא שכאשר אנו מבצעים את ההמלצות, עבור רבים מאלו, התסריט ייבנה עבורו. אלה לא דוגמה טובה, אבל הייתם יכולים לראות, כן, את הסיטואציות בהן מדד - או מדד כפול, או תוספת של אינדקס - ישפר את הביצועים, וכמו שאמרתי קודם, אנו עושים הרבה זאת באמצעות ניתוח אינדקס היפותטי. אז זה באמת עוזר מבחינת הבנת עומס העבודה, להיות מסוגל ליישם זאת על ההמלצה.

אריק קוואנה: זה דברים גדולים וזה ייתן לי קטע טוב להערות הסופיות כאן. גם רובין ואני וריק, שמענו כבר הרבה מאוד שנים, הם מדברים על מסדי נתונים עם כוונון עצמי. זהו מסד נתונים של כוונון עצמי! כל מה שאני יכול לומר לך הוא: אל תאמין להם.

בולט מאלה: אל תאמינו להייפ.

אריק קוואנה: יתכנו כמה דברים קטנים שנעשים באופן דינמי, אבל אפילו זה, אולי תרצה לבדוק את זה ולוודא שהוא לא עושה משהו שאתה לא רוצה שהוא יעשה. אז, לא מעט זמן, היינו זקוקים לכלים כאלה כדי להבין מה קורה ברמת מסד הנתונים וכמו שרובין אמר, אגמי נתונים הם מושגים מרתקים, אבל כנראה שיש סיכוי גדול כמו שהם ישתלטו כמו שיש מפלצת לוך נס בכל עת בקרוב. אז אני רק אומר שוב, לעולם האמיתי יש הרבה טכנולוגיות בסיס נתונים, אנו זקוקים לאנשים, DBAs, כדי להסתכל על הדברים האלה ולסנתז אותם. אתה יכול לדעת שאתה צריך לדעת מה אתה עושה כדי שהדברים האלה יעבדו. אבל אתה צריך את הכלים כדי לתת לך את המידע כדי לדעת מה אתה עושה. אז בשורה התחתונה DBA הם הולכים להסתדר בסדר גמור.

ותודה גדולה לבולט מנאלה ולחברים שלנו ב- IDERA. וכמובן, ריק שרמן ורובין בלור. אנו מבצעים ארכיון של כל שידורי האינטרנט הללו, אז קפוץ לאתר insideanalysis.com או לאתר השותף שלנו www.techopedia.com לקבלת מידע נוסף על כל אלה.

ועם זה, טוב לך להתראות, אנשים. שוב תודה, טוב לדבר איתך בפעם הבאה. שמור על עצמך. ביי ביי.