सबसे अच्छी तरह से रखी गई योजनाएं: इष्टतम पूर्वानुमानों के साथ समय, धन और परेशानी को बचाना

Techopedia Staff द्वारा, 19 अप्रैल, 2017

Takeaway: होस्ट एरिक कावनघ ने डॉ। रॉबिन ब्लोर, रिक शर्मन और आइडेरा के बुलेट्ट मैनले के साथ पूर्वानुमान पर चर्चा की।

वीडियो देखने के लिए आपको इस घटना के लिए पंजीकरण करना होगा। वीडियो देखने के लिए रजिस्टर करें।

एरिक कवनघ: देवियों और सज्जनों, एक बार फिर नमस्कार और हॉट टेक्नोलॉजीज वेबकास्ट श्रृंखला में आपका स्वागत है! मेरा नाम एरिक कवनघ है, मैं आज के वेब सेमिनार के लिए आपका होस्ट बनूंगा, जिसे "सेविंग टाइम, मनी एंड ट्रबल विद फॉरमल फोरकास्ट्स" कहा जाता है। '' कोर्स मैं इस शीर्षक का पहला भाग "द बेस्ट लिड प्लान्स" याद आया। इस शो में हमेशा उस बारे में बात करें। तो, हॉट टेक्नॉलॉजीज निश्चित रूप से यह समझने के लिए हमारा मंच है कि आज दुनिया में कुछ शांत उत्पाद क्या हैं, उद्यम प्रौद्योगिकी की दुनिया, लोग उनके साथ क्या कर रहे हैं, वे कैसे काम करते हैं, यह सब उस तरह का मज़ेदार सामान है।

और आज का विषय, जैसा कि मैंने सुझाव दिया है, पूर्वानुमान से संबंधित है। वास्तव में आप यह समझने की कोशिश कर रहे हैं कि आपके संगठन में क्या होने जा रहा है। आप अपने उपयोगकर्ताओं को कैसे खुश रखने जा रहे हैं, इससे कोई फर्क नहीं पड़ता कि वे क्या कर रहे हैं? यदि वे विश्लेषण कर रहे हैं, यदि वे असली काम कर रहे हैं, तो वे वास्तविक ग्राहकों का सामना कर रहे हैं, जो भी हो, जो भी हो, आप यह समझना चाहते हैं कि आपके सिस्टम कैसे चल रहे हैं और क्या चल रहा है, और यही हम ' आज बात करेंगे। यह एक तरह से मज़ेदार है क्योंकि पूर्वानुमान कुछ ऐसा नहीं है जिसे मैं करना पसंद करता हूं, क्योंकि मैं अंधविश्वासी हूं, क्योंकि मुझे लगता है कि अगर मैं बहुत अधिक पूर्वानुमान लगाऊंगा, तो बुरी चीजें होंगी, लेकिन यह सिर्फ मैं हूं। मेरे नेतृत्व का पालन न करें।

तो, आज यहां हमारे प्रस्तुतकर्ता हैं, आपका वास्तव में शीर्ष बाएं हाथ के कोने में रिक शर्मन बोस्टन से डायल कर रहा है, हमारे मित्र बुलेट्ट मनले आईडीरेरा से और हमारे अपने डॉ। रॉबिन ब्लोर हैं। और इसके साथ ही, मैं इसे रॉबिन को सौंप दूंगा और लोगों को याद दिलाऊंगा: सवाल पूछें, शर्माएं नहीं, हम अच्छे सवालों से प्यार करते हैं, हम आज उन्हें अपने प्रेजेंटर्स और अन्य लोगों के सामने रखेंगे। और उस के साथ, रॉबिन, इसे दूर ले जाओ।

रॉबिन ब्लर: ठीक है, ठीक है, जैसा कि मैं कह रहा हूं कि मैं पोल ​​की स्थिति में हूं, मैंने सोचा कि मैं आज एक एसक्यूएल कहानी बताऊंगा, क्योंकि यह उस पृष्ठभूमि के लिए है जिस पर चर्चा चल रही है और यह अनिवार्य रूप से नहीं टकराएगा क्योंकि रिक इस पर ध्यान केंद्रित नहीं कर रहा है, और रिक के साथ जो कहना है उससे टकराएगा नहीं। तो, एसक्यूएल कहानी, एसक्यूएल के बारे में कुछ दिलचस्प बातें हैं क्योंकि यह बहुत प्रभावी है। देखें, कि एक टाइपो है, एसक्यूएल एक घोषणात्मक भाषा है। विचार यह था कि आप एक भाषा बना सकते हैं जिसमें आप अनुरोध करेंगे कि आप क्या चाहते हैं। और डेटाबेस यह काम करेगा कि इसे कैसे प्राप्त किया जाए। और यह वास्तव में अच्छी तरह से काम किया है, लेकिन इसके बारे में कहने लायक कई तरह की चीजें हैं, एक घोषणात्मक भाषा पर पूरे आईटी उद्योग को आधार बनाने के परिणाम। उपयोगकर्ता को डेटा के भौतिक संगठन के बारे में पता नहीं है या परवाह नहीं है, और यह घोषणात्मक भाषा के बारे में अच्छी बात है - यह आपको उस सब से अलग करता है, और यहां तक ​​कि इसके बारे में चिंता भी करता है - बस जो आप चाहते हैं, और डेटाबेस के लिए पूछें जाओ और इसे प्राप्त करेंगे।

लेकिन उपयोगकर्ता को इस बात का कोई अंदाज़ा नहीं है कि जिस तरह से वे एसक्यूएल क्वेरी को बनाते हैं, वह क्वेरी के प्रदर्शन को प्रभावित करने वाला है और यह थोड़ा उल्टा है। मैंने ऐसे प्रश्न देखे हैं जो सैकड़ों और सैकड़ों लाइनें लंबी हैं, जो कि सिर्फ एक एसक्यूएल अनुरोध है, आप जानते हैं, "चयन" से शुरू होता है और बस उप-प्रश्नों पर और इसी तरह और आगे भी चलता रहता है। और यह वास्तव में पता चला है कि यदि आप किसी डेटाबेस से डेटा का एक विशेष संग्रह चाहते हैं, तो आप इसे SQL के साथ कई अलग-अलग तरीकों से पूछ सकते हैं, और यदि आपको डेटा के साथ कुछ परिचित है तो एक ही उत्तर प्राप्त करें। इसलिए, डेटा के लिए पूछने के लिए एक SQL क्वेरी आवश्यक रूप से सबसे अच्छा तरीका नहीं है, और डेटाबेस आपके द्वारा डाले गए SQL के अनुसार काफी अलग तरीके से प्रतिक्रिया देगा।

और इसलिए, एसक्यूएल वास्तव में प्रदर्शन को प्रभावित करता है, इसलिए लोग जो एसक्यूएल का उपयोग करते हैं, यह उनके बारे में सच है, यह एसक्यूएल प्रोग्रामर का भी सच है जो एसक्यूएल का उपयोग करते हैं और वे उस प्रभाव के बारे में सोचने की संभावना भी कम रखते हैं जो वे होने जा रहे हैं, क्योंकि उनका अधिकांश ध्यान वास्तव में डेटा के हेरफेर पर होता है और डेटा को प्राप्त करने पर नहीं। और बीआई टूल्स के बारे में भी यही सच है, मैंने एसक्यूएल को देखा है जो आपको मिलता है, यदि आप चाहें, तो विभिन्न डेटाबेस के बीआई टूल्स से बाहर निकलता है और यह कहना पड़ता है, कि बहुत सारे, ठीक है, मैं ' t उस तरह से एसक्यूएल क्वेश्चन लिखें। यह किसी ने बनाया है, अगर आपको पसंद है, एक छोटी सी मोटर जो कुछ भी पैरामीटर है, वह कुछ एसक्यूएल फेंक देगी, और फिर से, एसक्यूएल आवश्यक रूप से कुशल एसक्यूएल नहीं होगा।

फिर मैंने सोचा कि मैं प्रतिबाधा बेमेल का उल्लेख करूंगा, प्रोग्रामर जिस डेटा का उपयोग करते हैं वह डेटा से भिन्न है। इसलिए, हमारे डीएमएस तालिकाओं में डेटा संग्रहीत करते हैं, ऑब्जेक्ट-ओरिएंटेड कोड का आयोजन ज्यादातर कोडर होते हैं, आजकल ऑब्जेक्ट-ओरिएंटेड रूप प्रोग्रामिंग कर रहे हैं और वे ऑब्जेक्ट संरचनाओं में डेटा ऑर्डर करते हैं, इसलिए यह एक से दूसरे को मैप नहीं करता है। इसलिए, प्रोग्रामर को लगता है कि प्रोग्रामर को लगता है कि डेटा क्या है, डेटाबेस को लगता है कि डेटा क्या है। जो ऐसा लगता है कि हमने ऐसा होने के लिए कुछ गलत किया होगा। डेटा परिभाषा के लिए SQL में DDL है, उस डेटा को प्राप्त करने के लिए इसमें DML - डेटा मैनिप्युलेशन लैंग्वेज - सेलेक्ट, प्रोजेक्ट और जॉइन है। अब, बहुत कम गणित है और बहुत कम समय आधारित सामान है, इसलिए यह अपूर्ण भाषा है, हालांकि यह कहा जाना है कि इसे बढ़ाया गया है और इसे बढ़ाया जाना जारी है।

और फिर, आपको SQL बैरियर की समस्या मिलती है, जो हमेशा आरेख की तुलना में तनावपूर्ण होती है, लेकिन इसमें बहुत से लोग विश्लेषणात्मक कारणों से प्रश्न पूछ रहे थे, एक बार जब उन्हें प्रश्न डेटा की शर्तों का जवाब मिल गया, तो वे एक और प्रश्न पूछना चाहते हैं। तो, यह एक संवाद बात बन जाती है, ठीक है, एसक्यूएल संवादों के लिए नहीं बनाया गया था, यह पूछने के लिए बनाया गया था कि आप एक बार में क्या चाहते हैं। और यह जानने के लायक है कि, क्योंकि वहाँ कुछ उत्पाद हैं जो वास्तव में SQL को उपयोगकर्ता और डेटा के बीच वार्तालाप को संभव बनाने के लिए छोड़ देते हैं।

डेटाबेस प्रदर्शन के संदर्भ में - और इस तरह से सब कुछ फैलता है - हाँ, वहाँ सीपीयू है, मेमोरी है, डिस्क है, नेटवर्क ओवरहेड्स है और एक से अधिक लोगों के लॉकिंग की समस्या है जो किसी दिए गए डेटा का अनन्य उपयोग करना चाहते हैं। कोई निश्चित समय। लेकिन खराब SQL कॉल भी हैं, एक बहुत ही भयानक है जो कि अगर आप वास्तव में प्रदर्शन के मामले में SQL को अनुकूलित करते हैं, तो किया जा सकता है। इसलिए, डेटाबेस प्रदर्शन कारक: खराब डिज़ाइन, खराब प्रोग्राम डिज़ाइन, कार्यभार की अनुपलब्धता, लोड संतुलन, क्वेरी संरचना, क्षमता योजना। वह डेटा ग्रोथ है। और कुछ शब्दों में, SQL सुविधाजनक है, लेकिन यह स्व-अनुकूलन नहीं करता है।

यह कहने के बाद, मुझे लगता है कि हम रिक के पास जा सकते हैं।

एरिक कवनघ: ठीक है, रिक, मैं आपको वेबएक्स कार की चाबी देता हूं। इसे दूर ले जाओ।

रिक शर्मन: बिलकुल ठीक, महान। अच्छी तरह से धन्यवाद रॉबिन, जैसा कि हमने प्रस्तुति की शुरुआत में शुरू किया था, मेरे ग्राफिक्स अभी भी बहुत उबाऊ हैं, लेकिन हम इसके साथ जाएंगे। इसलिए, मैं सब कुछ के बारे में सहमत हूं, जिसमें रॉबिन ने एसक्यूएल पक्ष पर बात की थी। लेकिन अब मैं थोड़ा सा ध्यान केंद्रित करना चाहता हूं कि डेटा की मांग है, जो कि हम बहुत जल्दी से गुजरेंगे, उस स्थान पर उपयोग किए जाने वाले उपकरणों की आपूर्ति या उस स्थान में उपकरणों की आवश्यकता।

सबसे पहले, हर लेख में कुछ ऐसा है जिसे आपने पढ़ा है कि बड़े डेटा, बहुत सारे डेटा, क्लाउड से आने वाले असंरचित डेटा, बड़े डेटा हर जगह जो आप कल्पना कर सकते हैं। लेकिन डेटाबेस बाजार का विकास लगातार SQL के साथ रहा है, रिलेशनल डेटाबेस शायद 2015 तक, डेटाबेस बाजार का 95 प्रतिशत अभी भी है। शीर्ष तीन संबंधपरक विक्रेताओं के पास उस स्थान पर बाजार का लगभग 88 प्रतिशत हिस्सा है। इसलिए, हम अभी भी बात कर रहे हैं, जैसा कि रॉबिन ने SQL के बारे में बात की है। और वास्तव में, भले ही हम Hadoop प्लेटफॉर्म, Hive और स्पार्क SQL को देख रहे हों - जो कि मेरा बेटा, जो डेटा वैज्ञानिक है, अब हर समय उपयोग करता है - निश्चित रूप से लोगों के लिए डेटा प्राप्त करने का प्रमुख तरीका है।

अब, डेटाबेस की ओर, डेटाबेस के उपयोग की दो व्यापक श्रेणियां हैं। एक परिचालन डेटाबेस प्रबंधन प्रणालियों के लिए है, इसलिए उद्यम संबंध योजना, ग्राहक संबंध मैनिंग, दुनिया के Salesforce ERPs, Oracles, EPIC, N4s इत्यादि। और, डेटा वेयरहाउस और अन्य व्यावसायिक खुफिया-आधारित प्रणालियों में डेटा की एक विस्तृत राशि और विस्तार राशि है। 'कारण सब कुछ, भले ही यह कहाँ और कैसे पकड़ा जाए, संग्रहीत किया जाए या लेन-देन किया जाए, अंत में इसका विश्लेषण किया जाता है और इसलिए डेटाबेस, विशेषकर रिलेशनल डेटाबेस के बाज़ार में उपयोग की भारी मांग और वृद्धि होती है।

अब, हमें मांग मिल गई है, हमारे पास भारी मात्रा में डेटा आ रहा है। और मैं वास्तव में सिर्फ बड़े डेटा के बारे में बात नहीं कर रहा हूं, मैं सभी प्रकार के उद्यमों में डेटा के उपयोग के बारे में बात कर रहा हूं। लेकिन आपूर्ति पक्ष की ओर से, उन लोगों के लिए जो उन संसाधनों का प्रबंधन कर सकते हैं, हमारे पास पहले बंद हैं, हमारे पास एक डीबीए की कमी है। हमारे पास श्रम सांख्यिकी ब्यूरो के अनुसार, २०१४-२४२४ से डीबीए की नौकरियां केवल ११ प्रतिशत बढ़ रही हैं - अब ऐसे लोग हैं जिनके पास डीबीए की नौकरी है, लेकिन हम इस बारे में एक दूसरे से बात करेंगे - बनाम ४०- प्लस प्रतिशत वार्षिक डेटा विकास स्थान। और हमारे पास बहुत सारे डीबीए हैं; औसतन वही अध्ययन जो औसत आयु के बारे में बात करता है वह अन्य आईटी व्यवसायों की तुलना में बहुत अधिक है। और फिर हमारे पास बहुत सारे लोग हैं जो मैदान छोड़ रहे हैं, जरूरी नहीं कि वे सेवानिवृत्त हों, बल्कि अन्य पहलुओं में शिफ्ट हो जाएं, प्रबंधन में जा रहे हैं, या जो भी हो।

अब, वे जिस कारण को छोड़ रहे हैं, उसका एक हिस्सा यह है कि डीबीए की नौकरी कठिन और कठिन हो रही है। सबसे पहले, हमारे पास कई अलग-अलग डेटाबेसों का प्रबंधन डीबीए खुद करता है, भौतिक डेटाबेस, पूरे स्थान पर, साथ ही साथ विभिन्न प्रकार के डेटाबेस। अब यह संबंधपरक हो सकता है, या वे अन्य डेटाबेस, डेटाबेस के प्रकार भी हो सकते हैं। लेकिन भले ही यह संबंधपरक हो, उनके पास एक, दो, तीन, चार अलग-अलग विक्रेता हो सकते हैं जो वास्तव में प्रबंधन करने की कोशिश कर रहे हैं। डेटाबेस या एप्लिकेशन के डिज़ाइन के बाद DBA आमतौर पर शामिल हो जाते हैं। रॉबिन ने इस बारे में बात की कि कैसे डेटाबेस या एप्लिकेशन डिज़ाइन किए जाते हैं, SQL कैसे डिज़ाइन किए जाते हैं। खैर, जब हम डेटा मॉडलिंग के बारे में बात कर रहे हैं, ईआर मॉडलिंग, विस्तारित ईआर मॉडलिंग, आयाम मॉडलिंग, उन्नत आयामी मॉडलिंग, जो भी, आमतौर पर आवेदन प्रोग्रामर और एप्लिकेशन डेवलपर्स डिजाइन करते हैं उनके अंत लक्ष्य को ध्यान में रखते हुए - वे की दक्षता के लिए डिज़ाइन नहीं कर रहे हैं डेटाबेस संरचना ही। इसलिए हमारे पास बहुत खराब डिजाइन है।

अब, मैं व्यावसायिक उद्यम अनुप्रयोग विक्रेताओं के बारे में बात नहीं कर रहा हूं; वे आम तौर पर ईआर मॉडल या विस्तारित ईआर मॉडल होते हैं। मैं जिस बारे में बात कर रहा हूं, उसमें बहुत अधिक व्यावसायिक प्रक्रियाएं और अनुप्रयोग डेवलपर्स द्वारा हर कंपनी में बनाए जा रहे हैं - वे हैं जो जरूरी नहीं कि दक्षता या तैनाती की प्रभावशीलता के लिए डिज़ाइन किए गए हैं। और DBA खुद ही ओवरवर्क हो जाते हैं और उनके पास कभी-कभी 24/7 जिम्मेदारी होती है, वे अधिक से अधिक डेटाबेस प्राप्त करते रहते हैं। मुझे लगता है कि लोगों के साथ ऐसा बहुत कम होता है, वे यह नहीं समझते कि वे क्या करते हैं, या कैसे करते हैं। उनके अपने छोटे समूह और लोग बस सोचते रहते हैं, "वैसे ये सभी उपकरण उपयोग करने के लिए बहुत आसान हैं, हम बस अधिक से अधिक डेटाबेस को उनके कार्यभार पर फेंक सकते हैं, " जो मामला नहीं है।

जो हमें अंशकालिक और आकस्मिक डीबीए की ओर ले जाता है। हमारे पास आईटी टीमें हैं जो छोटी हैं और वे जरूरी समर्पित डीबीए नहीं खरीद सकते। अब यह छोटे-से-मध्यम आकार के व्यवसायों के लिए सच है, जहां पिछले दशक में डेटाबेस और डेटाबेस अनुप्रयोगों का विस्तार हुआ है और विस्तार करना जारी है। लेकिन यह बड़े निगमों का भी मामला है, आम तौर पर एक लंबे, लंबे समय के लिए डेटा वेयरहाउसिंग, बिजनेस इंटेलिजेंस एनालिटिक्स कर रहे हैं। बहुत समय पहले हम उन परियोजनाओं के लिए समर्पित डीबीए प्राप्त करते थे; हमें कभी भी एक समर्पित DBA नहीं मिलता है। हम डेटाबेस को डिजाइन करने के लिए जिम्मेदार हैं, जो ठीक है, अगर यह कोई ऐसा व्यक्ति है जिसके पास अनुभव है। लेकिन सामान्य तौर पर, डीबीए एप्लिकेशन डेवलपर होते हैं, वे अक्सर उस भूमिका को अपनी नौकरी के अंशकालिक हिस्से के रूप में लेते हैं, उनके पास इसमें औपचारिक प्रशिक्षण नहीं होता है और फिर से, वे इसे अपने अंतिम लक्ष्यों के लिए डिज़ाइन कर रहे हैं, वे यह क्षमता के लिए डिजाइन नहीं है।

और डिजाइन और विकास, बनाम तैनाती और प्रबंधन के बीच बहुत अंतर है। इसलिए, हमारे पास "सूअर का बच्चा, पाउंड मूर्ख, " थोड़ा सूअर का बच्चा बैंक के साथ है, जो परियोजनाओं में आवश्यक कौशल और संसाधनों को प्राप्त करने पर छोड़ देता है। यह सोचकर कि हर कोई "नर्ड्स का बदला", मेरी छोटी सी तस्वीर है। अब, जहाँ तक लोगों की आवश्यकता है, इसलिए हमारे पास SQL ​​में डेटाबेस और डेटा का विस्तार उपयोग है। हमारे पास डीबीए की संख्या सीमित है - जो लोग इन ट्यूनिंग और डिजाइनिंग और प्रबंधन और तैनाती स्थितियों में कुशल और विशेषज्ञ हैं। और हमारे पास अधिक से अधिक अंशकालिक या आकस्मिक डीबीए हैं, जिन लोगों के पास औपचारिक प्रशिक्षण नहीं है।

तो, कुछ अन्य चीजें हैं जो इस तथ्य के मुद्दे पर भी हो रही हैं कि इन डेटाबेसों को भी ट्यून नहीं किया जा रहा है, या उन्हें प्रबंधित भी किया जा रहा है? सबसे पहले, बहुत से लोग मानते हैं कि डेटाबेस सिस्टम में खुद को प्रबंधित करने के लिए पर्याप्त उपकरण हैं। अब, उपकरण आसान और आसान हो रहे हैं - डिजाइन और विकास - लेकिन यह एक अच्छा डिजाइन करने से अलग है, और तैनाती के लिए अच्छा प्रबंधन, क्षमता योजना, निगरानी, ​​आदि। इसलिए, सबसे पहले, लोग मानते हैं कि उनके पास वे सभी उपकरण हैं जिनकी उन्हें आवश्यकता है। दूसरा, यदि आप अंशकालिक या आकस्मिक डीबीए हैं, तो आप नहीं जानते कि आप क्या नहीं जानते हैं।

मुझे लगता है कि मैं वहां के कुछ वाक्यांश भूल गया, ताकि बहुत बार वे बस समझ में न आए कि उन्हें डिज़ाइन में क्या देखना है या जब वे डेटाबेस का प्रबंधन या संचालन कर रहे हैं। यदि वह आपका पेशा नहीं है, तो आप यह समझने वाले नहीं हैं कि आपको क्या करने की आवश्यकता है। तीसरा, यह है कि एसक्यूएल एक गो-टू टूल है, इसलिए रॉबिन ने एसक्यूएल के बारे में बात की, और एसक्यूएल कभी-कभी कैसे खराब होता है, या अक्सर निर्माण होता है। और बीआई डेटा वेयरहाउसिंग, डेटा माइग्रेशन, डेटा इंजीनियरिंग स्पेस में मेरे पालतू जानवरों में से एक यह भी है कि टूल का उपयोग करने के बजाय, लोगों के पास SQL ​​कोड, संग्रहीत कार्यविधियाँ लिखने की प्रवृत्ति है, भले ही वे एक महंगे डेटा एकीकरण उपकरण का उपयोग कर रहे हों या एक महंगा बीआई उपकरण, वे अक्सर इसे केवल संग्रहीत प्रक्रियाओं को चलाने के लिए उपयोग करते हैं। ताकि SQL के निर्माण के डेटाबेस डिजाइन को समझने का महत्व और भी अधिक महत्वपूर्ण हो रहा है।

और अंत में यह साइलो दृष्टिकोण है, जिसमें हम अलग-अलग लोगों को अलग-अलग डेटाबेस से देखते हैं। वे यह नहीं देखते हैं कि अनुप्रयोग कैसे काम करते हैं और एक दूसरे के साथ बातचीत करते हैं। और वे भी अक्सर डेटाबेस बनाम उन अनुप्रयोगों को देख रहे हैं जो वे उनके लिए उपयोग करते हैं। इसलिए, डेटाबेस पर आपको जो कार्यभार मिलता है, वह डिजाइन में महत्वपूर्ण है, इसे ट्यूनिंग में महत्वपूर्ण है, यह जानने की कोशिश में महत्वपूर्ण है कि क्षमता के लिए कैसे योजना बनाई जाए, आदि, इसलिए पेड़ों से जंगल को देखते हुए, लोग मातम में हैं व्यक्तिगत तालिकाओं और डेटाबेस को देखना और कार्यभार में इन अनुप्रयोगों की समग्र बातचीत को नहीं देखना।

अंत में, लोगों को उन प्रमुख क्षेत्रों को देखने की जरूरत है जिन्हें उन्हें देखने की आवश्यकता है। जब वे डेटाबेस का प्रबंधन करने की योजना बना रहे होते हैं, तो उन्हें सबसे पहले कुछ एप्लिकेशन-केंद्रित प्रदर्शन मेट्रिक्स विकसित करने के बारे में सोचने की ज़रूरत होती है, इसलिए उन्हें यह देखने की ज़रूरत नहीं है कि यह तालिका कैसे संरचित है, यह विशेष रूप से कैसे तैयार की जाती है, लेकिन इसका उपयोग कैसे किया जाता है? इसलिए, यदि आपके पास एंटरप्राइज़ एप्लिकेशन है जो आपूर्ति श्रृंखला प्रबंधन के कारण है, यदि आप वेब से ऑर्डर ले रहे हैं, यदि आप बीआई कर रहे हैं - जो भी आप कर रहे हैं - आपको यह देखने की आवश्यकता है कि इसका उपयोग कौन कर रहा है, वे कैसे हैं इसका उपयोग करते हुए, डेटा वॉल्यूम क्या हैं, जब यह होने जा रहा है। आप वास्तव में जो देखने की कोशिश कर रहे हैं, वह प्रतीक्षा समय है, क्योंकि कोई बात नहीं, सभी अनुप्रयोगों का अनुमान लगाया जाता है कि किसी चीज को प्राप्त करने में कितना समय लगता है, चाहे वह एक व्यक्ति हो या अनुप्रयोगों या प्रोसेसर के बीच डेटा का आदान-प्रदान। और क्या अड़चनें हैं? तो अक्सर जब आप मुद्दों पर बहस करने की कोशिश कर रहे हैं, तो निश्चित रूप से, आप वास्तव में यह देखने की कोशिश कर रहे हैं कि असली अड़चनें क्या हैं - जरूरी नहीं कि सब कुछ ट्यून करें, लेकिन आप कैसे छुटकारा पाते हैं और प्रतीक्षा समय को बढ़ाते हैं और थ्रूपुट - जो भी आपको देखने की जरूरत है।

और आपको वास्तव में एनालिटिक्स के साथ-साथ डेटा कैप्चर, लेनदेन, डेटाबेस में परिवर्तन पहलुओं को अलग करना होगा। उनमें से प्रत्येक के अलग-अलग डिज़ाइन पैटर्न हैं, उनमें से प्रत्येक के अलग-अलग उपयोग पैटर्न हैं और उनमें से प्रत्येक को अलग-अलग ट्यून करने की आवश्यकता है। इसलिए, आपको यह सोचने की ज़रूरत है कि यह डेटा कैसे उपयोग किया जाता है, इसका उपयोग कब किया जाता है, इसके लिए क्या उपयोग किया जाता है, और यह पता लगाता है कि प्रदर्शन मीट्रिक क्या हैं और आप उस उपयोग से संबंधित विश्लेषण करना चाहते हैं। अब, जब आप प्रदर्शन की निगरानी कर रहे हैं, तो आप स्वयं डेटाबेस संचालन को देखना चाहते हैं; आप दोनों डेटा संरचनाओं को देखना चाहते हैं, इसलिए अनुक्रमित, विभाजन और डेटाबेस के अन्य भौतिक पहलुओं, यहां तक ​​कि डेटाबेस की संरचना - चाहे वह ईआर मॉडल या आयामी मॉडल हो, हालांकि यह संरचित है - उन सभी चीजों के प्रदर्शन पर प्रभाव पड़ता है, विशेष रूप से डेटा कैप्चर एनालिटिक्स और होने वाले परिवर्तनों के विभिन्न संदर्भों में।

और जैसा कि रॉबिन ने एसक्यूएल पक्ष में उल्लेख किया है, इन डेटाबेसों में इन विभिन्न अनुप्रयोगों द्वारा चलाए जा रहे एसक्यूएल को देखते हुए, और इसे ट्यूनिंग करना महत्वपूर्ण है। और समग्र अनुप्रयोग वर्कलोड, और इन डेटाबेस और अनुप्रयोगों को चलाने वाले बुनियादी ढांचे के माहौल को देखते हुए। इसलिए, कि नेटवर्क, सर्वर, क्लाउड - जो कुछ भी वे चल रहे हैं - उन प्रभावों को भी देख रहे हैं जो इन अनुप्रयोगों और इन डेटाबेसों के संदर्भ में हैं, इन सभी में डेटाबेस को ट्यून करने में सक्षम होने का इंटरप्ले है।

और अंत में, जब आप टूल देख रहे होते हैं, तो आप उससे संबंधित तीन अलग-अलग प्रकार के एनालिटिक्स को देखने में सक्षम होना चाहते हैं। आप वर्णनात्मक विश्लेषण को देखना चाहते हैं: क्या हो रहा है और कहां, डेटाबेस और एप्लिकेशन के प्रदर्शन से संबंधित है। आप चाहते हैं कि न केवल जो हो रहा है, बल्कि यह पता लगाने के लिए नैदानिक ​​विश्लेषण करने की क्षमता है कि यह क्यों हो रहा है, कहां अड़चनें हैं, कहां समस्याएं हैं, क्या चल रहा है, क्या अच्छा नहीं चल रहा है? लेकिन डिजाइन करने के लिए या आपको जो भी करने की आवश्यकता है, उन्हें संबोधित करने के लिए समस्या क्षेत्रों में विश्लेषण और ड्रिल करने में सक्षम होना।

और अंत में, सबसे आक्रामक या सक्रिय प्रकार का विश्लेषण वास्तव में कुछ भविष्य कहनेवाला विश्लेषण, भविष्य कहनेवाला विश्लेषण मॉडलिंग करना है, जो भी हो। हम जानते हैं कि डेटाबेस और अनुप्रयोग इस संदर्भ में काम करते हैं, अगर हमने क्षमता को ऊपर रखा है, अगर हमें अधिक उपयोगकर्ता मिलते हैं, अगर हम अधिक थ्रूपुट करते हैं, जो कुछ भी हम कर रहे हैं, क्या, कैसे और कहां प्रोजेक्ट कर पाएंगे। डेटाबेस, अनुप्रयोगों को प्रभावित करता है, हमें योजना बनाने और नियमित रूप से पता लगाने की अनुमति देता है, जहां अड़चनें हैं, जहां प्रतीक्षा समय पीड़ित हो सकता है और चीजों को ठीक करने के लिए हमें क्या करने की आवश्यकता है। इसलिए हम ऐसे उपकरण रखना चाहते हैं जो प्रदर्शन मेट्रिक्स को लागू करने में सक्षम हों, प्रदर्शन की निगरानी करें, जैसा कि इन तीन प्रकार के विश्लेषणों में होता है। और यही मेरा अवलोकन है।

एरिक कवनघ: ठीक है, मुझे इसे करने के लिए हाथ दो - वे दो शानदार प्रस्तुतियां हैं, वैसे - मुझे इसे वहां से लेने के लिए बुलेट मनाले को सौंप दें। और लोग, अच्छे प्रश्न पूछना न भूलें; हमारे पास पहले से कुछ अच्छी सामग्री है। इसे ले जाओ, बुलेट।

बुलेट मनले: अच्छा लगता है। धन्यवाद, एरिक। इसलिए, रिक ने जो कुछ कहा और रॉबिन ने कहा, जाहिर है कि मैं 100 प्रतिशत से सहमत हूं। मैं कहूंगा कि मैंने इस स्लाइड को ऊपर खींचा, 'क्योंकि मुझे लगता है कि यह फिट है, मैं आप में से उन लोगों के लिए नहीं जानता जो 80 के दशक में "ए-टीम" के प्रशंसक हैं, जॉन हैनिबल स्मिथ ने कहा था कि वह हमेशा रहेंगे कहते हैं, "मुझे यह पसंद है जब एक योजना एक साथ आती है, " और मुझे लगता है कि जब आप विशेष रूप से SQL सर्वर के बारे में बात कर रहे हैं, जो कि हम जिस पर ध्यान केंद्रित कर रहे हैं, वह वह उत्पाद है जिसके बारे में हम आज बात करने जा रहे हैं, एसक्यूएल डायग्नोस्टिक मैनेजर, यह निश्चित रूप से उन चीजों में से एक है जो आपके पास है; आपको अपने पास मौजूद डेटा का लाभ उठाने में सक्षम होना चाहिए, और उस डेटा से निर्णय लेने में सक्षम होना चाहिए, और कुछ मामलों में, आप एक निर्णय की तलाश में नहीं हैं; जब आप संसाधनों को चलाने जा रहे हैं, जब आप संसाधनों से बाहर जा रहे हैं, जब आप एक अड़चन डालने जा रहे हैं, तो उन चीजों के बारे में बताने के लिए आप कुछ खोज रहे हैं।

यह केवल एक विशिष्ट मीट्रिक की निगरानी के बारे में नहीं है। इसलिए, डायग्नोस्टिक मैनेजर के साथ, यह जिन चीजों को बहुत अच्छी तरह से करता है, उनमें से एक पूर्वानुमान के संदर्भ में आपकी मदद करने वाली है, और वर्कलोड के लिए विशिष्ट समझने और हम आज उस बारे में बात करने जा रहे हैं। टूल डेटा मैनेजर, डीबीए या अभिनय डीबीए के लिए तैयार है, इसलिए रिक के बारे में जो बातें बताई जा रही हैं, उनमें से कई एक्टिंग डीबीए सच है। बहुत सारे मामलों में, यदि आप एक डीबीए नहीं हैं, तो बहुत सारे प्रश्न चिह्न होने वाले हैं जो कि आपके पास होने पर एसक्यूएल पर्यावरण के प्रबंधन के लिए समय आता है, ऐसी चीजें जिन्हें आप नहीं जानते हैं। और इसलिए आप अपनी मदद के लिए कुछ खोज रहे हैं, आपको उस प्रक्रिया से गुजरना है, और आपको इस प्रक्रिया में शिक्षित भी करना है। और इसलिए, यह महत्वपूर्ण है कि जिस उपकरण का आप उन प्रकार के निर्णयों के लिए उपयोग करते हैं, वह आपको उन कारणों के बारे में कुछ जानकारी देने जा रहा है कि वे निर्णय क्यों लिए जा रहे हैं, यह आपको नहीं बता रहा है, "अरे, यह करो।"

क्योंकि मैं अभिनय डीबीए कर रहा हूं, अंततः मैं उस शीर्षक को वापस करने के लिए वास्तविक विशेषज्ञता और ज्ञान के साथ पूर्ण विकसित डीबीए हो सकता हूं। तो, उस ने कहा, जब हम एक डेटाबेस प्रशासक होने के बारे में बात कर रहे हैं - मैं हमेशा इस स्लाइड को पहले दिखाता हूं, क्योंकि डीबीए की कुछ अलग भूमिकाएं हैं और उस संगठन के आधार पर जो आप के साथ हैं, आप जा रहे हैं, वे एक स्थान से दूसरे स्थान पर अलग-अलग हो सकते हैं - लेकिन आमतौर पर, आप हमेशा किसी तरह से अपने भंडारण के लिए जिम्मेदार होते हैं, उस भंडारण की आपकी योजना और पूर्वानुमान की समझ, मुझे कहना चाहिए, आप कितनी जगह जा रहे हैं जरूरत है, चाहे वह आपके बैकअप के लिए हो, या चाहे वह खुद डेटाबेस के लिए हो। आपको इसे समझने और आकलन करने की आवश्यकता है।

इसके अलावा, आपको जरूरत के आधार पर चीजों को समझने और अनुकूलित करने में सक्षम होने की आवश्यकता है, और जैसा कि आप पर्यावरण की निगरानी के माध्यम से जाते हैं, यह स्पष्ट रूप से महत्वपूर्ण है कि आप उन चीजों के आधार पर परिवर्तन करें, जिनकी उन्हें आवश्यकता है पर्यावरण के भीतर ही परिवर्तन। इसलिए, उपयोगकर्ताओं की संख्या, अनुप्रयोगों की लोकप्रियता जैसी चीजें, एक डेटाबेस की मौसमी, जैसी सभी चीजों पर विचार किया जाना चाहिए जब आप कोई पूर्वानुमान लगा रहे हों। और फिर, स्पष्ट रूप से रिपोर्ट और जानकारी प्रदान करने में सक्षम होने के संदर्भ में अन्य चीजों को देख रहा है क्योंकि यह उन निर्णयों को बनाने से संबंधित है। बहुत सारे मामलों में जिसका अर्थ है तुलनात्मक विश्लेषण करना; इसका मतलब है कि किसी विशेष मीट्रिक को विशेष रूप से देखने में सक्षम होना और यह समझना कि समय के साथ उस मीट्रिक का मूल्य क्या है, ताकि आप अनुमान लगा सकें कि यह कहाँ आगे बढ़ने वाला है।

तो डायग्नोस्टिक मैनेजर के पास जो बहुत सारे उपकरण हैं, उनमें वे क्षमताएं हैं और लोग हर दिन इसका इस्तेमाल पूर्वानुमान लगाने जैसे कामों में सक्षम होने के लिए करते हैं, और मैंने इसकी परिभाषा यहां क्षमता नियोजन में रखी है। और यह एक बहुत व्यापक और वास्तव में बहुत अस्पष्ट परिभाषा है, जो सिर्फ अपने उत्पादों की बदलती मांगों को पूरा करने के लिए एक संगठन द्वारा आवश्यक उत्पादन क्षमता का निर्धारण करने की प्रक्रिया है, और दिन के अंत में, यह वास्तव में यही है: जानकारी लेने में सक्षम होने के बारे में कि आपके पास कोई रास्ता है या कोई अन्य है और उस जानकारी को लेने और निर्णय लेने में आपकी मदद करने के लिए आगे बढ़ने के रूप में आप अपने डेटाबेस के जीवन चक्र के माध्यम से आगे बढ़ते हैं। और इसलिए, जिन चीजों के कारण लोगों को ऐसा करने की आवश्यकता है, वे स्पष्ट रूप से पहले और सबसे महत्वपूर्ण हैं, ज्यादातर मामलों में, पैसे बचाने के लिए। व्यवसाय, जाहिर है, यह उनका मुख्य लक्ष्य पैसा कमाना और पैसा बचाना है। लेकिन इसके साथ ही इस प्रक्रिया में, इसका मतलब यह भी है कि यह सुनिश्चित करने में सक्षम है कि आपका डाउनटाइम, डाउनटाइम नहीं है। और यह सुनिश्चित करने में सक्षम होने के नाते कि आप डाउनटाइम होने के किसी भी अवसर को कम करते हैं, इसलिए इसे दूसरे शब्दों में शुरू होने से रोकते हुए, इसके होने का इंतजार न करें और फिर उस पर प्रतिक्रिया करें।

समग्र रूप से आपके उपयोगकर्ताओं की उत्पादकता को बढ़ाने में सक्षम होने के साथ-साथ उन्हें और अधिक कुशल बनाता है ताकि आप अधिक व्यवसाय कर सकें, जाहिर है कि यहाँ कुंजी है, इसलिए ये इस प्रकार की चीजें हैं जैसे कि डीबीए या कोई पूर्वानुमान या क्षमता में शामिल हैं। योजना के बारे में जानकारी के माध्यम से उतारा जा करने के लिए सक्षम होने के लिए उन निर्णय लेने में सक्षम होने जा रहा है। और फिर, कुल मिलाकर, यह स्पष्ट रूप से कचरे को खत्म करने में आपकी मदद करने जा रहा है, न केवल पैसे के मामले में, बल्कि समय के संदर्भ में भी और आम तौर पर संसाधनों के संदर्भ में जो अन्य चीजों के लिए इस्तेमाल किया जा सकता है, संभवतः। तो, उस कचरे को खत्म करने में सक्षम होने के नाते, ताकि आपके पास अवसर लागत न हो जो कि कचरे से बंधे हैं।

तो, उस के साथ, कहा कि हम DBA के व्यक्ति के लिए विशिष्ट प्रकार के प्रश्न क्या हैं? मैं कब अंतरिक्ष से बाहर जा रहा हूँ? यह एक बड़ा एक है, न केवल कितना अंतरिक्ष मैं अब उपभोग कर रहा हूँ, लेकिन जब मैं बाहर चल रहा हूँ, प्रवृत्तियों और पिछले इतिहास के आधार पर? SQL, डेटाबेस, जो सर्वर मैं समेकित कर सकते हैं के वास्तविक उदाहरणों के साथ एक ही बात? मैं वीएम पर कुछ डालने जा रहा हूं, मुझे इस बात से कोई मतलब नहीं है कि मैं किन डेटाबेस को मजबूत करने जा रहा हूं और एसक्यूएल के किन उदाहरणों पर उन्हें निवास करना चाहिए? उन सभी प्रकार के प्रश्नों का उत्तर देने में सक्षम होने की आवश्यकता है। क्योंकि ज्यादातर मामलों में, यदि आप एक डीबीए या अभिनय डीबीए हैं, तो आप इसे अपने करियर में कभी भी मजबूत करने जा रहे हैं। बहुत से मामलों में आप एक निरंतर आधार पर ऐसा करने जा रहे हैं। तो, आपको उन फैसलों को जल्दी से करने में सक्षम होने की आवश्यकता है, न कि अनुमान लगाने वाले खेल खेलना जब यह आता है।

हमने अड़चनों के बारे में बात की और वे आगे कहां होने वाले हैं, यह अनुमान लगाने में सक्षम होने के बजाय, एक बार फिर, उनके होने की प्रतीक्षा करने के बजाय। तो, जाहिर है कि इन सभी चीजों के बारे में हम बात कर रहे हैं, इस अर्थ में कि आप ऐतिहासिक डेटा पर भरोसा कर रहे हैं, ज्यादातर मामलों में, इन सिफारिशों को उत्पन्न करने में सक्षम होने के लिए, या कुछ मामलों में स्वयं निर्णय लेने में सक्षम हैं। इन उत्तरों के साथ आने में सक्षम होना। लेकिन यह मुझे याद दिलाता है, जब आप किसी को प्रतिभूतियों या ऐसा कुछ बेचने के लिए रेडियो विज्ञापन सुनते हैं, तो यह हमेशा "पिछले प्रदर्शन भविष्य के परिणामों का संकेत नहीं होता है" और उन प्रकार की चीजों का। और यही बात यहाँ सच है। आपके पास ऐसी स्थितियाँ हैं जहाँ ये पूर्वानुमान और ये विश्लेषण शायद 100 प्रतिशत सही नहीं होंगे। लेकिन यदि आप उन चीजों से निपट रहे हैं जो अतीत और ज्ञात में हुई हैं, और इस प्रकार के कई प्रश्नों के साथ "क्या होगा" लेने और करने में सक्षम हैं, तो आप इसमें भाग लेंगे, बहुत मूल्यवान है और यह अनुमान लगाने का खेल खेलने की तुलना में आपको बहुत आगे ले जाने वाला है।

इसलिए, इस प्रकार के प्रश्न स्पष्ट रूप से सामने आने वाले हैं, इसलिए हम डायग्नोस्टिक प्रबंधक के साथ इन प्रश्नों का एक बहुत कुछ कैसे संभालते हैं, सबसे पहले हमारे पास क्षमताओं का पूर्वानुमान है, डेटाबेस में ऐसा करने में सक्षम होने के साथ-साथ तालिका में भी। ड्राइव या वॉल्यूम के रूप में। न केवल कहने में सक्षम होने के लिए, "अरे, हम अंतरिक्ष से भरे हुए हैं", लेकिन अब से छह महीने, अब से दो साल, अब से पांच साल बाद, अगर मैं उसके लिए बजट कर रहा हूं, तो मैं कितना ड्राइव अंतरिक्ष में जा रहा हूं के लिए बजट की आवश्यकता है? वे प्रश्न जो मैं पूछने जा रहा हूं, और मुझे कुछ ऐसा करने की विधि का उपयोग करने में सक्षम होने की आवश्यकता है जो अनुमान लगाने के बजाय मेरी उंगली को हवा में ऊपर रख रहा है और यह देखने के लिए इंतजार कर रहा है कि हवा किस तरह से चल रही है, जो कई बार होता है, दुर्भाग्य से, जिस तरह से इन फैसलों का एक बहुत कुछ किया जाता है।

इसके अलावा, सक्षम होने के नाते - ऐसा लगता है कि मेरी स्लाइड वहां थोड़ी कट गई - लेकिन सिफारिशों के रूप में कुछ सहायता प्रदान करने में सक्षम होने के नाते। तो, यह एक बात है कि आपको मैट्रिक्स से भरा एक डैशबोर्ड दिखाने में सक्षम है और कहने में सक्षम है, "ठीक है, यहाँ सभी मैट्रिक्स हैं और वे कहाँ हैं, " लेकिन फिर कुछ बनाने या कुछ की समझ रखने में सक्षम होने के लिए क्या करना है, उस पर आधारित एक और छलांग है। और कुछ मामलों में, लोगों को उन फैसलों को करने में सक्षम होने के लिए डीबीए की भूमिका में पर्याप्त शिक्षित किया जाता है। और इसलिए हमारे पास उपकरण में कुछ तंत्र हैं जो उस के साथ मदद करेंगे, जो हम आपको केवल एक सेकंड में दिखाएंगे। लेकिन न केवल यह दिखाने में सक्षम होने के लिए कि सिफारिश क्या है, बल्कि यह भी बताएं कि सिफारिश क्यों की जा रही है और फिर उसके ऊपर भी, कुछ मामलों में, वास्तव में एक स्क्रिप्ट के साथ आने में सक्षम होने के लिए जो स्वचालित रूप से आती है उस मुद्दे का निवारण भी आदर्श है।

यहां अगले एक पर चलते हुए, जिसे हम देखेंगे, यह आम तौर पर मीट्रिक स्तर तक समझ को सामान्य बात कह रहा है। अगर मैं नहीं जानता कि मैं सामान्य नहीं हूं तो मैं आपको नहीं बता सकता। और इसलिए, यह मापने का कोई तरीका है कि कुंजी है और आप कई प्रकार के क्षेत्रों को ध्यान में रखने में सक्षम हो गए हैं, उदाहरण के लिए - या मुझे समय सीमा कहना चाहिए - सर्वरों के अलग-अलग समूह, इस गतिशील रूप से करने में सक्षम होने के लिए, चेतावनी के नजरिए से, दूसरे शब्दों में, रात के मध्य में, मेरी रखरखाव खिड़की के दौरान, मुझे उम्मीद है कि मेरे सीपीयू 80 प्रतिशत पर चल रहे होंगे जो सभी रखरखाव पर आधारित है। इसलिए, मैं अपने थ्रेसहोल्ड को अधिक बढ़ाना चाहता हूं, उन समय फ्रेमों के दौरान बनाम शायद दिन के बीच में, जब मैं बहुत अधिक गतिविधि नहीं कर रहा हूं।

वे कुछ चीजें हैं जो स्पष्ट रूप से पर्यावरणीय होंगी, लेकिन वे चीजें जो आप प्रबंधित कर सकते हैं जो कि प्रबंधित की जा रही हैं, उस वातावरण को अधिक कुशलता से प्रबंधित करने में आपकी सहायता करने में सक्षम होने के लिए, और ऐसा करने में आसान बनाते हैं। अन्य क्षेत्र, जाहिर है, केवल उन रिपोर्टों और उन सूचनाओं का जवाब देने में सक्षम होने में सक्षम है जो "यदि हो तो" सवालों के जवाब देने में सक्षम हो। अगर मैंने अपने वातावरण में सिर्फ एक बदलाव किया है, तो मैं समझना चाहता हूं कि वह प्रभाव क्या है, ताकि मैं अपने परिवेश में अन्य परिवर्तनों या अन्य डेटाबेसों में उसी परिवर्तन को लागू कर सकूं। मैं चाहता हूं कि कुछ जानकारी या कुछ गोला-बारूद हो जो मन की शांति के साथ उस बदलाव को बनाने में सक्षम हो और यह जानते हुए कि यह एक अच्छा बदलाव होने जा रहा है। इसलिए, उस तुलनात्मक रिपोर्टिंग को करने में सक्षम होने के नाते, एसक्यूएल के मेरे उदाहरणों को रैंक करने में सक्षम होने के नाते, एक दूसरे के खिलाफ मेरे डेटाबेस को रैंक करने में सक्षम होने के लिए, यह कहने के लिए, "सीपीयू का मेरा सबसे बड़ा उपभोक्ता कौन है?" या कौन सा सबसे लंबे समय तक ले रहा है? इंतजार की बातें और उस तरह की बातें? तो उस जानकारी के बहुत से उपकरण के साथ भी उपलब्ध होने जा रहा है।

और फिर, अंतिम लेकिन कम से कम, बस एक समग्र क्षमता है कि आपको एक उपकरण की आवश्यकता होती है जो आपके रास्ते में आने वाली स्थिति को संभालने में सक्षम होने के लिए सक्षम हो, और इसलिए मुझे इससे क्या मतलब है, अगर आपको एक बड़ा वातावरण मिला है बहुत से उदाहरण, आप शायद उन स्थितियों में भाग लेने जा रहे हैं, जहाँ आपको उन मैट्रिक्स को खींचने की ज़रूरत है जो परंपरागत रूप से मेट्रिक्स नहीं हैं जो कि डीबीए कुछ मामलों में उस विशेष स्थिति के आधार पर भी निगरानी करना चाहता है। तो, एक उपकरण है कि आप कर सकते हैं, वह एक्स्टेंसिबल है, अतिरिक्त मैट्रिक्स जोड़ने में सक्षम है और एक ही रूप और फैशन में उन मैट्रिक्स का उपयोग करने में सक्षम होने के लिए जो आप उन्हें उपयोग करेंगे यदि आप एक आउट-ऑफ-द-बॉक्स का उपयोग कर रहे हैं उदाहरण के लिए, मीट्रिक। इसलिए, रिपोर्ट चलाने में सक्षम होना, सतर्क करना, आधारभूत - उन सभी चीजों के बारे में, जिनके बारे में हम बात कर रहे हैं - इस पूर्वानुमान को करने में सक्षम होने और इसे बनाने का एक महत्वपूर्ण हिस्सा है ताकि आप उन उत्तरों को प्राप्त कर सकें जिनकी आप तलाश कर रहे हैं। उन निर्णयों को करने में सक्षम होना, आगे बढ़ना।

अब जिस तरह से डायग्नोस्टिक मैनेजर ऐसा करता है, हमारे पास एक केंद्रीकृत सेवा है, जो सेवाओं का एक समूह है, जो 2000 से 2016 के उदाहरणों के खिलाफ डेटा एकत्र करता है। और फिर हम क्या करते हैं, हम उस डेटा को लेते हैं और हम उसे एक केंद्रीय भंडार में डालते हैं और फिर हम उस डेटा के साथ क्या करेंगे, जाहिर है, क्या हम आगे की अंतर्दृष्टि प्रदान करने में सक्षम होने के लिए बहुत कुछ करते हैं। अब, इसके अलावा - और उन चीजों में से एक जो यहां नहीं है - क्या हमारे पास एक ऐसी सेवा भी है जो रात के मध्य में चलती है, जो हमारी भविष्य कहनेवाला विश्लेषण सेवा है, और जो कुछ संख्याओं को कम करती है और यह समझने में मदद करती है और आपको डीबीए या अभिनय डीबीए के रूप में मदद करने के लिए, उन प्रकार की सिफारिशों को बनाने में सक्षम होने के लिए, आधारभूत के संदर्भ में कुछ अंतर्दृष्टि प्रदान करने में सक्षम होने के लिए भी।

इसलिए, मैं क्या करना चाहता हूं, और यह सिर्फ वास्तुकला का एक त्वरित उदाहरण है, यहां बड़ा टेकएवे है कोई एजेंट या सेवाएं नहीं हैं जो वास्तव में आपके द्वारा प्रबंधित किए जा रहे इंस्टेंस पर बैठे हैं। लेकिन मैं जो करना चाहता हूं वह वास्तव में आपको यहां आवेदन में ले जाता है और आपको एक त्वरित डेमो देता है। और मुझे भी बाहर जाने दो, और ऐसा हो सकता है। तो, मुझे पता है, मुझे लगता है कि एरिक, क्या आप उस ओके को देख सकते हैं?

एरिक Kavanagh: मैं अब, हाँ मिल गया।

Bullett Manale: ठीक है, इसलिए मैं आपको इनमें से कुछ अलग हिस्सों के माध्यम से लेने जा रहा हूं, जिन पर मैंने बात की थी। और अनिवार्य रूप से इस तरह की चीजों के साथ शुरू करते हैं जो यहां की किसी चीज की रेखाओं के साथ अधिक हैं जो आपको करने की आवश्यकता है, या यहां कुछ ऐसा है जो भविष्य में समय का एक बिंदु है और हम आपको इसके चारों ओर कुछ अंतर्दृष्टि देने जा रहे हैं। और यह वास्तव में प्रत्याशित करने में सक्षम हो रहा है - या मुझे गतिशील रूप से प्रत्याशित कहना चाहिए - जैसे वे हो रहे हैं। अब, रिपोर्टों के मामले में, हमारे पास उपकरण में मौजूद चीजों में से एक तीन अलग-अलग पूर्वानुमान रिपोर्ट हैं। और उदाहरण के लिए, उदाहरण के लिए, एक डेटाबेस पूर्वानुमान, जो मैं संभवतः एक अवधि में डेटाबेस के आकार का अनुमान लगाने में सक्षम होने की स्थिति में करूँगा, और मैं आपको इसके उदाहरणों के एक-दो उदाहरण दूंगा। । इसलिए, मैं अपना ऑडिट डेटाबेस लेने जा रहा हूं, जो कि सुंदर है I / O गहन है - इसमें बहुत सारा डेटा जा रहा है। हमें मिल गया है, चलो देखते हैं, हम इसे यहाँ करेंगे, और चलो यहाँ स्वास्थ्य सेवा डेटाबेस को चुनें।

लेकिन बात यह है कि, मैं यह नहीं देख रहा हूं कि इस पर जगह क्या है, मैं यह कहने में सक्षम हूं, "देखो, चलो पिछले साल के आंकड़ों को ले लो" - और मैं यहां थोड़ा सा फ़ाइब करने जा रहा हूं, मेरे पास वास्तव में एक वर्ष का डेटा नहीं है, मेरे पास लगभग दो महीने का डेटा है - लेकिन, क्योंकि मैं यहां महीनों का नमूना दर चुन रहा हूं, मैं इसमें अनुमान लगाने या पूर्वानुमान लगाने में सक्षम होने जा रहा हूं अगली 36 इकाइयों के मामले में क्योंकि हमारी नमूना दर महीनों के लिए निर्धारित है - यह एक इकाई है, एक महीना है - और फिर मैं मूल रूप से मुझे दिखाने के लिए एक रिपोर्ट चलाने के लिए सक्षम हो जाएगा, जहां हम अपने भविष्य के विकास की आशा करेंगे, इनके लिए तीन डेटाबेस। और हम देख सकते हैं कि हमारे पास तीन अलग-अलग डेटाबेसों के बीच भिन्नता या भिन्नता है, विशेष रूप से ऐतिहासिक रूप से डेटा की मात्रा के लिए।

हम यहां डेटा बिंदुओं को ऐतिहासिक डेटा का प्रतिनिधित्व करते हुए देख सकते हैं, और फिर रेखा हमें पूर्वानुमान प्रदान करने के साथ-साथ संख्याओं के साथ प्रदान कर सकती है। तो हम टेबल स्तर पर ऐसा कर सकते हैं, हम ड्राइव स्तर पर भी कर सकते हैं, जहां मैं अनुमान लगा सकता हूं कि मेरे ड्राइव कितने बड़े होने वाले हैं, जिसमें माउंट पॉइंट भी शामिल हैं। हम इस प्रकार की सूचनाओं का पूर्वानुमान लगाने में सक्षम होंगे, लेकिन एक बार फिर, नमूना दर के आधार पर, मुझे यह निर्धारित करने की अनुमति देगा कि हम कितनी इकाइयों और जहाँ हम ले जाना चाहते हैं, वहाँ ले जा रहे हैं। ध्यान दें कि हमारे पास विभिन्न प्रकार के पूर्वानुमान प्रकार भी हैं। जब आपको पूर्वानुमान करने का समय आता है तो आपको बहुत सारे विकल्प और लचीलेपन मिलते हैं। अब, हम एक ऐसा काम करेंगे, जो वास्तव में आपको विशिष्ट तिथि प्रदान करेगा और इस तिथि पर "अरे, यह कहने में सक्षम है कि हम आपके डेटा के विकास की आशा करेंगे।" इसके अलावा, हालांकि, हम। आपको अन्य अंतर्दृष्टि प्रदान करते हैं जो कुछ विश्लेषणों से संबंधित हैं जो हम बंद घंटों और सेवा के दौरान करते हैं जब यह चलता है। कुछ चीजें जो यह करती हैं, क्या यह उन चीजों का अनुमान लगाने की कोशिश करता है जो अतीत में हुई चीजों के इतिहास के आधार पर घटित होंगी।

तो हम यहां देख सकते हैं, वास्तव में, एक पूर्वानुमान हमें कुछ संभावनाएं प्रदान कर रहा है, जिससे हमें शाम के समय समस्याओं से दूर रहने की संभावना है जो अतीत में एक बार फिर हुई हैं। तो, जाहिर है कि यह बहुत अच्छा है, खासकर अगर मैं डीबीए नहीं हूं, तो मैं इन चीजों को देख सकता हूं, लेकिन क्या बेहतर है अगर मैं डीबीए नहीं हूं, क्या यह विश्लेषण टैब है। इसलिए, इससे पहले कि यह उस टूल में था जिसके माध्यम से हम लोगों को उत्पाद दिखाएंगे और वे "वे महान होंगे, मैं इन सभी नंबरों को देखता हूं, मैं सब कुछ देखता हूं, लेकिन मुझे नहीं पता कि क्या करना है" (हंसते हुए) "उस के परिणामस्वरूप।" और इसलिए हमारे पास यहां क्या है, आपके लिए समझने में सक्षम होने के लिए एक बेहतर तरीका है, अगर मैं प्रदर्शन के साथ मदद करने जा रहा हूं, अगर मैं भी कार्रवाई करने जा रहा हूं मेरे पर्यावरण के स्वास्थ्य के साथ मदद करें, उन सिफारिशों को प्रदान करने का एक तरीका होने में सक्षम होने के साथ-साथ उन सिफारिशों के बारे में अधिक जानने के लिए उपयोगी सुझाव और वास्तव में उस डेटा के कुछ बाहरी लिंक होने पर भी, जो मुझे दिखाएंगे और मुझे उन कारणों पर ले जाएं, जिनकी ये सिफारिशें की गई हैं।

और कई मामलों में, एक स्क्रिप्ट प्रदान करने में सक्षम होने के लिए जो स्वचालित होगी, जैसे कि मैंने कहा, इन मुद्दों का निवारण। अब, हम इस विश्लेषण के साथ यहां क्या कर रहे हैं - और जब मैं इस उदाहरण के गुणों को कॉन्फ़िगर करने के लिए जाता हूं, तो मैं आपको दिखाता हूं, और मैं विश्लेषण कॉन्फ़िगरेशन अनुभाग पर जाता हूं - हमारे पास बहुत सारी श्रेणियां हैं यहां सूचीबद्ध है, और इसका एक हिस्सा है, हमारे पास सूचकांक अनुकूलन और क्वेरी अनुकूलन है। इसलिए, हम न केवल स्वयं मैट्रिक्स का मूल्यांकन कर रहे हैं, और उस तरह की चीजें, बल्कि वर्कलोड और इंडेक्स जैसी चीजें भी। इस मामले में, हम वास्तव में कुछ अतिरिक्त काल्पनिक सूचकांक विश्लेषण करेंगे। इसलिए, यह उन स्थितियों में से एक है जहां मैं नहीं चाहता हूं, कई मामलों में, यदि मुझे ज़रूरत नहीं है तो मैं एक सूचकांक जोड़ना नहीं चाहता हूं। लेकिन कुछ बिंदु पर एक टिपिंग बिंदु है, जहां मैं कहता हूं, "ठीक है, तालिका आकार या प्रश्नों के प्रकार के लिए हो रही है जो कार्यभार के भीतर चल रहे हैं, अब एक इंडेक्स जोड़ने के लिए समझ में आता है। लेकिन इससे छह सप्ताह पहले समझ में नहीं आता होगा। ”इसलिए यह आपको गतिशील रूप से उन चीजों के लिए अंतर्दृष्टि प्रदान करने की अनुमति देगा जो कि संभावना होगी, जैसे मैंने कहा, पर्यावरण में क्या हो रहा है, इसके आधार पर प्रदर्शन में सुधार करना, वर्कलोड के भीतर क्या हो रहा है।, और उन प्रकार के काम कर रहे हैं।

और इसलिए आपको यहां बहुत सारी अच्छी जानकारी मिलती है, साथ ही इन चीजों को अपने आप ऑप्टिमाइज़ करने की क्षमता भी मिलती है। इसलिए, यह एक और क्षेत्र है जहां हम पूर्वानुमान विश्लेषण के रूप में हम मदद करने में सक्षम होंगे। अब, इसके अलावा, मुझे कहना चाहिए, हमारे पास अन्य क्षेत्र भी हैं जो मुझे लगता है कि आमतौर पर निर्णय लेने में आपकी सहायता करने के लिए खुद को उधार देते हैं। और जब हम निर्णय लेने के बारे में बात करते हैं, तो एक बार फिर से, ऐतिहासिक डेटा को देखने में सक्षम होने के नाते, हमें उस प्रदर्शन को बेहतर बनाने के लिए जहां हमें होना चाहिए, वहां पहुंचाने के लिए कुछ अंतर्दृष्टि प्रदान करें।

अब, एक चीज़ जो हम कर सकते हैं, वह यह है कि हमारे पास एक बेसलाइन विज़ुअलाइज़र है जो हमें चुनिंदा रूप से जो भी हम चाहते हैं मीट्रिक चुनने की अनुमति देता है - और मुझे यहाँ एक सभ्य व्यक्ति खोजने दें - मैं SQL CPU उपयोग करने जा रहा हूँ, लेकिन बात यह है कि आप हालाँकि, जब आपके आउटलेयर हैं, तो ये देखने के लिए कि आप इन तस्वीरों को चित्रित करने के लिए कई हफ्तों तक वापस जा सकते हैं, यह देखने के लिए कि वह मान कहाँ है जो हम डेटा एकत्र करते हुए समय के भीतर गिरते हैं। और फिर, इसके अतिरिक्त आप यह भी देखेंगे कि जब हम वास्तविक उदाहरण के लिए स्वयं बाहर जाते हैं, तो हमारे पास अपनी आधार रेखाओं को कॉन्फ़िगर करने की क्षमता होती है। और आधारभूत चीजें चीजों को स्वचालित करने में सक्षम होने के साथ-साथ चीजों को अधिसूचित करने में सक्षम होने के बारे में एक बहुत महत्वपूर्ण हिस्सा हैं। और चुनौती, जैसा कि अधिकांश डीबीए आपको बताते हैं, यह है कि आपका वातावरण हमेशा एक ही नहीं चल रहा है, पूरे दिन, बनाम शाम और व्हाट्सएप जैसा कि हमने पहले उदाहरण में उल्लेख किया था कि समय की रखरखाव अवधि के साथ, जब हम सीपीयू के उच्च स्तर या जो कुछ भी हो रहा हो सकता है।

इसलिए, इन वास्तविक आधारभूत बातों के साथ, हमारे पास कई आधार रेखाएँ हो सकती हैं, इसलिए मेरे पास उदाहरण के लिए आधार रेखा हो सकती है, जो कि मेरे रखरखाव के घंटों के दौरान है। लेकिन मैं अपने उत्पादन के घंटों के लिए बस एक आसान आधार रेखा बना सकता था। और ऐसा करने की बात यह है कि जब हम SQL की एक आवृत्ति में जाते हैं और हमारे पास वास्तव में ये कई आधार रेखाएँ होती हैं, तो हम कुछ प्रकार के स्वचालन, कुछ प्रकार के उपचारात्मक या सामान्य रूप से सचेत करने में सक्षम होने का अनुमान लगाने में सक्षम होंगे, समय की उन खिड़कियों के लिए विशिष्ट रूप से विशिष्ट। तो, एक चीज़ जो आप यहाँ देखेंगे, क्या ये आधार रेखाएँ हैं जो हम उत्पन्न करते हैं जो ऐतिहासिक डेटा का उपयोग उस विश्लेषण को प्रदान करने के लिए कर रहे हैं, लेकिन इससे भी महत्वपूर्ण बात यह है कि मैं इन थ्रेसहोल्ड को सांख्यिकीय रूप से बदल सकता हूं, लेकिन मैं इन गतिशील रूप से भी स्वचालित कर सकता हूं। इसलिए, रखरखाव विंडो के रूप में, या मुझे कहना चाहिए कि रखरखाव बेसलाइन विंडो ऊपर आती है, ये थ्रेसहोल्ड स्वचालित रूप से लोड लोड करने के लिए विशिष्ट होंगे जो कि मैं उस समय की खिड़की के दौरान मुठभेड़ कर रहा हूं, जैसे कि दिन के मध्य में जब मेरा लोड होता है उतना नहीं, जब कार्यभार उतना प्रभावी नहीं होता है।

तो, यह आधारभूत के संदर्भ में ध्यान में रखने के लिए कुछ और है। जाहिर है ये आपके लिए वास्तव में मददगार साबित होने वाले हैं, यह समझने के मामले में भी कि सामान्य क्या है और यह समझने में भी सक्षम है, जब आप संसाधनों से भी बाहर होने जा रहे हैं तो संलग्न करें। अब, उपकरण में हमारे पास मौजूद दूसरी तरह की चीज़, जो आपको निर्णय लेने में मदद करने जा रही है, इसके अलावा बेसलाइनिंग और उन बेसलाइनों के आसपास अलर्ट सेट करने में सक्षम होने और आपके द्वारा गतिशील रूप से बनाए जाने वाले थ्रेसहोल्ड, जैसे मैंने पहले कहा था, केवल उन रिपोर्टों के बारे में पूरी तरह से चलाने में सक्षम होने में मदद करता है जो मुझे सवालों के जवाब देने में मदद करती हैं कि क्या चल रहा है।

इसलिए, एक उदाहरण के रूप में, अगर मेरे पास 150 उदाहरण हैं जो मैं प्रबंधित कर रहा हूं - मेरे मामले में मैं नहीं हूं, इसलिए हमें यहां नाटक का खेल खेलना होगा - लेकिन अगर मेरे पास मेरे सभी उत्पादन उदाहरण हैं और मुझे यह समझने की आवश्यकता है कि कहां है जिस क्षेत्र पर मुझे ध्यान देने की आवश्यकता है, दूसरे शब्दों में, यदि प्रदर्शन को बेहतर बनाने के लिए कुछ प्रकार के प्रशासन करने के लिए मेरे पास केवल सीमित समय है, तो मैं प्रमुख क्षेत्रों पर ध्यान केंद्रित करना चाहता हूं। और इसलिए, उस कहावत के साथ, मैं यह कह सकूंगा कि "उस माहौल के आधार पर, एक दूसरे के खिलाफ मेरे उदाहरणों को रैंक करें, और मुझे विवाद पाइप द्वारा रैंकिंग दें।" तो क्या यह डिस्क उपयोग, मेमोरी उपयोग, चाहे वह इंतजार कर रहा हो। चाहे वह प्रतिक्रिया का समय हो, मैं सहसंबंधित हूं - या मुझे रैंक कहना चाहिए - जो एक दूसरे के खिलाफ हैं। स्पष्ट रूप से वह उदाहरण जो प्रत्येक सूची में सबसे ऊपर है, यदि यह एक ही उदाहरण है, तो संभवत: ऐसा कुछ है जिस पर मैं वास्तव में ध्यान केंद्रित करना चाहता हूं, क्योंकि यह स्पष्ट रूप से सूची के शीर्ष पर एक बार फिर से है।

इसलिए, आपके पास उपकरण में बहुत सारी रिपोर्टें हैं जो आपको उदाहरण के स्तर पर पर्यावरण को रैंकिंग करने के मामले में मदद करती हैं; आप इसे डेटाबेस स्तर पर भी कर सकते हैं, जहां मैं अपने डेटाबेस को एक दूसरे के खिलाफ रैंक कर सकता हूं। थ्रेसहोल्ड और उन क्षेत्रों के लिए विशेष रूप से जो मैं सेट कर सकता हूं, मैं यहां वाइल्डकार्ड भी सेट कर सकता हूं यदि मैं चाहता हूं, केवल विशेष डेटाबेस पर ध्यान केंद्रित करने के लिए, लेकिन बिंदु यह है कि मैं अपने डेटाबेस की उसी तरह से तुलना कर सकता हूं। इसके अलावा, जहाँ तक अन्य प्रकार के तुलनात्मक विश्लेषण और इस उपकरण में बड़ा है, वह आधारभूत विश्लेषण है जो हमारे पास है। इसलिए यदि आप यहां सेवा दृश्य को स्क्रॉल करते हैं, तो आप देखेंगे कि एक आधारभूत सांख्यिकी रिपोर्ट है। अब यह रिपोर्ट स्पष्ट रूप से यह समझने में हमारी मदद करने वाली है कि न केवल मीट्रिक मूल्य क्या हैं, बल्कि एक विशिष्ट उदाहरण के लिए मैं बाहर जा सकता हूं, और इनमें से किसी भी मैट्रिक्स के लिए, वास्तव में इन मैट्रिक्स के लिए आधार रेखाओं को देखने में सक्षम हो सकता हूं।

इसलिए, जो भी हो, एक प्रतिशत के रूप में या जो कुछ भी मैं बाहर जा सकता हूं और कह सकता हूं, "चलो पिछले 30 दिनों में इस टूटे हुए आधार के लिए आधार रेखा देखें, " जिस स्थिति में यह मुझे वास्तविक मान दिखाने जा रहा है बनाम आधारभूत बनाम। मैं उस जानकारी का उपयोग करके कुछ निर्णय लेने में सक्षम होगा, जाहिर है, इसलिए यह उन स्थितियों में से एक है, जहां यह निर्भर करता है कि यह किस प्रश्न पर है, जो आप उस समय पूछ रहे हैं। लेकिन यह स्पष्ट रूप से उन सवालों के लिए आपकी मदद करने जा रहा है। काश मैं कह सकता हूं कि हमारे पास एक रिपोर्ट थी जो यह सब करती है, और यह आसान रिपोर्ट की तरह है, जहां आप दबाते हैं और बटन करते हैं और यह हर "क्या होगा" सवाल का जवाब देता है जो आप कभी भी जवाब दे सकते हैं। लेकिन वास्तविकता यह है कि, आपके पास बहुत सारे गुण होने वाले हैं और इन पुल-डाउन में से चुनने के लिए बहुत सारे विकल्प हैं जो आपको "क्या होगा" के लिए तैयार करने में सक्षम होने के लिए सवाल पूछ रहे हैं जो आप खोज रहे हैं ।

इसलिए इनमें से बहुत सारी रिपोर्ट्स उन सवालों के जवाब देने में सक्षम हैं। और इसलिए, यह वास्तविक रूप से भी महत्वपूर्ण है कि ये रिपोर्ट और इसके अलावा, सभी चीजें जो हमने आपको पहले ही टूल में दिखाई हैं, जैसा कि मैंने पहले उल्लेख किया है, नए मेट्रिक्स को शामिल करने के लचीलेपन को प्रबंधित करने के लिए, यहां तक ​​कि बनाने में सक्षम होना काउंटरर्स, या एसक्यूएल क्वेश्चन जो आपके मतदान अंतराल में शामिल हैं, इन सवालों के जवाब देने में मेरी मदद करने में सक्षम होने के लिए, हो सकता है कि बॉक्स से बाहर जिसे हम मॉनिटर करने का अनुमान नहीं लगाते हैं, आप उस सामान को जोड़ सकते हैं। और आप उन सभी चीजों को करने में सक्षम होंगे जो मैंने अभी आपको दिखाए थे: आधार रेखा, रिपोर्टें चलाना, और उस मीट्रिक से रिपोर्ट बनाना, और इन विभिन्न प्रकार की चीजों का जवाब देने और करने में सक्षम होना चाहिए जो मैं आपको दिखा रहा हूं। यहाँ।

अब, इसके अलावा - और उनमें से एक चीज जो हम स्पष्ट रूप से हाल ही में चला रहे हैं, वह है - पहला यह था, हर व्यक्ति वीएमएफ पर जा रहा है या स्विच कर रहा है। और अब हमें बहुत सारे लोग मिल गए हैं जो बादल से दूर जा रहे हैं। और इस प्रकार के प्रश्नों के बारे में बहुत सारे सवाल हैं। क्या यह मेरे लिए क्लाउड में जाने के लिए समझ में आता है? क्या मैं बादल में जाकर पैसे बचाने जा रहा हूँ? अगर मैं एक साझा-संसाधन मशीन पर एक वीएम पर इन चीजों को डालूं, तो मैं कितना पैसा बचा सकता हूं? इस प्रकार के प्रश्न, स्पष्ट रूप से सामने आने वाले हैं। इसलिए, बहुत सारा सामान ध्यान में रखें, डायग्नोस्टिक मैनेजर के साथ, हम VMware और Hyper-V दोनों के वर्चुअलाइज्ड वातावरण से जोड़ और खींच सकते हैं। हम ऐसे उदाहरण भी जोड़ सकते हैं जो क्लाउड पर हैं, इसलिए आपके वातावरण जैसे कि Azure DB, उदाहरण के लिए, या RDS, हम उन वातावरणों से भी मेट्रिक्स खींच सकते हैं।

इसलिए इसमें बहुत लचीलापन है और उन सवालों के जवाब देने में बहुत सक्षम होने के नाते यह उन अन्य प्रकार के वातावरण से संबंधित है जिन्हें हम लोगों को देखते हैं। और इस सामान के आसपास अभी भी बहुत सारे प्रश्न हैं, और जैसा कि हम देखते हैं कि लोग उन वातावरणों को समेकित कर रहे हैं जिनकी उन्हें उन सवालों के जवाब देने में सक्षम होने की आवश्यकता है। तो, यह एक बहुत अच्छा अवलोकन है, मैं कहूंगा, डायग्नोस्टिक मैनेजर का, क्योंकि यह इस विषय से संबंधित है। मुझे पता है कि व्यावसायिक बुद्धिमत्ता का विषय आया था और हमारे पास व्यावसायिक बुद्धिमत्ता का एक उपकरण भी है जिसके बारे में हमने आज बात नहीं की है, लेकिन यह इस प्रकार के प्रश्नों के उत्तर देने के संदर्भ में आपको जानकारी प्रदान करने जा रहा है क्योंकि यह आपके से संबंधित है क्यूब्स और उन विभिन्न प्रकार की चीजों के सभी, साथ ही साथ। लेकिन उम्मीद है कि यह एक अच्छा अवलोकन रहा है, कम से कम इस संदर्भ में कि यह उत्पाद एक अच्छी योजना तैयार करने में सक्षम होने में कैसे मदद कर सकता है।

एरिक Kavanagh: सब ठीक है, अच्छा सामान। हाँ, मैं इसे रिक के पास फेंक दूँगा, अगर वह अभी भी वहाँ है। रिक, आप से कोई सवाल?

रिक शेरमैन: हाँ, तो पहले यह महान है, मुझे यह पसंद है। मुझे विशेष रूप से वीएम और बादलों को बाहर निकालना पसंद है। मुझे लगता है कि बहुत सारे ऐप डेवलपर सोचते हैं कि अगर यह क्लाउड में है तो उन्हें इसे ट्यून करने की आवश्यकता नहीं है। इसलिए-

बुलेट मनले: ठीक है, हमें अभी भी इसके लिए भुगतान करना है, है ना? आपको अभी भी भुगतान करने के लिए मिला है जो कुछ भी है वह यह है कि लोग क्लाउड पर डाल रहे हैं, इसलिए यदि यह खराब चल रहा है, या यदि यह बहुत अधिक सीपीयू साइकिल का कारण बन रहा है, तो यह आपके लिए भुगतान करने के लिए अधिक पैसा है, इसलिए यह नहीं है, आप अभी भी इस सामान को मापने की जरूरत है, बिल्कुल।

रिक शेरमन: हाँ, मैंने बादल में बहुत सारे खराब डिज़ाइन देखे हैं। मैं पूछना चाहता था, क्या इस उत्पाद का भी उपयोग किया जाएगा - मुझे पता है कि आपने BI उत्पाद का उल्लेख किया है और आपके पास अन्य उत्पादों के टन हैं जो एक दूसरे के साथ बातचीत करते हैं - लेकिन क्या आप इस उपकरण में SQL प्रदर्शन, व्यक्तिगत प्रश्नों को देखना शुरू करेंगे? या यह अन्य उपकरण होंगे जो इसके लिए उपयोग किए जाएंगे?

बुलेट मनले: नहीं, यह बिल्कुल होगा। यह उन चीजों में से एक है जिसे मैंने कवर नहीं किया था और मेरा मतलब था, यह प्रश्नों का हिस्सा है। क्वेरी प्रदर्शन की पहचान करने के लिए हमारे पास बहुत सारे तरीके हैं, चाहे वह संबंधित हो, विशेष रूप से प्रतीक्षा करने के लिए जैसे हम इस दृश्य को यहां देखते हैं, या क्या यह समग्र रूप से प्रश्नों की संसाधन खपत से संबंधित है, हमारे द्वारा क्वेरी का विश्लेषण करने के तरीकों की एक पूरी संख्या है। प्रदर्शन। चाहे वह अवधि हो, सीपीयू, आई / ओ, और एक बार फिर, हम कुछ अंतर्दृष्टि प्रदान करने के लिए स्वयं कार्यभार को भी देख सकते हैं। हम विश्लेषण अनुभाग में सिफारिशें प्रदान कर सकते हैं और हमारे पास एक वेब-आधारित संस्करण भी है जो स्वयं प्रश्नों के बारे में जानकारी प्रदान करता है। इसलिए मुझे लापता सूचकांक और निष्पादन योजना और उस तरह के सभी सामानों को देखने की क्षमता पर सिफारिशें मिल सकती हैं; यह एक क्षमता भी है। तो, बिल्कुल, हम रविवार (हंसते हुए) से प्रश्नों के सात तरीकों का निदान कर सकते हैं और निष्पादन की संख्या के संदर्भ में उस अंतर्दृष्टि को प्रदान करने में सक्षम हो सकते हैं, यह संसाधन खपत, इंतजार, अवधि, यह सब अच्छा सामान हो सकता है।

रिक शेरमन: ठीक है, महान। और फिर इस सारे मॉनीटरिंग के साथ इंस्टेंस पर लोड क्या है?

बुलेट मनले: यह एक अच्छा सवाल है। उस सवाल का जवाब देने के साथ चुनौती है, क्या यह निर्भर करता है, यह कुछ और जैसा है। हमारे उपकरण के लिए बहुत कुछ है, यह लचीलापन प्रदान करता है और उस लचीलेपन का हिस्सा आपको यह बताने के लिए मिलता है कि क्या इकट्ठा करना है और क्या नहीं इकट्ठा करना है। उदाहरण के लिए, स्वयं प्रश्नों के साथ, मुझे प्रतीक्षा जानकारी एकत्र करने की आवश्यकता नहीं है, या मैं कर सकता हूं। मैं उन प्रश्नों से संबंधित जानकारी एकत्र कर सकता हूं, जो निष्पादन की अवधि से अधिक हैं। उस के एक उदाहरण के रूप में, अगर मुझे कॉन्फ़िगर क्वेरी मॉनिटर में जाना था और मेरा कहना था, "चलो इस मान को शून्य में बदल दें, " वास्तविकता यह है कि बस मूल रूप से टूल प्रत्येक क्वेरी को चलाता है जो चलता है और यह वास्तव में नहीं है ऐसा क्यों है की भावना, लेकिन आम तौर पर बोलना अगर मैं सभी प्रश्नों के लिए डेटा का एक पूरा नमूना प्रदान करना चाहता था, तो मैं ऐसा कर सकता था।

तो, यह बहुत ही सापेक्ष है कि आपकी सेटिंग्स क्या हैं, आम तौर पर बोलना, बॉक्स से बाहर। यह लगभग 1 से 3 प्रतिशत ओवरहेड है, लेकिन अन्य शर्तें हैं जो लागू होंगी। यह इस बात पर भी निर्भर करता है कि आपके पर्यावरण पर कितने पोर्ट क्वेरी चल रहे हैं, है ना? यह उन प्रश्नों के संग्रह की विधि और SQL के किस संस्करण पर निर्भर करता है। इसलिए, उदाहरण के लिए, SQL Server 2005, हम विस्तारित घटनाओं से खींचने में सक्षम नहीं होने जा रहे हैं, जबकि इसलिए हम ऐसा करने के लिए ट्रेस से खींच लेंगे। इसलिए, हम उस डेटा को इकट्ठा करने के तरीके के बारे में थोड़ा अलग होंगे, लेकिन मैंने कहा, जैसा कि मैंने कहा, हम इस उत्पाद के साथ लगभग 2004 से अनुमान लगा रहे हैं। यह एक लंबे समय के आसपास रहा है, हमें हजारों ग्राहक मिले हैं, इसलिए आखिरी चीज जो हम करना चाहते हैं, वह एक प्रदर्शन निगरानी उपकरण है जो प्रदर्शन की समस्याओं (हंसते हुए) का कारण बनता है। और इसलिए हम जितना संभव हो उतना स्पष्ट होने की कोशिश करते हैं, लेकिन आम तौर पर बोलते हैं, जैसे कि लगभग 3-3 प्रतिशत अंगूठे का एक अच्छा नियम है।

रिक शेरमैन: ठीक है, और यह बहुत कम है, इसलिए यह बहुत अच्छा है।

एरिक कवनघ: अच्छा। रॉबिन, आप से कोई सवाल?

रॉबिन ब्लोर: मुझे क्षमा करें, मैं म्यूट पर था। आपको एक एकाधिक डेटाबेस क्षमता मिल गई है, और मैं इस बात में दिलचस्पी रखता हूं कि आप कितने डेटाबेसों को देख सकते हैं और इसलिए आप जान सकते हैं कि एक बड़ा संसाधन आधार संभवतः विभिन्न आभासी मशीनों और इतने पर और इसके बीच विभाजित है। मुझे इसमें दिलचस्पी है कि लोग वास्तव में इसका उपयोग कैसे करते हैं मुझे इसमें दिलचस्पी है कि ग्राहक क्या कर रहे हैं। क्योंकि जो मुझे दिखता है, ठीक है, यह निश्चित रूप से, जब मैं डेटाबेस के बारे में गड़बड़ कर रहा था, तो कुछ ऐसा जो मैंने कभी नहीं किया था। और मैं केवल किसी भी समय किसी भी सार्थक तरीके से एक उदाहरण पर विचार करूंगा। तो, लोग इसका उपयोग कैसे करते हैं?

बुलेट मनले: आम तौर पर बोलते हुए, आप सामान्य रूप से केवल उपकरण के बारे में बात कर रहे हैं? वे इसका उपयोग कैसे कर रहे हैं? मेरा मतलब है, आम तौर पर, यह पर्यावरण की उपस्थिति का एक केंद्रीय बिंदु होने में सक्षम है। मन की शांति और यह जानते हुए कि अगर वे एक स्क्रीन पर घूरते हैं और वे हरे रंग को देखते हैं, तो वे जानते हैं कि सब कुछ अच्छा है। यह तब होता है जब समस्याएं होती हैं और जाहिर है कि ज्यादातर मामले डीबीए के नजरिए से होते हैं, कई बार वे समस्याएं सांत्वना के सामने आने पर होती हैं, इसलिए समस्या के होते ही उन्हें अधिसूचित किया जा सकता है। लेकिन इसके अलावा, समस्या होने पर समझने में सक्षम होने के नाते, जानकारी के दिल में जाने में सक्षम होने के नाते जो उन्हें ऐसा होने के संदर्भ में कुछ संदर्भ प्रदान कर रहा है। और इसलिए, मुझे लगता है, सबसे बड़ा हिस्सा: इसके बारे में सक्रिय होना, प्रतिक्रियाशील नहीं होना।

अधिकांश डीबीए मैं बात करता हूं - और मुझे नहीं पता, यह उनमें से एक अच्छा प्रतिशत है - दुर्भाग्य से अभी भी प्रतिक्रियाशील प्रकार के वातावरण में हैं; वे प्रतीक्षा करते हैं कि कोई उपभोक्ता उनसे कहे कि उन्हें कोई समस्या है। और इसलिए, हम बहुत से लोगों को इससे दूर होने की कोशिश करते हुए देखते हैं और मुझे लगता है कि इसका एक बड़ा कारण यही है कि लोग इस उपकरण को पसंद करते हैं क्योंकि यह उन्हें सक्रिय होने में मदद करता है, लेकिन यह उन्हें अंतर्दृष्टि प्रदान करता है कि क्या चल रहा है, क्या समस्या है, लेकिन बहुत सारे मामलों में, जो हम कम से कम पाते हैं - और शायद यह सिर्फ डीबीए हमें यह बता रहा है - लेकिन डीबीए, धारणा यह हमेशा उनकी समस्या है, भले ही यह एप्लिकेशन डेवलपर हो जिसने आवेदन लिखा हो यह ठीक से नहीं लिखा, वे लोग हैं जो दोष लेने जा रहे हैं, 'क्योंकि वे उस एप्लिकेशन को अपने सिस्टम या सर्वर में ले जा रहे हैं और फिर जब प्रदर्शन खराब होता है, तो हर कोई डीबीए को कहता है, "अरे यह आपकी गलती है।"

तो यह उपकरण है, बहुत बार, डीबीए के लिए मामला बनाने के लिए मदद करने के लिए इस्तेमाल किया जा रहा है कहने के लिए, "अरे, यह वह जगह है जहाँ समस्या निहित है और यह मैं नहीं हूं।" (हंसते हुए) हमें इसकी आवश्यकता है इसे सुधारें, चाहे वह प्रश्नों को बदल रहा हो या जो कुछ भी हो। कुछ मामलों में यह उनकी जिम्मेदारी के संदर्भ में उनकी बाल्टी में गिर जाएगा, लेकिन कम से कम उपकरण होने के कारण उन्हें यह समझने और जानने में मदद करने में सक्षम होने के लिए, और इसे समयबद्ध तरीके से करना स्पष्ट रूप से आदर्श दृष्टिकोण है।

रॉबिन ब्लोर: हाँ, जिन साइटों से मैं परिचित हूँ, उनमें से अधिकांश, लेकिन मुझे वहाँ से बाहर निकलते हुए, कई मल्टी-डेटाबेस साइटों को देखने में कुछ समय लगा है, लेकिन ज्यादातर मैं जो खोजता था, वह यह था कि वहाँ होगा DBA जो कुछ मुट्ठी भर डेटाबेस पर केंद्रित होते हैं। और वे डेटाबेस होंगे, कि अगर वे कभी नीचे गए, तो यह व्यापार के लिए एक वास्तविक बड़ी समस्या होगी, और इसी तरह आगे भी। और दूसरे, वे अभी-अभी आँकड़े जमा कर रहे हैं और यह देखने के लिए कि वे अंतरिक्ष से बाहर नहीं भागे हैं और वे उन पर कभी नज़र नहीं डालेंगे। और जब आप डेमो कर रहे थे तो मैं इसे देख रहा था और मैं अच्छी तरह से सोच रहा था, एक तरह से या किसी अन्य, आप विस्तार करते हैं, बस डेटाबेस के लिए कुछ ऐसा प्रदान करते हैं जो अक्सर थे, किसी ने बहुत ज्यादा परवाह नहीं की, क्योंकि उनके पास डेटा वृद्धि है, उनके पास कई बार आवेदन वृद्धि है। आप काफी नाटकीय तरीके से डीबीए कवरेज का विस्तार कर रहे हैं। तो यह सवाल वास्तव में क्या है, क्या यह है कि इस तरह के उपकरणों के साथ, आप अंत में कॉर्पोरेट नेटवर्क में मौजूद हर डेटाबेस को बहुत अधिक डीबीए सेवा देने में सक्षम हैं?

बुलेट मनले: निश्चित रूप से, मेरा मतलब है, चुनौती यह है कि जैसे आपने बहुत स्पष्ट रूप से कहा है, जैसे कि कुछ डेटाबेस हैं जो डीबीए की परवाह करते हैं और फिर कुछ ऐसे हैं जिनकी वे परवाह नहीं करते हैं। और जिस तरह से यह विशेष उत्पाद, जिस तरह से यह लाइसेंस प्राप्त है वह प्रति-उदाहरण के आधार पर है। इसलिए, मुझे लगता है कि आप कहेंगे, जब लोग यह तय करते हैं कि "अरे, यह एक महत्वपूर्ण पर्याप्त उदाहरण नहीं है कि मैं इसे इस उपकरण के साथ प्रबंधित करना चाहता हूं।" उन्होंने कहा, ऐसे अन्य उपकरण हैं जो हम करते हैं। ऐसा लगता है कि अधिक हैं, मुझे लगता है, SQL के उन कम महत्वपूर्ण उदाहरणों के लिए खानपान। उनमें से एक इन्वेंट्री मैनेजर की तरह होगा, जहां हम इंस्टेंस के खिलाफ लाइट हेल्थ चेकअप करते हैं, लेकिन इसके अलावा हम जो करते हैं, वह डिस्कवरी करते हैं, इसलिए हम नए उदाहरणों की पहचान करते हैं जिन्हें ऑनलाइन लाया गया है और फिर, उस बिंदु से, DBA के रूप में मैं कह सकता हूं, “ठीक है, यहाँ SQL का एक नया उदाहरण है, अब यह एक्सप्रेस है? क्या यह मुफ्त संस्करण है या एक उद्यम संस्करण है? ”यह शायद एक सवाल है जो मैं खुद से पूछना चाहता हूं, लेकिन दूसरी बात यह है कि यह उदाहरण मेरे लिए कितना महत्वपूर्ण है? यदि यह महत्वपूर्ण नहीं है, तो मेरे पास यह उपकरण हो सकता है और यह कर सकता है, जेनेरिक, जिसे मैं सामान्य स्वास्थ्य जांच इस अर्थ में कहूंगा कि वे एक डीबीए के रूप में मेरे द्वारा देखभाल की जाने वाली चीजों के मुख्य प्रकार हैं: क्या ड्राइव भरना है ? क्या सर्वर मुद्दों पर प्रतिक्रिया दे रहा है? मुख्य बातें, है ना?

जबकि डायग्नोस्टिक मैनेजर के साथ, जो टूल मैं आपको दिखा रहा था, वह क्वेरी स्तर तक नीचे जाने वाला है, यह इंडेक्स की सिफारिश में नीचे जाने वाला है, निष्पादन योजना और सभी अच्छे सामान को देखते हुए, जबकि यह मुख्य रूप से केंद्रित है किसके पास क्या है, ऐसा क्या है जो मैं खुद हूं और इसके लिए कौन जिम्मेदार है? मेरे पास क्या सर्विस पैक और हॉट फ़िक्स हैं? और क्या मेरे सर्वर मुख्य सामग्रियों के साथ चल रहे हैं जिन्हें मैं एसक्यूएल का एक स्वस्थ उदाहरण मानूंगा? तो आपके प्रश्न का उत्तर देने के लिए, थोड़ा सा मिश्रण है। जब हमारे पास इस उपकरण को देखने वाले लोग हैं, तो वे आम तौर पर उदाहरणों के अधिक महत्वपूर्ण सेट को देख रहे हैं। उस ने कहा, हमारे पास कुछ ऐसे लोग हैं जो हर उस उदाहरण को खरीदते हैं जो उनके पास है और इसे प्रबंधित करता है, इसलिए यह सिर्फ निर्भर करता है। लेकिन मैं आपको बताता हूं, कुल मिलाकर, निश्चित रूप से उन लोगों की एक सीमा है जो अपने पर्यावरण पर विचार करना महत्वपूर्ण है ताकि इस तरह के उपकरण अन्य उदाहरणों का प्रबंधन कर सकें।

रॉबिन ब्लोर: ठीक है, एक और सवाल इससे पहले कि मैं इसे एरिक को सौंप दूं। एक धारणा यह है कि सिर्फ उद्योग को देखने से यह है कि डेटाबेस में अभी भी एक जीवन है, लेकिन सभी डेटा इन सभी डेटा झीलों और इतने पर और आगे में डाल रहे हैं। यह प्रचार, वास्तव में, और प्रचार कभी भी वास्तविकता को प्रतिबिंबित नहीं करता है, इसलिए मुझे इस बात में दिलचस्पी है कि आप किस तरह की वास्तविकता को समझ रहे हैं? क्या एक संगठन के भीतर महत्वपूर्ण डेटाबेस, क्या वे पारंपरिक डेटा विकास का अनुभव कर रहे हैं, जिसे मैं प्रति वर्ष 10 प्रतिशत के रूप में समझता था? या वे इससे ज्यादा बढ़ रहे हैं? क्या बड़ा डेटा इन डेटाबेस को गुब्बारा बना रहा है? आप क्या तस्वीर देख रहे हैं?

Bullett Manale: मुझे लगता है कि बहुत सारे मामले हम देख रहे हैं कि कुछ डेटा को उन अन्य सेगमेंट में स्थानांतरित किया जा रहा है, जहाँ यह अधिक समझ में आता है, जब अन्य तकनीकें उपलब्ध होती हैं। हाल ही में, कुछ बड़े डेटा सामान। लेकिन ये डेटाबेस, मैं कहूंगा, बहुत सारे मामलों में सामान्यीकरण करना मुश्किल है क्योंकि हर कोई थोड़ा अलग है। आम तौर पर बोलना, हालांकि, मुझे कुछ विचलन दिखाई देता है। मैं देखता हूं, जैसे मैंने कहा, लोग बहुत सारे मामलों में लोचदार मॉडल की ओर बढ़ रहे हैं, क्योंकि वे संसाधनों को विकसित करना चाहते हैं और अन्य क्षेत्रों में ऐसा नहीं है। कुछ लोग बड़े डेटा पर जा रहे हैं। लेकिन यह कहना कठिन है, आप कहते हैं, धारणा, क्योंकि आम तौर पर मैं जिन लोगों से बात कर रहा हूं, उनके पास पारंपरिक डेटाबेस हैं और SQL सर्वर वातावरण पर इसका उपयोग कर रहे हैं।

मैंने कहा, मैं खुद एसक्यूएल के संदर्भ में कहूंगा, मुझे निश्चित रूप से अभी भी लगता है कि यह बाजार में हिस्सेदारी हासिल कर रहा है। और मुझे लगता है कि बहुत सारे लोग हैं जो अभी भी ओरेकल जैसे अन्य स्थानों से एसक्यूएल की ओर बढ़ रहे हैं, क्योंकि यह अधिक सस्ती है और स्पष्ट रूप से प्रतीत होता है, क्योंकि एसक्यूएल संस्करण अधिक उन्नत हो जाते हैं - और आप इसे अधिक हाल की चीजों के साथ देख रहे हैं एन्क्रिप्शन और सभी अन्य क्षमताओं के साथ SQL के साथ चल रहे हैं, जो इसे एक वातावरण या डेटाबेस प्लेटफ़ॉर्म बना रहे हैं - यह स्पष्ट रूप से बहुत महत्वपूर्ण मिशन सक्षम है, मुझे लगता है। इसलिए, मुझे लगता है कि हम भी यही देख रहे हैं। जहाँ आप एक बदलाव देख रहे हैं, यह अभी भी हो रहा है। मेरा मतलब है, यह 10 साल पहले हो रहा था, यह अभी भी है, मुझे लगता है, SQL सर्वर के संदर्भ में हो रहा है, जहां पर्यावरण बढ़ रहा है और बाजार में हिस्सेदारी बढ़ रही है।

रॉबिन ब्लोर: ठीक है, एरिक, मुझे लगता है कि दर्शकों को एक या दो सवाल हैं?

एरिक Kavanagh: हाँ, मुझे तुम पर एक जल्दी फेंक दो। यह वास्तव में एक बहुत अच्छा सवाल है। उपस्थित लोगों में से एक पूछ रहा है, क्या यह उपकरण मुझे बताएगा कि क्या क्वेरी को गति देने के लिए किसी तालिका को एक सूचकांक की आवश्यकता हो सकती है? यदि हां, तो क्या आप एक उदाहरण दिखा सकते हैं?

बुलेट मनले: हाँ, इसलिए मुझे नहीं पता कि मेरे पास विशेष रूप से एक इंडेक्स जोड़ने के लिए एक है, लेकिन आप यहाँ देख सकते हैं, हमारे यहाँ विखंडन की सिफारिशें हैं। मेरा यह भी मानना ​​है कि हमारे पास अभी-अभी डायग्नोस्टिक मैनेजर का एक हिस्सा था, जो वेब आधारित संस्करण की पेशकश कर रहा था, जहां यह मुझे बता रहा है कि मेरे पास एक लापता सूचकांक है। और हम उन सिफारिशों को देख सकते हैं और यह हमें उस जानकारी को अनुक्रमित करने से संभावित लाभ बताएगा। दूसरी बात जो मुझे बताई जानी चाहिए वह यह है कि जब हम अनुशंसाएँ करते हैं, तो इनमें से कई के लिए स्क्रिप्ट बनाई जाएगी। यह एक अच्छा उदाहरण नहीं है, लेकिन आप देख पाएंगे, हां, ऐसी परिस्थितियां जहां एक सूचकांक - या तो एक डुप्लिकेट इंडेक्स, या एक इंडेक्स के अलावा - प्रदर्शन में सुधार होगा, और जैसा मैंने पहले कहा था, हम बहुत कुछ करते हैं काल्पनिक सूचकांक विश्लेषण के माध्यम से। तो, यह वास्तव में कार्यभार को समझने में मदद करता है, सिफारिश के लिए लागू करने में सक्षम होने के लिए।

एरिक कावनघ: यह बहुत अच्छी बात है, और यह मुझे यहाँ अंतिम टिप्पणियों के लिए एक अच्छा तर्क देगा। रॉबिन और मैं और रिक के रूप में अच्छी तरह से कई वर्षों से सुना है, अब स्व-ट्यूनिंग डेटाबेस के बारे में बात करते हैं। यह एक स्व-ट्यूनिंग डेटाबेस है! मैं आपको बता सकता हूं: उन्हें विश्वास मत करो।

बुलेट मनाले: प्रचार पर विश्वास मत करो।

एरिक कवनघ: कुछ छोटी छोटी चीजें हो सकती हैं, जो गतिशील रूप से हो जाती हैं, लेकिन यहां तक ​​कि, आप इसे जांचना चाहते हैं और सुनिश्चित कर सकते हैं कि यह कुछ ऐसा नहीं कर रही है जो आप इसे नहीं करना चाहते हैं। इसलिए, कुछ समय के लिए, हमें डेटाबेस स्तर पर क्या हो रहा है, यह समझने के लिए इस तरह के उपकरणों की आवश्यकता है और जैसे रॉबिन ने कहा, डेटा झीलें आकर्षक अवधारणाएं हैं, लेकिन संभवत: उनके बारे में अधिक संभावना है क्योंकि उनके पास वहां पहुंचने का मौका है जल्द ही कभी भी एक नेक मॉन्स्टर होने की संभावना है। इसलिए, मैं बस फिर से कहूंगा, वास्तविक दुनिया में बहुत सारी डेटाबेस प्रौद्योगिकी है, हमें इस सामान को देखने और इसे संश्लेषित करने के लिए लोगों, डीबीए की आवश्यकता है। आप बता सकते हैं, आपको यह जानने की जरूरत है कि इस सामान को बनाने के लिए आप क्या कर रहे हैं। लेकिन आपको यह जानने के लिए उपकरण की आवश्यकता है कि आप क्या कर रहे हैं। तो, नीचे की रेखा है DBAs बस ठीक करने जा रहे हैं।

और IDERA पर बुलेट मानले और हमारे दोस्तों को बड़ा धन्यवाद। और हां, रिक शेरमैन और रॉबिन ब्लोर। हम इन सभी वेबकास्ट का संग्रह करते हैं, इसलिए ऑनलाइन insideanalysis.com या उस सभी के बारे में अधिक जानकारी के लिए हमारी सहयोगी साइट www.techopedia.com पर जाएं।

और इसके साथ, हम आपको विदाई देंगे, दोस्तों। फिर से धन्यवाद, हम अगली बार आपसे बात करेंगे। ख्याल रखना। अलविदा।