От персонала на Техопедия, 29 март 2017 г.
Отнемане: Домакинът Ерик Кавана обсъжда бизнес разузнаването с д-р Робин Блур и IDERA Стан Гейгер.
В момента не сте влезли. Моля, влезте или се регистрирайте, за да видите видеото.
Ерик Кавана: Дами и господа, добре дошли отново, сряда е в 4:00 източно и за последните няколко години това означава, че е време за горещи технологии, да, наистина. Казвам се Ерик Кавана, ще бъда ваш домакин в днешното шоу. Обичам тази тема: „Проверка на здравето: Поддържане на здравословен бизнес BI“, за това ще говорим днес. Има наистина място за твоето.
Така че тази година е горещо - Hot Technologies беше наистина създаден да дефинира конкретни видове технологии и можете да си представите, че в света на корпоративния софтуер има много и много доставчици, които продават всякакви различни продукти и какво се случва там е там това са модни думи, които се навикват да свикват и получават омагьосани от различни доставчици за много различни неща. И така, целта на това шоу е наистина да помогне на нашите приятели продавачи и да помогне на нашата публика както да идентифицира, така и да увие главата си около това какви конкретни видове технологии всъщност са и какво означават тези думи, когато стигнете веднага до месинговите ленти.
И така, днес ще участвам като един от анализаторите, ние също имаме д-р Робин Блур на линия и Стан Гейгер от IDERA. Нека просто да поговорим бързо за значението на бизнес разузнаването и анализата, като цяло. Това е основно дърво за решения, ако желаете, или блок-схема просто говори за това как работите чрез проблеми във вашата компания, провеждате дискусии по различни теми, поставяте предложения и след това разберете какво мислят хората. Съгласни ли са? Те не са съгласни? Какъв е консенсусът, ако имате такива и как работите през този процес?
Е, всичко това очевидно е много общо, но е добро напомняне за процеса, чрез който ние предлагаме идеи в компании, взимаме решения и след това продължаваме напред. И най-долният ред е, че се изискват данни за всеки един от тези компоненти. Това е още по-вярно в наши дни в света на големите данни, защото, разбира се, големите данни са като този гигантски двигател на истината там. Големите данни наистина се случват; това е представител на това кой е къде, какво прави, какво купува, каква е работата им в социалните медии, туитър например. Разбира се, всички тези неща могат да бъдат хакнати - трябва да внимавате за това - но въпросът е, че данните са референтната архитектура, ако искате, за реалността.
Така че, вие искате данни във всеки момент от този процес на вземане на решения. Сега консенсусът е важен. Ако искате щастливи потребители, понякога шефът може да се наложи да върви срещу зърното на това, което всички искат. Точно ние говорехме за Стив Джобс точно преди да започне тази уебкаст и той беше известен с подобни неща. Той има известен цитат, където препоръчва хората да заглушат шума, който чуват наоколо, и след това да се придържат към визията си, ако знаят какво прави, е правилно. Така че, не винаги се нуждаете от консенсус, но обикновено това е доста добра идея. Но общата цел на този слайд и на този коментар е да утвърди вкъщи важността, която искаме да вземаме решенията си въз основа на данни, а не само на инстинкт, въпреки че червата обикновено са добри, за да ви помогнат да знаете къде искате да отидете и след това наистина искате да потвърдите това или да го обезсилите със своите данни. И бих казал, не се страхувайте да погледнете назад през това, просто като хубав малък маркер или напомняне, че когато се обърнете назад по повод, можете поне да получите някаква ориентир и да разберете къде сте били идващи от и бъдете честни относно грешките, които сте допуснали. Всички сме правили грешки, случва се.
Така че, ако имате проблеми с производителността в системите за бизнес разузнаване, добре, че има стария израз „търпението е добродетел“, а не в света на ИТ, мога да ви кажа точно сега. Ако потребителите чакат дълго време, когато заявките им ще се върнат, или не получават своите отчети, това разрушава доверието и когато доверието го няма, е много трудно да го върнем. И така, тук сложих линия - около 40 секунди в наши дни е като 40 минути в много случаи - ако едно запитване ще отнеме 40 секунди, хората забравят за какво дори говорят, какво са питали от данните. Просто си представете в разговор, ако попитате някого, да кажем на шефа ви, вие казвате: „Ей, бих искал да знам защо се спускаме по този маршрут.“ И трябваше да изчакате 40 секунди в разговор за да получите отговор? Ще излезеш от стаята! Бихте си помислили, че шефът ви е загубил ума си. И така, тази латентност, която имаме в някои информационни системи, когато има проблеми с производителността, това ще съкрати аналитичния процес, аналитичния поток или както някои хора го наричат, разговора, който провеждате с вашите данни. Трябва да ускорите тези системи, каквото и да правите, за да го направите, и днес ще говорим за това, това е, което трябва да направите, защото без този флуиден поток от идеи напред-назад, вие сте наистина вредят на целия процес на анализи. И така, и още веднъж изхвърлям този коментар: липсата на доверие е мълчалив убиец. Хората всъщност няма да вдигнат ръцете си твърде много, ако не ви се доверят, но просто ще ви видят отстрани и ще се чудят какво става. И след като това доверие изчезне, ще ви бъде много, много трудно да го върнете.
И така, изкуственият интелект, добре, че продължаваме да чуваме за машинното обучение и AI и „О, това няма ли да реши всички тези проблеми?“ Робин и аз вече от години чуваме за самонастройване на бази данни и всички тези забавни неща - се случва нещо от това, но просто си задайте въпроса: колко често Сири прави това за вас? Колко често Сири случайно изскочи и си отиде: „Съжалявам, не го разбрах.“ Това е така, защото не съм те питал нищо. Просто случайно натиснах този прокълнат бутон. Така че все още има много недостатъци и между другото в лявата част това е чипът ASIC от Apple Newton - спомняте ли си това кученце от години и години? Това беше едно от първите интелигентни устройства и това е доста отдавна, това е като началото на 90-те или средата на 90-те, което искам да кажа. Че Нютон излезе и не беше много добър, но имаше визията; те знаеха накъде отиват, но дори сега, с iPhone AI и машинно обучение, бих казал, че това са широко неразбрани понятия.
И със сигурност по отношение на машинното обучение може да бъде много полезно и всъщност може да се използва в някои от тези среди, където се опитвате да разберете какво се случва със сложната ви информационна архитектура, където нещата се объркват. Машинното обучение може да бъде много ценно в този контекст, но само ако се прилага по много остър начин. И така, всъщност бях на голямо събитие в Калифорния, един от големите дистрибутори на Hadoop Cloudera имаше срещата си за аналитици и аз разговарях с техния главен стратегически директор и казах: „Знаеш ли, струва ми се, че наистина машинното обучение прави само две неща: сегментира се и се усъвършенства. ”Това означава, че ще ви даде различни сегменти или групи от дейности, включително аномалии, което би било сегмент. И се усъвършенства, което означава, че ви помага да подобрите определен вид решение. Класическият пример, за който чувате е, че в тази снимка има например човек. Това е нещо, което машинното обучение може да направи и е полезно в определени контексти, когато говорите за отстраняване на проблеми, тъй като можете да търсите модели на поведение при използване на процесора, в паметта, скоростта на диска и какво правят дисковете, и всички подобни забавни неща. Така че може да бъде полезно, но наистина е нещо, което трябва да бъде много фокусирано, за да генерира каквато и да е стойност.
И така, едно от другите ми любими неща, за които да говоря - и ние ще видим малко от това, мисля, когато вземем демонстрацията си днес от IDERA - в много отношения смятам, че хората все още се учат да говорят силиций, Под всичко това има материалознание и за онези от вас, които са направили отстраняване на проблеми и наистина погледнаха трудно сложните информационни архитектури, когато се опитвате да разберете какво се случва, дори в например клъстер Hadoop, наистина обикновено гледате само на хистограмите. И тогава трябва да съпоставите какво означават тези различни хистограми в определен момент и това отнема интелигентност; това отнема човешкия разум и опит. Така че, изобщо не се страхувам, че ML, машинно обучение или AI скоро ще отнемат твърде много работни места в този свят. Мисля, че винаги ще има нужда от хора, които откровено знаят за какво говорят, за да ни помогнат и да направят всичко това.
Така че, нека продължаваме напред. И така, какво ще се случи, ако не сте управлявани от данни? Това е известна картина, „Сляпото води слепите“ - това не е това, което търсите, хора. Не искате такъв тип среда във вашата организация. Така че това, което искаме е, че искаме решенията ни да се ръководят от данни и искаме решенията да се ръководят от добри данни, данни с добро качество и това ще се случи само ако съберете правилните данни, ако е хубаво и чисто и ако вашите системи работят правилно, ако вашите BI системи са здрави, вашите аналитични системи са здрави и потребителите получават своевременно това, което искат.
Така че с това аз ще увия и предам на неподражаемия Робин Блор. Робин, отнеси го.
Робин Блур: Добре, благодаря, че ми предадох топката. Мислех, докато ти говореше, Ерик, аз просто мислех за BI и имаше презентация на доставчик, на която присъствах наскоро, когато някой отбеляза, че в конкретен доставчик, управляващ определена система в голям, лош склад за данни, те биха били в даден момент от време би могъл да извърши 70 000 BI транзакции, които биха довели до представяне на информация на много хора. На мен ми хрумна, че ако всъщност имате такъв тип натоварване и дори губите няколко секунди от гледна точка на изпълнението на софтуера, всъщност това ще бъде много скъпо, а ако загубите минути, това ще бъде ужасно скъпо. И тогава си спомних, че страшно много свят върви по електронни таблици - има, мисля, че са били наричани „системи за сенки“, нали? На първо място, когато хората просто сглобяват системи, използващи електронни таблици и имейл, и те ще направят нещата, защото ИТ отделът не може да изгражда приложения за всички, така че те правят това. И много BI, според мен, така или иначе се включва в такива системи.
Както и да е, като каза това, нека да поговорим за това, за което ще говоря. BI е цикъл за обратна връзка за корпоративните системи, наистина е толкова прост или сложен, в зависимост от това каква точно роля играе в организацията. Но ако погледнем това е диаграма от преди около четири години, когато се опитвахме по един или друг начин да разберем какво се случва от страната на анализа. Но в голяма степен всичко, което е заден ход, поглеждайки назад към случилото се и всичко, което е надзор, по отношение на начина, по който работи системата, има тенденция да бъде BI. Не беше така, че това, което беше далновидност, прогнозна анализа, беше BI, но това всъщност става все по-често. Ерик спомена машинното обучение, много машинно обучение всъщност може по един или друг начин просто да се пуска срещу поток от данни и може да ви даде аналитичен анализ за следващите пет минути или дори почти в реално време, така че можете да отговорите на клиент, с изчислено знание за това, което всъщност се случва.
Но центърът на тази диаграма, вътрешността, идва от аналитика. Обикновено се случва, че различни аналитични дейности са насочени към конкретни колекции от данни и се научава нещо ново, научават се знания за бизнеса. И тази част от знанието след това се привързва към бизнес процесите, които могат да се хранят от нея. И обикновено се проявява по един или друг начин като се появяват BI сигнали или просто различни неща се поставят на таблата и т.н., и така нататък. Когато всъщност направихме това, има четири термина там и те се свършват с думата „зрение“, което е много приятно. Но всъщност това не е всичко в областта на това, което хората искат да правят, има и проблемът с оптимизацията и оптимизацията не дава проста анализа. Това е много сложен проблем и много проблеми с оптимизацията не са еднозначно разтворими. Можете да имате само добри решения, не можете да докажете, че имате по-добро решение. И това е област на дейност, където се извършва дейност, но това е по-малко от повечето други области на анализа. Така че, хората казват, че живеем в ерата на аналитиката - добре, че го правим в сравнение с преди десет години, но това може да отиде много по-далеч, отколкото вече го няма.
И така, раждането на BI, желанието за знание поражда потребителски заявки, които започват проекти за анализи, а проектите за анализи започват данни за езера, а данните за проекти плюс анализи започват прозрения и прозрения, да създават BI. Това е история, която току-що разказах; Просто мислех, че ще го напиша. Това, което съм направил тук, искам да кажа, цялата точка на този слайд и всъщност повечето от останалите слайдове е само за да подчертая колко сложен е действително светът на бизнес разузнаването. Не е просто нещо, бих могъл да направя този конкретен начин на слайд по-сложен, отколкото всъщност е, но тук в долната част имате външни данни и вътрешни данни, които по един или друг начин ще бъдат поставени в постановка област, която в наши дни това е вид данни от езерото, въпреки че не всеки има данни. И хората, които не са непременно успешни. И след това има необходима почистваща дейност и управляваща дейност, необходима на данните, преди да можете да я използвате наистина. И след това, вие обслужвате тези данни и вие или докладвате за тях, или ги анализирате и анализът води до действие.
И ако всъщност разгледате различните видове анализи, които съществуват, това е невероятно дълъг списък, но не е непременно напълно изчерпателен списък, това е точно това, което мислех да напиша, когато всъщност създавах този слайд. Така че, има много неща, които продължават в BI среда, които визуализации, OLAP, управление на производителността, показатели, табла за управление, различни видове прогнози, езера на данни, извличане на текст, видео майнинг, предсказуеми неща, има огромен спектър от неща, които всъщност продължава. Ако го погледнете по различен начин, корпоративната реалност, всъщност наистина това е подобна схема на последната, просто е направена по различен начин. Разделих това, което бихте нарекли BI, защото е редовно и се знае какво се изисква, това не означава, че това, което всъщност се случва, е ефективно, но поне ще имате редовни неща, случващи се в, да речем, на Tableau, или в Click, или в Cognos, има тематичен източник и така нататък и така нататък, ще се случват различни редовни доклади или възможности. След това имате приложения за анализи и те са различни. Тъй като приложенията за анализи наистина се занимават с проучване на данни и според мен това се равнява на изследвания и разработки. И тогава имате работен процес. Под работния процес смесете нещата си с оперативни приложения и офис приложения, ако това е необходимо - и това е корпоративната реалност, както виждам - въпреки че в повечето организации това не е толкова добре организирано.
Така че прекъсването на BI, това е само набор от неща, които трябва да споменем, прави BI по-труден, отколкото преди, защото старият BI свят се състоеше предимно от доста чисти набори от данни, които по един или друг начин са заснети, вероятно от склад на данни и се подават в специфични BI софтуер. И в онези дни наистина говоря преди пет или десет години, но в онези дни обемите от данни не се разширяваха, източниците на данни бяха известни. Скоростта на пристигане на данните беше известна, въпреки че често някои BI не се случват достатъчно бързо, за да харесат някои потребители. Нямаше неструктурирани данни, почти нямаше социални данни, със сигурност няма данни за IoT, не ти беше интересно за произхода на данните. Компютърната стойност не е имала паралелизъм по отношение на инфраструктурата, за да може по един или друг начин да върши нещата изключително бързо. Не сте имали машинно обучение и броят на аналитичните натоварвания е бил доста малък. И всичко това е променено, обемът на данни сега може да нараства много драстично. Броят на източниците на данни просто продължава да нараства. Да, предаването на данни много бързо, много неструктурирани данни, със сигурност социални данни, които ще се нуждаят от почистване, но други данни, които може да се нуждаят от почистване, със сигурност IoT данни, вече са сделката.
Проверката на данни е проблем и ние се интересуваме от това. Силата на компютъра е налице, което е чисто, защото това прави възможно най-различни неща и вече имате машинно обучение като феномен, който води до създаването на повече BI възможности и нови аналитични натоварвания, които ще направят същото. И така, BI не е статична ситуация и мисля, че това е последното нещо, което ще кажа, преди да го предам на Стан. О, не, не е, има още нещо. Бъдещ BI пейзаж, интернет на нещата, ориентирани към събития архитектури, всичко в реално време, ОК. Това е достатъчно BI на потребителя, от потребителя, за потребителя проблемите в резюме. Навременност на изпълнението на потока от данни, покритие на данните, почистване на данни, умения за достъп до данни, визуализация, споделяне и действие.
Така че сега мога да го предам на Stan, освен ако BI услугата е надеждна и навременна, това не е услуга. Стан?
Ерик Кавана: Добре, Стан, давам ти топката, отнеси я.
Стан Гейгер: Добре. И така, това, за което ще говоря, е само моят произход. Аз съм старши мениджър в IDERA в областта на продуктовото управление и една от отговорностите, които имам, е нашият продукт за бизнес разузнаване, предлагащ продукт. Така че ще разширя малко за това, за което Робин говореше и ще говоря за ключовата област, с бизнес разузнаването следи здравето на вашата платформа. Все едно той каза, сега беше там, където разполагахме с всички тези данни и щяха да отнеме седмици за анализ и тогава ще се върнем с доклади и неща. Но BI пейзажът се променя така, че вече се доближаваме до почти анализите в реално време. И в много случаи реална анализа в реално време. Така че, аз говоря за този слайд малко, това е просто един вид преглед - и точно като пълно разкритие е, че ще говоря за него от гледна точка на Microsoft, но всички тези понятия минават през вашия BI платформите са в Oracle или използвате Informatica и Oracle, или просто смесвате режим, хибридни среди. Просто ще използвам по отношение на средата на Microsoft, но това е доста стандартно.
Робин имаше слайд там, който се докосна до това, е, че имате изходни системи, където имам всичките си данни, а сега беше, че всички те бяха в релационни бази данни и съхранение на данни като това, но сега имаме Hadoop, интернет и други неща, и всички тези неструктурирани данни седят навън, и сега можем да ги внесем в тази BI архитектура. Така че средната степен там говори малко е съхранението на данни в обобщение; тук вкарваме данни, може да ги изчистим, може да ги преструктурираме и след това да поставим в някакъв вид хранилище за данни и след това презентационният слой да седи отгоре на това и там вашите потребители получават достъп. И ние правим анализи на тези данни в тези хранилища на данни и правим табла за управление, а ние имаме Tableau, който седи там и отчита услуги, подобни неща. Винаги се смея, защото когато бях BA архитект, ние винаги се смеехме за Excel, защото нека си признаем, Excel е BI инструментът на масите все още.
Така че, малко преглед там, но само за да поговорим за вида на архитектурата на платформата, имате вашите изходни данни и аз говорих за това в множество магазини за данни. И тогава имам моето хранилище в съвкупност в света на Microsoft, ще имате вашата база данни на SQL Server, може би там, където е вашият склад на данни, може би имате своя склад за данни в облака, като ваш склад за данни. Имате услуги за анализ, които са вашите тръби на OLAP и подобни неща за правене на агрегации и нещата наоколо при разглеждане на неща в множество измерения и подобни неща. След това имате своя презентационен слой, за който говорих накратко, на всички тези неща, които се намират върху тези хранилища на данни и обобщения. И винаги ми харесва този цитат „Не знаеш какво не знаеш“, което е вярно. Ако не наблюдавате и не гледате какво се случва във всички тези области на вашата BI платформа, как да разберете кога имате проблем, различен от това, когато потребителите започнат да ви изпращат гадни имейли и телефонът се стартира звъня защо моите отчети не се изпълняват? Защо всичко отнема толкова много време?
И така, в това отношение, какво трябва да направите, трябва да можете да следите вашите платформи, от които обслужвате бизнес разузнаване. И по принцип разбих това на три области: имате наличност, производителност и използване. Наличност, означаваща дали ресурсът е наличен: нагоре или надолу? Доста просто там. Но също така като гледате кога имате, може да имате платформата, но може да имате проблеми там, така че трябва да можете да направите идентификация на първопричината; трябва да имате възможност да сигнализирате и да уведомите някого какво се случва, преди нещата да стигнат до критично състояние. Това води и към страна на производителността, вие имате неща от ниво на показатели за ефективност, на ниво сървър, където се хостват услугите или BI услугите, или BI платформите; имате ефективност на ниво ресурси, където може би имам достъп до данни от SAN, например. SAN като ресурс, мрежови ресурси, трябва да можете да следите ефективността на всичко това, да можете да идентифицирате тесните места и да поддържате потребителите си щастливи и ако сте в среда, в която правите реално- анализа на времето, трябва да можете да идентифицирате тесните места или проблеми, преди да започнат да се случват.
И последната теория е използването: какво правят потребителите? Кой е свързан с моите BI източници? Кой работи какво? Какви заявки те изпълняват? Какви отчети те пускат? Познаването на тази информация помага например да се определи и да се направи планиране на капацитета. Той също така показва какво се използва във вашата BI среда. Имахме клиент, който искаше нашия мониторинг продукт за BI, така че да знае кои части от BI средата използват, за да могат да се движат с ресурси. Например, ако не са използвали определени доклади или определени кубчета за услуги за анализ, те биха премествали ресурси от това в други области, които са широко използвани. Друг цитат, който ми харесва, харесвам наистина страхотни филми като „Тремор“, така че ви кажете моя филм, така че ми харесва този цитат от Бърт Гумер, който беше изигран от Майкъл Грос, той е вид на пистолета за оцеляване и той казва: се появява и той изважда тази огромна снайперска пушка с 50 калибър и едно от момчетата казва: „По дяволите, Берт.“ И той отговаря: „Когато имаш нужда и нямаш, пееш различна мелодия. “С други думи, знаете ли какво? Той беше подготвен за всичко и дойде подготвен за каквото и да е, и това, което искам да кажа с това е, ако не следите BI средата си от ресурси и използване и неща, за които току-що говорих, тогава не осъзнавате, че ви трябва инструмент или среда или структура, която я наблюдава, докато не я имате. И тогава осъзнавате, че наистина имах нужда от това напред и това е начинът, по който са много наши клиенти.
Така че, след като каза това, ще преминем към и ще разгледаме какво правим тук в IDERA, за да разрешим някои от тези проблеми. И-
Ерик Кавана: Добре, ето, виждам го.
Стан Гейгер: Виждате ли го? Добре. И така, това, което имаме тук, е това е нашият BI Manager продукт. И ние наблюдаваме, че IDERA традиционно е компания в средата на SQL Server, Microsoft SQL Server. И тогава купихме в Embarcadero, така че сега се разширихме до някои други платформи, но нашият BI продукт традиционно следи BI стека в средата на Microsoft. И това биха били услуги за анализ на вашия многомерен и табличен анализ, услуги за отчитане, инструмент за отчитане и след това услуги за интеграция, която е ETL платформа, подобна на Informatica.
И чрез нашия продукт вие можете да наблюдавате и трите от тези среди чрез един продукт и това, което виждате тук, е цялостното табло за управление, а това, което трябва да отбележите тук, е, когато говорих за това, че е предупредително, е едно нещо да наблюдавате, но това не е достатъчно - трябва да имате механизъм за предупреждение. С други думи, трябва да мога да бъда уведомен, преди нещата да стигнат до критично състояние. И така, това, което правим тук, има цял набор от показатели, които заснемаме, които са конфигурируеми, защото в зависимост от вашата среда, определени прагове може да сте добре с времето за четене от тридесет милисекунди във вашата среда. В други среди може да е по-критично този праг да бъде по-нисък, така че е важно не само да има предупреждение, но и да бъде конфигурируем, защото средите са различни в зависимост от ресурсите.
В общи линии това е преглед на всички среди, които се наблюдават тук, и тук имам три случая: един за услуги за анализ, един за услуги за интеграция, един за услуги за отчитане. И виждате, че имам няколко сигнала тук. И понеже те са червени, ми казва, че те са критични, защото имам няколко нива, на които мога да задавам тези сигнали, и сигналите могат да бъдат изпращани по имейл до хората, които са отговорни да разберат какъв е проблемът. Така че само накратко ще разгледаме и ще се върна към предупредителното, така че да влезем в частта за услугите за анализ и това е, сигурен съм, че чака да се зареди тук. И по принцип, това, което правим, имаме събиране на данни; той излиза там периодично и излиза там и събира и прави снимки на това, което прави вашата среда. И така, аз разполагам с моята на всеки шест минути, така че на всеки шест минути тя излиза навън и проучва околната среда. Заспах VM за известно време, така че ще ми отнеме секунда, за да се върне. Ето.
Така че, ние разгледаме частта от услугите за анализ и затова ще щракна върху моята инстанция тук и не забравяйте, че говорих за едно от нещата, които наблюдаваме, е производителността на ниво сървър, защото много хора имат множество неща работи на техния сървър. Може да разполагам с база данни, работеща на моя сървър, както и услуги за анализ, например. Така че, ако нещо се случва в базата данни или имам проблем на ниво сървър, това ще повлияе на всичко, което работи там. Така че ние ще следим нещата през сървъра на ниво сървър, като например как е работата на диска и можете да видите, че улавяме показатели около всичко това. И всичко това е конфигурируемо. И аз гледам какво се случва, само за процесора, и отново, това е на ниво сървър, а не на ниво услуги за анализ в моя пример тук. Но всъщност на ниво сървър.
И мога да разгледам неща като паметта, общото използване на паметта например, какво е налично? Затова сега добивам представа какво е здравето на самия сървър. Тогава можем да започнем да разглеждаме неща, които са конкретни, в случая услуги за анализ. Мога например да погледна и видя как протича обработката ми на кубчета и това ми дава мярка за здравето. Ако започнем да виждам, че обработката отнема повече време или не, че редовете не се пишат почти толкова бързо, тогава мога да започна да гледам - и това отива към частта за корелация, за която вярвам, че Робин говори, е това все още е нужно на човек да може да направи всичко това. Говорим за AI, машинно обучение, но все пак е необходимо човек да може да съпостави тези събития около нещата. Можем да разгледаме неща като това, което се случва по отношение на запитванията, какви заявки се изпълняват и колко време отнемат? Мога да сортирам, така че мога да започна да добивам представа кои заявки отнемат най-дълго време. Можете да погледнете тук в изминало време, мога да разгледам и да видя ОК, каква беше тази заявка и кой изпълняваше това запитване по това време?
Така че тогава мога да започна да поставя история около това, доколкото когато започнем да виждам как нещата започват да се въртят, мога да се върна и да погледна и да видя какво правят потребителите в този момент. И ще видите едно от нещата, които правим, е, че поставяме този инструмент за избор на време тук, за да ви позволим да изберете прозорец на времето. Така че, например, мога да се върна към тези сигнали и всъщност беше връзка към тези сигнали, върху които щраквам, и ще ми отнеме този момент, когато се появи този сигнал. И тогава мога да започна да описвам историята заедно, виждам, о, добре, четенията на диска бяха нагоре, или имаше проблеми с паметта или каквото и да е, и тогава мога да прескачам активността на заявките в същия момент и всъщност мога да започна корелира кой изпълнява какви заявки, които може да са причинили тези шипове там. И тогава можете да започнете да правите неща, като аз мога да започна настройка, тогава започвам да настройвам. Това е като кола, ако създадете състезателен автомобил и просто пуснете двигателя и стартирате ключа, който двигателят може да започне, но ако трябва да вървя 180 мили в час, за да спечеля, трябва да знам, че двигателят може да работи 100 мили на час и трябва да вляза там и да започна да настройвам този двигател, за да мога да стигна до там. И това е, което ви дава възможност да направите, е да можете да ви дадем достатъчно информация, за да започнете да настройвате средата си, да увеличите здравето и производството на тази среда и ефективността.
И след това, ние наблюдаваме нещата в паметта, които са специфични за услугите за анализ, в случая. И тук можете да започнете да виждате къде нещата може да започнат да се заблуждават, когато започнете да виждате неща, които се въртят над границите на паметта ви, такива неща. Другото нещо, което е добре да разгледате, по всяко време, когато пускате всякакъв тип заявки, искате да искате да се кешират данни, защото когато се кешира, това е в паметта и не се налага да четете от диск, което е много повече по-ефективно, отколкото да се налага да четете данни от диск. Така че можете да започнете да разглеждате нещата, които се случват, извинете, например в кеша на данни. Имах куп заявки, изпълнявани по-рано, за да получа тези данни, и можете да видите, че имах по-голямата част от времето, кешовите посещения и търсения се припокриват, което е добре. Но тук имах период, в който хитовете бяха много по-ниски от тези, които бяха в търсене, което ми казва, че имах нещо, което беше интензивно в паметта, така че кешът се размиваше много по-бързо, така че данните трябваше да бъдат четене от диск. И това можем да видим, когато погледнем двигателя за съхранение. Това е същият момент във времето като този друг график и можете да видите шипа там, където заявките от файл наистина скочиха през този период. А това означава, че данните се четат от диск. Сега мога да се върна назад и след това да съпоставя това със заявките, които се изпълняваха, и не за да направят ушите на всеки да кървят, но в услугите за анализ използва език, наречен MDX, има начини да се пишат заявки по-ефективно, така че той използва кеша по-ефективно и по-малко съхранение. Така че, има пример за настройка на този двигател и ви дава всички необходими части, за да можете да съпоставите това.
Просто бързо можем да го обърнем и по друг начин, когато погледнем заявките, можем да разгледаме сега сесиите, кой всъщност е свързан в този момент и какво те изпълняват? Така че този вид ви дава обратен поглед върху заявките и кой ги изпълнява. Това е кой е свързан и тогава мога да видя какво вървят в момента. Другото нещо, само за да премина бързо, е, че можете да видите всички обекти в моите многоизмерни кубчета MOLAP. И мога да получа информация за него. Така че, например, мога да сортирам по тази графа за четене и виждам, че най-използваният обект е времевото измерение, а вторият най-използван е измерението на клиента. И това помага на хората, които развиват и изграждат нещата, за да изградят по-ефективно кубовете си. Може би искам да променя стратегията си за дялово разпределение на данните, например, за тези силно използвани размери в моя куб и следователно това ще увеличи например ефективността на заявките. Това може да намали производителността на обработката на куба, тъй като сега имам повече дялове, но от гледна точка на потребителя, това ще настрои този двигател, за да бъде по-ефективно за използването на тези обекти.
Така че, продължете напред, говорете за интеграционни услуги тук. Споменах, че интеграционните услуги са ETL платформа в среда на Microsoft. Това, което правим тук - и това е последователно - наблюдаваме ефективността на сървъра и това биха били същите показатели, които гледахме, защото всичките ми услуги се изпълняват на един и същ сървър. Но отново, това е преглед на това, което се случва на сървъра. И тогава мога да разгледам дейността за интеграционни услуги, моите ETL процеси. Така че, мога да добия представа кога течеха тези процеси, независимо дали те са успешни или не, мога да подчертая конкретен цикъл на ETL процес и тогава той ще ми покаже разбиването на стъпките в рамките на този ETL процес, независимо дали е бил успешен или не и колко време отне.
Сега, ако имах неуспешен пакет тук ETL процес, бих могъл да сляза до детайлите и да видя съобщението за грешка и той ще ми покаже коя стъпка в този пакет, където този ETL процес се е провалил, заедно с всички съобщения, свързани с това. И така, това, което ме прави, е това, което ми дава, и мога да получа сигнал, ако той не успее, така че ако получа сигнал, мога да вляза тук, да видите, да отида на този сигнал, да видите провала на пакета, да погледнете стъпките, вижте къде се е провалило, погледнете съобщението за грешка и веднага знам какво трябва да направя, за да поправя това: преразпределете го и след това го стартирайте отначало. И така, това, което ви позволява да го направите, е да го наречем съкращаване на този прозорец между идентифициране на проблема и разрешаване на проблема. И така, в предишния живот, когато бях отговорен за подобни неща, имахме ETL процес, който щеше да работи през нощта, за да заредим нашия склад от данни. Ако имах тази информация, първо сутринта, когато влязох, ако нещо не е успешно, тогава мога бързо да се обърна към нея и да върна този процес обратно, за да се уверя, че хранилището на данните е било работещо и се обновява от времето, когато потребителите влезе и започна достъп до отчитането.
Другото нещо е, че имам два процеса, които текат, е да гледам и да видя как протича с течение на времето. Това е важно, защото ако започнем да виждам тези процеси, например, да отнеме повече време, когато тези времена се увеличават, тогава може да се наложи да разгледам например прозореца си за поддръжка, може да има неща, които се случват на този сървър, Вземете например резервни копия; Може да се направи резервно копие, което кара процеса ми да изчака, докато приключи. Може да се наложи да пренастроя или жонглирам процесите си около неща, които започват да влияят на моя ETL.
И последното парче са услугите за отчитане. Услугите за отчитане са Microsoft, по същество техният инструмент за отчитане на предприятия. И някои неща, отново, можем да разгледаме нещата на ниво сървър, можем да разгледаме нещата през сървъра за отчети, сървъра за услуги за отчитане, самият той. Нямам много неща, които тичат тук; Имам някои абонаменти, които се изпълняват на всеки 15 минути, за да пусна отчет. Така че няма да видите много активни връзки, защото той се включва, свързва, стартира отчет, прекъсва връзката и го изпраща.
Но във висока трансакционна среда, в която се прави много отчитане, възможността да се наблюдават тези неща е от ключово значение. Така че можете да видите къде имах нещата да се случват тук, така че ви дава доста добра представа за това какво, от реалното ниво на обслужване и платформа, става. И тогава, както говорих в слайдовете, кой работи какво и какво прави? И един от нашите клиенти закупи този продукт само за това парче, защото искаше да знае какви репортажи имат хората и кой управлява тези отчети. Това е едно от нещата в изпълнението на този отчет, които можете да видите тук. Виждам какъв отчет, виждам всички параметри, които бяха в този отчет, виждам кой го изпълнява, мога да видя формата на отчета. И тогава имам всички тези показатели около него, така че ако отново, мога да класифицирам тези неща, например, какъв отчет отне най-дълго време за извличане на данни и мога да отида точно до това и да видя кой доклад е това. И отново, всичко това ми дава данни, за да бъда, да настроя този двигател отново. Сега мога да започна да настройвам моята среда за отчитане около това.
И последното нещо, мога ли да разгледам потребителската активност, кой отново е свързан към момента, какво правят? Всъщност в среда, в която имах мулти-потребители, всички те са разнообразни, така че мога да класирам, виждам кой използва средата най-много. Така че, само за да се върнете бързо и да разгледате тези сигнали. Ето това предупреждение; Мога да щракна върху този линк тук и той ще ме отведе до графиката за този момент и ще ми покаже кой е бил нащрек. Така че можете да видите тук, това е тази, защото това бяха средните милисекунди за запис, например, четене и запис. И така, отново, просто се опитвам да открия тази точка на идентификация на проблемите. И наистина е важно да имате холистичен инструмент, а не просто нещо, което разглежда това едно нещо, защото човек трябва да влезе тук и да съпостави тези събития, които се случват, така че трябва да можете да разгледате какво се случва при това момент във всички области на тази среда и това е едно от нещата, които правим чрез този избор на време тук.
Ерик Кавана: Да, тук е Ерик само с бърз въпрос, защото мисля, че вероятно си ударил нокътя по главата, и това е, за което говорих в началото на часа, че човек трябва да дойде в и нарисувайте тези корелации между различни среди. Любопитно ми е да знам, има ли някакъв образователен материал, който можете да споделите, или може би правите някакъв ангажимент с хора, за да им помогнете да идентифицират някои от тези модели? Както преди малко имахте добър пример за това, когато едно от тях е шип, което ви казва, че нещо се случва в паметта, защото продължаваше да се опитва да зареже паметта. И това ви дава представа, но как хората картографират тази статистика срещу проблемите в реалния свят, е истинският въпрос.
Стан Гейгер: Да, това е добра точка и едно от нещата, за които току-що говорих, пътната карта за продукта, е по-късно тази година, ще пуснем версия и едно от нещата, които ще започнем да добавяме е към всяка една от тези графики, е описание на това, което означава тази графика и защо трябва да ви интересува и какво е въздействието на това. Затова бъдете в състояние да щракнете върху въпросителен знак или нещо на тази диаграма и след това издърпайте прозорец, който ще ви даде много от тази информация и ще ви каже, че това са възможните причини, това са областите, които са засегнати, и да се насочите към ти в посока да можеш да вървиш в този случай, както ти каза, ето този шип, от моя личен опит знам какво означава това. И тогава мога да започна да отивам и да започна да пробивам в дадена зона и да открия първопричината.
В момента имаме много от това, в нашия продукт за диагностичен мениджър за SQL Server, за действителната база данни. Имаме много от този тип функционалност в подобен продукт, а също така имаме и някои анализи на болтове за анализ на мениджъра за диагностика, които ви подсказват много по-бързо. И точно тук тръгваме по този път с този продукт.
Ерик Кавана: Предполагам, че има подписи за определени видове дейност. Дали този инструмент ви позволява да идентифицирате кога се е състоял определен вид събитие и да го каталогизирате, така че с течение на времето ще разпознае подобен модел по линията и ще ви помогне да разберете може би ако е нов потребител, например използвайки същия инструмент? Помогнете да разберете, о, това е защото тези сървъри паднаха или защото този регион се понижи? Има ли някакъв начин да се каталогизират подписи на проблеми, така че да можете лесно да ги идентифицирате по-късно?
Стан Гейгер: Не, всъщност, но това всъщност е интересна концепция, защото е почти като какво е - анализ на принциповите компоненти, предполагам - където идентифицирате модели и регистрирате тези модели и така, ако ги видите отново, можете да се върнете назад и виж, ОК, това беше причината в този момент. Да, това е нещо, не е на пътната карта, но е нещо, за което съм мислил от гледна точка на управлението на продукта.
Ерик Кавана: Мога да си представя. О, давай.
Стан Гейгер: Не, щях да кажа - и получаваме много заявки, тъй като не знам какъв е опитът ви - но това, което откриваме, е DBA-базите бази данни, като гърба на ръката им, но BI неща са като черна кутия, когато става въпрос за здравето на платформата. И няма, те нямат много база знания около това. Да, просто от това, че съм работил в него от пет до десет години, нали? Но типичните хора, които са отговорни за намирането им или получаването на сигнали и разберат какво се случва, това е нещо като черна кутия за тях.
Ерик Кавана: Да, мога да си представя. Ще ми е любопитно да знам и вие, така че на този един екран показвахте как можете да видите всички запитвания, които минават, колко време отнемаха и кой ги е генерирал. Можете ли да видите реално структурата на самата SQL заявка и да направите някакъв анализ около това? Както може би понякога хората сглобяват SQL заявки, които са някак обемисти, да речем, и тромави, за разлика от майстор, който наистина събира хубава, строга заявка. Това ли е, което можете да визуализирате чрез този инструмент и след това да ви помогне, че е проблемът?
Стан Гейгер: Да, така че това, което можете да направите е, като това, което направих тук, е, че съм сортиран например по време на изтичане. Така че мога да видя онези, които отнеха най-дълго и тогава получавам текста, но тогава все още зависи някой, който е повече или по-малко специалист по въпросите, който да разгледа това и да продължи: „О, добре, ето защо това отне толкова много време . ”Това е нещо, което имаме вид анализ на натоварването, наричаме го SQL Workload Analyzer за страната на базата данни, че се заблуждавам с идеята може би по пътя да излезе с подобно нещо, така че да идентифицира тези заявки и след това ви дава препоръки как да настроите тези заявки. Но един от въпросите е, че тази заявка за MDX е доста специализиран език.
Ерик Кавана: Да, мога да си представя. Но можете да видите например кои са хората, така че не е твърде трудно да разберете дали един човек, ако един човек е отговорен за десет от най-дългите процесни заявки, тогава ако не друго, можете да го повикате или да се обадите неговия мениджър или някой и да каже: „Ей, този човек дъвче много честотна лента“ и може би се оказва, че това са най-ценните заявки за бизнеса, нали? Трябва да го поставите в контекста на това, каква е стойността на бизнеса, от самите запитвания, това не е просто игра с ясни числа, нали? Трябва да разберем, добре, този човек е нашият потребител на енергия и той е този, който променя бизнеса, нали?
Стан Гейгер: Не, вие сте абсолютно прав. Искам да кажа, че това е един от начините, по които клиентите използват това, да могат да го направят. Както казахте, може да намерите една област, защото едно от нещата, за които говоря, винаги шлапам в Excel, но можете да се свържете с услуги за анализ в Excel и да стартирате въртящи се таблици от OLAP, и той генерира свои собствени заявки, и изпраща ги и понякога те не са най-добрата форма, така че можете да се върнете назад и да ги идентифицирате и всъщност да ги пренапишете и да ги дадете на потребителя и да ги оставите да ги изпълняват извън него, така че да не отнеме половин час за те да се върнат обратно към своята въртяща се маса.
Ерик Кавана: Точно така. И когато говорим за заявки, вие момчета покривате гамата от заявки, така че споменахте MDX, какво ще кажете за някои от другите заявки като DAX заявка или някои от тези други?
Стан Гейгер: Да, покриваме, да, всеки DAX и MDX и двете. Така че едно от нещата, които не споменах, или го направих, може би, но ние подкрепяме както табличен, така и OLAP в Microsoft и DAX да бъде - мисля, че ти и аз говорихме за това малко назад - виждаме ли много по-табличен сега, отколкото ние сме OLAP. Защото е просто по-лесно да се представят табличните модели и подобни неща, така че ще видите очевидно DAX заявки, но ние също ще вземем такива.
Ерик Кавана: Да, това е интересно. Имате ли някакъв контекст, защо това се случва? Може би защото все повече и повече хора се впускат в тези неща и защото OLAP, разбира се, не е нещо ново, това се е случило за какви, поне 30 странни години?
Стан Гейгер: Добре, добре, това е вид комбинация, едно от нещата е дизайнът на кубчета да е изкуство. И кубовете бяха построени за предварително агрегиране на данни, така че е наистина бързо да се извадят данни, но обработката на куба отнема известно време, защото трябва да се правят всички тези агрегации. И тогава хардуерът поевтинява, а паметта поевтинява и тогава всички излизат с колонна база данни и в паметта, наистина. Освен това таблицата вероятно е най-близката до традиционните релационни бази данни и просто е много по-лесно и бързо да се представят таблични модели, отколкото при OLAP. Но недостатъкът е, че пребивава в паметта, цялото нещо пребивава в паметта, така че е много интензивно в паметта и данните не се агрегират, докато не поискате. И така, но след като казахме всичко това, започваме да виждаме много повече таблици.
Ерик Кавана: Това е интересно. Може би това е така, защото тази индустрия е малко изравняваща и това, което искам да кажа под това е, че получаваме много повече хора, които взаимодействат с данни и използват различни инструменти, и със сигурност, когато говорите за Microsoft, мисля, това определено е така, че имате много, много повече потребители за малък и среден бизнес и дори някои по-големи организации, които се ровят в нещата, получават достъп до инструменти, изпълняват заявки и не са може би толкова запознати с целият процес и технологиите около изграждането на кубчета, според вас, нали? Защото отнема някаква мисъл и освен това е скъпо, нали? Отнема време, отнема енергия, за да изградите тези кубчета, освен ако не използвате някои от по-новите технологии навън. Например, говорихме с компании като Snowflake, например, правят доста интересни неща, но мисля, че имате много повече хора, които използват нещата и вероятно вървят с това, което току-що описахте, което е табличният формат, за разлика от официално изграждането на кубчета, нали?
Стан Гейгер: Да, имам предвид, предполагам, че Excel - кога беше това, Power Pivot, вярвам - това всъщност е таблично, ако го погледнете; това е начинът, по който изграждате таблични модели. И тогава следващата итерация беше, мога да ви кажа моите таблични модели, които изграждам, и го разгръщам до SQL Server, така че да мога да го споделя с всички останали. Така че, това е естествено продължение на Excel почти.
Ерик Кавана: Да, това е добра точка. Това, което видяхме през последните, бих казал, пет до седем години, е просто огромно разширяване на използването на тези технологии, нали? И Microsoft, честно казано, беше пионер в това, като наистина демократизира данните за мощността чрез услугите за анализ и чрез Power Pivot, нали? Искам да кажа, че това беше смяна на играта за индустрията, нали?
Стан Гейгер: Да, не, вие сте абсолютно прав. Искам да кажа, че имам слайд, когато давам по-дълга презентация, която показва прехода на преминаването от семантичния модел, който беше OLAP, към табличния. И мисля, че имам цитат от Microsoft; те искат да получават данни в ръцете на потребителите, а не само над стената в IT магазина, те искат да получат повече от данните в ръцете на хората, които ги консумират.
Ерик Кавана: И това се връща към първия много прост слайд, който показах, което беше основният процес на вземане на решения за всяка организация, и сега - и мисля, че това е чудесно нещо - ставаме все повече и повече хора от цялата йерархия на организацията, която обръща внимание на случващото се, представяйки историята им на таблицата и правите това с данни, това е най-долният ред, искам да кажа, можете да използвате други средства, но ако подкрепите историята си с данни, ще имате много по-силни аргументи от тези, които не го правят, нали?
Стан Гейгер: Точно така. Както да, точно така. Искам да кажа, ето защо сега, преди това беше „Ей, имам нужда от този доклад“, така че сега трябваше да мина през искането на доклада и трябваше да мина тук, и да получа моя доклад, и сега мога да седя там точно на бюрото ми и наистина просто, имам достъп до генерираните данни, взимам бизнес решенията си.
Ерик Кавана: Точно така. Знаеш ли, аз се върнах от конференция само миналата седмица и имаше истеричен коментар от човек, който управлява доста голяма BI среда за магазина Target, и той се позова на анализи за самообслужване и BI за самообслужване и очевидно това е голям проблем в наши дни. Сигурен съм, че това е нещо, което движи много дейност за това, което вие правите в IDERA, защото когато искате да внедрите самообслужване, на първо място, по-добре да имате здравословна BI среда, нали? Ако ще изкарате всички видове хора, които задават всякакви въпроси по всякакъв начин, вие ще искате да имате нещо подобно тук, за да можете да разберете кой ви задава кои въпроси и къде. И смешният цитат, който ще изхвърля само за ритници, както казахте, „Има една добра граница между BI за самообслужване и отидете на F“.
Стан Гейгер: Да.
Ерик Кавана: Мислех, че това е истерично. Но виждате ли, че тенденцията за самообслужване наистина стимулира много информираност за това какво правите с технологията?
Стан Гейгер: Да, защото както казахте, ако искате да разрешите BI за самообслужване, вероятно ще получите някои проблеми с производителността, само поради: А) количеството достъп, количеството хора при данните и Б) количеството на лошо формираните заявки и начините за достъп до тях, които имате. Така че, наистина, наистина е задължително да наблюдавате околната среда, така че да сте в състояние да зарадвате всички, които се опитват да консумират данните, нали?
Ерик Кавана: Да, мисля, че е точно така. Това е благословия и проклятие: добре е хората да се опитват да използват нещата, но отново, за да се убедите, ако нямате правилния инструмент по това време, ще бъдете нещастен лагерник, защото да се търкаляте без самообслужване без подобен инструмент, струва ми се, че просто искам планина от проблеми.
Стан Гейгер: Да, искам да кажа, че е подобно на това, когато създавах складове с данни, все едно, ако не сте получили правилно своите размери и таблици с факти, след това сте го объркали за ad hoc отчитане, може да искате да обходите под рок.
Ерик Кавана: Това е страхотно. Да, добре е, отново е добра новина, че хората използват тези неща, но мисля, че трябва да вярвам, че самообслужването ще доведе до много активност за това, което правите, защото говорите за рампа увеличете размера на напрежението и размера на налягането върху тези системи по реда на величината. Не само с един, или с два порядъка и това е моментът, в който наистина искате да имате някаква видимост и искате да можете да видите кой какво прави, къде, кога, как и защо. Задайте тези въпроси и след това вземете някои решения за това как можете да наблюдавате и променяте средата и да променяте политиките си за това кой получава достъп до какво, нали?
Стан Гейгер: Точно така. И знаете, че също така, като знам, че използването също така ви позволява да влезете там, и потенциал, както споменах обекта в куба, мога да направя неща, за да подобря това, що се отнася до начина, по който изграждам и проектирам неща. Така че е наложително не само да разгледате работата на нещата, но и да можете да видите как вашата схема и вашият дизайн също се изпълняват на това ниво, за да можете да правите промени в нея. И това ще стане все по-голямо и по-голямо, тъй като неща като power BI са най-голямата работа в момента, с Microsoft, така че сега мога да изградя свои собствени табла и джаджи и неща, а не трябва да съм BI разработчик.
Ерик Кавана: Точно така. Да, това е хубаво, става навсякъде, но ще ви трябва някакъв начин да управлявате тази среда или ще получите недоволни потребители. Това води до нещастно управление, което води до уволнение на хора. Има доста ясен ефект на домино, когато нещата започват да стават част, но това е страхотно.
Така че някак си дъвча последните пет минути тук. Робин, имаше ли някакви въпроси?
Робин Блур: Е, мисля, че всъщност е очарователно, честно казано. Замисля ме за факта, че имахме много ограничени среди и самообслужването всъщност променя света и много от това всъщност се случва наистина, защото в околната среда са влезли страшно много повече данни, отколкото се е случвало преди. Единственият въпрос, защото нямаме много време, но единственият въпрос, който бих искал да го задам, е, както обяснявате по този начин - защото аз мислех, че това е много добра демонстрация - начинът, по който BI мониторингът работи. Чудех се какво правят всъщност хората, които нямат подобни неща? Тъй като това трябва да е много трудно, има няколко неща, в които правите промяна, първопричината е добре, не е задължително винаги да стигате до първопричината, но можете да стигнете до първопричината с някои от нещата че гледате, че когато казахте, че много хора купуват инструмента, само за да разберат кой какво работи, и че умът ми се върти, защото е все едно не знаеш кой работи какво, тогава нещата са извън контрол. И така, как изглежда средата, когато е извън контрол?
Стан Гейгер: Искам да кажа, че бихте могли сами да получите цялата тази информация, която имаме в инструмента, но ще трябва да напишете един куп скриптове в домашни условия и защото данните са там, просто трябва да знаете къде да вземете го, което изисква ниво на експертиза, нали? Така че в среди, в които нямате това ниво на опит, всъщност това, което получавате, е, ей, нагоре или надолу? Наистина не знам дали работи ефективно или не, но е нагоре, нали? И тогава започвам да получавам телефонни обаждания или хората да ходят: „Ей, докладът ми не е във входящата ми поща, какво се случва?“ Или „Току-що изпратих този отчет чрез услугите за отчитане“ или може да правят запитване тук в услугите за анализ, но това отне около половин час, а отне само 30 секунди, какво става? Е, сега трябва да направите пожарната тренировка и да опитате да я измислите, а без инструмент става много трудно.
Робин Блур: Е, точно, това беше нещото, което ми ставаше все по-очевидно, когато демонстрирахте всяко от измеренията на това, което всъщност имате тук. Другото нещо е като на много, много примитивно ниво, ако нямате сигнали, които ви казват, че нещата се объркват, значи е просто скъпо - изпадате в скъпа ситуация, опитвате се да излекувате случилото се, защото не разберете, докато нещата не започнат да падат лошо, нали?
Стан Гейгер: Точно, ти не знаеш какво не знаеш.
Ерик Кавана: Разбрахте . Е, ей хора, изгоряхме през час и се променихме, ето. Много благодаря на собствения ни Robin Bloor и, разбира се, на нашия приятел Стан Гейгер от IDERA Software. Те ще бъдат в Enterprise Data World, всъщност, ако някой от вас отива там, вашите наистина ще бъдат там и в Атланта. Нашият добър приятел, Тони Шоу, върши чудесна работа, провеждайки тази конференция вече четири години, и ей това, което е старо, отново е ново. Всичко е горещо. Да се надяваме, че ще се видим там, ако не, ще се свържете с нас следващата седмица, имаме редица други излъчвания в мрежата.
Винаги е любопитно да чуя вашите мисли, изпращайте имейл до мен, което се отнася за мен, ако имате въпроси или предложения или други технологии, за които бихте искали да научите в Hot Technologies. И с това ще се сбогувате, хора. Благодаря отново, че се присъединихте към нас, ще говорим с вас следващия път. Пази се. Чао чао.
