Av Techopedia Staff, 30 november 2016
Takeaway: Värd Eric Kavanagh tillsammans med Dr. Robin Bloor, Dez Blanchfield och IDERAs Bullett Manale diskuterar frågor och hur deras effektivitet kan ha långtgående effekter.
Du är för närvarande inte inloggad. Logga in eller registrera dig för att se videon.
Eric Kavanagh: Mina damer och herrar, hej och välkommen tillbaka igen. Det är klockan fyra östra tid på en onsdag, och i dessa dagar betyder det att det är dags för Hot Technologies! Ja verkligen. Vi pratar om coola saker idag. Naturligtvis är jag din värd, Eric Kavanagh. Titeln på dagens show är "Nyckeln till effektiv analys: snabbåterfrågor." Det stämmer, folk, vi vill alla snabbt. Vem vill inte snabbt? Det finns en bild om din verkligen, och nog om mig. Slå mig på Twitter, @eric_kavanagh. Jag kommer gärna att kontakta dig där och prata i sociala medier. Det kan vara roligt, bara prata inte politik.
Årets heta. Vi har pratat om olika analytiska frågor i år, och det aktuella ämnet för idag är egentligen bara centralt för att få jobbet gjort. Jag minns att det förmodligen var för fem eller sex år sedan jag först hörde någon använda uttrycket "ha en konversation med dina data", och även om det kan låta lite ostlikt, är poängen att om du inte kan ha en iterativ upplevelse med dina data, om du inte snabbt kan ändra dina frågor, skicka nya frågor, få svar snabbt tillbaka, då har du inte en konversation med dina data och hela analysprocessen är trunkerad. Det är inte bra.
När du har en konversation med dina data, vad det betyder är att du kan gå fram och tillbaka, och enligt min mening är det när du hittar insikten. För mycket sällan kommer du att hitta den perfekta frågan första gången. Om du inte är Mozart för analys - och jag är säker på att personen är där ute - kommer du att behöva spendera lite tid på att ändra, lägga till någon dimension, försöka finjustera vad det är som du letar efter .
Eftersom det återigen inte är oerhört svåra miljöer som vi har att göra med i analysvärlden; vi har att göra med väldigt otrevliga miljöer och mycket komplexa och multidimensionella miljöer. Och så hela idén med webbsändningen idag är att prata om hur man möjliggör den typen av iterativ interaktion med dina data.
Vi har tre presentatörer. Naturligtvis har vi i Hot Technologies, i motsats till Briefing Room, två analytiker; de ger var och en sitt första, sedan kommer gästen in, ger sin presentation, och vi har en slags rundbord. Och du, vår publik, kan spela en stor roll i det. Var snäll inte blyg; skicka dina frågor när som helst. Använd Q & A-panelen om du kan, annars är chattpanelen bra; Jag ska försöka övervaka båda under showen. Och vi spelar in dessa, så om du saknar något eller vill dela det med dina kollegor, kom tillbaka senare. Vi publicerar dem på Techopedia.com och även på InsideAnalysis.com.
Och med det kommer jag att få in de smarta människorna. Jag ska överlämna det till Dr. Robin Bloor. Låt mig ge honom nycklarna, byta presentatör och där går du. Robin, ta bort den.
Robin Bloor: Okej. Tack för den introduktionen. För ungefär en och en halv månad sedan pratade jag med en utvecklare som faktiskt är en DBA. Han är egentligen inte en DBA - han var en DBA i ett visst företag och han var den enda personen som faktiskt kunde få frågorna att fungera. Men han blev trött på att göra det, för han är verkligen, han är faktiskt en ganska smart utvecklare. Så han gick.
Och han måste göra ett par dagar varje månad för dem ändå, för de kunde inte hitta någon att ta sin plats och de har inte en aning om vad databasen gör eller hur man kan ställa in det alls. Och jag tänkte på det, och bara, du vet, de hade egentligen inte en IT-avdelning, men den här killen gjorde stöd för dem. Egentligen var det DBA-arbete som han gjorde mest av tiden.
För sofistikerade databaser - Oracle, SQL Server, DB2, alla dessa stora, dyra - är databasinställning ett tufft jobb. Det är också ett säkert jobb. Och skälet, verkligen, för att säga detta är att det är ett föränderligt landskap. Jag ska gå igenom det här. Du vet, relationsdatabaser - vanligtvis är den stora bilden, de relationsdatabaser dominerar fortfarande i popularitet. De kommer sannolikt att dominera under en lång tid framöver. Ja, det finns andra databaser nu som får mer lufttid, men du vet, när du faktiskt tittar på vad som händer där ute, så gör Oracle det mesta, Microsoft SQL Server är andra, och det händer olika saker i molnet som kan dock orsaka en utmaning. De är de stora jättarna i spelet. Och de är databaserna som du kan använda både för OLTP och faktiskt datalagerarbetsbelastningar. Alternativ används vanligtvis huvudsakligen i analytiska miljöer, och det bestäms normalt av uppgifterna för varför vi skulle välja det snarare än relationellt. Oftast gör inte människor det.
Företag tenderar att standardisera på en enda databas. Jag stötte på ett företag som nyligen hade över 5 000 instanser av Oracle. Och jag typ, personen jag pratade med från det företaget, jag frågade dem typ om DBA. De sa att de hade cirka 10 DBA och cirka 30 databaser sköts. Och resten, Oracle användes bara som ett slutligt system i stort. Det var väldigt lite stress på data från applikationerna som använde dem. Men det förvånade mig bara - 5000 instanser av Oracle.
Och förresten, de hade en Oracle godslicens. Vet du, företagslicens, uppenbarligen. Men de hade också andra databaser eftersom ibland, du vet, applikationer har en föredragen databas. Det var inte som Oracle var det enda. Och värt att nämna att varken Hadoop eller Spark faktiskt är en databas, och det kommer att ta lång tid innan de förvärvar det jag tänker på som en databasregel. Bra för datalänkar, naturligtvis.
Med DBA-aktiviteter kan Bullett förmodligen säga mycket mer om detta än mig - men jag ska bara springa igenom dem. Det här är vad jag tenderar att tänka på, du vet vad DBA gör. De installerar, konfigurerar, uppgraderar, gör licenshantering. De gör mycket ETL- och replikationsarbete på ett eller annat sätt. De gör lagring och kapacitetsplanering. De gör felsökning eller så ingår de i felsökningsteamet. Prestationsövervakning och avstämning är ganska mycket av deras aktivitet, men allt detta annat, det är inte litet, du vet. Säkerhet, de är ansvariga för säkerhetskopiering och återställning. De borde vara involverade i mjukvarutestsystem och de kan vara involverade i datalivscykeln.
Prestanda. När jag brukade vara en av dessa killar. När jag körde och ställde in databaser var det så jag förstod det, vet du? Det finns CPU, och på ett eller annat sätt på vår tid är CPU ganska mycket normalt inaktiv, eftersom det skulle vara en av de andra två eller th– Tja, en av de andra flaskhalsarna skulle faktiskt orsaka problemet. Minne, trashing och fragmentering, eller disk, eller disk I / O-mättnad, ibland nätverkskostnad, om du kör i flera noder i ett nätverk och du faktiskt kan stöta på lite låsning, förmodligen.
Men det var världen som jag såg den. Jag tittade nyligen på Oracle och antalet inställningsparametrar som finns i Oracle. Det var över 300. Du vet, och om du faktiskt tänker på det, måste en DBA som verkligen vet vad han gör göra ha någon aning om varför du någonsin skulle krassa med någon av dessa. Så det är ett komplicerat jobb, du vet, och det är mer komplicerat av det här.
Du vet, just nu har vi CPU: er, men du har … CPU: erna fanns redan, GPU: er på CPU: n eller med FPGA: er på CPU: n. Så det pågår en slags korsning av vad som faktiskt händer på en CPU. CPU-enheter blev multicore för länge sedan; faktiskt ställde jag inte längre databaser när det hände. Jag har ingen aning om vilken skillnad det faktiskt gör, nu när jag tänker på det.
Vi har, 3D vet du, 3D Xpoint och IBM: s PCM kommer som ett extra lager minne, och vi har SSD: er, men du vet, de ersätter spinnrost. Men SSD: erna kan variera i hastigheter. Med så många kan du ha parallell åtkomst och det gör att de går otroligt snabbt - nära RAM-hastigheten. Och du har alla parallella hårdvaruarkitekturer.
Och detta är allt, du vet, kostnaderna sjunker, vilket är en riktigt trevlig sak, men det här är allt som gör det - du vet om du tar nästa utgåva av en databas och sedan börjar du implementera den på maskiner, till och med några av detta har du faktiskt förlorat någon magkänsla som du kanske har för hur uppgifterna beter sig, eftersom fördröjningarna bara är väldigt mycket olika. Och här, du vet, har du fyra lager snarare än tre lagerlager.
Databasproblem. Du får databasentropi - spridande instanser är mycket vanligt. Databaser som används som skåp, vilket är exakt det exemplet jag gav var. Mycket få databaser är självstämning, och de som påstår sig självjustera är inte så bra, du vet. Men den andra saken är att väldigt få databaser är korrekt inställda. Det är ett tufft jobb, att kunna balansera arbetsbelastningen. Jag menar, när du tänker på en databas, vad en databas kan göra under en 24-timmarsperiod, kan arbetsbelastningen vara väldigt, mycket annorlunda. Databasen måste ha ett särskilt sant datalager.
Och därför, du vet, det är inte en trivial fråga, för det du gör är att ställa in parametrar som måste tillgodose en hel mängd arbetsbelastningar under en viss tidpunkt. I grund och botten är det ett tufft jobb. Och SQL måste vara inställd särskilt för SQL JOINs. De kan vara extremt, du vet, resurskrävande. Och om databasen har materialiserat vyer, för att vara ärlig, bör du undersöka användningen av dessa, eftersom de kommer att göra att allt går otroligt snabbare. Och det kräver någon som förstår arbetsbelastningen och förstår SQL-trafiken och så vidare.
Och de flesta företag använder mycket få DBA: er - mycket dyra. Jag har känt ganska stora företag med, liksom, tre killar, du vet, massivt antal fall. De kostar verkligen mycket, det är ett svårt jobb med tanke på komplexiteten. De behöver verktyg.
Och jag tror att det är allt jag har att säga. Åh, ja. Låt oss överlämna till Dez, se vad Dez har att säga.
Dez Blanchfield: Tack, Robin. Detta är ett massivt ämne. Jag kommer att hålla mig till de saker som jag tror är effektiva dagliga utmaningar som vi står inför. För låt oss inse det, det finns ett helt bibliotek med böcker skrivna om detta ämne. Vem har inte gått till en teknisk bokhandel och hittat väggar och väggar i böcker skrivna om bara det allmänna ämnet för databasprestanda och databasinställning och övervakning. Och ibland är det ett bra sätt att döda tiden.
Det allmänna ämnet: få resultatfrågor. Det finns ett antal olika delar av organisationen som svettar detta ämne - på din slutanvändarnivå, enligt min erfarenhet, vet du, människor upplever bara prestanda, att saker och ting går långsamt. Snurrhjul tar ett tag för att få frågorna tillbaka. I motsatt ände av spektrumet har du infrastruktur- och nätverks- och lagringstekniska personer som slås av databasspecialister eftersom saker inte går så bra som de förväntar sig. Och det är ett mycket brett spektrum, enligt min erfarenhet, de saker som kan påverka våra liv i det spektrumet.
Om du tänker på, från det fysiska och uppåt, vet du bara datorutrymmet. Det har minne, du vet, RAM, om du vill - diskutrymme, nätverk och alla bitar runt det. På det här utrymmet har vi, du vet, det lagrar tanken att säga att det, du vet, det är bättre att använda rå skiva eller en JBOD och bara, du vet, höja så snabbt som möjligt skivan och låta databas sortera ut dataskyddsskiktet. Andra människor är stora fans av RAID, det överflödiga utbudet av billiga diskar och har olika religiösa upplevelser med RAID 0, 1, 3, ibland 5 och 6 olika typer av striping eller replikering på disken, om hårddisken misslyckas. Även på lagringsnivå och teknisk nivå har vi fortfarande människor som har olika åsikter och erfarenheter kring prestanda, på typer av lagring.
Oavsett om det är direktmonterade skivor och själva servrarna, eller om det är anslutet via en fiberkanal med ett lagringsområdesnätverk av någon form, oavsett om det är lagring monterat från en server någonstans via iSCSI eller är det till exempel Ethernet. Och det är innan du till och med verkligen kommer till databasskiktet, där, du vet, vilka saker som vi tar för givet för det - du vet, bara behålla det, som Eric skisserade, du vet, vad vi kallar konversationen med dina data . Bara att kunna identifiera mönster och meningsfulla mönster som vi tror att vi kan börja dyka in i och leta efter prestationsproblem.
Och det är ett mycket brett ämne, så jag kommer att dyka in i två områden där, enligt min erfarenhet, tid och energi och ansträngda investeringar får lite bra avkastning. Så låt mig bara hoppa snabbt till den första av dessa. Och jag gick bara halvskämt och letade efter en bild av något som hade ett skelett på insidan och huden på utsidan, men Lego-blocket var förmodligen det minst skrämmande. Men på många sätt är det så jag föreställer mig och uppfattar mentalt den utmaning som vi ibland står inför med analysplattformar och databaser som stöder dem. Och det är det, du verkligen bara, som en konsument och slutanvändare eller till och med en utvecklare, ser ofta finérhudlagret, men det är faktiskt skelettet under - det är verkligen frågan som du behöver fokusera på.
Du vet, i det här fallet, när vi tänker på de saker som kan påverka databasens prestanda och analyser som härrör från den specifika dagen, träffar prestanda, kärninfrastrukturen och bara övervakar den kärninfrastrukturen, och som jag skisserade för bara ett ögonblick sedan din disk och minne och CPU. Och som Dr. Robin Bloor lyfte fram, utmaningar nu i virtualisering och saker som händer i själva chips, och prestanda ner till kärnnivå, och mängden minne som nu läggs in i varje chip i varje kärna. Det här är mycket tekniska utmaningar att leta efter en vardaglig person.
Håller koll på övervakningen av frågan. Du vet, en av utmaningarna kring övervakning av frågor och frågeköer är till exempel - jag menar, SQL som språk och databasverktygen som kommer runt analysverktyg, är mycket kraftfulla och särskilt SQL som språk. Men med den kraften och enkelheten kommer också, i många fall, och det är att om det inte är en applikation som gör samma sak om och om igen, skriven av en bra utvecklare och upptäckt av en bra DBA, kan det vara människor som gör ostrukturerade frågor.
Och problemet med det är att det är ganska enkelt att lära sig lite SQL och börja göra frågor, men som ett resultat av detta behöver du inte nödvändigtvis alla färdigheter och erfarenheter och kunskap för att veta om du gör en bra eller dålig sak att göra databasen. Så att kontinuerligt köra samma stora, breda, fel kan bara ta ner byggnaden. Att hålla koll på övervakningen av frågan är en intressant utmaning.
Övervaka bara responstider så långt det är vad plattformen gör och vad användare får. Återigen, du vet, utan rätt verktyg, detta är inte något som du bara intuitivt tittar på saken och tänker, "Åh, de nätverk går långsamt", eller "Användarminnet presterar inte bra" eller "Index fungerar dåligt "Eller" är uppblåst. "
Och sedan, du vet, hur kommer du till den punkt där du, när du har sett ett problem med det, hur kan du dra det isär och dela upp det och hantera hela utmaningen med dåligt strukturerade frågor? Och, du vet, är det en ad hoc-fråga som någon kör för hand, eller är det ett analysverktyg med en frontpanel på instrumentpanelen som fungerar dåligt eftersom de ställer frågorna på fel sätt, eller är det bara ett riktigt, verkligen dåligt skriven kod?
Och sedan göra det iterativet av, sa Eric i installationen inledningsvis, du vet, bara iterativt går om och om igen och om igen och finjusterar arbetsflödena. Du vet, vilka arbetsflöden kör jag, hur kör de, hur ofta kör de, vilken kod kör mot dem, var kör de mot det i CPU och minne och disk och nätverk? Ja, det är bara en riktigt, riktigt teknisk utmaning.
Och sedan den nirvana som människor letar efter i den här världen, medan de växlar från historisk analys och prestandajustering och varnar mot din miljö, vilket är bra att se eftersom du kanske får en plan i framtiden om du vet varför saker gick långsamt igår morgon klockan nio. Men det hjälper dig inte just nu, och det hjälper inte din plan framöver.
Jag tror att kapacitetsplanering och storlek och skalning och inställning, så du vet, jag tror att det finns en trend vi ser nu, där det finns en förskjutning i mycket stora miljöer där människor har stora databasplattformar och breda spridna databasmiljöer att gå från historisk varning och planering till prediktiv varning och planering, där de vill veta vad som händer just nu och kunna planera för det framöver. Eller tar vi slut på minnet och kommer vi att få slut på minnet under nästa timme, och vad kan vi göra åt det? Vilken kapacitetsplanering kan vi göra i realtid?
Ursäkta mig. Det kommer till den punkt där, du vet, bara hela utmaningen att upptäcka dessa hinder kommer i vägen för vad vi kallar fluidanalys och gör det till normen i din organisation. Som ni ser är det en icke-trivial utmaning för, du vet, bara de vardagliga stora, otvättade massorna. Och det är fortfarande en icke-trivial utmaning för ännu de mer tekniskt kunniga.
Du vet, om det är svårt för bara dödliga, hur gör vi detta till en sak som är möjlig? Eftersom du vet, de flesta av dessa är saker som vanliga användare inte kan lösa, och vi kan ha några speciella databasingenjörer, databasutvecklare, kodutvecklare, programmerare, men de måste fortfarande kunna dela upp miljön. De måste dra isär, du vet, frågor som människor som använder kod igen.
Du vet, en av de värsta saker som jag har sett i det här utrymmet kring prestandatreff i analysplattformar i mycket stora implementeringar av databasserverinfrastruktur är människor som tar en bit kod, en bit av SQL eller en stulen procedur som de inte gjorde. t skriver, och de vet inte om det är en bra eller dålig kodkod, och de återanvänder det bara för att det ger dem resultatet de vill ha. Men det visar sig att det kan ha varit något som skrivits i farten för att få ett eller två resultat, som en rapport - någon hade bråttom.
Och så använder människor komplex kod som de inte skrev, och bara smällar det in i en applikationsutveckling, utan att veta att de faktiskt straffar baksidan. Till och med bara övervaka den prestationen och titta på var frågorna kommer ifrån och borrar ner, det, du vet, det är en vardaglig utmaning jag ser.
Grundläggande beteende saker som pre-staging data för prestanda där det är möjligt. Saker som bara upplever lär dig bara, som att ta bort index om du ska göra bulkimport och sedan indexera om så att indexen inte upprätthålls när du drar in terabyte med data. Du vet, utan lämpliga verktyg är det nästan omöjligt att se eftersom du inte vet att indexet hamnar.
Att optimera index regelbundet är ett slags 101, men vad sägs om du vet om du importerar bulk eller vet du att du skapar en tabell med frågor om någon gör en riktigt stor fråga? Du vet, det kan vara en massiv prestationshit, och igen, om du inte övervakar, har du inte verktygen för att se det, den här typen händer bara i bakgrunden och du vet inte hur du ska hantera det .
Begränsa frågor till bara antalet kolumner du behöver - jag menar, det låter riktigt enkelt, men igen, om du inte kan se det, vet du inte att det händer, och sedan händer det bara i bakgrunden och det gör dig ont, på dig.
Att veta när och var man ska använda tillfälliga tabeller, samla upp stora rader och uppdateringar. Återigen, alla väldigt enkla saker, men utan den synligheten, utan verktygen för att göra det, sitter de bara i bakgrunden och fortsätter att skada dig och du kasta bara mer minne eller CPU till en databasmiljö för att få bättre analysplattformprestanda, när du borde verkligen kunna borra i detaljerna om vad som skadar dig och ta itu med den där saken. Och sedan, du vet, saker som utländska nyckelbegränsningar och hur hittar du det, hur vet du ens att det är en fråga?
Det ger mig slutsatsen om min nyckelpunkt här, och det är att, du vet, dagligen ser vi dessa problem överallt. Och när databasmiljöerna blir större och större och mer och mer breda, och som Dr. Robin Bloor framhävde här, får vi mer och mer komplexa miljömodeller med databastider.
Och sedan också behovet av att integreras i några av de stora dataplattformarna som Hadoop och Spark som kommer med, och mer och mer åt gången. Det är enligt min åsikt nödvändigt att hitta bättre sätt och speciella verktyg för att utföra denna realtidsplattformprestanda och analys och diagnostik på ett intelligent sätt. Eftersom det kostar realtid och riktiga pengar och frustration för slutanvändare och riktiga dollar om vi inte börjar komma till verktygen för att dyka in i dessa saker.
Och med det kommer jag att överlämna till våra vänner från IDERA, för jag tror att de har en bra historia att berätta om hur vi kanske kan hantera just detta problem.
Bullett Manale: Låter bra. Tack så mycket, och jag ska gå vidare och starta saker. Jag har några bilder även här och låt mig gå vidare och ta upp det. Några av dessa kommer vi att hoppa igenom ganska snabbt.
Bara för att ge dig lite inblick, jag är chef för försäljningsteknik här på IDERA, och så vi gör är en prat med DBA ganska regelbundet om de smärta och de utmaningar som de har, specifikt för, i många fall, prestationsövervakning och sådana saker, uppenbarligen. Och vi hör mycket från den publiken, och så tror jag att jag kan dela lite av den information som jag får från dem regelbundet som kommer att vara vettigt. Jag kommer att hoppa igenom några av dessa, för jag tror inte att de är verkliga relevanta för konversationen.
Du vet, jag har min egen lista här över DBA: s ansvarsområden - det ser mycket ut som Robin's lista, och jag tycker att det är ganska konsekvent. Jag tror dock att när du pratar med en databasadministratör är det alltid - du vet att de är sammanslagna i några av dessa områden mer än andra och det finns inget rim eller anledning till det, det beror bara på miljön.
Du hör ett ganska bredare och brett spektrum av saker som människor vill kunna göra. Och många gånger gör de människor som vill ha de här sakerna inte - de kommer att be om dem och i vissa fall börjar du lite att borra i vad de verkligen ber om, och sedan får du reda på att de " re verkligen letar efter mer. De vill verkligen ha mer information än vad de ursprungligen tror att de behöver, och när du börjar borra i verktyget tror jag att det är där du kan börja säga att de har en konversation med data.
Och jag tror att det är en riktigt intressant fras, och det är mycket meningsfullt när det gäller att kunna säga, ja, om du har en dålig fråga, vad är egentligen en dålig fråga? Är det en fråga som konsumerar mycket läs eller skriv eller CPU? Det kan vara en som kör mycket, det kan en, du vet, det är, som du sa, dåligt skriven.
När det gäller hur vi identifierar det finns det ett antal sätt du ser när det gäller vår produkt, Diagnostic Manager-produkten, att vi visar DBA: erna att de kan göra det. Och det är verkligt flexibelt, och jag tror att det är en av de stora sakerna - du måste ha ett verktyg som kommer att hjälpa dig med dessa prestandaproblem, är allas miljö lite annorlunda.
Och det kommer att finnas många, du vet, behov och kanske till och med dolda krav när det gäller övervakning, så du måste ha något som är flexibelt och något som kommer att fungera och kunna anpassa sig till miljön som du försöker hantera. Du vet, och jag har många av dessa exempel - jag kommer inte att gå igenom var och en av dem, men du behöver något som du kan svänga fram och tillbaka mellan en datamängd och en annan, och jag ska liksom prata om det när vi kommer in i produkten lite och visar dig det, och i termer av hur vi gör det.
Men det andra som jag tror när det gäller något bra analysverktyg är, du vet, det finns några kärnsaker du verkligen letar efter. Du vill uppenbarligen först och främst inte ha ett verktyg som kommer att orsaka sina egna prestandaproblem i prestandans namn. När jag säger samla in uppgifterna utan kostnad talar jag inte om kostnaden i form av, du vet, monetära kostnader, men i termer av kostnaden i form av omkostnader och kostnaden i termer av mängden resurser som vi kommer att använda i prestandans namn. Du vill definitivt ha något där som kommer att hjälpa.
Du behöver något som kommer att kunna få de data du letar efter specifikt för de problem du möter inom din dagliga dag, och det kan vara några saker du inte behöver och som du inte behöver Jag vill inte, och det finns ingen mening med att samla in den informationen om du inte kommer att rapportera om det eller kommer att ha några behov kring att försöka hantera dessa data. När det gäller metadata som är associerade till prestanda, till exempel.
Du vet, ett bra exempel är att jag inte behöver bli varnad om tjänsten Distribuerad transaktionskoordinator i SQL är nere om jag inte vill att den ska köras i första hand. Så inte varna mig, samla inte in uppgifterna mot dem - jag behöver inte den informationen. Så att ha förmågan att slå på och stänga av dessa saker är verkligen viktigt.
Förmågan att, när du samlar in data, har tillgång till dem ganska snabbt - du behöver inte, du vet, köra och massera uppgifterna, manipulera uppgifterna - att kunna göra det snabbt och effektivt. Och när du väl har uppgifterna är det uppenbart viktigt att kunna förstå det.
Nu är det här, med vår - med, till exempel, Diagnostic Manager-produkten jag ska visa dig lite idag - den produkten, du vet, jag skulle gärna vilja säga att den produkten kommer att ersätt och vara en DBA i en låda. Verkligheten är att det kräver viss kunskap om vad din miljö är och vad du försöker åstadkomma. Att ha en del, uppenbarligen, förståelse för själva DBA: s roll är uppenbarligen viktigt.
Det vi försöker göra är att utbilda genom hjälp och genom andra metoder. Men du kommer alltid att vilja binda detta, uppenbarligen, med någon typ av erfarenhetsnivåer eller någon som har viss kunskap om vad man ska göra när de har fått uppgifterna. Och att ha en person som kan ställa rätt frågor till en produkt och att ha den konversationen med data är uppenbarligen nyckeln. Och då självklart att kunna känna till uppgifterna.
När jag väl har fått informationen kan jag få det till rätt personer. Mina utvecklare, mitt driftsteam - vem det än är, jag kanske behöver integreras med andra produkter och ha krokarna för att kunna göra det. Dessa är alla viktiga saker. Och då, uppenbarligen, sist men inte minst, om jag behöver veta mer, att kunna göra det. Oavsett om det betyder att aktivera lite mer som ska samlas in, eller om det bara betyder att gå lite djupare in i uppgifterna. Du hoppas att du, med hjälp av ett verktyg som kommer att bli, att hjälpa till med prestanda, får alla de saker du behöver för att kunna svara på dessa frågor.
Det enda som jag inte lägger på här som jag tror är värt att notera är att du behöver ett verktyg som hjälper dig att skilja vad som är normalt och vad som inte är normalt. Och jag tror att det är en stor en, för, du vet, det finns massor av varningsprodukter och saker som finns ute, men om du får en varning och varningen är en falsk varning, gör det dig inte ; det är mer slöseri med tid och det kommer att minska effektiviteten mer än att hjälpa dem. Så, du vet, det är några saker jag skulle ha i åtanke.
När jag pratar om den produkt som jag typ kopplar alla dessa saker till i IDERA-produktsviten, är det Diagnostic Manager-produkten som jag tror har förmodligen den viktigaste typen av egenskaper i det vi pratar här när det gäller databas inställning och prestanda och övervakning och sådana saker.
Människor letar efter övervakning på företagsnivå; de vill kunna ha tillgång, att kunna på en skärm veta att saker fungerar som de borde vara. Eller så vill de självklart, om det finns ett problem, se var problemet är och sedan kunna borra ner i det. Riktigt stor del av, tror jag, vad folk letar efter med dessa typer av sätt som du verkligen kan finslipa på dina prestationer.
Det andra som uppenbarligen följer med det är att jag inte bara kan fungera i nuet och jag måste kunna gå tillbaka över perioder, vare sig det betyder att titta på frågor som gick dåligt eller om det betyder, du vet, titta på hur värd VM själv bete sig vad gäller resurser. Alla sådana saker du måste kunna göra, och du kommer inte att sitta där och stirra på din konsol 24 timmar om dygnet, 7 dagar i veckan.
Om du är på semester eller om det är mitt på natten, eller vad det än kan vara, behöver du något som kommer att kunna gå tillbaka i tiden med dig för att kunna säga vad som hände i instansen på den tiden vi hade problem. Och att kunna göra det, återigen, effektivt och snabbt och kunna borras ner i det är definitivt en viktig del i fråga om denna diskussion. Och jag skulle säga att det förmodligen är en av de viktigare sakerna vad gäller vad folk letar efter. De letar alltid efter det fönstret in i det förflutna, för det är verkligen en im - Du vet, du vill inte behöva sitta där och vänta på att något ska hända igen.
Nästa sak på listan är egentligen bara att binda tillbaka till det vi pratade om tidigare med själva frågeställningen. Och jag kommer att visa dig ett par olika exempel inom Diagnostic Manager-produkten, hur vi gör det, vilket säkert i slutet av dagen kommer att ge dig många alternativ runt själva frågorna i termer av vad du vill samlas.
När det gäller om du är intresserad av frågor som orsakar resurssmärta, konsumtion av CPU eller konsumtion av I / O. Oavsett om det är frågor som tar lång tid att slutföra eller frågor som bara i allmänhet kanske inte är det värsta kränkande när det gäller prestanda, men kan köra så ofta att den rena frekvensen för sig själv kan vara ett problem. Och att tydligtvis kunna upptäcka trender över tiden med dessa frågor är också en viktig del av det.
Det finns många olika sätt på vilket vi kan göra det inom den här produkten, och jag tror att det är uppenbart en väldigt viktig del för de flesta DBA. Och även om du inte har egna internt utvecklade applikationer, är det fortfarande trevligt att kunna gå till dina mjukvaruleverantörer och säga: "Hej, vet du vad? Du vet, klockan två på eftermiddagen varje dag när det här jobbet tar fart, eller vad det än är, "Det är din ansökan som orsakar detta, och vi behövde fixa det." Så även om du inte har slutfört kontroll över själva koden, det är fortfarande trevligt att veta när problem händer.
Och sedan, du vet, är den andra delen uppenbarligen mer proaktiv. Att kunna vara den första som vet, att kunna förstå när ett problem uppstår. Att inte bara kunna vara den första som vet så att du kan korrigera det, men i många fall, när du behöver är något som kan automatisera ett svar, i många fall också. Du kan, säga, du vet, snarare än att få ett e-postmeddelande som säger: "Hej, du måste gå och fixa det här", om jag är på ett möte eller om jag är, du vet, på vägen eller vad det än är jag Jag gör det, det är uppenbart mycket trevligt att kunna säga att jag har något på plats som kommer att kunna ta itu med det på ett automatiserat sätt.
Och om det inte adresseras på ett automatiserat sätt, åtminstone att kunna vara den första som vet så att du kan vidta korrigerande åtgärder eller kontakta någon som kan. Och så det är uppenbarligen stora viktiga delar för, du vet, dessa typer av problem som du kan stöta på när det gäller övervakning av dina maskiner och dina instanser och själva analysen.
Nu talade jag om detta tidigare, vilket är saker och ting flexibilitet. Jag kan inte betona detta nog, att kunna säga, du vet, out-of-the-box, om det finns något som inte övervakas, att kunna ha funktionen i en produkt för att kunna lägga till dessa saker till övervakas. Och i den meningen med exemplet med Diagnostic Manager, har vi uppenbarligen, du vet, WMI-räknare, räknare, SQL Server-räknare, du kan skapa dina egna frågor.
Du kan till och med, om du vill, dra data från din vCenter-miljö eller din Hyper-V-miljö, som ett resultat av den omröstning som äger rum och att du kan göra det regelbundet och dra den informationen och kunna se den. Och återigen, sväng från en plats till en annan när du tittar på den här informationen.
Så det är sådana saker som, i termer av vad jag ser människor som frågar efter när de pratar om ett verktyg som kommer att hjälpa dem när det gäller inställning och prestanda - den produkt jag ska visa dig i bara en den andra är Diagnostic Manager, och det stöder allt från 2000 fram till 2016. Det är specifikt för SQL Server, och så övervakar vi hantera dessa saker. Det finns inga agenter på själva instanserna som övervakar instansen.
Det går tillbaka till att samla in information till en liten kostnad, att, du vet, vi försökte uppenbarligen mer att samla in denna information, inte använda mycket resurser också, eller hur? Vi försöker utnyttja de saker som SQL Server redan tillhandahåller oss och göra det bättre, oavsett om det är dynamiska förvaltningsvyer, eller om det är utökade händelser, eller vad som än är fallet när det gäller själva samlingen. Att kunna utnyttja denna information och göra den bättre är ett av våra mandat.
Om du nu tittar igenom det här riktigt snabbt, kommer jag inte gå igenom arkitekturen i för mycket detalj, utan ha ett baksideförvaring med alla våra historiska data som du kan hantera och du kan behålla så länge som du vill. Du kan till och med välja vilken typ av information du vill behålla och hur länge. Det går sånt tillbaka till det, samla in lämpliga data och lämna onödiga uppgifter. Om du vill behålla frågorna i fem dagar som är kärnpresterande och sedan behålla dina varningar i två år, är det upp till dig och det är helt ditt privilegium att kunna göra det.
Ett antal olika konsoler med denna produkt. Du har en webbaserad version, du har också en tjock klientversion. Och så det har flexibiliteten att hoppa i en webbläsare och se vad som händer, eller om du har en bärbar dator där du har en dedikerad klient installerad, skulle någon av dessa tillvägagångssätt fungera för dig.
Vad jag skulle vilja göra är att göra en snabb demonstration. Och jag vill påpeka - jag kommer tillbaka till den andra bilden här - som vi har, har vi just lagt till, precis som en FYI för de människor som är bekanta med produkten, vi har ett nytt erbjudande som är Diagnostic Manager Pro. Ett professionellt erbjudande som inkluderar med det något vi kallar Workload Analysis.
Och det handlar verkligen om att interaktivt kunna titta på mycket stora tidsperioder och gå från det, du vet, 30-dagarsvy till, du vet, fem minutersvy med cirka tre klick. Och att kunna se piggen i prestanda eller problemet i flaskhalsen som du kanske kan, du vet, skulle du kunna se på en mycket hög nivå och borrning ner till en mycket låg nivå. Och särskilt det också idag, det är nytt för produkten.
Men vad jag vill göra är bara en första början, och jag vill prata lite om det svängande och gå fram och tillbaka. Och jag har tagit fram ett exempel, och jag kommer att dela på min skärm här. Och låt oss se … Där går vi. Min skärm. Och låt mig veta, killar, att ni kan se det.
Eric Kavanagh: Där går du.
Bullett Manale: Allt är okej där borta ? OK. Så det du tittar på just nu - och det här är Diagnostic Manager-produkten - och jag ville bara ge dig en slags demonstration på hög nivå av vad som händer här. I det här exemplet, vad vi gör är att vi visar dig de frågor som är associerade med väntar. Och så när jag pratar om att kunna gå fram och tillbaka, borra djupare och svänga, så är det - den här åsikten är ett bra exempel på det. Jag kan gå från en tidslinjevy som vi ser här, som kommer att visas nu. I vårt fall tittar vi på själva väntningarna och kategorierna för själva väntningarna. Vi kan se de uttalanden som är bundna till dessa väntningar, vi kan se applikationerna.
Lägg märke till att det är i en tidslinjevisning här, så jag kan identifiera den information linjärt baserad på när problemet inträffade, men sedan igen, om jag bara vill återigen svänga, och jag säger: "Du vet vad, låt oss titta på detta från ett annat perspektiv, "låt oss gå vidare och titta på detta ur synvinkeln, " Jag vill se frågorna eller väntningarna eller de applikationer som orsakar mig mest smärta och rangordna dem. ”Och det är vad vi ' kommer att se efter "fråga väntar efter varaktighet." Nu ser vi själva applikationerna som orsakar mina mesta mängder smärta, eller väntningarna.
Och så, här är den del som verkligen är den viktigaste delen, att kunna isolera dessa saker. Jag kan se att denna NoSQL-applikation startar här. Det orsakar en bra mängd väntetid, långt in i 25 sekunders mängd väntetid inom detta 30-minuters fönster som vi borras in i. Och jag kan sedan isolera den applikationen och jag kan se de uttalanden, i det här fallet, som direkt påverkar just den här instansen.
Och detta är bara ett exempel på hur du skulle kunna identifiera en flaskhals, kunna rangordna informationen och kunna prioritera de frågor som måste tas upp först. Det här är allt du måste tänka på. Du vet, du kan fixa problem hela dagen, men om du fixar de problem som finns längst ner på listan som ska åtgärdas, slösar du bort din tid. Du har en möjlighetskostnad kopplad till det.
Jag ska ge dig ett annat exempel, och det här är lite annorlunda exempel. Istället för att specifikt peka på ett problem eller att peka på ett område, behöver du också ett verktyg som kommer att kunna hjälpa dig i bred bemärkelse, genom att kunna säga: "Hej, har vi haft några problem?" Eller "Är finns det saker jag kan göra för att förbättra prestandan? ”och att ha något slags bakom kulisserna och titta på vad som händer. Och i detta fall kan detta relateras till konfigurationen; det kan vara relaterat till det, du vet, sättet på vilket hälsan hos instansen själv hanteras. Och också, uppenbarligen, prestanda saker också.
Om jag går till denna analysknapp här, är det jag ska visa er att inom denna produkt har vi också en slags proaktiv lista över saker som kan utföras i ett rankat format som i huvudsak ger dig insikt till de saker som sannolikt kommer att ge dig en ökning av dina prestationer i den instansen, eller en ökning av den instansens hälsa. Och det är i ett rankat format i den meningen att du har den förmågan att se vilka som är mer benägna att förbättra dina prestanda specifika för en viss typ av problem som har identifierats.
Och så när jag tittar på dessa saker och jag identifierar dem ser jag inte bara att jag har ett problem och jag har också i många fall ett skript som kan byggas automatiskt för att fixa det problemet. Men i många av dessa fall har vi också externa länkar som kommer att hänvisa till typen av problem som vi upplever, och sedan varför vi också ger denna rekommendation, så du får den pedagogiska aspekten av saker. Vilket än en gång tycker jag är mycket viktigt när du pratar om, du vet, att fixa problem.
Jag vill inte bara följa dessa rekommendationer blindt, jag vill förstå varför dessa rekommendationer görs. Och jag kanske är en senior DBA som har gjort detta i 30 år och jag behöver något som kommer att, du vet, kolla - eller pricka i och korsa t: er, i det här fallet - eller kanske jag är en junior DBA och Jag behöver lite hjälp när det gäller att förstå dessa problem när de händer och varför dessa rekommendationer görs.
Som jag sa, jag ska bara ta dig igenom ett par olika delar av produkten. Det här verktyget har funnits, du vet, det har funnits sedan 2004, 2003. Och det har verkligen lagt en hel del utveckling i det, mycket information, så det skulle inte vara vettigt att försöka visa dig allt här. Men jag tror att en av de saker som är värt att notera är att när vi går in och vi börjar prata om alla saker som du kan övervaka och alla saker som du kan varna om, återigen, gå tillbaka till den flexibiliteten i saker, här är en lista över alla artiklar som vi övervakar.
Nu betyder det inte nödvändigtvis att jag vill överväga att dessa saker är i ett varningsläge om de går ut ur smällen när det gäller tröskelvärdet, så att du kan slå på och stänga av dessa saker. Detta går tillbaka till det, ”Hej, jag behöver bara göra vissa saker för vissa mätvärden. Jag behöver bara, du vet, varna för vissa problem. ”Och kunna se till att vi inte kommer att, du vet, mätta dig med ett gäng falska positiver. Inte bara har du förmågan att slå på och stänga av dessa saker, men i många fall kommer du att märka att vi också tillhandahåller det normala bandet när det gäller varje statistik. Så om jag tittar på just detta, i det här fallet, en baslinje, skulle jag märka att tröskeln troligen är högre där de befinner sig just nu.
På den andra sidan av myntet är det, om jag har en instans av SQL, där jag spårar vissa mätvärden och dessa mätvärden, oavsett anledning, trösklarna som jag har angett är felaktiga? Med andra ord, trösklarna är smacka i mitten av där baslinjen faktiskt sitter, vilket innebär att om jag har en varning bunden till den tröskeln, kommer jag förmodligen att få en varning för något som är en normal händelse. Och så i sådana situationer kan vi ge dig den insikten också över hela linjen.
För alla mätvärden för just den här instansen kan jag se de trösklar som troligen kommer att visa en falsk positiv här när det gäller vad som är normalt och vad som inte är det. Detta kommer att vara något som skulle betraktas som en mer normal användning på minnessidan, och om jag ville höja den tröskeln skulle jag kunna, men det är typ av idén med baslinjerna.
Och det coola med Diagnostic Manager-produkten när det gäller själva baslinjerna är en möjlighet att ställa in flera baslinjer. Och du kanske frågar, "Varför skulle jag vilja göra det?" Och svaret är, om du har ett underhållsfönster som går från, låt oss säga midnatt till 04:00, där du verkligen beskattar dina resurser, du använder jag verkligen resurserna så mycket som möjligt, då vill du kunna återvända och du vill svänga lite och säga: "Se, vi kommer att ändra våra trösklar för det." Och vi kan faktiskt dynamiskt anpassa våra trösklar särskilt till vilken baslinje vi råkar vara i, baserat på tid på dagen eller veckodagen och så vidare, så är det. Så det kommer då att justera dessa trösklar dynamiskt för oss.
Låt oss ta ett steg igen. När vi har identifierat dessa tröskelvärden, när vi har gått igenom, och när det gäller att ställa in varningar och anmälningar och få reda på dessa situationer som kan hända, är flexibiliteten ännu en gång viktig. Du vill kunna varna i specifika situationer. I andra situationer kanske du vill skicka ett e-postmeddelande till någon annan, kanske du vill köra ett PowerShell-skript, kanske du vet att listan fortsätter.
Jag kanske vill integrera med något via SNMP-fälla eller till och med direkt med till exempel SCOM. Poängen är att du har flexibiliteten att göra det, och du kan ställa in vilka typer av villkor som skulle kunna garantera det, oavsett om det är ett mycket omfattande tillstånd - du vet, min CPU och minne eller vilka resurser som helst - i alla mina instanser, eller kanske har jag en mycket specifik typ av saker jag vill övervaka för eftersom jag, när jag upptäcker att vi bryter, vill köra ett mycket specifikt och riktat skript mot det problemet. Så det är här du skulle kunna göra den typen av saker inuti Diagnostic Manager-produkten, bara, du vet, när det gäller varning och meddelandet, och att kunna vara flexibel ur den synvinkeln.
Nu kommer jag inte gå igenom all varning och allt det där bra. Jag ville prata om rapporterna. Och än en gång att kunna ta informationen och utnyttja dessa data på ett antal olika sätt - och detta återgår återigen till konversationen med dina data. Och många människor, när de först ser den här produkten, tänker de, ”Åh, jag kommer att ha ett verktyg som kommer att varna mig när det finns problem. Det är vad jag behöver. ”Och verkligheten är, är de behöver det verktyget, men den andra sidan av det är, om de verkligen - de behöver också ett verktyg för att hjälpa dem att fatta beslut, och de kan utnyttja den information som vi samla i prestandans namn och även i varningens namn, för att kunna hjälpa dig att fatta beslut på vägen framåt.
Du vet, ett bra exempel skulle vara mina tillväxtprognoser i min databas. Om jag har en specifik databas som växer, kan jag peka på den databasen eller till och med flera databaser för att kunna se vad tillväxthastigheterna är. Vi visar dig inte utifrån vad, du vet, vad det är idag; det kommer att förutse det utifrån den tidigare tillväxt som vi har upplevt.
Om jag har några databaser här - som jag råkar ha, föreställ dig det - skulle jag kunna gå in och säga: "Låt oss ta det sista, du vet, årets värde, låt oss korrelera det efter månad och i ett prov för månader, låt oss gå vidare och se hur mycket tillväxt vi kommer att se under de kommande tre åren, eller 36 enheter. ”I vilket fall kan vi mycket snabbt besvara den frågan. Försök nu göra det på egen hand, eller hur? Försök att göra det på så mycket tid som jag gjorde det på egen hand. Det kommer att ta dig ett tag.
Nu, till och med lite ytterligare stress, låt oss ta en annan rapport, som är min toppserversrapport. Föreställ dig att jag har hundra produktionsinstanser, vilket i det här fallet inte gör det. Men om någon kommer till mig och säger: ”Jag behöver att du berättar för mig - vi kommer att lägga ut den här nya databasen för denna fantastiska nya applikation; det kommer att förändra allt som vi känner; det kommer att göra livet så underbart. Åh, förresten, databasen i sig kommer att bli riktigt I / O-intensiv, eller så kommer den att bli CPU-intensiv, eller verkligen minnesintensiv …, ”oavsett vad det är, jag vill kunna se, av alla mina produktionsfall, var är det vettigt att sätta databasen? Och jag kan rangordna alla mina instanser mot varandra när det gäller kontingenttypen, oavsett om det är CPU, minne, disk eller vad som än är fallet. Och så är poängen här att kunna svara på den frågan snabbt och effektivt och fatta rätt beslut snarare än att gissa när du gör det - de är uppenbarligen verkliga viktiga, och du behöver något som kommer att hjälpa dig.
Och när vi pratar om analys kan det sträcka sig från allt som vi pratar om med kapacitetsplanering till, du vet, varningar som du stöter på från dag till dag som kan hantera CPU, som liksom uppenbarligen själva frågorna, oavsett om det finns blockering och så vidare.
Ett annat exempel på det skulle vara, om jag gick till administrationsavsnittet här borta - faktiskt tar jag tillbaka det, den varningsavdelning här borta - frågar depå för vår historiska information för saker som har hänt tidigare. Har jag blockerat det som har inträffat i min produktionsmiljö? Jag vet inte, låt oss ta reda på det.
Jag kan gå tillbaka till min produktions-tagg och jag kan säga, för alla mina produktionsfall, med tanke på vilken tidsperiod som helst, för alla mätvärden som jag vill identifiera. Om jag har gått i ett varningsläge, i vårt fall, låt oss säga blockering med räkning, inte med några sekunder av blockering, och jag kan gå tillbaka och, i det här fallet, några månader, om jag behöver - eller i detta fall, en månad - och jag kan se det blockerar. Jag kan se när det började, jag kan se när det slutade, och jag kan borta ner i något av dessa dragintervaller om jag behöver, för att se specificiteten för den blockerande incidenten i sig. Du måste kunna ha något som är väldigt snabbt, kunna hitta det du behöver och leta efter snarare än att snurra en hel del cykler för att göra det i. Och så tror jag det också är viktigt.
Det sista jag vill visa dig - och visa dig den här produkten, Diagnostic Manager-produkten - är att vi har, som jag nämnt tidigare, gått in och lagt till en annan komponent till vår SQL Diagnostic Manager Pro-erbjudande. Och det är komponenten Workload Analysis. Och detta är en webbaserad version av detta, i det här fallet som vi visar dig här. Men poängen här är att detta gör att du kan titta på en riktigt bred tidsperiod eller ett mycket specifikt tidsfönster, och från, du vet, några klick som kan se koden direkt relaterade till problem som kan ha hänt .
Som ett exempel på detta, om jag tittar på en fyra veckors vy, här kan jag se, precis här, alla toppar när det gäller databaser och prestanda för dessa databaser och där vi såg väntaaktivitet på dessa databaser. Nu, och du kan se, om jag ser en spik här, är fördelen med detta verktyg bara att kunna lyfta fram den lilla baren där. Och sedan, när jag gör det, förändras alla saker här borta. Vi skulle kunna se databaserna, vi skulle kunna se alla kommandon knutna till vad som ligger bakom den fältet.
Samma sak om jag sa: "Låt oss titta på de senaste fyra timmarna" snarare än de senaste fyra veckorna. Jag kan fortfarande göra det. Jag kan fortfarande lyfta fram den perioden och sedan därifrån - här är, än en gång, här är mina pivotpunkter - alla dessa saker här kan jag länka till. De bästa SQL-uttalandena kan jag se de frågor som i detta fall orsakade väntningar som var relaterade till CPU-konsumtion. Bara genom att borra in, kan jag se de frågor som är relaterade här - whoops - och jag kan också se programmen och vad som inte är associerade med detta också.
Du får mycket insikt här, och inte bara det, men du kan se att när du kommer ner på kommandonivå kommer det att berätta saker. Det kommer att berätta om det ser tunga operatörer, så kan du se exekveringsplanerna. Det tar lite tid för det är ganska omfattande att ladda den här. Men poängen här är att du har många olika sätt att visa data, se vad det är du letar efter och sedan uppenbarligen kunna vidta åtgärder därifrån som du behöver, så och den här tar längre än det brukar göra, så jag lämnar det där.
Och så med det sagt, kommer jag att överföra det. Och förhoppningsvis var detta en bra demonstration av typ av saker vi pratade om. Och som jag sa, själva produkten som vi använde för att ge sådana exempel har funnits ganska länge, och så många andra saker vi kunde prata om och visa dig, men om detta är något som är intressant av dig, kan du alltid gå ut på vår webbplats och ladda ner den och leka med den.
Eric Kavanagh: Och jag älskar att du visar all denna detalj. Om du går tillbaka till ett par skärmar - även den här skärmen är ganska bra. Eftersom det finns så många olika sätt att visualisera vad som faktiskt händer, och jag tror att detta är en av de mer under-uppskattade aspekterna av datorer i dag. Det är verkligen en databasmiljö som jag på många sätt har det här halva skämtet jag säger: "Vi lär oss fortfarande att tala kisel." Vi lär oss fortfarande att förstå hur du ser vad som händer och till din poäng, som var väldigt tagen, du måste ha det samtalet med data för att bättre förstå vad som händer, varför saker går långsamt, eftersom det finns så många möjliga problem. Och naturligtvis har IDERAs ett antal olika produkter, varav en är de gamla Precise-produkterna som jag tror skulle kunna komplettera detta.
Men kanske Robin, jag kommer att kasta det till dig för ett par frågor, och sedan Dez, ett par frågor från dig, och sedan kanske någon från publiken, var inte blyg. Skicka in dem nu.
Bullett Manale: Robin, är du på stum?
Robin Bloor: Ja. Det är okej, jag tar mig bara av. Jag måste säga, det är otroligt - det som faktiskt slog mig som mest dramatiskt med det här verktyget, för det är verkligen - särskilt med tanke på det faktum att det är ganska uppenbart att en hel serie dimensioner du bara inte gick in på - det som faktiskt, Jag tror, det mest imponerande med det här är att det måste vara ett riktigt, riktigt bra sätt att träna en DBA. Du vet, det är - så när du först börjar göra databasarbete och du faktiskt inte vet mycket om vad som faktiskt händer i en databas, är det faktiskt riktigt, riktigt svårt att få en förståelse. Så används detta mycket, speciellt för träning? Jag skulle använda det.
Bullett Manale: Ja. Jag menar, när du säger träning, menar du lite som en pågående utbildning som en DBA-typ, eller hur? I form av…
Robin Bloor: Ja, ja, ja, ja. Ett lärande verktyg. Du vet, a.
Bullett Manale: Ja, jag skulle säkert tro att det är fallet, och ännu mer så att vi har lagt till detta, analyskomponenten som vi visade dig tidigare, som har alla rekommendationer som är knutna till det. Men jag tror säkert att du hittar, inom hjälp och många olika områden inom produkten, det ger dig, du vet, mycket insikt. Mycket information.
Och verkligheten är, som jag sa, du kan använda detta om du inte är en DBA. Du kommer förmodligen att hitta dig själv som gör några Google-sökningar och liknande saker, bara för den allmänna kunskapen om vad de flesta DBA har, men du kan korrelera detta och det kommer definitivt att hjälpa dig i termer av "Hej, du vet, hej vad är det den här saken kallas fragmentering? ”eller, ” Varför körs denna fråga 6 000 gånger? ”Jag menar, eftersom dessa saker kommer att tas upp till dig och de kommer att bubbla upp, och du kommer att se dem. Du ser att du är, vad du vet, vad som är normalt och vad som inte är det. Du ser de saker som är spikande och de saker som inte är det.
Som regel försöker vi ställa in det här i form av bästa praxis. Så att när du pekar på ett exempel kommer det att visa dig de saker som identifieras som utanför bästa praxis. Jag menar naturligtvis, du vet, verkligheten är att bästa praxis är bästa praxis och att det inte alltid är verkliga metoder. Men, du vet, det kommer att visa dig outliers, även från den första punkten att du installerar den och pekar den till en instans.
Och sedan därifrån kan du flytta längs det du behöver för att nödvändigtvis fixa problemen och identifiera om det verkligen är ett problem eller något som normalt händer dagligen. Och sedan, för att du har mycket information att hjälpa till och rekommendationerna, ja, absolut.
Robin Bloor: Okej. Och en annan fråga - men jag är säker på att svaret på detta är väldigt snabbt - är att du har gränsen att gå helt ner till den enskilda frågan och individuella tidpunkten och titta från den dimensionen.
Bullett Manale: Visst, ja. Beroende på vad du vill göra, kan du titta på ett tidsfönster på en minut eller så kan du titta på ett tre-dagars tidsfönster eller, du vet, ett tre-veckors tidsfönster. Och du vet, som jag sa, det beror på hur du vill titta på uppgifterna och även vad du vill samla in. I vissa fall samlar vi bara in frågor som når en tröskel som du har identifierat. I andra fall kanske vi samlar in alla frågor som orsakar en väntan.
Men du har också förmågan att säga, "Titta, de trösklar som jag identifierade, kanske det bara är för att skriva, eller kanske det bara är för läsningar, eller kanske det bara är för CPU." Så, förutsatt att den har överskridit den tröskeln, så är det vad du vill samla på. Sedan oavsett tidsram som du vill titta på skulle du kunna se de frågor som är kränkande, baserat på vad du anser vara kränkande.
Du har många olika sätt att titta på data. Du kan titta på det i en konsoliderad vy för att se, du vet, de frågor som - hur många bakom kulisserna frågeställningar, kontra, du vet, varje enskild incident i den frågan som startar, för att se ett mönster, om du kommer att se om det hela tiden blir värre.
Men för att svara på din fråga kan du definitivt peka på vilken tid du vill. Du har den här saken som heter History Browser - och jag använde det lite - men egentligen vilken tidpunkt du väljer, vilken dag i kalendern du väljer kan du gå direkt till den tidpunkten.
Just nu tittar jag på 15 november kl 19:05, och vi kan titta på specifika frågor för den tiden. Om jag hade några som körde dåligt med tanke på det fönstret med tid, skulle vi kunna titta på sessionens detaljer specifika för det tidsfönstret för att se vilka sessioner som körs. Jag menar, det finns en hel mängd data här, och som sagt, den svåraste delen, verkligen, är kanske 30 minuter att leka med konsolen och ta reda på hur man gör det här.
Men när du inser att de flesta av uppgifterna här finns i detta band och de är uppdelade av dessa flikar, och varje flik har sin egen uppsättning dynamiskt förändrade knappar som visas varje gång du klickar på det, oavsett om du tittar på riktiga- tidssaker eller saker som hände förra veckan, det är samma process. Det är i grund och botten, jag tittar just den 15 november, men jag kan lika lätt titta på realtid bara genom att klicka på den knappen. Och jag kommer att interagera med data på samma sätt.
Men för att svara på din fråga, ja, det finns många olika sätt att visa historisk information, och det gäller också själva frågorna.
Robin Bloor: Jag förstår. Det är väldigt imponerande. Och jag älskar det faktum att fönstren synkroniseras, även om det är ganska nödvändigt i allt som har att göra med realtidsdata nuförtiden.
Bullett Manale: Ja. Säker.
Robin Bloor: Här är bara en information som jag faktiskt inte vet svaret på. Som dina erbjudanden - SQL Server och molnet - kan du peka på molnet på under Ratio?
Bullett Manale: Du kan. Du kan peka detta under molnet. När du faktiskt lägger till instanser kommer det att fråga dig om det är RDS eller Azure. Nu kommer det att finnas några begränsningar baserade på vad som utsätts för oss från molnet, så det kan finnas en - det är lite skillnad i termer av vad vi kan övervaka, helt enkelt för att instrumenteringen, i vissa fall, inte är Det finns inte för oss att samlas, baserat på vad Microsoft utsätter.
Nu, om det är något liknande, du vet, infrastruktur som plattform, som du vet, eller EC2 eller något liknande, är det inte något problem alls. Vi får allt. Och när vi arbetar med Microsoft och vi arbetar med Amazon; vi arbetar för att avslöja den informationen mer detaljerat. Men absolut ja, vi stöder de miljöerna.
Robin Bloor: Okej, det är intressant. Jag ska överlämna till Dez, som jag är säker på att kommer att ge dig frågor från en annan riktning.
Bullett Manale: Okej.
Dez Blanchfield: Tack. Jag har två mycket snabba till dig. Jag tror, du vet, den första är vågen, du vet, jag tror att en av de saker som slår mig är att det allmänna temat för föreställningen tenderar att vara något som vi tänker på när vi blir väldigt stora, mycket stora, mycket storskalig och bred och terabyte data. När jag tittade på demo slog det mig, det här är något som faktiskt gäller även de mycket små miljöerna, precis som att få prestandahits.
Vilken typ av spridning ser du i utnyttjandet av detta, och tror du att det är, vet du, tror du att det är ett verktyg som har ett bra, vet du - i mitt sinne gör det det, så jag tror att det är ett ja - men jag är bara angelägen om att se vad du ser. Mindre organisationer har samma konversationer och letar efter ett verktyg för att göra detta, eller är det verkligen något i den större änden av staden?
Bullett Manale: Det är roligt - det är en bra fråga. Det är lite av en blandning, men jag skulle säga att vi har massor av små kunder. Och när jag säger små kunder, menar jag, du vet, en till fem instanssköp för att licensiera. I vissa fall kan de ha 30 fall av SQL, rätt, av SQL, och de bryr sig egentligen bara om de fem verkligen, verkligen viktigt nog för att investera i ett verktyg som detta, för dessa fem instanser.
Men verkligheten är att även de mindre butikerna har en handfull SQL-servrar där ute. I de flesta fall, eller i många fall, är den lilla butiken mycket, mycket beroende av dessa databaser, på grund av, du vet, vad de gör. Och så gör de inte, de kan inte låta det gå ner. De kan inte, du vet, de måste ha ett verktyg.
Den andra sidan av det myntet är att de i några av de mindre butikerna inte har dedikerade DBA, så killen som är den smartaste killen i rummet eller den mer tekniska killen i rummet slutar bli den tilldelade DBA. Och i den situationen letar de definitivt efter lite hjälp, och det här verktyget kommer uppenbarligen att hjälpa dem också i det avseendet.
För dina större miljöer, som jag tror att det var Dez som nämnde det - eller Robin, jag är inte säker - men du vet, de större miljöerna, du skulle bli förvånad över hur många DBA de har, jag menar, vi " du pratar enorma antal förekomster av SQL, och du har bokstavligen en handfull DBA som har till uppgift att vara ansvariga för dem. Och från det perspektivet, de killarna, du vet, de letar efter lite hjälp eftersom de inte har resurserna tillräckligt tillräckligt för att verkligen hjälpa dem, och så kommer ett verktyg att hjälpa till att kompensera för något av det.
Och så ser vi det också ganska mycket, där, du vet, har du tre killar som hanterar 200 instanser. Och så kan du föreställa dig logistiken för det om du inte har ett verktyg som detta, för att försöka ta reda på när det även finns problem. Det kommer inte att bli ett proaktivt sätt, jag kan försäkra er. Så förhoppningsvis svarar det på din fråga. Ja.
Dez Blanchfield: Det gör det, ja. Det slog mig - och jag tror att Robin sorts hänvisat till det - men, du vet, den typ av löfte som du beskriver när du gjorde demo, menar jag, de är inte exklusiva för mycket stora miljöer. Du vet, du kan köpa en gemensam plattform som är designad för en sak och lägga den i en delad databasmiljö för en annan sak, och det straffar bara hela miljön.
Det andra som slog mig - det är inte så mycket en fråga, bara en observation, men jag kommer dock att leda till en fråga - och det är det, du vet, när organisationer redan har investerat i sin infrastruktur och deras plattformen och deras databas och servrarna och infrastrukturen kring det, och de kommer att köpa en produkt, oavsett vad det kan vara - en HR, en ERP, ett BI-verktyg - de har redan gjort en ganska stor investering.
Vilken typ av svar ser du när du har ett samtal med människor och de har insett att de har ett resultatproblem, men de känner att de måste göra ytterligare en investering för att komma till det? Finns det en punkt där de inser när du väl har demonstrerat det att de här saken är en icke-brainer, och det är inte så mycket en försäljningsgrad, men det är mer en epifanie. Det är bara, du vet, "Vi kommer omedelbart att se fördelarna med detta." I motsats till att vi bara måste sälja produkten? Det verkar för mig att det säljer sig själv, och ROI hoppar bara av sidan.
Bullett Manale: Ja, och det är roligt att du säger att för det som många gånger kommer att hända är att någon kommer, som en DBA eller till och med säljare, och de kommer att säga, "Hej, dessa killar vill se ett, liksom, ett ROI-ark på detta. ”Och mer som a, något på papper som vi skulle skicka till dem. Och demon är alltid tio gånger bättre, särskilt eftersom du kan göra det med DBA: er själva, för–
Dez Blanchfield: Ja.
Bullett Manale: Som du sa så säljer produkten sig själv. Det är verkligen svårt att lägga en ROI på ett papper och säga, "Okej, hur många klick gör en DBA vanligtvis, du vet, klickar på en timme?" När det gäller säkerhetskopior, du vet, eller vad som än är fallet, du vet? Och försöker sätta det på ett papper, det är verkligen svårt att göra det. Men när du får någon och du visar dem produkten, och de ser den, är det exakt vad du sa.
Människor inser värdet av det. För att det inte bara hjälper dem att förstå och fatta bättre beslut, utan det är också, det hjälper, du vet, dem att inte vara den dåliga killen. De kan vara de första som vet; de kan korrigera problemet innan det någonsin ens har identifierats att det fanns ett problem.
Den andra delen av det är att du, som DBA, vare sig det är en, du vet, verklig eller uppfattning - och jag tror att det är uppfattning - du äger prestandaproblem, verkligen. Du är killen som får fingret riktat mot dig när föreställningen går ner, och verkligheten är att det kan vara utvecklaren som verkligen orsakar problemet.
Att ha ett verktyg för att kunna säga, "Hej, det här är inte mitt problem, jag måste kunna ta detta till utvecklaren och de måste korrigera det här, " eller, du vet, längs dessa linjer. Det är ett trevligt sätt att kunna ha något i ditt arsenal för att kunna säga: "Det är här det verkliga problemet är." Du vet?
Dez Blanchfield: Ja. Den sista för dig, och det som slår mig, när vi tittade på detta när vi gick igenom det var att vi ofta när vi funderar på prestationsfrågor tenderar att få in speciella färdigheter. De kommer med 20 års erfarenhet, de ser på det, och de sorterar, det vet du, det klassiska skämtet från killen som går in i verkstaden och har en liten liten hammare och träffar maskinen på rätt plats och sedan säger, "Det är en fix på $ 15 000", och folk säger: "Vi betalar inte för det, " vet du, för det är fem minuter av arbetet. Och han säger, "Tja, det fem minuters arbete tog 15 års erfarenhet att fixa och det sparade dig miljoner."
För mig verkar det som om du vet att det finns en mittprocess av att människor går igenom den här saken och säger: "Okej, ta med de speciella färdigheterna, fixa problemet, det kommer att försvinna." Men vad de har gjort då är de har precis lagt en Band-Aid på det, eller hur? Till skillnad från ett scenario där, från vad jag kan se här, var när detta går in, ja, de kanske har tagit upp några prestationsfrågor som de trodde att de upplever, men det verkar för mig, just då, bara för att ha detta 24 / 7 slags, du vet, uppsättning ögon som tittar på miljön i realtid.
Du hamnar verkligen bort från scenariot med DBA som vaknar klockan fyra på morgonen eftersom rapporterna körs. Är det så - och kanske är det retoriskt - men är det så att människor snabbt övergår från att leta efter att investera i en produkt för att få den att lösa ett visst problem, men då blir det i allmänhet bara en del av DNA?
Bullett Manale: Ja, och det varierar från plats till plats, men jag menar, jag har några folk som ursprungligen köpte produkten, som, redan 2006, och de har varit i tre olika jobb på olika företag, och de har gått in och när de går till nästa företag marknadsför de detta som något att få eftersom de har ett arbetsflöde. Och kalla det så, jag hatar att kalla det så, men du vet, att arbetsflödet involverar den här produkten och de är vana vid den dagligen och det hjälper dem, och så de inte vill lära något nytt.
Men absolut. Jag menar, för det mesta får vi människor att ladda ner den här produkten, det är inte för att de har en budget och att de går ut och de säger: "Hej, vi har den här prestandabudgeten, vi måste göra ett bevis på koncept, och vi måste gå in och räkna ut, göra en utvärdering och allt det där. ”Vanligtvis är det som händer, har de ett problem på en instans av SQL, och de letar efter lite hjälp för att fixa problemet. De går och laddar ner vårt verktyg, de fixar problemet och sedan inser de att detta, själva verktyget kommer att göra mer än bara fixa det problem som de hade vid den tiden, att det faktiskt skulle hjälpa dem att förbättra den totala prestandan och förhindra att andra problem händer och går framåt. Och det är säkert. Och du kan definitivt fortsätta använda detta verktyg för att ständigt ställa in miljön eftersom du alltid kommer att kunna se inte bara vad som hände just nu, men vad som hände förra veckan, förra månaden, förra året, och jämföra det med vad som kommer att hända i morgon. Du vet? Den sortens saker.
Dez Blanchfield: Ja.
Bullett Manale: Så, säkert.
Dez Blanchfield: Perfekt. Så du har nämnt, du nämnde någonting om - jag kommer bara att samlas innan jag lämnar tillbaka till Eric för att stänga. En av sakerna som jag alltid är intresserad av är, vet du, hur får människor handen på det? Du nämnde ladda ner den. Vad är den 30 sekunders sammanfattningen av hur de tar hand om det, få en kopia, snurra upp den och spela med den och vad de kan behöva infrastrukturmässigt, bara för att få en instans.
Bullett Manale: Så det kommer att bli, du går till IDERA (idera). Com. IDERA.com är företaget, och om du träffar den webbplatsen - och jag faktiskt kan visa dig här - vet jag inte om jag fortfarande delar min skärm, men om du går till produktsidan, gå till Diagnostic Managerlänk, det kommer att finnas en liten nedladdningsknapp, och du kan bara ladda ner byggnaden när du har fyllt i din information. De kommer att be dig om 32- eller 64-bitars-byggnaden, och du är på väg till tävlingarna, som de säger.
Dez Blanchfield: Och kommer den att köra på en bärbar dator för någon att spela med den, eller behöver de ladda den på en server någonstans?
Bullett Manale: Nej, nej. Faktum är att det jag visade dig idag körde allt från min bärbara dator. Nu har min bärbara dator 32 spelningar och 8-kärnans processor, men det är fortfarande en bärbar dator. Men det behöver inte nödvändigtvis ha så mycket resurser för att svara på din fråga. Utvärderingen i sig är bra i 14 dagar, men du är mer än välkommen att ge den en längre prövning. Om du bara ringer oss kan vi utöka det för dig om du vill.
Dez Blanchfield: Jag tror att det borde vara något att ta bort, för jag kommer definitivt att göra det. Jag tror att det ser ut som om det ser ut som om det ser ut som att det inte går att ladda ner det och spela med det. Gå förmodligen till en av dina miljöer och se bara vad du kan se, för jag misstänker att - precis som allt jag har sett i en databasbakgrund under de senaste 20 + åren, som åldras mig - när du får se vad som ligger under huva, det är fantastiskt vad du inser att du kan fixa snabbt och bara få små resultat.
Fantastiskt, tack för demon. Det var riktigt bra. Tack för hela tiden för att diskutera frågorna.
Bullett Manale: Du är välkommen. Tack för-
Dez Blanchfied: Eric, jag ska lämna tillbaka till dig.
Eric Kavanagh: Ja, vi har en riktigt bra fråga från publikmedlemmen. Du pratade lite om detta i din presentation, och jag tweetade faktiskt om detta eftersom det var ett så bra citat. Du sa att du inte vill använda ett verktyg för att övervaka prestanda som påverkar din prestanda negativt.
Bullett Manale: Rätt. Det är rätt. Det är typ av en viktig del av ett prestationsövervakningsverktyg, är det inte orsakar prestandaproblem. Helt rätt.
Eric Kavanagh: Exakt. Tja, det är som de tråkiga - det är som de antivirala programmen som bara kan göra förödelse på system. Jag menar, jag har använt ett antal olika tekniker för att sända där antivirusprogrammet startar och kommer att stänga din ström. Så det finns saker som händer som du inte förväntar dig, men frågan, den hänför sig till den specifika kommentar du gjorde. Och vilken typ av performancehits ser du? Är det två procent, är det fem procent, är det en procent? Har du några nummer du kan kasta på oss?
Bullett Manale: Jag menar, utmaningen med den här frågan är att, du vet, en del av diskussionen vi pratade om tidigare. Jag kan ge dig det - det är vanligtvis cirka en till tre procent för att svara på din fråga. Men det finns mer förklaring som jag tror skulle krävas vilket är, vi ger dig många sätt att kunna berätta verktyget vad du vill övervaka, eller hur? Och så går det tillbaka till det. Tja, jag kanske vill få ett prov på varje fråga som körs. Så jag vill ha ett verktyg som är tillräckligt flexibelt för att kunna sätta på det så att jag kan se det.
Och så inkluderar en del av flexibiliteten, du vet, det finns en kostnad för det. Om jag behöver samla in mer data eftersom jag vill ha ett prov på varje fråga som körs senast, du vet, 20 minuter, kan jag slå på det och det kan göra det. Och så, men generellt sett, ja, en till tre procent är vad vi ser, när det gäller omkostnader. Men det kommer att variera, och det mesta kommer att bero på dina saker som du slår på och stänger av, i termer av dina trösklar, hur mycket data du vill samla in, dina omröstningsintervall, alla sådana saker som binds till det där.
I själva verket, om du går till själva instansen som du hanterar, är en av de saker du ser att vi har flera omröstningsintervall som du kan ange. Och det är helt enkelt för att vi vill, du vet, jag behöver inte kontrollera varje - Om jag vill göra en hjärtslagskontroll på en instans, behöver jag inte undersöka CPU och allt annat tillsammans med det om jag " m gör det var 20: e sekund. Så du har flera pollingintervall som du kan ange.
Du har också, som sagt, din frågaövervakning som du kan ange. And this can be done for each instance independently, so you can really cater to that specific instance in terms of what you want to monitor. For my wait statistics and wait monitoring, I can turn that on or off. And I can tell it to capture everything, I can tell it, you know, what I want to capture and when I want to capture it. So a lot of that will also– You have to take into consideration what you're doing, in terms of what you're telling the tool to monitor.
But generally speaking, what I would say, is, like I said, around one to three percent is what we see. We've been selling this tool a long time – since, like I said, about 2003 or 2004 – and we've got thousands of customers, so I can assure you that, you know, we don't have– we try our best not to cause performance problems in the name of performance.
Eric Kavanagh: Yeah, that's really good information. I just thought that was a brilliant quote because, you know, again, you don't want to defeat the purpose of what you're trying to accomplish, right?
Bullett Manale: Exactly.
Eric Kavanagh: And I appreciate Robin's question, too; this really is an excellent platform for helping DBAs understand the many different aspects and dimensions and layers of what we're talking about. And I think the concept of conversation with your data is highly appropriate here, because, to your point earlier, you're not gonna figure it out on the first try, usually. You need to spend some time looking at the data, looking at historical data, doing that synthesis in your mind. And that's the job of the human, right? The job of the profession that sits back there and takes heat from the business on a fairly regular basis, to get that job done and to keep the trains running on time, right?
Bullett Manale: Absolutely.
Eric Kavanagh: Well, folks, this has been another fantastic event. If any question you asked was not answered, by all means, let me know. Send an email to . We do archive all these events, so you can always go to InsideAnalysis.com to find the archive, or go to our partner, Techopedia.com. If you look on the right-hand side of their page, you will see Events, and the webcasts listed there. If you click on More Events, you can see all of the webcasts that we do listed there, past, present and future.
And with that, we're going to bid you farewell. We've got five more webcasts for the rest of this year, folks. We may schedule one more. But otherwise, it's going to be on to 2017. The ed cal is out. Let us know, and if you have someone that wants to showcase their technology, send an email to .
With that, we're gonna bid you farewell, folks. Thanks again for your time and attention, we'll talk to you next time. Ta hand om dig. Bye-bye.
