स्वास्थ्य जांच: स्वस्थ उद्यम द्वि बनाए रखना

Techopedia Staff द्वारा, 29 मार्च, 2017

Takeaway: होस्ट एरिक कवनघ ने डॉ। रॉबिन ब्लोर और IDERA के स्टेन गीगर के साथ व्यापार खुफिया पर चर्चा की।

आप वर्तमान में लॉग इन नहीं हैं। वीडियो देखने के लिए कृपया लॉग-इन या साइन-अप करें।

एरिक कवनघ: देवियों और सज्जनों, आपका फिर से स्वागत है, यह बुधवार 4:00 पूर्वी है और पिछले कुछ वर्षों से इसका मतलब है कि हॉट टेक्नोलॉजीज के लिए समय है, हाँ, वास्तव में। मेरा नाम एरिक कवनघ है, मैं आज के शो के लिए आपका मेजबान बनूंगा। मुझे इस विषय से प्यार है: "स्वास्थ्य जांच: स्वस्थ उद्यम बीआई को बनाए रखना, " यही हम आज के बारे में बात करने जा रहे हैं। वास्तव में तुम्हारे बारे में एक जगह है।

तो इस साल यह गर्म है - हॉट टेक्नोलॉजीज वास्तव में विशेष प्रकार की प्रौद्योगिकी को परिभाषित करने के लिए डिज़ाइन किया गया था और आप उद्यम सॉफ्टवेयर की दुनिया में वहाँ की कल्पना कर सकते हैं बहुत सारे और बहुत सारे विक्रेता हैं जो सभी प्रकार के विभिन्न उत्पादों को बेचते हैं और जो कुछ भी हो रहा है वह है। ये buzzwords हैं जो हवा का उपयोग करते हैं और विभिन्न विक्रेताओं द्वारा बहुत अलग चीजों के लिए चमकते हैं। और इसलिए, इस शो का उद्देश्य वास्तव में हमारे विक्रेता मित्रों की मदद करना है और हमारे दर्शकों को दोनों को पहचानने में मदद करना है और हमारे सिर को लपेटना है कि वास्तव में विशिष्ट प्रकार की प्रौद्योगिकियां क्या हैं और इन शब्दों का क्या मतलब है जब आप पीतल के ढेर से नीचे आते हैं।

इसलिए, मैं आज विश्लेषकों में से एक के रूप में खड़ा होने जा रहा हूं, हमारे पास लाइन पर डॉ रॉबिन ब्लोर और आईडीईएआर से स्टेन गीगर भी हैं। आइए, बस सामान्य रूप से व्यापार खुफिया और विश्लेषिकी के महत्व के बारे में जल्दी से बात करते हैं। यह एक बुनियादी निर्णय पेड़ है, यदि आप करेंगे, या एक फ्लो चार्ट आपकी कंपनी में मुद्दों के माध्यम से कैसे काम करते हैं, इस बारे में तरह-तरह की बातचीत करते हैं, विभिन्न विषयों पर चर्चा करते हैं, एक साथ प्रस्ताव रखते हैं और तब आपको पता चलता है कि लोग क्या सोचते हैं। क्या वे सहमत हैं? क्या वे असहमत हैं? यदि आपके पास कुछ है, और आप उस प्रक्रिया के माध्यम से कैसे काम करते हैं तो सर्वसम्मति क्या है?

खैर, यह सब स्पष्ट रूप से बहुत सामान्य है, लेकिन यह उस प्रक्रिया का एक अच्छा अनुस्मारक है जिसके द्वारा हम कंपनियों में विचारों का प्रस्ताव करते हैं, हमारे निर्णय लेते हैं और फिर आगे बढ़ते हैं। और लब्बोलुआब यह है कि उन घटकों में से प्रत्येक के लिए डेटा आवश्यक है। बड़े डेटा की दुनिया में इन दिनों यह और भी अधिक सच है, क्योंकि निश्चित रूप से, बड़ा डेटा इस विशाल सत्य इंजन की तरह है। बिग डेटा वास्तव में क्या हो रहा है; यह कौन है, कौन क्या कर रहा है, इसका प्रतिनिधि क्या खरीद रहा है, उनका सोशल मीडिया हैंडल क्या है, उदाहरण के लिए ट्वीट करना। बेशक, वह सब सामान हैक किया जा सकता है - आपको इसके लिए बाहर देखना होगा - लेकिन मुद्दा यह है कि डेटा संदर्भ वास्तुकला है, यदि आप वास्तविकता के लिए, करेंगे।

इसलिए, आप इस निर्णय प्रक्रिया में हर बिंदु पर डेटा चाहते हैं। अब, सर्वसम्मति महत्वपूर्ण है। यदि आप खुश उपयोगकर्ताओं को चाहते हैं, तो कभी-कभी एक मालिक को अनाज के खिलाफ जाना पड़ सकता है जो हर कोई चाहता है। हम इस वेबकास्ट के शुरू होने से ठीक पहले स्टीव जॉब्स के बारे में बात कर रहे थे और वह उस तरह के लिए कुख्यात था। उन्हें एक प्रसिद्ध उद्धरण मिला है, जहां वह सलाह देते हैं कि लोग उनके चारों ओर सुनाई देने वाले शोर को बाहर निकाल दें और फिर उनकी दृष्टि से चिपके रहें, अगर उन्हें पता है कि वे जो कर रहे हैं वह सही है। इसलिए, आपको हमेशा आम सहमति की आवश्यकता नहीं है, लेकिन आमतौर पर यह एक बहुत अच्छा विचार है। लेकिन इस स्लाइड और इस कमेंट्री का सामान्य उद्देश्य यह है कि हम घर को महत्व देना चाहते हैं कि हम अपने निर्णय डेटा के आधार पर करना चाहते हैं, न कि केवल वृत्ति पर, हालांकि आंत आमतौर पर वास्तव में अच्छा है यह जानने में मदद करता है कि आप कहाँ जाना चाहते हैं, और फिर आप वास्तव में अपने डेटा के साथ इसे सत्यापित या अमान्य करते हैं। और मैं कहूंगा कि वहां से गुजरने में डरना नहीं चाहिए, बस एक अच्छा सा मार्कर है, या याद दिलाएं कि जब आप इस अवसर पर पीछे देखते हैं कि आप कम से कम संदर्भ के कुछ फ्रेम प्राप्त कर सकते हैं और समझ सकते हैं कि आप कहां हैं से आने वाली गलतियों के बारे में ईमानदार रहें। हमने सभी गलतियाँ की हैं, ऐसा होता है।

इसलिए, यदि आपके पास अपने व्यापार खुफिया सिस्टम में प्रदर्शन के मुद्दे हैं, तो ठीक है, पुरानी अभिव्यक्ति है "धैर्य एक गुण है, " आईटी की दुनिया में नहीं, मैं आपको अभी बता सकता हूं। यदि उपयोगकर्ता अपने प्रश्नों के वापस आने के लिए लंबे समय से प्रतीक्षा कर रहे हैं, या उन्हें अपनी रिपोर्ट नहीं मिल रही है, तो विश्वास खत्म हो जाता है, और जब विश्वास खत्म हो जाता है, तो उस वापस प्राप्त करना बहुत मुश्किल होता है। इसलिए, मैंने यहां एक पंक्ति लगाई है - लगभग 40 सेकंड इन दिनों बहुत सारे मामलों में 40 मिनट की तरह है - यदि कोई क्वेरी 40 सेकंड लेने वाली है, तो लोग भूल जाते हैं कि वे क्या बात कर रहे हैं, वे क्या पूछ रहे थे डेटा का। बस एक वार्तालाप में कल्पना करें यदि आप किसी से पूछते हैं, तो आप अपने बॉस से कहें, आप कहते हैं, "अरे, मैं जानना चाहता हूं कि ऐसा क्यों है कि हम इस मार्ग से नीचे जा रहे हैं।" और आपको एक वार्तालाप में 40 सेकंड इंतजार करना पड़ा। जवाब पाने के लिए आप कमरे से बाहर चलेंगे! आपको लगता होगा कि आपके बॉस ने अपना दिमाग खो दिया है। तो, वह विलंबता जो हमारे पास कुछ सूचना प्रणालियों में होती है, जब प्रदर्शन समस्याएं होती हैं, जो कि विश्लेषणात्मक प्रक्रिया, विश्लेषणात्मक प्रवाह को कम करने वाली है, या जैसा कि कुछ लोग इसे कहते हैं, वह वार्तालाप जो आप अपने डेटा के साथ कर रहे हैं। आपको इन प्रणालियों को गति देने की आवश्यकता है, जो भी करने के लिए आपको करना होगा, और हम आज उस बारे में बात करने जा रहे हैं, यही आपको करने की आवश्यकता है, क्योंकि विचारों के उस तरल प्रवाह के बिना, आप आगे हैं। वास्तव में एनालिटिक्स की पूरी प्रक्रिया को नुकसान पहुंचा रहा है। इसलिए, और एक बार फिर, मैंने इस टिप्पणी को बाहर फेंक दिया: विश्वास की कमी एक मूक हत्यारा है। अगर वे आप पर भरोसा नहीं करते हैं, तो लोग वास्तव में बहुत अधिक अपने हाथ नहीं बढ़ाएंगे, लेकिन वे आपको बग़ल में देख कर आश्चर्य करेंगे कि क्या चल रहा है। और एक बार जब वह विश्वास खत्म हो जाता है, तो आपके पास उसे वापस पाने के लिए बहुत कठिन समय होता है।

इसलिए, कृत्रिम बुद्धिमत्ता, अच्छी तरह से हम मशीन लर्निंग और एआई और "ओह के बारे में सुनते रहते हैं, क्या यह इन सभी समस्याओं को हल करने वाला नहीं है?" रॉबिन और मैं वर्षों से स्व-ट्यूनिंग डेटाबेस और इस सभी मज़ेदार सामान के बारे में सुन रहे हैं। इसमें से कुछ चल रहा है, लेकिन बस अपने आप से सवाल पूछें: सिरी आपके लिए कितनी बार सही है? सिरी ने कितनी बार गलती से पॉप अप किया और जाना, "मुझे क्षमा करें, मुझे वह नहीं मिला।" यही कारण है कि मैं आपसे कुछ भी नहीं पूछ रहा था। मैंने उस गलती से बटन दबाया। तो अभी भी बहुत सारी खामियां हैं, और जिस तरह से बाएं हाथ की तरफ से, वह एक Apple न्यूटन से ASIC चिप है - उस पिल्ला को साल और साल पहले से याद रखें? यह पहले स्मार्ट उपकरणों में से एक था, और यह एक लंबे समय से पहले की तरह है, जो कि शुरुआती 90 के दशक या मध्य -90 के दशक की तरह है जो मैं कहना चाहता हूं। न्यूटन बाहर आया था और यह बहुत अच्छा नहीं था, लेकिन यह दृष्टि थी; वे जानते थे कि वे कहां जा रहे थे, लेकिन अब भी, iPhone एआई और मशीन सीखने के साथ, ये व्यापक रूप से गलत धारणाएं हैं, मैं कहूंगा।

और निश्चित रूप से मशीन लर्निंग के संबंध में, यह बहुत उपयोगी हो सकता है और वास्तव में इन कुछ वातावरणों में इस्तेमाल किया जा सकता है, जहां आप यह समझने की कोशिश कर रहे हैं कि आपकी जटिल सूचना वास्तुकला के साथ क्या हो रहा है, जहां चीजें गलत हो रही हैं। मशीन सीखना उस संदर्भ में बहुत मूल्यवान हो सकता है, लेकिन केवल अगर बहुत तीव्र तरीके से लागू किया जाए। इसलिए, मैं अभी हाल ही में कैलिफ़ोर्निया में एक बड़ी घटना को अंजाम दे रहा था, एक बड़े होडोप डिस्ट्रीब्यूटर्स क्लूडेरा ने अपना एनालिस्ट समिट किया था और मैं उनके मुख्य रणनीति अधिकारी के साथ बात कर रहा था और कहा, "आप जानते हैं, यह मुझे लगता है, कि वास्तव में मशीन लर्निंग केवल दो चीजें करता है: यह खंडों और इसे परिष्कृत करता है। "इसका मतलब है कि यह आपको विभिन्न खंड या विसंगतियों सहित गतिविधियों के समूह देगा, जो एक खंड होगा। और यह परिष्कृत करता है, जिसका अर्थ है कि यह एक निश्चित प्रकार के निर्णय को बेहतर बनाने में आपकी मदद करता है। आप जिस क्लासिक उदाहरण के बारे में सुनते हैं, इस तस्वीर में एक इंसान है, उदाहरण के लिए। तो यह है कि कुछ मशीन सीखने कर सकते हैं, और यह कुछ संदर्भों में उपयोगी है, जब आप समस्या निवारण के बारे में बात कर रहे हैं, क्योंकि आप CPU उपयोग में व्यवहार के पैटर्न, स्मृति उपयोग में, डिस्क की गति और डिस्क क्या कर रहे हैं के लिए देख सकते हैं, और उस मज़ेदार सामान की तरह। तो यह उपयोगी हो सकता है, लेकिन यह वास्तव में ऐसा कुछ है जिसे किसी भी मूल्य को उत्पन्न करने के लिए बहुत ध्यान केंद्रित करना होगा।

इसलिए, मेरी अन्य पसंदीदा चीजों में से एक - और हम इस बारे में थोड़ा देखना पसंद करेंगे, मुझे लगता है, जब हम आज हमारे डेमो को IDERA से लेते हैं - कई मायनों में मुझे लगता है कि मानव अभी भी सिलिकॉन बोलना सीख रहे हैं । इस सब के नीचे एक भौतिक विज्ञान है, और आप में से उन लोगों के लिए जिन्होंने समस्या निवारण किया है और वास्तव में जटिल सूचना आर्किटेक्चर पर एक कड़ा रुख अपनाया है, जब आप यह समझने की कोशिश कर रहे हैं कि क्या चल रहा है, उदाहरण के लिए एक हडोप क्लस्टर की तरह, वास्तव में आप आमतौर पर सिर्फ हिस्टोग्राम देख रहे हैं। और फिर आपको यह सहसंबंधित करना होगा कि इन अलग-अलग हिस्टोग्राम्स का एक विशेष समय में क्या मतलब है, और यह बुद्धिमत्ता लेता है; मानव बुद्धि और अनुभव लेता है। इसलिए, मुझे इस बात का बिल्कुल भी डर नहीं है कि एमएल, या मशीन लर्निंग या एआई इस दुनिया में किसी भी समय बहुत अधिक नौकरियां लेने जा रहे हैं। मुझे लगता है कि हमेशा इंसानों की ज़रूरत होती है, जो खुलकर जानते हैं कि वे हमारी मदद करने के लिए क्या कर रहे हैं और यह सब हो सकता है।

तो, चलो साथ चलते हैं। तो, क्या होगा यदि आप डेटा संचालित नहीं हैं? यह एक प्रसिद्ध पेंटिंग है, "द ब्लाइंड लीडिंग द ब्लाइंड" - यह वह नहीं है जो आप लोगों के लिए देख रहे हैं। आप अपने संगठन में इस तरह का वातावरण नहीं चाहते हैं। इसलिए हम चाहते हैं कि हम चाहते हैं कि हमारे निर्णय डेटा द्वारा संचालित हों और हम चाहते हैं कि निर्णय अच्छे डेटा, अच्छी गुणवत्ता वाले डेटा द्वारा संचालित हों और यह केवल तभी हो सकता है जब आप सही डेटा एकत्र करें, यदि यह अच्छा और स्वच्छ हो, और यदि आपके सिस्टम ठीक से चल रहे हैं, यदि आपका बीआई सिस्टम स्वस्थ है, तो आपके एनालिटिक्स सिस्टम स्वस्थ हैं और उपयोगकर्ताओं को वही मिल रहा है जो वे समय पर चाहते हैं।

तो इसके साथ ही मैं अप करने योग्य रॉबिन ब्लोर को लपेटने और सौंपने जा रहा हूं। रॉबिन, इसे दूर ले जाओ।

रॉबिन ब्लोर: ठीक है, ठीक है, मुझे गेंद पास करने के लिए धन्यवाद। मैं सोच रहा था जब आप बोल रहे थे, एरिक, मैं बीआई के बारे में सोच रहा था और एक विक्रेता प्रस्तुति थी जिसे मैंने हाल ही में भाग लिया जब किसी ने टिप्पणी की कि एक विशेष विक्रेता में, एक विशेष प्रणाली को एक बड़े, खराब डेटा वेयरहाउस में चला रहे हैं जो वे एक समय में करेंगे समय के साथ दिए गए बिंदु 70, 000 बीआई लेनदेन कर सकते हैं जिससे बहुत से लोगों को जानकारी प्रस्तुत की जा सकेगी। यह मेरे साथ हुआ है कि अगर वास्तव में आपके पास उस तरह का काम का बोझ है, और आप सॉफ्टवेयर को निष्पादित करने के मामले में कुछ सेकंड भी बर्बाद करते हैं, तो यह वास्तव में बहुत महंगा होने वाला है, और यदि आप मिनटों को बर्बाद करते हैं तो यह बहुत महंगा होने वाला है। और फिर मुझे याद आया कि दुनिया का एक बहुत बड़ा हिस्सा स्प्रेडशीट पर चलता है - वहाँ, मुझे लगता है कि उन्हें "छाया सिस्टम" कहा जाता था क्या वे नहीं थे? पहले उदाहरण में, जहां लोग स्प्रेडशीट और ईमेल का उपयोग करते हुए सिस्टम को एक साथ रखते हैं, और वे चीजों को बना देते हैं, क्योंकि आईटी विभाग हर किसी के लिए आवेदन नहीं बना सकता है, इसलिए वे ऐसा करते हैं। और मुझे लगता है कि बहुत सारे बीआई वैसे भी सिस्टम में शामिल हो जाते हैं।

वैसे भी, कहा जाता है कि, मैं जिस बारे में बात करने जा रहा हूं, उसके बारे में बात करते हैं। कॉर्पोरेट सिस्टम के लिए BI का फीडबैक लूप, यह वास्तव में इतना सरल या जटिल है कि यह संगठन में क्या भूमिका निभाता है, पर निर्भर करता है। लेकिन अगर हम देखें तो यह लगभग चार साल पहले का एक आरेख है, जब हम एक तरह से कोशिश कर रहे थे या कोई अन्य समझ रहा था कि एनालिटिक्स की तरफ क्या हो रहा था। लेकिन बहुत ज्यादा, वह सब कुछ, जो दृष्टिहीनता है, जो पहले हुआ है उसे देखते हुए, और जो कुछ भी निरीक्षण करता है, सिस्टम के काम करने के तरीके से बीआई हो जाता है। यह इस मामले में इस्तेमाल नहीं किया गया था कि दूरदर्शिता क्या थी, भविष्य कहनेवाला विश्लेषण द्वि था, लेकिन यह वास्तव में तेजी से मामला बनता जा रहा है। एरिक ने मशीन लर्निंग का उल्लेख किया है, बहुत सारी मशीन लर्निंग वास्तव में एक तरह से या किसी अन्य को सिर्फ डेटा की एक धारा के खिलाफ चलाया जा सकता है और आपको आने वाले पांच मिनटों के लिए पूर्वानुमानात्मक विश्लेषण दे सकता है, या लगभग वास्तविक समय में भी, इसलिए आप एक का जवाब दे सकते हैं ग्राहक, वास्तव में क्या हो रहा है की गणना के ज्ञान के साथ।

लेकिन इस आरेख का केंद्र, अंदर एनालिटिक्स से आता है। सामान्य रूप से क्या होता है कि विभिन्न विश्लेषणात्मक गतिविधियों को डेटा के विशेष संग्रह में इंगित किया जाता है और कुछ नया सीखा जाता है, व्यापार के बारे में ज्ञान सीखा जाता है। और उस ज्ञान के टुकड़े को फिर व्यापार प्रक्रियाओं में बाँध दिया जाता है जो उससे खिला सकते हैं। और आमतौर पर यह एक तरह से या किसी अन्य के रूप में प्रकट होता है जैसे बीआई अलर्ट दिखाई देते हैं, या बस विभिन्न चीजों को डैशबोर्ड पर रखा जा रहा है, और इसी तरह आगे भी। जब हमने वास्तव में ऐसा किया था, तो वहां चार शब्द हैं और वे "दृष्टि" शब्द के साथ समाप्त होते हैं जो बहुत अच्छा है। लेकिन वास्तविक रूप में यह सब कुछ नहीं है कि लोग क्या करना चाहते हैं, अनुकूलन की समस्या भी है और अनुकूलन सरल विश्लेषण नहीं करता है। यह बहुत जटिल समस्या है और अनुकूलन की बहुत सारी समस्याएं विशिष्ट रूप से घुलनशील नहीं हैं। आपके पास केवल अच्छे समाधान हो सकते हैं, आप साबित नहीं कर सकते कि आपके पास बेहतर समाधान है। और यह गतिविधि का एक क्षेत्र है, जहाँ गतिविधि चल रही है, लेकिन यह एनालिटिक्स के अन्य क्षेत्रों की तुलना में कम है। तो, लोग कहते हैं कि हम विश्लेषिकी के युग में रहते हैं - ठीक है, हम दस साल पहले की तुलना में करते हैं, लेकिन यह पहले से कहीं अधिक हो सकता है।

तो, बीआई को भूलकर, ज्ञान की इच्छा उपयोगकर्ता के अनुरोधों को भूल जाती है, जो कि एनालिटिक्स प्रोजेक्ट्स को भूल जाते हैं, और एनालिटिक्स प्रोजेक्ट्स डेटा झीलों को भूल जाते हैं, और डेटा झीलों के साथ-साथ एनालिटिक्स को इनसाइट्स भूल जाते हैं और इनसाइट्स बीआई को भूल जाते हैं। यह एक कहानी है जो मैंने अभी बताई है; मैंने सोचा था कि मैं इसे लिखूंगा। मैंने यहां किस तरह का काम किया है, मेरा मतलब है, इस स्लाइड का पूरा बिंदु और वास्तव में अधिकांश अन्य स्लाइड्स वास्तव में केवल इस बात पर जोर देना है कि वास्तव में व्यापार खुफिया की दुनिया कितनी जटिल है। यह एक साधारण बात नहीं है, मैं इस विशेष स्लाइड तरीके को वास्तव में की तुलना में अधिक जटिल बना सकता था, लेकिन आपके पास यहां नीचे है, आपके पास बाहरी डेटा और आंतरिक डेटा है जो एक तरह से या किसी अन्य को एक चरण में रखा जाएगा। क्षेत्र, जो आजकल यह डेटा झील का सामान है, हालांकि हर किसी के पास डेटा झील नहीं है। और जो लोग जरूरी नहीं कि सफल होते हैं। और फिर, वास्तव में इसका उपयोग करने से पहले डेटा पर एक निपुण सफाई गतिविधि और डेटा पर एक शासी गतिविधि आवश्यक है। और फिर, आप उस डेटा की सेवा करते हैं और आप या तो इस पर रिपोर्ट करते हैं, या इसका विश्लेषण करते हैं और विश्लेषण कार्रवाई की ओर ले जाता है।

और अगर आप वास्तव में विभिन्न प्रकार के विश्लेषणों को देखते हैं, तो यह एक अविश्वसनीय रूप से लंबी सूची है, लेकिन जरूरी नहीं कि यह पूरी तरह से व्यापक सूची है, यह सिर्फ मैंने लिखने के लिए सोचा था, जब मैं वास्तव में इस स्लाइड को बना रहा था। इसलिए, बीआई वातावरण में बहुत सी चीजें होती हैं जो विज़ुअलाइज़ेशन, OLAP, प्रदर्शन प्रबंधन, स्कोरकार्ड, डैशबोर्ड, विभिन्न प्रकार के पूर्वानुमान, डेटा झील, पाठ खनन, वीडियो खनन, भविष्य कहनेवाला सामान, सामान का एक विशाल स्पेक्ट्रम है। वास्तव में चलता है। यदि आप इसे एक अलग तरीके से देखते हैं, तो कॉर्पोरेट वास्तविकता, मूल रूप से यह पिछले एक के समान आरेख है, यह सिर्फ एक अलग तरीके से किया जाता है। मैंने अलग किया कि आप बीआई को क्या कहेंगे क्योंकि यह नियमित है और यह ज्ञात है कि क्या आवश्यक है, इसका मतलब यह नहीं है कि वास्तव में क्या हो रहा है कुशल है, लेकिन कम से कम आपके पास नियमित रूप से होने वाली चीजें होंगी, आइए हम कहते हैं कि झांकी, या क्लिक करें, या में कॉग्नोस, एक विषय स्रोत है, और इसी तरह और आगे भी, विभिन्न नियमित रिपोर्ट या क्षमताएं चल रही हैं। और फिर आपके पास एनालिटिक्स ऐप हैं और वे अलग हैं। क्योंकि एनालिटिक्स ऐप वास्तव में डेटा की खोज करने के बारे में है और मेरे दिमाग में यह अनुसंधान और विकास के लिए समान है। और फिर आपके पास वर्कफ़्लो है। वर्कफ़्लो के तहत आप अपना सामान ऑपरेशनल ऐप और ऑफिस ऐप के साथ मिला सकते हैं, अगर यह आवश्यक है - और यह कॉर्पोरेट वास्तविकता है जैसा कि मैं इसे देखता हूं - हालांकि अधिकांश संगठनों में यह अच्छी तरह से व्यवस्थित नहीं है।

इसलिए बीआई व्यवधान, यह बीआई का उल्लेख करने के लिए इस्तेमाल की जाने वाली चीजों के मुकाबले सिर्फ एक सेट है, क्योंकि पुराने बीआई दुनिया में मुख्य रूप से काफी स्वच्छ डेटासेट शामिल थे जो एक तरह से या किसी अन्य पर कब्जा कर लिया, शायद एक डेटा वेयरहाउस से और विशिष्ट में खिलाया गया बीआई सॉफ्टवेयर। और उन दिनों में, मैं वास्तव में पांच या दस साल पहले बात कर रहा हूं, लेकिन उन दिनों में, डेटा वॉल्यूम का विस्तार नहीं हो रहा था, डेटा स्रोत ज्ञात थे। डेटा के आगमन की गति ज्ञात थी, हालांकि अक्सर कुछ बीआई कुछ उपयोगकर्ताओं की पसंद के लिए पर्याप्त तेजी से नहीं हो रहे होते हैं। कोई असंरचित डेटा नहीं था, लगभग सामाजिक डेटा नहीं था, निश्चित रूप से कोई IoT डेटा नहीं था, आपने डेटा प्रोवेंस की परवाह नहीं की। एक तरह से या किसी अन्य चीजों को असाधारण रूप से तेज करने में सक्षम होने के लिए बुनियादी ढांचे के संदर्भ में कंप्यूटर मूल्य में समानता नहीं थी। आपके पास मशीन सीखना नहीं था, और विश्लेषणात्मक कार्यभार की संख्या काफी पतली थी। और यह सब बदल गया है, अब डेटा की मात्रा बहुत नाटकीय रूप से बढ़ सकती है। डेटा स्रोतों की संख्या यह सिर्फ ऊपर जा रहा है। हां, बहुत तेजी से डेटा की स्ट्रीमिंग का आगमन, बहुत से असंरचित डेटा, निश्चित रूप से सामाजिक डेटा, जिसे क्लींजिंग की आवश्यकता होगी, लेकिन अन्य डेटा जिन्हें क्लींजिंग की आवश्यकता हो सकती है, निश्चित रूप से IoT डेटा, अभी सौदा है।

डेटा प्रोवेंस एक मुद्दा है और हम इसकी परवाह करते हैं। कंप्यूटर की शक्ति वहां है, जो साफ-सुथरी है, क्योंकि यह सभी प्रकार की चीजों को संभव बनाता है, और आपको मशीन सीखने को अब एक ऐसी घटना के रूप में प्राप्त होता है जो अधिक बीआई क्षमता और नए विश्लेषणात्मक वर्कलोड के निर्माण की ओर ले जाता है जो ऐसा ही करेंगे। तो, बीआई एक स्थिर स्थिति नहीं है और मुझे लगता है कि मैं आखिरी बात कहने जा रहा हूं, इससे पहले कि मैं इसे स्टेन को सौंप दूं। अरे नहीं, यह नहीं, कुछ और है। भविष्य बीआई परिदृश्य, चीजों का इंटरनेट, घटना-संचालित वास्तुकला, वास्तविक समय सब कुछ, ठीक है। उपयोगकर्ता द्वारा उपयोगकर्ता के लिए पर्याप्त बीआई, सारांश में उपयोगकर्ता के मुद्दों के लिए। डेटा प्रवाह प्रदर्शन समयबद्धता, डेटा कवरेज, डेटा क्लींजिंग, डेटा एक्सेस कौशल, विज़ुअलाइज़ेशन, छायांकन और क्रियाशीलता।

इसलिए अब मैं इसे स्टेन पर पारित कर सकता हूं, जब तक कि बीआई सेवा भरोसेमंद और समय पर न हो, यह सेवा नहीं है। स्टेन?

एरिक Kavanagh: सब ठीक है, स्टेन, मैं तुम्हें गेंद दे रहा हूँ, इसे दूर ले जाओ।

स्टेन गीगर: ठीक है। इसलिए, मैं जिस बारे में बात करने जा रहा हूं वह सिर्फ मेरी पृष्ठभूमि है। मैं उत्पाद प्रबंधन में IDERA में एक वरिष्ठ प्रबंधक हूं और मेरे पास जो जिम्मेदारियां हैं, उनमें से एक हमारी व्यावसायिक खुफिया पेशकश उत्पाद है। इसलिए मैं इस बात पर थोड़ा विस्तार करने जा रहा हूं कि रॉबिन व्यापार खुफिया के साथ प्रमुख क्षेत्र के बारे में क्या बात कर रहा था और आपके प्लेटफॉर्म स्वास्थ्य की निगरानी कर रहा था। जैसे उसने कहा, अब यह हुआ करता था जहां हमारे पास यह सब डेटा था और विश्लेषण करने में कई सप्ताह लगेंगे और फिर हम रिपोर्ट और चीजों के साथ वापस आएंगे। लेकिन बीआई परिदृश्य बदल रहा है जैसे कि हम अब लगभग वास्तविक समय के एनालिटिक्स के करीब हो रहे हैं। और बहुत सारे मामलों में, वास्तविक रीयल-टाइम एनालिटिक्स। इसलिए, मैं इस स्लाइड के बारे में थोड़ी बात करता हूं, यह सिर्फ एक तरह का अवलोकन है - और जैसा कि एक पूर्ण प्रकटीकरण है कि मैं इसके बारे में एक Microsoft परिप्रेक्ष्य से बात करने जा रहा हूं, लेकिन ये सभी अवधारणाएं पार हो जाती हैं कि क्या आपका बीआई प्लेटफ़ॉर्म ओरेकल में हैं, या आप Informatica और Oracle, या सिर्फ मिक्स मोड, हाइब्रिड वातावरण का उपयोग कर रहे हैं। मैं अभी Microsoft वातावरण के संदर्भ में उपयोग करने जा रहा हूं, लेकिन यह बहुत मानक है।

रॉबिन की वहां एक स्लाइड थी जो इस पर छूती थी, यह है कि आपको स्रोत सिस्टम मिल गया है, जहां मुझे अपना सारा डेटा मिल गया है, और अब यह इन सबका इस्तेमाल रिलेशनल डेटाबेस और डेटा स्टोरेज जैसे कि, लेकिन अब हम Hadoop और इंटरनेट और चीजों को प्राप्त कर चुके हैं, और यह सभी असंरचित डेटा वहां बैठे हैं, और हम अब उन्हें "BI आर्किटेक्चर" में ला सकते हैं। इसलिए मध्य स्तरीय थोड़ी बातचीत करता है एकत्रीकरण में डेटा भंडारण है; यह वह जगह है जहां हम डेटा को खींचते हैं, हम इसे साफ कर सकते हैं, हम इसका पुनर्गठन कर सकते हैं, और फिर किसी प्रकार के डेटा स्टोर में डाल सकते हैं और फिर प्रस्तुति परत उसके ऊपर बैठती है, और यहीं से आपके उपयोगकर्ताओं को एक्सेस मिल रहा है। और हम उन डेटा स्टोरों में उस डेटा पर एनालिटिक्स कर रहे हैं, और हम डैशबोर्ड्स कर रहे हैं, और हमें वहां बैठे हुए हैं, सेवाओं, रिपोर्टिंग जैसी चीजों पर रिपोर्टिंग करना। मैं हमेशा हंसता हूं क्योंकि जब मैं बीए वास्तुकार था, तो हम हमेशा एक्सेल के बारे में हंसते थे, क्योंकि चलो इसका सामना करते हैं, एक्सेल जनता का बीआई उपकरण है, फिर भी।

तो, वहाँ एक छोटा सा अवलोकन, लेकिन सिर्फ मंच वास्तुकला के बारे में बात करने के लिए, आपको अपना स्रोत डेटा मिला है और मैंने इसके बारे में कई डेटा स्टोरों में बात की है। और फिर मुझे Microsoft दुनिया में एकत्रीकरण में मेरा भंडारण मिला है, आपके पास आपका SQL सर्वर डेटाबेस होगा, शायद जहां आपका डेटा वेयरहाउस है, आपके पास संभवतः आपके डेटा वेयरहाउस के साथ क्लाउड में आपका डेटा वेयरहाउस है। आपको विश्लेषण सेवाएँ मिली हैं, जो कि आपकी ओएलएपी ट्यूब और उस तरह की चीजें हैं जैसे एकत्रीकरण और चीजों को कई आयामों और चीजों की तरह देखने के लिए। फिर आपको अपनी प्रेजेंटेशन लेयर मिल गई है, जिसके बारे में मैंने संक्षेप में इन सभी चीजों के बारे में बात की थी, जो उन डेटा स्टोर और एकत्रीकरण के शीर्ष पर बैठती हैं। और मुझे हमेशा यह उद्धरण पसंद है, "आप नहीं जानते कि आप क्या नहीं जानते हैं, " जो सच है। यदि आप निगरानी नहीं कर रहे हैं और आप अपने बीआई प्लेटफ़ॉर्म के इन सभी क्षेत्रों पर क्या चल रहा है, यह नहीं देख रहे हैं, तो आपको कैसे पता चलेगा कि आपके पास कोई समस्या है जब उपयोगकर्ता आपको गंदे ईमेल भेजना शुरू करते हैं और फोन शुरू होता है। मेरी रिपोर्ट क्यों नहीं चल रही है? सब कुछ इतना लंबा समय क्यों ले रहा है?

तो, उस नस में, जो आपको करने के लिए मिला है, आप अपने प्लेटफार्मों की निगरानी करने में सक्षम हो गए हैं जिनसे आप व्यापार खुफिया सेवा कर रहे हैं। और मैं मूल रूप से तीन क्षेत्रों में टूट गया: आपको उपलब्धता, प्रदर्शन और उपयोग मिला है। उपलब्धता का अर्थ है कि क्या संसाधन उपलब्ध है: क्या यह ऊपर या नीचे है? बहुत सरल है। लेकिन यह भी देखते हुए कि आपके पास कब है, आपके पास मंच उपलब्ध हो सकता है, लेकिन आप वहां समस्या हो सकती है, इसलिए आपको मूल कारण पहचान करने में सक्षम होना चाहिए; आप चीजों को गंभीर स्थिति में लाने से पहले सचेत रहने और किसी को यह बताने में सक्षम हो सकते हैं कि क्या हो रहा है। वह प्रदर्शन पक्ष में जाता है, भी, आपको प्रदर्शन मीट्रिक स्तर से, सर्वर स्तर पर, जहाँ सेवाएँ या BI सेवाएँ, या BI प्लेटफ़ॉर्म होस्ट की जाती हैं; आपको संसाधन-स्तर का प्रदर्शन मिला है, जहाँ शायद मैं SAN से डेटा एक्सेस कर रहा हूँ, उदाहरण के लिए। सैन संसाधन, नेटवर्क संसाधन होने के नाते, आपको उन सभी के प्रदर्शन की निगरानी करने में सक्षम होने, बाधाओं को पहचानने और अपने उपयोगकर्ताओं को खुश रखने में सक्षम होने की आवश्यकता है, और यदि आप एक ऐसे वातावरण में हैं जहां आप वास्तविक काम कर रहे हैं- समय विश्लेषिकी, आपको बाधाओं या समस्याओं की पहचान करने में सक्षम होना चाहिए।

और अंतिम सिद्धांत उपयोग है: उपयोगकर्ता क्या कर रहे हैं? मेरे बीआई स्रोतों से कौन जुड़ा है? कौन क्या चल रहा है? वे किस प्रश्न पर चल रहे हैं? वे क्या रिपोर्ट चला रहे हैं? इस जानकारी को जानने से उदाहरण के लिए क्षमता नियोजन और निर्धारण करने में मदद मिलती है। यह यह भी दर्शाता है कि आपके बीआई वातावरण में क्या उपयोग किया जा रहा है। हमारे पास एक ग्राहक था जो वे बीआई के लिए हमारे निगरानी उत्पाद चाहते थे ताकि उन्हें पता चल सके कि वे बीआई पर्यावरण के किन हिस्सों का उपयोग कर रहे हैं ताकि वे आसपास के संसाधनों को स्थानांतरित कर सकें। उदाहरण के लिए, यदि वे कुछ रिपोर्टों, या कुछ विश्लेषण सेवाओं क्यूब्स का उपयोग नहीं कर रहे थे, तो वे संसाधनों को उस क्षेत्र से अन्य क्षेत्रों में स्थानांतरित कर देंगे जिनका अत्यधिक उपयोग किया जा रहा था। एक और उद्धरण जो मुझे पसंद है, मुझे वास्तव में "ट्रेमर्स" जैसी शानदार फिल्में पसंद हैं, इसलिए आपको मेरी फिल्म बताएं, इसलिए मुझे बर्ट गमर का यह उद्धरण पसंद है, जो माइकल ग्रॉस द्वारा निभाया गया था, वह एक तरह से उत्तरजीविता बंदूक वाला है और वह कहता है, वह दिखाता है और वह इस विशाल 50-कैलिबर स्नाइपर राइफल को खींचता है, और लोगों में से एक कहता है, "डैम, बर्ट।" और वह जवाब देता है "जब आपको इसकी आवश्यकता होती है और आपके पास यह नहीं होता है, तो आप एक अलग धुन गाते हैं।" दूसरे शब्दों में, आप जानते हैं क्या? वह किसी भी चीज के लिए तैयार था और वह किसी भी चीज के लिए तैयार था, और इसलिए मुझे इससे मतलब है कि अगर आप संसाधन और उपयोग से अपने बीआई वातावरण की निगरानी नहीं कर रहे हैं और जिन चीजों के बारे में मैंने बात की है, तो आपको एहसास नहीं है कि आपको एक उपकरण की आवश्यकता है या ऐसा वातावरण या संरचना जो इसे तब तक मॉनिटर कर रहा है जब तक आपके पास नहीं है। और तब आपको पता चलता है कि मुझे वास्तव में आगे बढ़ने की आवश्यकता थी, और इस तरह से हमारे बहुत सारे ग्राहक हैं।

इसलिए, यह कहते हुए कि, हम आगे बढ़ेंगे और हम इनमें से कुछ मुद्दों को हल करने के लिए IDERA पर क्या कर रहे हैं, इस पर एक नज़र डालेंगे। तथा-

एरिक Kavanagh: ठीक है, तुम वहाँ जाओ, मैं इसे देखता हूं।

स्टेन गीगर: आप इसे देख रहे हैं? ठीक है। तो, जो हमें यहां मिला है वह हमारा BI प्रबंधक उत्पाद है। और हम मॉनिटर करते हैं, IDERA पारंपरिक रूप से SQL सर्वर, Microsoft SQL सर्वर वातावरण में एक कंपनी रही है। और फिर हमने Embarcadero में खरीदा, इसलिए अब हमने कुछ अन्य प्लेटफार्मों के लिए विस्तार किया है, लेकिन हमारे बीआई उत्पाद परंपरागत रूप से Microsoft वातावरण में बीआई स्टैक की निगरानी करते हैं। और यह आपके बहुआयामी और सारणीबद्ध विश्लेषण, रिपोर्टिंग सेवाओं, रिपोर्टिंग टूल और फिर एकीकरण सेवाओं के लिए विश्लेषण सेवाएं होगी, जो कि सूचनात्मक की तरह ईटीएल प्लेटफॉर्म है।

और हमारे उत्पाद के माध्यम से आप एक उत्पाद के माध्यम से उन तीनों वातावरणों की निगरानी कर सकते हैं, और जो आप यहां देख रहे हैं वह समग्र डैशबोर्ड है, और यहां ध्यान देने वाली बात यह है कि जब मैंने इसके बारे में बात की थी, तो यह मॉनिटर करने के लिए एक चीज है, लेकिन यह पर्याप्त नहीं है - आपको एक सतर्क तंत्र की आवश्यकता है। दूसरे शब्दों में, मुझे एक महत्वपूर्ण स्थिति में आने से पहले अधिसूचित होने में सक्षम होना चाहिए। तो, हम यहाँ क्या करते हैं, वहाँ मेट्रिक्स का एक पूरा सेट है जिसे हम कैप्चर करते हैं जो कि कॉन्फ़िगर करने योग्य है क्योंकि आपके पर्यावरण, कुछ थ्रेसहोल्ड के आधार पर, आप अपने वातावरण में तीस मिलीसेकंड रीड टाइम के साथ ठीक हो सकते हैं। अन्य वातावरण यह अधिक महत्वपूर्ण हो सकता है कि थ्रेशोल्ड कम हो, इसलिए न केवल सतर्क रहना महत्वपूर्ण है, बल्कि इसे कॉन्फ़िगर करने योग्य भी है क्योंकि वातावरण संसाधनों के आधार पर भिन्न होते हैं।

इसलिए, मूल रूप से, यह उन सभी वातावरणों का अवलोकन है, जिनकी यहां निगरानी की जा रही है, और मुझे यहां तीन उदाहरण मिले हैं: एक विश्लेषण सेवाओं के लिए, एक एकीकरण सेवाओं के लिए, एक रिपोर्टिंग सेवाओं के लिए। और आप देखते हैं कि मुझे यहां कुछ अलर्ट मिले हैं। और क्योंकि ये लाल हैं यह बताता है कि ये महत्वपूर्ण हैं, क्योंकि मेरे पास कई स्तर हैं जो मैं उन अलर्टों को सेट कर सकता हूं, और उन लोगों को अलर्ट ईमेल किया जा सकता है जो इस समस्या को देखने के लिए जिम्मेदार हैं। तो, बस संक्षेप में हम पर एक नज़र डालेंगे और मैं सतर्क होकर वापस आऊंगा, इसलिए हम विश्लेषण सेवाओं के टुकड़े में जा सकते हैं और मुझे यकीन है कि यह यहाँ लोड होने की प्रतीक्षा कर रहा है। और मूल रूप से, हम क्या करते हैं, हमारे पास एक डेटा संग्रह है; यह समय-समय पर वहाँ जाता है और वहाँ से बाहर जाता है और आपके वातावरण के प्रकारों को एकत्र करता है और स्नैपशॉट देता है। इसलिए, मेरे पास हर छह मिनट के लिए मेरा सेट है, इसलिए हर छह मिनट में वह वहां से बाहर जाता है और पर्यावरण को प्रदूषित करता है। मेरा वीएम थोड़ी देर के लिए सो रहा था, इसलिए इसे वापस आने के लिए एक सेकंड लगने वाला है। हम वहाँ चलें।

इसलिए, हम विश्लेषण सेवाओं के टुकड़े पर एक नज़र डालते हैं और इसलिए मैं यहां अपने उदाहरण पर क्लिक करने जा रहा हूं, और मुझे याद है कि हमने जिन चीजों की निगरानी की है उनमें से एक के बारे में सर्वर स्तर पर प्रदर्शन है, क्योंकि बहुत सारे लोगों के पास कई चीजें हैं उनके सर्वर पर चल रहा है। उदाहरण के लिए, मेरे सर्वर पर एक डेटाबेस हो सकता है, साथ ही विश्लेषण सेवाएं भी हो सकती हैं। इसलिए, अगर डेटाबेस में कुछ चल रहा है या मेरे पास सर्वर स्तर पर कोई समस्या है, तो यह वहां पर जो कुछ भी चल रहा है, उसे प्रभावित करने वाला है। इसलिए, हम सर्वर स्तर पर सर्वर पर चीजों की निगरानी करेंगे, डिस्क प्रदर्शन कैसा है जैसी चीजें और आप देख सकते हैं कि हम इस सब के आसपास मैट्रिक्स पर कब्जा कर लेते हैं। और यह सब विन्यास योग्य है। और मैं एक नज़र रखता हूं कि सीपीयू-वार क्या हो रहा है, बस, और फिर, यह सर्वर स्तर पर है, न कि मेरे उदाहरण में विश्लेषण सेवाओं के स्तर पर। लेकिन वास्तव में सर्वर स्तर पर।

और मैं चीजों को देख सकता हूं जैसे कि मेमोरी क्या है, उदाहरण के लिए मेमोरी समग्र उपयोग, क्या उपलब्ध है? इसलिए अब मुझे इस बात का अंदाजा हो गया है कि सर्वर की सेहत क्या है। फिर हम उन चीजों पर एक नज़र रखना शुरू कर सकते हैं जो विशेष रूप से इस मामले की विश्लेषण सेवाओं में हैं। मैं देख सकता हूं और देख सकता हूं कि मेरा घन प्रसंस्करण यहां कैसे हो रहा है, उदाहरण के लिए, और यह मुझे स्वास्थ्य का माप देता है। अगर मैं यह देखना शुरू कर दूं कि प्रसंस्करण में अधिक समय लग रहा है, या यह पंक्तियाँ जल्दी से लगभग नहीं लिखी जा रही हैं, तो मैं एक नज़र रखना शुरू कर सकता हूं - और यह उस सहसंबंध टुकड़े पर जाता है जो मुझे लगता है कि रॉबिन के बारे में बात कर रहा था, क्या वह है यह अभी भी एक मानव लेता है यह सब करने में सक्षम होने के लिए। हम एआई, मशीन लर्निंग के बारे में बात करते हैं, लेकिन यह अभी भी एक मानव को चीजों के आसपास इन घटनाओं को सहसंबंधित करने में सक्षम बनाता है। हम उन चीजों पर एक नज़र डाल सकते हैं जैसे कि क्या चल रहा है, क्या प्रश्न चल रहे हैं और वे कितने समय से चल रहे हैं? मैं छांट सकता हूं, इसलिए मुझे इस बात का अंदाजा लग सकता है कि कौन सी क्वेरी सबसे ज्यादा समय ले रही है। आप यहाँ बीते हुए समय पर एक नज़र डाल सकते हैं, मैं एक नज़र डालकर देख सकता हूँ कि ओके, वह क्वेरी क्या थी और उस समय वह क्वेरी कौन चला रहा था?

तो फिर मैं इसके चारों ओर एक कहानी डालना शुरू कर सकता हूं जब तक मैं चीजों को देखना शुरू कर देता हूं, मैं वापस जा सकता हूं और देख सकता हूं कि उस समय उपयोगकर्ता क्या कर रहे थे। और आप एक चीज देखेंगे कि हम करते हैं कि हम इस समय लेने वाले को यहां डालते हैं ताकि आप समय की एक खिड़की चुन सकें। उदाहरण के लिए, मैं उन अलर्ट पर वापस जा सकता हूं, और यह वास्तव में उन अलर्टों पर एक लिंक था, जिन पर मैं क्लिक करता हूं, और यह उस समय मुझे उस बिंदु पर ले जाएगा, जब वह अलर्ट हुआ था। और फिर मैं कहानी को एक साथ शुरू करना शुरू कर सकता हूं, मैं ओह देख सकता हूं, ठीक है, डिस्क पढ़ता है, या स्मृति समस्याएं थीं या जो भी हो, और फिर मैं उसी समय क्वेरी गतिविधि पर कूद सकता हूं और मैं वास्तव में शुरू कर सकता हूं सहसंबद्ध जो चल रहा था कि उन प्रश्नों का क्या कारण हो सकता है जो उन स्पाइक्स का कारण बन सकते हैं। और फिर, आप चीजें करना शुरू कर सकते हैं जैसे कि मैं ट्यूनिंग शुरू कर सकता हूं, तभी मैं ट्यूनिंग शुरू कर सकता हूं। यह एक कार की तरह है, यदि आप एक रेस कार का निर्माण करते हैं और आप बस इंजन को छोड़ देते हैं, और इंजन को चालू करना शुरू कर सकते हैं, लेकिन अगर मुझे जीतने के लिए 180 मील प्रति घंटे की आवश्यकता है, तो मुझे यह जानना होगा कि इंजन 100 चला सकता है एक घंटे की दूरी पर और मुझे वहां जाने और उस इंजन को ट्यून करने की आवश्यकता है ताकि वहां पहुंचने में सक्षम हो। और यही वह चीज है जो आपको करने में सक्षम बनाती है, आपको अपने पर्यावरण को ट्यून करने, स्वास्थ्य और उस वातावरण के उत्पादन और कार्यक्षमता को बढ़ाने के लिए पर्याप्त जानकारी देने में सक्षम होने में सक्षम है।

और फिर, हम स्मृति के पार चीजों की निगरानी करते हैं जो इस मामले में, सेवाओं का विश्लेषण करने के लिए विशेष रूप से है। और यह वह जगह है जहां आप यह देखना शुरू कर सकते हैं कि चीजें कहां से खराब होनी शुरू हो सकती हैं, जब आप अपनी मेमोरी सीमा के बीच ऊपर की चीजों को देखना शुरू करते हैं, तो ऐसी चीजें। दूसरी चीज़ जो देखने में अच्छी है, कभी भी आप किसी भी प्रकार के प्रश्नों को चला रहे हैं, आप चाहते हैं कि आप डेटा प्राप्त करना चाहते हैं, क्योंकि जब यह कैश हो जाता है, तो यह मेमोरी में होता है और डिस्क से पढ़ना नहीं आता है, जो कि बहुत अधिक है डिस्क से डेटा पढ़ने की तुलना में कुशल है। तो आप उन चीजों पर एक नज़र रखना शुरू कर सकते हैं जो चल रही हैं, मुझे माफ करना, उदाहरण के लिए डेटा कैश में। मेरे पास इस डेटा को प्राप्त करने के लिए पहले से चल रहे प्रश्नों का एक गुच्छा था, और आप देख सकते हैं कि मेरे पास अधिकांश समय था, कैश हिट और लुकअप अतिव्यापी हैं, जो अच्छा है। लेकिन मेरे पास एक ऐसा दौर था जहां हिट्स लुक की तुलना में बहुत कम थे, जो बताता है कि मेरे पास कुछ चल रहा था जो मेमोरी इंटेंसिव था, जैसे कि कैश बहुत तेज फ्लश हो रहा था, इसलिए डेटा होना चाहिए था डिस्क से पढ़ें। और हम देख सकते हैं कि जब हम भंडारण इंजन को देखते हैं। यह उस समय की तरह ही है जैसे कि अन्य ग्राफ, और आप वहां स्पाइक देख सकते हैं, जहां फ़ाइल से प्रश्न वास्तव में इस अवधि के दौरान उछल गए थे। और इसका मतलब है कि डेटा डिस्क से पढ़ा जा रहा था। अब, मैं वापस जा सकता हूं और फिर सहसंबंधित करूंगा कि जो प्रश्न चल रहे थे, और हर किसी के कानों से खून नहीं निकल रहा है, लेकिन विश्लेषण सेवाओं में, यह एमडीएक्स नामक भाषा का उपयोग करता है, प्रश्नों को अधिक कुशलता से लिखने के तरीके हैं, इसलिए यह कैश का उपयोग करता है अधिक कुशलता से और कम भंडारण। तो, उस इंजन को ट्यून करने का एक उदाहरण है, और आपको आवश्यक सभी टुकड़ों को प्रदान करने में सक्षम होना चाहिए।

बस जल्दी से, हम इसे दूसरे तरीके से भी फ्लिप कर सकते हैं, जब हम प्रश्नों को देखते हैं, तो हम अब उन सत्रों को देख सकते हैं, जो वास्तव में इस समय जुड़े हुए हैं और वे क्या चल रहे हैं? तो इस तरह का आपको प्रश्नों के विपरीत विचार देता है और जो उन्हें चला रहा है। यह वह है जो जुड़ा हुआ है और फिर मैं देख सकता हूं कि वे वर्तमान में क्या चल रहे हैं। दूसरी बात, बस जल्दी से ऊपर जाने के लिए, क्या आप सभी वस्तुओं को मेरे बहुआयामी मॉलैप क्यूब्स में देख सकते हैं। और मैं इस पर जानकारी प्राप्त कर सकता हूं। इसलिए, उदाहरण के लिए, मैं इस रीड कॉलम को सॉर्ट कर सकता हूं, और मैं देख सकता हूं कि सबसे अधिक उपयोग की जाने वाली वस्तु समय आयाम है और दूसरा सबसे अधिक उपयोग ग्राहक आयाम है। और यह उन लोगों की मदद करता है जो चीजों को विकसित करने और अधिक कुशलता से अपने क्यूब्स का निर्माण करते हैं। मैं उदाहरण के लिए, डेटा की अपनी विभाजन रणनीति को बदलना चाहता हूं, उदाहरण के लिए, अपने घन में इन अत्यधिक उपयोग किए गए आयामों पर, और इसलिए यह प्रश्नों के प्रदर्शन को बढ़ाने वाला है। यह क्यूब के प्रसंस्करण के प्रदर्शन को कम कर सकता है, क्योंकि अब मुझे अधिक विभाजन मिल गए हैं, लेकिन एक उपयोगकर्ता के नजरिए से यह उस इंजन को ट्यून करने वाला है, जो इन वस्तुओं के उपयोग के लिए अधिक कुशल है।

तो, आगे बढ़ें, यहां एकीकरण सेवाओं के बारे में बात करते हैं। एकीकरण सेवाओं, मैंने उल्लेख किया है, एक Microsoft वातावरण में एक ETL मंच है। हम यहां क्या करते हैं - और यह सुसंगत है - हम सर्वर के प्रदर्शन की निगरानी करते हैं, और ये वही मैट्रिक्स होंगे जिन्हें हमने देखा था, क्योंकि मेरी सभी सेवाएं एक ही सर्वर पर चल रही हैं। लेकिन फिर, यह सर्वर पर क्या हो रहा है, इसका अवलोकन है। और फिर मैं एकीकरण सेवाओं, मेरी ईटीएल प्रक्रियाओं के लिए गतिविधि को देख सकता हूं। इसलिए, मुझे इस बात का अंदाजा हो सकता है कि ये प्रक्रियाएँ कब सफल हुईं या नहीं, मैं किसी ईटीएल प्रक्रिया के किसी विशेष रन को उजागर कर सकता हूँ और फिर यह मुझे उस ईटीएल प्रक्रिया के चरणों के टूटने को दिखाएगा, चाहे वह सफल रहा हो या नहीं और कितना समय लगा।

अब, यदि मेरे पास ईटीएल प्रक्रिया में एक असफल पैकेज था, तो मैं विवरण में नीचे जा सकता हूं और त्रुटि संदेश देख सकता हूं और यह मुझे दिखाएगा कि उस पैकेज में कौन सा कदम है, जहां ईटीएल प्रक्रिया विफल हो गई, साथ ही इससे जुड़े सभी संदेश। तो, जो ऐसा करता है, वह मुझे देता है, और अगर मैं विफल रहता हूं तो मुझे अलर्ट मिल सकता है, इसलिए यदि मुझे कोई अलर्ट मिलता है, तो मैं यहां जा सकता हूं, देख सकता हूं, उस अलर्ट पर जा सकता हूं, पैकेज की विफलता देख सकता हूं, चरणों को देख सकता हूं, देखें कि यह कहाँ विफल हुआ, त्रुटि संदेश को देखें और मुझे तुरंत पता चल गया कि मुझे इसे ठीक करने के लिए क्या करने की आवश्यकता है: इसे फिर से तैयार करें और फिर इसे फिर से शुरू करें। तो, यह आपको क्या करने देता है हम इसे समस्या की पहचान और समस्या के समाधान के बीच उस विंडो को छोटा करने के लिए कहते हैं। इसलिए, पहले के जीवन में, जब मैं इस तरह की चीज के लिए जिम्मेदार था, हमारे पास ईटीएल प्रक्रिया थी जो रात में चलेगी, हमारे डेटा वेयरहाउस को लोड करने के लिए। अगर मुझे इसकी जानकारी थी, तो पहली बात जब मैं सुबह आया था, अगर कुछ विफल हो गया, तो मैं जल्दी से इसे संबोधित कर सकता हूं और यह सुनिश्चित कर सकता हूं कि डेटा वेयरहाउस उठने के बाद यह सुनिश्चित कर ले कि उपयोगकर्ताओं द्वारा समय पर डेटा रिफ्रेश और रिफ्रेश हो रहा है। में आ गया और रिपोर्टिंग तक पहुँचने लगा।

दूसरी बात यह है कि मुझे दो प्रक्रियाएँ मिलीं, जो यह देखना और देखना है कि यह समय के साथ कैसे चला। यह महत्वपूर्ण है क्योंकि अगर मैं इन प्रक्रियाओं को देखना शुरू करता हूं, उदाहरण के लिए, अधिक समय लेने पर, इन समयों को देखते हुए, तो मुझे एक नज़र डालने की आवश्यकता हो सकती है, उदाहरण के लिए, मेरी रखरखाव विंडो, मेरे पास उस सर्वर पर होने वाली चीजें हो सकती हैं । उदाहरण के लिए, बैकअप लें; मेरे पास एक बैकअप हो सकता है जो मेरी प्रक्रिया को तब तक इंतजार कर सकता है जब तक यह पूरा नहीं हो जाता। मुझे अपने ईटीएल को प्रभावित करने वाली चीजों के आसपास अपनी प्रक्रियाओं को पुनर्निर्धारित या हथकंडा करना पड़ सकता है।

और अंतिम टुकड़ा रिपोर्टिंग सेवाएँ है। रिपोर्टिंग सेवाएँ Microsoft का है, मूल रूप से उनका उद्यम रिपोर्टिंग उपकरण है। और चीजों में से कुछ, फिर से, हम सर्वर स्तर पर चीजों को देख सकते हैं, हम रिपोर्ट सर्वर के पार चीजों को देख सकते हैं, स्वयं सेवा सर्वर को रिपोर्ट कर सकते हैं। मेरे पास यहां बहुत सारा सामान नहीं है; मेरे पास कुछ सदस्यताएँ हैं जो हर 15 मिनट में एक रिपोर्ट चलाने के लिए चलती हैं। इसलिए, आपको बहुत सारे सक्रिय कनेक्शन दिखाई नहीं देंगे क्योंकि यह चालू, कनेक्ट, रिपोर्ट चलाता है, डिस्कनेक्ट करता है और इसे बंद करता है।

लेकिन उच्च लेन-देन वाले वातावरण में जहां बहुत अधिक रिपोर्टिंग की जा रही है, इन चीजों की निगरानी करने में सक्षम होना महत्वपूर्ण है। इसलिए, आप देख सकते हैं कि मेरे पास यहां कहां चीजें थीं, इसलिए यह आपको एक बहुत अच्छा विचार देता है कि वास्तविक सेवा और प्लेटफॉर्म स्तर से क्या हो रहा है। और फिर, जैसा कि मैंने स्लाइड्स में बताया, कि कौन क्या कर रहा है और क्या कर रहा है? और हमारे ग्राहकों में से एक ने इस उत्पाद को सिर्फ इस टुकड़े के लिए खरीदा क्योंकि वे जानना चाहते थे कि लोग क्या रिपोर्ट चला रहे थे, और ये रिपोर्ट कौन चला रहा था। तो इस रिपोर्ट निष्पादन में यह उन चीजों में से एक है जो आप यहां देख सकते हैं। मैं देख सकता हूं कि क्या रिपोर्ट है, मैं उस रिपोर्ट में कोई भी पैरामीटर देख सकता हूं, मैं देख सकता हूं कि कौन इसे चला रहा है, मैं रिपोर्ट का प्रारूप देख सकता हूं। और फिर मैंने इसके चारों ओर इन सभी मैट्रिक्स को प्राप्त किया है, इसलिए यदि फिर से, मैं इन चीजों को रैंक कर सकता हूं, उदाहरण के लिए, डेटा को पुनर्प्राप्त करने के लिए किस रिपोर्ट को सबसे लंबा समय लगा, और मैं उस पर सही जा सकता हूं और देख सकता हूं कि कौन सी रिपोर्ट है। और फिर, यह सब मुझे उस इंजन को फिर से ट्यून करने के लिए डेटा देता है। अब, मैं उस के आसपास अपने रिपोर्टिंग वातावरण को ट्यून करना शुरू कर सकता हूं।

और आखिरी बात, क्या मैं उपयोगकर्ता गतिविधि पर एक नज़र डाल सकता हूं, जो वर्तमान में फिर से जुड़ा हुआ है, वे क्या कर रहे हैं? मैं वास्तव में, ऐसे वातावरण में जहां मेरे पास बहु-उपयोगकर्ता थे ये सभी क्रमबद्ध हैं इसलिए मैं रैंक कर सकता हूं, मैं देख सकता हूं कि पर्यावरण का सबसे अधिक उपयोग कौन कर रहा है। तो, बस जल्दी से वापस जाने के लिए और उन अलर्टों पर एक नज़र डालें। यहाँ वह चेतावनी थी; मैं यहां इस लिंक पर क्लिक कर सकता हूं और यह मुझे उस समय के लिए ग्राफ पर ले जाएगा और मुझे दिखाएगा कि कौन अलर्ट था। तो आप यहाँ देख सकते हैं, कि यह एक कारण है कि यह लिखने के लिए औसत मिलीसेकंड था, उदाहरण के लिए, पढ़ना और लिखना। तो, फिर से, समस्याओं की पहचान के उस बिंदु को प्राप्त करने की कोशिश कर रहा है। और एक समग्र उपकरण होना वास्तव में महत्वपूर्ण है, न कि केवल एक चीज जो उस चीज़ को देखती है, क्योंकि मानव की स्थिति यहां आकर इन घटनाओं को सहसंबंधित करती है, इसलिए आपको यह देखने में सक्षम होना चाहिए कि उस पर क्या चल रहा था उस वातावरण के कई क्षेत्रों में समय के साथ इंगित करें, और इस समय हमारे द्वारा लेने वाली चीजों में से एक है।

एरिक कवनघ: हाँ, यह एरिक है बस एक त्वरित प्रश्न के साथ, 'क्योंकि मुझे लगता है कि आप शायद सिर पर कील मारते हैं, और यह वही है जो मैं घंटे के शीर्ष पर बात कर रहा था, कि एक इंसान को आना है में और विभिन्न वातावरणों के बीच इन सहसंबंधों को आकर्षित करते हैं। मैं यह जानने के लिए उत्सुक हूं कि क्या कुछ शैक्षिक सामग्री है जिसे आप लोग साझा कर सकते हैं, या हो सकता है कि आप उन लोगों में से कुछ के साथ सगाई कर सकते हैं ताकि उन कुछ पैटर्न को पहचान सकें? जैसे कि आपके पास एक मिनट पहले एक बहुत अच्छा उदाहरण था, जब इनमें से एक स्पाइक है जो आपको बताता है कि स्मृति में कुछ चल रहा है क्योंकि यह मेमोरी को डंप करने की कोशिश करता रहा। और यह आपको एक संकेत देता है, लेकिन लोग वास्तविक दुनिया की समस्याओं के खिलाफ इन आंकड़ों को कैसे मैप करते हैं, असली सवाल है।

स्टेन गीगर: हाँ, यह एक अच्छा बिंदु है और जिन चीजों के बारे में मैं बात कर रहा था, उनमें से एक है उत्पाद के लिए रोड मैप, बाद में इस साल हम एक संस्करण जारी करने जा रहे हैं और एक चीज जिसे हम जोड़ना शुरू करने जा रहे हैं। इन ग्राफ़ों में से हर एक के लिए है, यह वर्णन है कि इस ग्राफ़ का क्या मतलब है और आपको क्यों परवाह करनी चाहिए, और इसका क्या प्रभाव पड़ता है। तो इस चार्ट पर एक प्रश्न चिह्न या कुछ क्लिक करने में सक्षम हो और फिर एक खिड़की खींचो जो आपको बहुत सारी जानकारी देगा और आपको बताएगा कि ये संभावित कारण हैं, ये ऐसे क्षेत्र हैं जो प्रभावित होते हैं, और मार्गदर्शन करने के लिए आप इस मामले में जाने में सक्षम होने की दिशा में, जैसे आपने कहा, यहाँ उस स्पाइक है, मैं अपने व्यक्तिगत अनुभव से जानता हूं कि इसका क्या मतलब है। और फिर मैं जाना शुरू कर सकता हूं और एक क्षेत्र में ड्रिलिंग शुरू कर सकता हूं और मूल कारण ढूंढ सकता हूं।

अब, हमारे पास वास्तविक डेटाबेस के लिए SQL Server के लिए हमारे नैदानिक ​​प्रबंधक उत्पाद में वास्तव में बहुत कुछ है। हमारे पास उस तरह के उत्पाद में बहुत प्रकार की कार्यक्षमता है, और हमारे पास नैदानिक ​​प्रबंधक के लिए कुछ विश्लेषण बोल्ट-ऑन भी हैं जो आपको बहुत जल्दी में सुराग देते हैं। और यहीं हम इस उत्पाद के साथ सड़क पर जा रहे हैं।

एरिक कावनघ: और मुझे लगता है कि कुछ प्रकार की गतिविधि के लिए हस्ताक्षर हैं। क्या यह उपकरण आपको पहचानने की अनुमति देता है जब एक निश्चित प्रकार की घटना हुई थी और कैटलॉग, जैसे कि समय के साथ यह लाइन के नीचे एक समान पैटर्न को पहचानने जा रहा है और आपको यह पता लगाने में मदद कर सकता है कि क्या यह एक नया उपयोगकर्ता है, उदाहरण के लिए, इसका उपयोग करके एक ही उपकरण? यह समझने में मदद करें कि ओह, यह इसलिए है क्योंकि ये सर्वर नीचे चले गए या क्योंकि यह क्षेत्र नीचे चला गया? क्या समस्याओं के हस्ताक्षर को सूचीबद्ध करने का कोई तरीका है, जैसे कि आप उन्हें बाद में आसानी से पहचान सकते हैं?

स्टेन गीगर: नहीं, वास्तव में, लेकिन यह वास्तव में एक दिलचस्प अवधारणा है, क्योंकि यह लगभग पसंद है, यह क्या है - सिद्धांत घटक विश्लेषण, मुझे लगता है - जहां आप पैटर्न की पहचान करते हैं और आप उन पैटर्न को लॉग करते हैं और इसलिए यदि आप उन्हें फिर से देखते हैं तो आप वापस जा सकते हैं और देखो, ठीक है, यह उस बिंदु पर कारण था। हाँ, यह कुछ है, यह रोड मैप पर नहीं है, लेकिन यह कुछ ऐसा है जिसके बारे में मैं उत्पाद प्रबंधन के दृष्टिकोण से सोच रहा हूँ।

एरिक कवनघ: मैं कल्पना कर सकता हूं। ओह, आगे बढ़ो।

स्टेन गीगर: नहीं, मैं कहने जा रहा था - और हमें बहुत सारे अनुरोध मिलते हैं, क्योंकि मुझे नहीं पता कि आपका अनुभव क्या है - लेकिन जो हम पाते हैं वह है डीबीए को पता है कि उनके हाथ की पीठ की तरह डेटाबेस है, लेकिन बीआई सामान है मंच स्वास्थ्य के लिए एक ब्लैक बॉक्स की तरह है। और वहाँ नहीं है, वे उस के आसपास ज्ञान का एक बहुत कुछ नहीं है। मैं करता हूँ, सिर्फ पाँच से दस साल तक इसमें काम करने से, है ना? लेकिन विशिष्ट लोग जो इन्हें ढूंढने के लिए ज़िम्मेदार हैं, या अलर्ट प्राप्त कर रहे हैं और पता लगा रहे हैं कि यह किस तरह का ब्लैक बॉक्स है।

एरिक कवनघ: हाँ, मैं कल्पना कर सकता हूँ। मैं यह जानने के लिए उत्सुक हूँ, इसलिए, आप उस एक स्क्रीन में दिखा रहे थे कि आप उन सभी प्रश्नों को कैसे देख सकते हैं, जो आने वाले हैं, उन्हें चलाने में कितना समय लगा, और उन्हें किसने उत्पन्न किया। क्या आप स्वयं SQL क्वेरी की वास्तविक संरचना भी देख सकते हैं और उस तरह का कुछ विश्लेषण कर सकते हैं? जैसे शायद कभी-कभी लोग एसक्यूएल प्रश्नों को एक साथ रखते हैं जो एक प्रकार के भारी होते हैं, चलो कहते हैं, और बोझिल, एक मास्टर के विपरीत जो वास्तव में एक अच्छा, तंग क्वेरी डालता है। क्या ऐसा कुछ है जिसे आप इस उपकरण के माध्यम से कल्पना कर सकते हैं और फिर आपकी मदद कर सकते हैं?

स्टेन गीगर: हाँ, तो आप क्या कर सकते हैं, जैसे कि मैंने यहाँ क्या किया है, क्या मैंने अभी समय व्यतीत किया है, उदाहरण के लिए। इसलिए मैं उन लोगों को देख सकता हूं जो सबसे लंबे समय तक ले गए थे और फिर मुझे पाठ मिलता है, लेकिन फिर भी यह किसी ऐसे व्यक्ति पर निर्भर है जो कम से कम विषय विशेषज्ञ को देख रहा है और जा सकता है, "ओह, ठीक है, यहाँ है कि इतना लंबा समय क्यों लगा । "यह कुछ ऐसा है जो हमारे पास एक वर्कलोड विश्लेषण है, हम इसे डेटाबेस पक्ष के लिए एसक्यूएल वर्कलोड एनालाइज़र कहते हैं, कि मैं एक समान चीज़ के साथ आने वाली सड़क के बारे में सोच रहा हूं, ताकि यह पहचान सके। ये क्वेरीज़ और फिर आपको उन क्वेरीज़ को ट्यून करने के बारे में सुझाव देती हैं। लेकिन मुद्दों में से एक, यह है कि यह एमडीएक्स क्वेरी एक बहुत ही विशिष्ट भाषा है।

एरिक कवनघ: हाँ, मैं कल्पना कर सकता हूँ। लेकिन आप देख सकते हैं, उदाहरण के लिए, लोग कौन हैं, इसलिए यह पता लगाना बहुत मुश्किल नहीं है कि क्या एक व्यक्ति, यदि एक आदमी दस सबसे लंबी प्रक्रिया के प्रश्नों के लिए ज़िम्मेदार है, तो अगर आप उसे कॉल या कॉल कर सकते हैं, तो कुछ और नहीं। उनके प्रबंधक या कोई और कहता है, "अरे, इस आदमी को बहुत बैंडविड्थ मिल रही है, " और शायद यह पता चला कि व्यवसाय के लिए सबसे मूल्यवान प्रश्न हैं, है ना? आपको इसे व्यवसाय के मूल्य के संदर्भ में रखना होगा, स्वयं प्रश्नों से, यह सिर्फ एक स्पष्ट संख्या का खेल नहीं है, है ना? यह पता लगाना है, ठीक है, यह आदमी हमारी शक्ति उपयोगकर्ता है, और वह व्यवसाय को बदल रहा है, है ना?

स्टेन गीगर: नहीं, आप बिल्कुल सही कह रहे हैं। मेरा मतलब है, कि ग्राहक जिस तरह से इसका उपयोग करते हैं, वह ऐसा करने में सक्षम होना है। जैसा आपने कहा था, आपको एक क्षेत्र मिल सकता है, क्योंकि मैं जिन चीजों के बारे में बात करता हूं, उनमें से एक मैं हमेशा एक्सेल पर लावा करता हूं, लेकिन आप एक्सेल में विश्लेषण सेवाओं से जुड़ सकते हैं और ओएलएपी की धुरी तालिकाओं को चला सकते हैं, और यह अपने स्वयं के प्रश्नों को उत्पन्न करता है, और उन्हें भेजता है और कभी-कभी वे सबसे अच्छा रूप नहीं होते हैं, इसलिए आप वापस जा सकते हैं और उन लोगों की पहचान कर सकते हैं और वास्तव में उन लोगों को फिर से लिख सकते हैं और उन्हें उपयोगकर्ता को दे सकते हैं और उन्हें वहां से बाहर चलाने दे सकते हैं ताकि इसमें आधे घंटे का समय न लगे उन्हें अपनी धुरी तालिका पर वापस जाने के लिए।

एरिक कवनघ: बिल्कुल। और जब हम प्रश्नों के बारे में बात करते हैं, तो आप लोग प्रश्नों के सरगम ​​को कवर करते हैं, इसलिए आपने MDX का उल्लेख किया है, कुछ अन्य प्रश्नों जैसे DAX क्वेरी या इनमें से कुछ के बारे में क्या है?

स्टेन गीगर: हाँ, हम कवर करते हैं, हाँ, किसी भी DAX और MDX दोनों। तो जिन चीजों का मैंने उल्लेख नहीं किया, उनमें से एक, या मैंने किया, हो सकता है, लेकिन हम Microsoft और DAX में सारणीबद्ध और OLAP दोनों का समर्थन करते हैं - मुझे लगता है कि मैंने और आपने थोड़ी देर पहले इस बारे में बात की थी - क्या हम बहुत कुछ देख रहे हैं अब हम OLAP से अधिक सारणीबद्ध हैं। 'क्योंकि यह सिर्फ सारणीबद्ध मॉडल और उस तरह की चीजों को लाने के लिए आसान है, और इसलिए आप स्पष्ट रूप से डैक्स प्रश्नों को देखने जा रहे हैं, लेकिन हम उन लोगों को भी उठाएंगे।

एरिक Kavanagh: हाँ, यह दिलचस्प है। क्या आपके पास कोई संदर्भ है कि ऐसा क्यों हो रहा है? क्या यह शायद इसलिए है क्योंकि अधिक से अधिक लोग इस सामान में शामिल हो रहे हैं और क्योंकि OLAP निश्चित रूप से कुछ नया नहीं है, जो कि लगभग 30-विषम वर्षों के लिए क्या है?

स्टेन गीगर: ठीक है, ठीक है, यह एक तरह का संयोजन है, चीजों में से एक है क्यूब्स डिजाइन करना एक कला है। और क्यूब्स को पूर्व-एकत्रित डेटा के लिए बनाया गया था ताकि डेटा बाहर निकालने के लिए यह वास्तविक तेज़ हो, लेकिन क्यूब को संसाधित करने में थोड़ा समय लगता है क्योंकि यह उन सभी एकत्रीकरण को करने के लिए मिला है। और फिर, हार्डवेयर सस्ता हो गया और मेमोरी सस्ती हो गई और फिर हर कोई कॉलम स्टोर और इन-मेमोरी डेटाबेस के साथ आ रहा था, वास्तव में। और सारणीबद्ध भी पारंपरिक संबंधपरक डेटाबेस के सबसे करीब है और यह OLAP के साथ सारणीबद्ध मॉडल लाने के लिए सिर्फ एक बहुत आसान और तेज है। लेकिन दोष यह है कि यह मेमोरी में रहता है, पूरी चीज मेमोरी में रहती है, इसलिए यह बहुत मेमोरी इंटेंसिव है और जब तक आप अनुरोध नहीं करते तब तक डेटा एकत्र नहीं होता है। तो, लेकिन उस सब के बारे में कहा, हम वहाँ एक बहुत अधिक सारणी देखने के लिए शुरू कर रहे हैं।

एरिक कवनघ: यह दिलचस्प है। यह इसलिए भी हो सकता है क्योंकि यह उद्योग थोड़ा चपटा है, और मुझे इससे जो मतलब है, वह यह है कि हम बहुत अधिक ऐसे लोग मिल रहे हैं जो डेटा के साथ बातचीत कर रहे हैं और विभिन्न उपकरणों का उपयोग कर रहे हैं, और निश्चित रूप से जब आप Microsoft के बारे में बात करते हैं, तो मुझे लगता है निश्चित रूप से यह मामला है कि आपके पास कई, छोटे और मध्यम आकार के व्यापार के लिए कई और अधिक उपयोगकर्ता हैं, और यहां तक ​​कि कुछ बड़े संगठन भी हैं जो सामान की खुदाई कर रहे हैं, उपकरण तक पहुंच प्राप्त कर रहे हैं, क्वेरी चला रहे हैं, और वे शायद उतना परिचित नहीं हैं पूरी प्रक्रिया और क्यूब्स के निर्माण के आसपास की तकनीकें, आपकी बात, सही है? 'क्योंकि यह कुछ सोच लेता है, और यह महंगा भी है, है ना? जब तक आप वहां से कुछ नई तकनीकों का उपयोग नहीं कर रहे हैं, तब तक इन क्यूब्स को बनाने में ऊर्जा लगती है। उदाहरण के लिए, हमने स्नोफ्लेक जैसी कंपनियों से बात की है, उदाहरण के लिए, यह काफी दिलचस्प चीजें कर रहा है, लेकिन मुझे लगता है कि आपके पास सामान का उपयोग करने वाले बहुत अधिक लोग हैं और वे शायद आपके द्वारा बताए जा रहे हैं, जो सारणीबद्ध प्रारूप है। के रूप में, औपचारिक रूप से क्यूब्स के निर्माण का विरोध किया है, है ना?

स्टेन गीगर: हाँ, ठीक है, मेरा मतलब है, मुझे लगता है कि एक्सेल - जब यह क्या था, पावर पिवट, मेरा मानना ​​है - कि वास्तव में सारणीबद्ध है, अगर आप इस पर एक नज़र डालें; यह आपके द्वारा सारणीबद्ध मॉडल बनाने का तरीका है। और फिर अगला पुनरावृत्ति था, मैं आपको अपने सारणीबद्ध मॉडल बता सकता हूं जो मैं बनाता हूं और मैं इसे SQL सर्वर पर तैनात करता हूं ताकि मैं इसे हर किसी के साथ साझा कर सकूं। तो, यह एक्सेल के लगभग एक प्राकृतिक विस्तार की तरह है।

एरिक Kavanagh: हाँ, यह एक अच्छी बात है। हमने आखिरी में क्या देखा है, मैं कहता हूँ कि पाँच से सात साल, इन तकनीकों के लिए उपयोग का एक जबरदस्त विस्तार है, है ना? और Microsoft, सच में, एक अग्रणी रहा है, जो वास्तव में विश्लेषण सेवाओं के माध्यम से और पॉवर धुरी के माध्यम से बिजली डेटा का लोकतंत्रीकरण कर रहा है, है ना? मेरा मतलब है, यह उद्योग के लिए गेम चेंजर था, है ना?

स्टेन गीगर: हाँ, नहीं, आप बिल्कुल सही कह रहे हैं। मेरा मतलब है, मेरे पास एक स्लाइड है जब मैं एक लंबी प्रस्तुति देता हूं जो शब्दार्थ मॉडल से जाने के संक्रमण को दर्शाता है, जो कि ओएलएपी, सारणीबद्ध था। और मुझे लगता है कि मेरे पास Microsoft से एक उद्धरण है; वे उपयोगकर्ताओं के हाथों में डेटा देना चाहते हैं, न कि केवल आईटी की दुकान में दीवार पर, वे उन लोगों के हाथों में अधिक डेटा प्राप्त करना चाहते हैं जो इसका उपभोग कर रहे हैं।

एरिक कवनघ: और यह सही है कि पहली बहुत ही सरल स्लाइड जो मुझे दिखाई देती है, जो कि किसी भी संगठन के लिए बुनियादी निर्णय लेने की प्रक्रिया थी, और अब - और मुझे लगता है कि यह बहुत अच्छी बात है - हमें अधिक से अधिक लोग मिल रहे हैं संगठन के पूरे पदानुक्रम से, जो हो रहा है, उसकी कहानी को ध्यान में रखते हुए, उनकी कहानी को तालिका में लाते हैं और आप डेटा के साथ ऐसा करते हैं, यह नीचे की पंक्ति है, मेरा मतलब है, आप अन्य साधनों का उपयोग कर सकते हैं, लेकिन यदि आप अपनी कहानी को डेटा के साथ वापस करते हैं, आप उन लोगों की तुलना में बहुत मजबूत तर्क रखने वाले हैं जो सही नहीं हैं?

स्टेन गीगर: बिल्कुल, हाँ। जैसे, हाँ, यह बिल्कुल सही है। मेरा मतलब है, इसीलिए अब यह "अरे, मुझे इस रिपोर्ट की आवश्यकता है" हुआ करता था, इसलिए अब मुझे रिपोर्ट अनुरोध के माध्यम से जाना पड़ा और मुझे यहां से गुजरना पड़ा, और अपनी रिपोर्ट प्राप्त करने के लिए, और अब मैं बैठ सकता हूं मेरे डेस्क पर सही है और वास्तव में बस, मेरे पास उत्पन्न डेटा तक पहुंच है, मेरे व्यापार निर्णय लेते हैं।

एरिक Kavanagh: यह सही है। तुम्हें पता है, मैं पिछले सप्ताह ही एक सम्मेलन से वापस आया था और उस व्यक्ति से एक हिस्टैरिस्टिक टिप्पणी की थी जो स्टोर लक्ष्य के लिए एक बड़ा बीआई वातावरण चलाता है, और वह स्वयं-सेवा विश्लेषिकी और स्वयं-सेवा बीआई और स्पष्ट रूप से संदर्भित कर रहा था। यह इन दिनों एक बड़ा मुद्दा है। मुझे यकीन है कि यह कुछ ऐसा है जो आप लोगों के लिए IDERA में बहुत सारी गतिविधि चला रहा है क्योंकि जब आप स्वयं-सेवा को रोल आउट करना चाहते हैं, तो सबसे पहले आपके पास एक स्वस्थ बीआई वातावरण है, ठीक है? यदि आप सभी प्रकार के लोगों से सभी प्रकार के प्रश्न पूछ रहे हैं, तो आप यहीं चाहते हैं कि इस उपकरण में कुछ ऐसा हो, जो यह समझने में सक्षम हो कि कौन प्रश्न पूछ रहा है और कहाँ। और मजाकिया उद्धरण मैं सिर्फ यहाँ kicks के लिए बाहर फेंक देंगे, जैसा कि आपने कहा, "स्वयं सेवा बीआई और खुद जाने के बीच एक अच्छी रेखा है।"

स्टेन गीगर: हाँ।

एरिक कवनघ: मुझे लगा कि हिस्टीरिकल है। लेकिन क्या आप देख रहे हैं कि सेल्फ-सर्विस का चलन वास्तव में तकनीक के साथ क्या कर रहा है, इसके बारे में बहुत जागरूकता पैदा करता है।

स्टेन गीगर: हाँ, क्योंकि जैसा आपने कहा था, यदि आप स्वयं-सेवा बीआई की अनुमति देने जा रहे हैं, तो आप शायद कुछ प्रदर्शन मुद्दों को प्राप्त करने जा रहे हैं, बस: ए) पहुंच की मात्रा, जाने वाले लोगों की राशि डेटा पर, और बी) खराब गठित प्रश्नों की मात्रा और आपके पास इसे एक्सेस करने के तरीके। तो, आप वास्तव में, यह वास्तव में जरूरी है कि आप पर्यावरण की निगरानी करें ताकि आप हर किसी को खुश रख सकें जो डेटा का उपभोग करने की कोशिश कर रहा है, है ना?

एरिक Kavanagh: हाँ, मुझे लगता है कि यह बिल्कुल सही है। यह एक आशीर्वाद और अभिशाप है: यह अच्छा है कि लोग सामान का उपयोग करने की कोशिश कर रहे हैं, लेकिन फिर से, अपनी बात के लिए, यदि आपके पास समय पर सही उपकरण नहीं है, तो आप एक दुखी टूरिस्ट होने जा रहे हैं क्योंकि रोल करने के लिए इस तरह से एक उपकरण के बिना स्वयं सेवा, यह मुझे लगता है कि यह सिर्फ मुसीबत का पहाड़ है।

स्टेन गीगर: हाँ, मेरा मतलब है, यह उसी तरह है जब मैं डेटा वेयरहाउस का निर्माण कर रहा था, यह ऐसा है जैसे अगर आपको अपने आयाम और तथ्य तालिकाएं सही नहीं मिलीं, तो आपने इसे तदर्थ रिपोर्टिंग के लिए ढीला कर दिया, आप एक के तहत क्रॉल करना चाह सकते हैं चट्टान।

एरिक कवनघ: यह कमाल है। हाँ, यह अच्छा है, फिर से, यह अच्छी खबर है कि लोग इस सामान का उपयोग कर रहे हैं, लेकिन मुझे लगता है कि मुझे विश्वास करना होगा कि आप जो कर रहे हैं उसके लिए स्वयं-सेवा बहुत सारी गतिविधि चलाने वाली है, क्योंकि आप रैंपिंग के बारे में बात कर रहे हैं परिमाण के आदेशों द्वारा इन प्रणालियों पर तनाव की मात्रा और दबाव की मात्रा। न केवल एक, या परिमाण के दो आदेशों द्वारा और यह वह बिंदु है कि आप वास्तव में कुछ दृश्यता चाहते हैं और आप यह देखना चाहते हैं कि कौन क्या कर रहा है, कहां, कब, कैसे और क्यों। उन प्रश्नों को पूछें और फिर कुछ निर्णय लें कि आप कैसे पर्यावरण की निगरानी कर सकते हैं और बदल सकते हैं और अपनी नीतियों को बदल सकते हैं कि किसकी पहुंच सही है?

स्टेन गीगर: सही है। और आप जानते हैं, यह जानते हुए भी, उस उपयोग को देखकर आप भी वहां जा सकते हैं, और संभावित, जैसे मैंने घन के भीतर वस्तु का उल्लेख किया है, मैं चीजों को सुधारने के लिए कर सकता हूं, कि जहां तक ​​मैं निर्माण और डिजाइन करता हूं। बातें। तो, यह अनिवार्य है कि न केवल चीजों के प्रदर्शन को देखने के लिए, बल्कि यह देखने के लिए कि आपकी योजना और आपका डिज़ाइन उस स्तर पर कैसा प्रदर्शन कर रहा है, वह भी, ताकि वह इसे ट्विक बनाने में सक्षम हो सके। और यह सिर्फ बड़ा और बड़ा होने जा रहा है क्योंकि Microsoft के साथ पावर बीआई जैसी चीजें अब बड़ी बात है, इसलिए अब मैं अपने खुद के डैशबोर्ड और विजेट्स और चीजों का निर्माण कर सकता हूं, और बीआई डेवलपर नहीं होना चाहिए।

एरिक Kavanagh: यह सही है। हां, यह अच्छा सामान है, यह हर जगह मिल रहा है, लेकिन आपको उस वातावरण को प्रबंधित करने के लिए किसी तरह की आवश्यकता है या आप दुखी उपयोगकर्ताओं को प्राप्त करने जा रहे हैं। इससे दुखी प्रबंधन होता है, जो लोगों को निकाल देता है। जब चीजों का हिस्सा गिरना शुरू होता है, तो बहुत स्पष्ट डोमिनोज़ प्रभाव होता है, लेकिन यह बहुत अच्छी चीज है।

इसलिए मैंने यहां आखिरी पांच मिनट चबाए। रॉबिन, क्या आपका कोई सवाल है?

रॉबिन ब्लोर: ठीक है, मुझे लगता है कि यह वास्तव में आकर्षक है, ईमानदार होना है। मुझे इस तथ्य के बारे में सोचना है कि हमारे पास बहुत विवश वातावरण था और स्व-सेवा वास्तव में दुनिया को बदल रही है और वास्तव में वास्तव में बहुत कुछ हो रहा है क्योंकि एक भयानक बहुत अधिक डेटा पर्यावरण में पहले की तुलना में आया है। एकमात्र प्रश्न, 'कारण हमें ज्यादा समय नहीं मिला है, लेकिन एकमात्र प्रश्न मुझे यह पूछने में रुचि होगी कि आप जिस तरह से समझा रहे थे कि -' क्योंकि मुझे लगा कि यह बहुत अच्छा डेमो था - जिस तरह से बीआई निगरानी काम करता है। मैं सोच रहा था कि वास्तव में इस तरह का सामान नहीं रखने वाले लोग क्या करते हैं? क्योंकि यह बहुत कठिन होना चाहिए, ऐसी बहुत सी चीज़ें हैं जहाँ आप एक फर्क करते हैं, मूल कारण अच्छी तरह से है, आप जरूरी नहीं कि हमेशा मूल कारण से मिलें, लेकिन आप कुछ चीजों के साथ मूल कारण तक पहुँच सकते हैं जिसे आप देख रहे हैं, जब आपने कहा था कि बहुत से लोग सिर्फ यह जानने के लिए उपकरण खरीदते हैं कि कौन क्या चल रहा है, और यह मेरा दिमाग घूम रहा है, क्योंकि यह ऐसा है जैसे आप नहीं जानते कि कौन क्या चल रहा है, फिर नियंत्रण से बाहर। तो, जब यह नियंत्रण से बाहर होता है तो पर्यावरण कैसा दिखता है?

स्टेन गीगर: मेरा मतलब है, आप यह सब जानकारी प्राप्त कर सकते हैं, जो हमारे पास है कि हम स्वयं टूल में हैं, लेकिन आपको होमग्रोन स्क्रिप्टिंग का एक गुच्छा लिखना होगा और 'डेटा का ऑलआउट हो जाएगा, क्योंकि यह आपको पता चल गया है कि आपको कहाँ जाना है इसे प्राप्त करें, जिसमें विशेषज्ञता के स्तर की आवश्यकता है, है ना? इसलिए, ऐसे वातावरण में जहां आपके पास विशेषज्ञता का स्तर नहीं है, मूल रूप से, आपको जो मिलता है, वह है, क्या यह ऊपर या नीचे है? मैं वास्तव में नहीं जानता कि यह कुशलता से चल रहा है या नहीं, लेकिन यह सही है? और फिर मुझे फोन कॉल या लोग जाने लगते हैं, "अरे, मेरी रिपोर्ट मेरे इनबॉक्स में नहीं है, क्या चल रहा है?" या "मैंने अभी रिपोर्टिंग सेवाओं के माध्यम से यह रिपोर्ट सबमिट की है" या वे विश्लेषण सेवाओं में यहां एक क्वेरी कर सकते हैं।, लेकिन यह आधे घंटे की तरह लिया जाता है, और यह केवल 30 सेकंड की तरह लेता है, क्या चल रहा है? ठीक है, अब आपको फायर ड्रिल करना होगा और कोशिश करनी होगी और यह पता लगाना होगा, और एक उपकरण के बिना यह बहुत मुश्किल हो जाता है।

रॉबिन ब्लर: ठीक है, ठीक है, यह वह चीज थी जो मेरे लिए तेजी से स्पष्ट हो रही थी, जैसा कि आपने वास्तव में यहां प्राप्त किए गए प्रत्येक आयाम का प्रदर्शन किया है। दूसरी बात, यह एक बहुत, बहुत आदिम स्तर पर है, अगर आपके पास अलर्ट नहीं है जो आपको बताता है कि सामान गलत हो रहा है, तो यह सिर्फ एक महंगा है - आप एक महंगी स्थिति में पहुंच जाते हैं, जो हुआ है उसे ठीक करने की कोशिश कर रहे हैं, क्योंकि आप जब तक सामान बुरी तरह से गिरने न लगे, तब तक पता न चले?

स्टेन गीगर: ठीक है, आप नहीं जानते कि आप क्या नहीं जानते हैं।

एरिक कवनघ: आपको मिल गया। ठीक है, हे लोग, हम एक घंटे के माध्यम से जल गए हैं और यहां बदल रहे हैं। हमारे अपने रॉबिन ब्लर के लिए बहुत बड़ा धन्यवाद, और निश्चित रूप से हमारे मित्र, स्टेन गेइगर, आईडीईआरए सॉफ्टवेयर से। वे एंटरप्राइज डेटा वर्ल्ड में जा रहे हैं, वास्तव में, यदि आप में से कोई भी वहां जा रहा है, तो आपका वास्तव में अटलांटा में भी होगा। हमारे अच्छे दोस्त, टोनी शॉ, चार साल बाद उस सम्मेलन को चलाने के लिए एक अच्छा काम कर रहे हैं, और हे जो पुराना है वह फिर से नया है। यह सब गर्म सामान है। उम्मीद है, हम आपको वहाँ देखेंगे, यदि नहीं, तो अगले सप्ताह हमारे साथ वापस आएँ, हमें अन्य वेबकास्ट का एक समूह मिला है।

अपने विचारों को सुनने के लिए हमेशा उत्सुक रहें, को एक ईमेल भेजें, जो मेरे लिए सही है, यदि आपके कोई प्रश्न या सुझाव हैं, या अन्य तकनीकों के बारे में आप हॉट टेक्नोलॉजीज में सीखना चाहते हैं। और इसके साथ ही, आप लोगों को विदाई देने जा रहे हैं, दोस्तों। हमसे जुड़ने के लिए फिर से धन्यवाद, हम अगली बार आपसे बात करेंगे। ख्याल रखना। अलविदा।