Dengan Staff Techopedia, 2 November 2016
Takeaway: Host Eric Kavanagh membincangkan prestasi aplikasi dan bagaimana meningkatkan kecekapan dengan Dr. Robin Bloor, Dez Blanchfield dan Bill Ellis IDERA.
Anda tidak log masuk sekarang. Sila log masuk atau mendaftar untuk melihat video.
Eric Kavanagh: Tuan-tuan dan puan-puan, hello dan selamat datang kembali ke Hot Technologies. Ya sememangnya! Nama saya Eric Kavanagh, saya akan menjadi tuan rumah untuk webcast yang lain hari ini dalam siri yang menyeronokkan dan menyeronokkan ini yang kami dapat sebagai pujian kepada siri Room Briefing kami. Tajuknya ialah "Pecutan Aplikasi: Prestasi yang Lebih Pantas untuk Pengguna Akhir." Datanglah kepada orang-orang, siapa yang tidak mahu? Sekiranya saya lelaki di luar sana membantu aplikasi anda berjalan dengan lebih laju, saya fikir saya adalah lelaki yang membeli bir untuk saya di bar selepas bekerja. Ia perlu menjadi perkara yang cukup keren untuk berjalan masuk dan mempercepatkan permohonan seseorang.
Terdapat slaid tentang anda benar-benar, memukul saya di Twitter @Eric_Kavanagh. Saya sentiasa cuba mengikuti dan saya sentiasa tweet jika anda menyebut saya, jadi jangan ragu untuk menyebut saya.
Seluruh tujuan pertunjukan ini adalah untuk memberi tumpuan kepada pelbagai aspek teknologi perusahaan dan benar-benar membantu menentukan disiplin tertentu atau wajah tertentu, jika anda mahu. Banyak kali vendor akan mengambil istilah pemasaran tertentu dan bercakap tentang bagaimana mereka melakukan ini atau itu atau beberapa perkara lain. Pertunjukan ini benar-benar direka untuk membantu penonton memahami apa yang diperlukan alat perisian untuk menjadi peneraju dalam ruangnya. Format ini menjadi dua penganalisis. Setiap orang pergi terlebih dahulu, tidak seperti Bilik Taklimat di mana penjual pergi terlebih dahulu. Setiap memberikan apa yang mereka fikir penting bagi anda untuk mengetahui tentang jenis teknologi tertentu.
Hari ini kita bercakap mengenai pecutan aplikasi. Kami akan mendengar dari Dez Blanchfield dan juga Doktor Robin Bloor - kami di seluruh dunia hari ini - dan kemudian Bill Ellis akan mendail dari kawasan Virginia yang lebih besar. Dengan itu, saya akan menyerahkannya kepada penyampai pertama kami, Dr. Bloor. Kami menyiarkan hashtag #podcast dengan cara, jadi jangan ragu untuk tweet. Mengambilnya.
Dr. Robin Bloor: Baiklah, terima kasih atas pengenalan itu. Prestasi aplikasi dan tahap perkhidmatan - ini adalah sejenis kawasan, saya telah melakukan banyak kerja di kawasan ini sejak bertahun-tahun, dalam erti kata saya sebenarnya telah melakukan banyak kerja dalam pemantauan prestasi dan bekerja dalam satu cara atau cara lain, bagaimana untuk mencuba dan mengira tahap tersebut. Ia perlu dikatakan sehingga - kita dulu mempunyai era ini, beberapa ketika dahulu, di mana orang membina sistem dalam silo. Pada dasarnya, jumlah kerja yang mereka lakukan perlu untuk membuat sistem berfungsi dengan baik sekiranya ia berada di silo tidak terlalu sukar kerana terdapat sedikit pembolehubah kecil yang perlu anda pertimbangkan. Sebaik sahaja kami mendapat rangkaian yang betul, orientasi interaktif dan perkhidmatan datang ke persamaan. Ia mendapat sedikit sukar. Prestasi boleh menjadi satu dimensi. Jika anda hanya memikirkan aplikasi yang melaksanakan laluan kod tertentu berulang kali, melakukannya secara munasabah, dengan tepat pada masanya, merasakan perkara satu dimensi. Sebaik sahaja anda mula bercakap mengenai tahap perkhidmatan, anda sebenarnya bercakap mengenai pelbagai perkara yang bersaing untuk sumber komputer. Ia menjadi pelbagai dimensi dengan cepat. Jika anda mula bercakap mengenai proses perniagaan, proses perniagaan boleh diulirkan bersama dari pelbagai aplikasi. Jika anda bercakap tentang seni bina berorientasikan perkhidmatan, maka aplikasi yang diberikan sebenarnya boleh mengakses keupayaan pelbagai aplikasi. Kemudian ia menjadi perkara yang sangat rumit.
Saya melihat - lama dahulu, saya menarik rajah ini. Rajah ini sekurang-kurangnya berumur 20 tahun. Pada dasarnya, saya menyebutnya Diagram of Everything kerana ia adalah satu cara untuk melihat segala sesuatu yang wujud dalam persekitaran IT. Benar-benar hanya empat keping: pengguna, data, perisian dan perkakasan. Sudah tentu mereka berubah dari masa ke masa, tetapi anda sebenarnya menyedari apabila anda melihat ini bahawa terdapat letupan hierarki setiap satu daripada kepingan ini. Perkakasan ya, perkakasan boleh menjadi pelayan tetapi pelayan terdiri daripada mungkin banyak CPU, teknologi rangkaian dan ingatan, dan ini, jenis pengawal yang banyak, seperti yang berlaku. Jika anda benar-benar melihat ini, semuanya akan pecah. Sekiranya anda benar-benar berfikir tentang cuba mengatur semua itu, berkenaan dengan data yang berubah, prestasi perisian berubah, kerana perkakasan berubah, dan sebagainya dan sebagainya, anda benar-benar melihat keadaan yang pelbagai amat sukar. Ini adalah keluk kerumitan. Sudah tentu ia adalah keluk kerumitan untuk segala-galanya, tetapi saya telah melihat masa yang diambil dari semasa ke semasa apabila bercakap tentang komputer. Pada asasnya, jika anda meletakkan nod pada satu paksi dan sambungan penting pada paksi lain, anda akan mempunyai lengkung kerumitan. Ia hampir tidak kira apa nod dan sambungan dan yang akan dilakukan jika anda mahu perwakilan pertumbuhan volum dalam rangkaian telefon.
Sebenarnya, apabila bercakap tentang nod dalam persekitaran komputer, anda bercakap mengenai perkara-perkara individu yang saling mengasihati. Kerumitan, ternyata, struktur pelbagai dan berbagai kekangan yang anda cuba patuhi. Juga, angka-angka. Apabila nombor naik, mereka menjadi gila. Saya mempunyai perbualan yang menarik semalam, saya bercakap dengan seseorang - saya tidak boleh menyebut siapa dia, tetapi tidak penting - mereka bercakap mengenai tapak yang mempunyai 40, 000 - itu empat-sifar, 40, 000 - contoh pangkalan data di laman web ini. Cukup fikirkannya - 40, 000 pangkalan data berbeza. Sudah tentu satu-satunya perkara yang kita ada - mereka jelas mempunyai banyak, beribu-ribu aplikasi. Kami bercakap tentang organisasi yang sangat besar, tetapi saya tidak boleh namakannya. Anda benar-benar melihatnya, dan sebenarnya anda cuba, dalam satu cara atau yang lain, mendapatkan tahap perkhidmatan yang akan mencukupi di seluruh papan bagi beberapa pengguna, dengan pelbagai yang berbeza, jika anda suka, jangkaan. Ini keadaan yang rumit, dan yang saya katakan sebenarnya adalah kompleks ini. Angka-angka sentiasa meningkat. Kekangan ini ditentukan oleh proses perniagaan dan matlamat perniagaan. Anda akan melihat jangkaan perubahan.
Saya masih ingat sebaik sahaja Gmail, dan Yahoo mel, dan Hotmail, semua sistem e-mel itu muncul, orang mula mempunyai jangkaan sistem e-mel dalaman mereka dalam organisasi yang akan meraih tahap perkhidmatan operasi besar ini dengan ladang pelayan yang luas di luar organisasi dan mula tertekan untuk membuat semua perkara seperti itu berlaku. Sebenarnya, perjanjian peringkat perkhidmatan adalah satu perkara, tetapi jangkaan adalah satu perkara lagi dan mereka saling bertempur dalam organisasi, sesuatu yang janggal. Ini hanya perspektif perniagaan. Dalam sesetengah sistem, masa tindak balas yang optimum adalah sepersepuluh detik masa respon manusia. Satu per sepersepuluh detik adalah masa yang dibutuhkan kobra untuk menggigit anda. Jika anda berdiri di hadapan kobra, dan ia memutuskan untuk menggigit anda, sudah terlambat, ia akan berlaku kerana anda tidak boleh bertindak balas dalam sepersepuluh detik. Satu per sepuluh saat adalah tentang masa yang diperlukan untuk bola meninggalkan tangan periuk untuk mencapai lelaki itu dengan kelelawar. Pada dasarnya, ketika dia melihat bola yang dilemparkan, dia harus bertindak balas tepat pada waktunya. Respons manusia, jenis perkara yang menarik. Perisian-untuk-perisian, jelas boleh mempunyai jangkaan yang lebih tinggi.
Kemudian anda masuk ke dalam beberapa situasi yang saya fikir adalah situasi pasaran, di mana yang pertama adalah di mana nilai perniagaan. Ini seperti jika anda ingin menjual saham tertentu dalam pasaran saham mungkin kurang, sebagai contoh, kerana anda fikir ia turun dan banyak orang lain fikir ia akan turun, anda akan mendapat harga terbaik jika anda mula memasarkan terlebih dahulu. Terdapat banyak situasi, perkhidmatan iklan dan perkara-perkara seperti itu, keadaan yang sangat serupa. Anda mempunyai gerakan ini dari segi jangkaan tahap perkhidmatan. Anda mempunyai satu perkara yang semacam siling kaca untuk tindak balas manusia. Sebaik sahaja ia perisian untuk perisian, jika anda mempunyai keadaan siling ini, maka tidak ada tahap perkhidmatan yang terbaik. Lebih cepat daripada orang lain adalah yang terbaik.
Okay, ini, saya fikir, slaid terakhir yang saya lakukan, tetapi ini hanya untuk memberi anda gambaran besar tentang kerumitan, sebaik sahaja anda melihat keperluan organisasi, perkhidmatan itu. Anda punya, naik sebelah kiri di sini, anda mendapat pengurusan sistem, iaitu satu set perisian yang berfungsi sebagai pengurusan perkhidmatan, yang cuba untuk mengurus tahap perkhidmatan. Di atasnya anda mempunyai pengurusan prestasi perniagaan. Kemudian jika anda melihat ke bawah di bawah ini, kawasan automasi pengurusan perkhidmatan, anda mempunyai perkhidmatan yang terfragmentasi yang berubah menjadi perkhidmatan yang standard, jika anda benar-benar peduli untuk melabur dalam perkara seperti ini, yang berkembang menjadi perkhidmatan bersepadu, yang berkembang menjadi perkhidmatan yang dioptimumkan . Kebanyakan yang dilakukan oleh orang ramai adalah, hanya di sudut kiri bawah ini. Mungkin sedikit pengurusan perkhidmatan. Pengurusan prestasi perniagaan, sangat jarang berlaku. Fragmented, hampir semuanya. Dunia yang sempurna akan mengisi grid itu. Instrumentasi - Saya telah menyebut masalah pengoptimuman sub. Anda boleh mengoptimumkan bahagian-bahagian sistem dan ia tidak baik untuk keseluruhan sistem. Sekiranya anda membuat jantung optimum, maka darah anda boleh beredar terlalu pantas untuk seluruh organ anda. Itulah masalah dengan organisasi besar dan tahap perkhidmatan. Jelas sekali apa-apa yang akan dicapai tanpa alat yang canggih kerana pemboleh ubah baru saja diperoleh - dengan baik terdapat terlalu banyak pemboleh ubah untuk cuba dan mengoptimumkan.
Setelah berkata demikian, saya akan berpindah ke Dez yang akan bercakap tentang sesuatu yang lain, semoga diharapkan.
Dez Blanchfield: Terima kasih, Robin. Seperti Dr. Robin Bloor, saya telah menghabiskan terlalu banyak tahun memikirkan prestasi sistem yang sangat kompleks pada skala yang sangat besar. Mungkin tidak sama dengan skala Robin, tetapi prestasi adalah topik harian dan ia merupakan sebahagian daripada DNA kita untuk menginginkan prestasi, untuk mendapatkan yang terbaik daripada segala-galanya. Sebenarnya, saya menggunakan grafik salah satu perkara kegemaran saya di dunia, lumba kereta Formula I, di mana seluruh planet duduk untuk seketika dan menonton kereta bergerak bulat dengan cepat. Setiap aspek tunggal, tidak ada aspek Formula I yang tidak khusus untuk mendapatkan prestasi. Banyak orang menyalahkan sukan kerana mereka fikir ia adalah satu pembaziran wang. Ternyata kereta yang kami memandu setiap hari untuk menjatuhkan anak-anak di bola sepak pada hujung minggu dan sekolah pada hari-hari lain, berasal dari pembangunan dan penyelidikan berasaskan prestasi. Ini jenis kehidupan lumba kereta Formula I. Teknologi setiap hari, sains setiap hari, sering datang dari orang-orang seperti sesuatu yang telah menumpukan semata-mata pada prestasi tinggi.
Realitinya, adalah dunia yang sentiasa "sentiasa", yang menuntut 100 peratus uptime - seperti yang disebutkan sebelumnya oleh Robin - dengan perkara-perkara seperti pengenalan webmail dan perkhidmatan lain yang kami ambil untuk diberikan dalam ruang yang berterusan, dan kami kini menjangkakan bahawa persekitaran perusahaan dan kerja kami. Realitinya adalah bahawa sedang tidak selalu bermakna anda memenuhi perjanjian peringkat perkhidmatan anda. Saya mempunyai keperluan untuk mengurus prestasi permohonan dan kesediaan tahap perkhidmatan perjanjian telah mengalami peralihan fundamental dalam dekade terakhir. Kami bukan sahaja cuba bimbang tentang prestasi satu sistem lagi. Apabila dunia agak mudah, kita mungkin mempunyai situasi di mana pelayan tunggal menjalankan pelbagai perkhidmatan boleh dipantau secara langsung dan ia agak mudah untuk menyokong. Kita boleh - dan inilah perkara kecil saya, perkara-perkara yang kita bimbang ketika saya menjadi pentadbir sistem misalnya, bertahun-tahun yang lalu - kita akan melihat-lihat, adakah perkhidmatan itu biasanya naik dan memberi respons? Bolehkah saya masuk ke terminal sebagai contoh? Adakah sistem operasi bertindak balas dan bolehkah saya menaip perintah? Adakah aplikasi naik dan berjalan? Bolehkah saya melihat proses dan memori dalam melakukan sesuatu dan saya / O merentasi rangkaian dan sebagainya? Di hari kerangka utama anda boleh mendengar pita yang akan zip-zip-zip dan kertas jatuh dari mereka.
Adakah aplikasi bertindak balas dan bolehkah kami log masuk dan melakukan perkara pada mereka? Adakah pengguna dapat menyambung ke beberapa pelayan tersebut? Ia berjalan terus. Mereka cukup asas, anda tahu. Kemudian beberapa yang lucu - adakah meja bantuan hijau? Kerana jika tidak, maka segala-galanya berjalan dengan baik, dan siapa yang akan mendapat donat? Kehidupan adalah sangat mudah pada masa itu. Malah pada masa itu, dan kemudian saya bercakap 20-30 tahun yang lalu, kerumitan itu masih tinggi. Kita boleh, dalam cara yang agak mudah, menguruskan perjanjian tahap perkhidmatan dan memerhatikan prestasi. Kami tidak boleh melakukannya dengan tangan lagi, seperti yang dijelaskan Robin. Cabarannya terlalu besar. Faktanya adalah masa apabila beberapa aplikasi, admin, rangkaian dan pangkalan data yang baik, pentadbir boleh memantau dan memenuhi SLA prestasi. SLAs sejauh ini telah pergi sekarang bahawa saya berjuang malam tadi apabila saya meletakkan catatan akhir saya bersama-sama untuk memikirkan tahun ketika saya terakhir berjaya melihat sistem tumpukan yang sangat kompleks, dan memahami dan bahkan memahami apa yang berjalan di bawah tudung, dan saya datang dari latar belakang yang sangat teknikal. Saya tidak dapat membayangkan apa yang ia hadapi menghadapi hari ini dengan cara pentadbiran.
Apa yang berlaku? Nah, pada tahun 1996, aplikasi berasaskan pangkalan data telah berubah dengan ledakan internet. Banyak daripada kita telah melalui itu. Walaupun anda tidak berada di sekitar ledakan internet, anda boleh dengan mudah melihat sekeliling dan menyedari bahawa dalam kehidupan seharian, kita menyambung segala-galanya ke internet sekarang. Saya percaya kami mempunyai pembakar roti yang nampaknya mempunyai pilihan untuk mendapatkan Wi-Fi yang tidak masuk akal, kerana saya tidak memerlukan pembakar saya yang berkaitan dengan internet. Pada tahun 2000-an, terutamanya pada tahun 2000-an, kita terpaksa berhadapan dengan pertumbuhan yang besar ini dalam hal kerumitan yang menyampaikan prestasi perkhidmatan dalam ledakan dot-com. Kemudian percikan lain yang tidak masuk akal dalam web 2.0, di mana telefon pintar datang dan kini aplikasi berada di tangan kami 24/7 dan sentiasa berada di mod.
Ia adalah 2016 sekarang, kita berhadapan dengan satu lagi kekacauan dalam bentuk awan dan data besar dan mobiliti. Ini adalah sistem yang begitu besar sehingga mereka sering sukar difahami dan dimasukkan dalam bahasa Inggeris biasa. Apabila kita memikirkan fakta bahawa beberapa unicorns yang besar yang kita bercakap mempunyai puluhan beratus-ratus petabytes data. Ini adalah seluruh ruang cakera dan penyimpanan untuk memegang e-mel, imej dan media sosial anda. Atau dalam beberapa kes, dalam pengangkutan dan logistik perkapalan, semuanya dalam perbankan, di mana wang anda, atau di mana jawatan anda, atau anda, di mana perkara yang anda beli di eBay adalah. Gelombang besar seterusnya yang akan kita hadapi adalah cabaran yang sangat berat terhadap perkara-perkara internet.
Jika ini tidak cukup buruk, kami akan membina kecerdasan buatan dan pengkomputeran kognitif ke dalam segalanya. Kami bercakap dengan enjin Siri dan Google pada hari ini. Saya tahu bahawa Amazon mempunyai salah satunya. Baidu mempunyai salah satu daripada peranti ini yang boleh dibicarakan, mereka menukarnya ke teks yang masuk ke sistem biasa, pangkalan data membuat pertanyaan dan kembali dan membalikkan proses. Fikirkan tentang kerumitan yang masuk ke dalamnya. Kenyataannya adalah bahawa kerumitan stack aplikasi standard hari ini jauh melebihi kemampuan manusia. Apabila anda berfikir tentang segala-galanya yang berlaku apabila anda menekan butang pada peranti telefon pintar anda atau tablet anda, anda bercakap dengannya, menukarkannya kepada teks, berjalan sehingga ke internet ke sistem back-end, penerimaan depan itu, menukarkannya kepada pertanyaan, menjalankan pertanyaan melalui timbunan aplikasi, pergi melalui pangkalan data, memukul cakera, keluar kembali, dan di tengah-tengah ada rangkaian pembawa, terdapat pusat status rangkaian kawasan setempat. Kerumitannya gila.
Kami secara berkesan menegaskan ini sebagai hyperscale. Kerumitan dan kelajuan hiperscale hanyalah penyiraman mata. Aplikasi dan pangkalan data telah menjadi begitu besar dan sangat kompleks, bahawa pengurusan prestasi sebenarnya adalah sains sendiri. Ramai merujuknya sebagai sains roket. Kami mempunyai teknologi tapak, kami mempunyai teknologi luar tapak, kami mempunyai pelbagai pilihan pusat data; fizikal dan maya. Kami mempunyai pelayan fizikal dan maya, kami mempunyai awan, kami mempunyai infrastruktur sebagai perkhidmatan dan platform sebagai perkhidmatan dan perisian sebagai perkhidmatan adalah perkara yang kami ambil begitu saja. Perisian itu sebagai perkhidmatan, menjadi menakutkan beberapa ketika dahulu apabila CFO dan bahagian organisasi menyedari bahawa mereka boleh mengambil kad kredit mereka dan hanya membeli perkara itu sendiri dan pergi ke CIO dan dengan berkesan kita panggil "bayangan ini IT "dan CIOs kini cuba untuk mengawal belakang ini dan mengawal kembali kawalan.
Dalam infrastruktur kami mempunyai rangkaian yang ditetapkan perisian, fungsi virtualisasi rangkaian, di bawah yang kami ada, mungkin lebih, sekarang kami mempunyai perkhidmatan mikro dan aplikasi perkhidmatan aktif. Apabila anda mengklik pada URL, terdapat banyak logika perniagaan yang duduk di akhir URL itu yang menggambarkan apa yang diperlukan untuk menyampaikannya. Ia tidak semestinya mempunyai logik prebuilt yang menunggu. Kami mempunyai pangkalan data tradisional di satu sisi yang besar, sangat besar. Kami mempunyai seperti infrastruktur dan ekosistem Hadoop di spektrum lain yang begitu besar, seperti yang saya katakan, anda tahu, orang sedang bercakap mengenai beratus-ratus petabytes data sekarang. Kami mempunyai mobiliti kerumitan sejauh peranti yang dibawa masuk, komputer riba dan telefon dan tablet.
Kami telah mendapat BYOD dalam beberapa persekitaran tertutup dan semakin sekarang, sejak Gen Y mengalami orang-orang yang membawa peranti mereka sendiri. Kami hanya membiarkan mereka bercakap dengan mereka mengenai antara muka web. Sama ada melalui internet atau melalui Wi-Fi, kami mempunyai Wi-Fi percuma di kafe di tingkat bawah kerana mereka mempunyai kopi. Atau Wi-Fi dalaman kami. Mesin-ke-mesin sentiasa hadir sekarang. Itu bukan sebahagian daripada internet perkara, tetapi ia juga berkaitan. Internet perkara-perkara adalah permainan baru yang rumit yang fikiran membingungkan. Kecerdasan buatan, dan jika anda berfikir bahawa apa yang sedang kita mainkan sekarang, dengan semua Siri dan peranti lain yang berkaitan dengan kami adalah rumit, tunggu sehingga anda sampai ke situasi di mana anda melihat sesuatu yang disebut Olli yang 3-D bas yang dicetak yang mengambil kira-kira enam orang dan boleh memandu di sekitar bandar dan anda boleh bercakap Bahasa Inggeris dengan jelas kepadanya, dan ia akan bercakap kembali kepada anda. Jika ia mencetuskan lalu lintas, ia akan memutuskan untuk berpaling ke kiri atau ke kanan di kawasan utama di mana terdapat lalu lintas. Apabila ia berubah dan anda bimbang tentang mengapa ia berpaling ke kiri atau ke kanan jalan utama, ia akan berkata kepada anda, "Jangan risau, saya akan beralih ke kiri. Terdapat lalu lintas di hadapan dan saya akan pergi mengelilinginya. "
Menguruskan prestasi semua sistem di sana dan semua kerumitan, mengesan data mana yang pergi, sama ada ia masuk ke dalam pangkalan data, semua interkoneksi dan semua bit yang berkaitan hanya membingungkan. Realitinya ialah mengurus prestasi dan SLA pada kelajuan dan skala hari ini memerlukan alat dan sistem, dan secara lalai ini tidak lagi menjadi sesuatu yang anda fikir ia akan menjadi lebih baik untuk mempunyai alat - itu adalah prasyarat; ia sememangnya perlu. Berikut adalah sesuatu seperti contoh kecil, senarai rajah rekabentuk aplikasi peringkat tinggi untuk OpenStack, awan yang ditetapkan perisian sumber terbuka. Ini hanya sebahagian besar. Ini bukan hanya pelayan dan pangkalan data. Di sinilah setiap gumpalan biru kecil mewakili gugusan benda. Dalam sesetengah kes fail dan pelayan atau beratus-ratus pangkalan data atau sudah tentu tidak lebih daripada puluhan ribu kepingan kecil logik aplikasi berjalan. Itulah versi yang kecil. Ia benar-benar agak membingungkan apabila anda mula berfikir tentang kerumitan yang berlaku dalam hal ini. Hari ini, walaupun hanya dalam ruang data yang besar, saya hanya akan meletakkan beberapa tangkapan skrin hanya jenama. Apabila anda berfikir tentang semua bahagian yang perlu kami uruskan di sini, kami bukan hanya bercakap tentang satu jenama semestinya, ini semua jenama dalam landskap data besar dan jenama teratas, bukan hanya setiap kecil kecil atau sumber terbuka. Anda melihat dan anda fikir ia adalah carta minda yang sukar difahami.
Mari kita lihat beberapa menegak. Mari kita ambil pemasaran, contohnya. Berikut adalah carta yang sama tetapi dari susunan teknologi yang tersedia dalam teknologi pemasaran sahaja. Ini adalah graf 2011. Berikut ialah versi 2016. Hanya fikirkan, ini hanyalah bilangan jenama produk yang boleh anda jalankan untuk teknologi berkenaan dengan teknologi pemasaran. Bukan kerumitan sistem di dalamnya, bukan aplikasi dan web yang berbeza dan pembangunan dan rangkaian dan semua yang lain. Hanya jenama. Ada yang sebelum ini, lima tahun yang lalu dan di sini hari ini. Ia hanya akan menjadi semakin teruk. Kami pada ketika ini sekarang di mana realiti itu, manusia tidak dapat memastikan semua perjanjian peringkat perkhidmatan. Kita tidak boleh menyelam dengan terperinci yang cukup, cukup cepat, dan pada skala yang kita perlukan. Berikut adalah contoh mengenai konsol pemantauan seperti sekarang. Ini seperti skrin hampir dua puluh ganjil terpaku bersama berpura-pura menjadi salah satu pemantauan skrin besar yang besar yang diproyeksikan setiap potongan kecil. Kini menarik di sini, saya tidak akan menyebut jenama itu, tetapi platform pengawasan ini memantau satu aplikasi dalam logistik dan persekitaran perkapalan. Hanya satu aplikasi. Jika anda berfikir tentang apa yang Robin bercakap tentang di mana organisasi boleh mempunyai 40, 000 pangkalan data sekarang dalam persekitaran pengeluaran. Bolehkah anda memvisualisasikan apa 40, 000 versi koleksi skrin ini memantau satu aplikasi boleh jadi seperti? Ia adalah dunia yang sangat berani yang kita hidup. Seperti yang dikatakan oleh Robin dan saya akan benar-benar, 100 peratus echo itu, tanpa alat yang betul, tanpa sokongan yang tepat dan rakyat di atas meja menggunakan alat itu, prestasi aplikasinya adalah permainan yang hilang kepada manusia dan ia perlu dilakukan oleh alat dan perisian.
Dengan itu saya akan menyampaikan kepada rakan-rakan kami di IDERA.
Eric Kavanagh: Baiklah, Bill.
Bill Ellis: Terima kasih. Berkongsi skrin saya di sini. Saya rasa seseorang boleh mengesahkan bahawa anda boleh melihat skrin saya?
Dr. Robin Bloor: Ya.
Eric Kavanagh: Ia kelihatan baik-baik saja.
Bill Ellis: Terima kasih. Satu perkara yang dirujuknya ialah, saya tidak sabar-sabar lagi adalah kereta memandu sendiri. Satu perkara yang saya tidak pernah dengar siapa yang dibincangkan ialah, apa yang berlaku apabila ia bersalji? Saya agak tertanya-tanya jika para jurutera di California menyedari bahawa di bahagian lain di negara ini ia turun sedikit.
Dez Blanchfield: Saya suka itu, saya akan ingat bahawa satu.
Eric Kavanagh: Satu batu satu jam sejam.
Bill Ellis: Kami di sini untuk membincangkan pengurusan prestasi aplikasi dalam persekitaran yang kompleks. Satu perkara yang saya ingin bicarakan adalah, ramai orang, apabila mereka bercakap tentang prestasi, sifat tindak balas adalah, lebih banyak pelayan, lebih banyak CPU, memori yang lebih banyak, dan sebagainya. Lain-lain duit syiling itu memproses kecekapan. Benar-benar, itulah dua pihak ke duit syiling yang sama dan kita akan melihat kedua-dua mereka. Matlamat utama adalah untuk memenuhi perjanjian peringkat perkhidmatan bagi transaksi perniagaan. Akhirnya semua teknologi ini wujud untuk perniagaan. Kami bercakap tentang mempunyai pangkalan data pengurusan prestasi pertama di industri. Yang idealnya adalah untuk memenuhi cetakan prestasi yang ideal dan mengurusnya dari awal kitaran hayat aplikasi.
Topik-topik benar-benar mendidih kepada empat keping; satu adalah proses pengurusan prestasi. Kami bercakap dengan semua orang, dan semua orang mempunyai alat. Jika mereka tidak mempunyai alatan, mereka mempunyai skrip atau arahan, tetapi apa yang mereka hilang adalah konteks. Konteks hanya menyambungkan titik di seluruh tumpukan permohonan. Aplikasi ini untuk - adalah pelayar berasaskan. Mereka sangat rapat dengan tier ke tier. Bagaimana tahap berinteraksi juga penting. Kemudian, kami bercakap tentang transaksi perniagaan. Kami akan memberikan penglihatan bukan hanya kepada orang-orang teknikal, tetapi juga untuk pemilik aplikasi dan pengurus operasi.
Saya mempunyai beberapa kajian kes untuk hanya berkongsi dengan anda bagaimana pelanggan menggunakannya untuk digunakan. Ini adalah bahagian persembahan yang sangat praktikal di sini. Mari kita lihat apa yang biasanya berlaku. Saya suka gambar rajah - ia sama seperti kolaj teknologi yang luar biasa. Bilangan teknologi di pusat data baru berkembang, dan berkembang, dan berkembang. Sementara itu, pengguna akhir tidak peduli mengenainya, dan tidak menyedari hal itu. Mereka hanya mahu menjalankan urus niaga itu, adakah ia boleh didapati, memilikinya dengan cepat. Apa yang biasanya berlaku adalah, para profesional dalam IT tidak menyedari bahawa pengguna akhir bahkan menghadapi masalah, sehingga mereka melaporkan sendiri. Itu bermula dari proses yang memakan masa, lambat, dan sering mengecewakan. Apa yang berlaku ialah, orang akan membuka alat mereka, dan mereka melihat subset stack aplikasi mereka. Dengan subset itu, ia menjadi sangat sukar untuk menjawab soalan yang paling mudah. Adakah biasa bagi anda untuk menghadapi masalah? Urus niaga apa? Di mana dalam timbunan permohonan adalah kesesakan? Dengan menghabiskan semua masa ini, melihat tier dengan tier, tidak dapat menjawab soalan-soalan ini, anda akhirnya menghabiskan banyak masa dan tenaga, banyak kakitangan, dana dan jenis tenaga untuk mencari tahu.
Untuk menyelesaikannya, untuk memberikan cara yang lebih baik, apa yang Tepat lakukan sebenarnya mengambil transaksi trek pengguna akhir, menangkap metadata mengenainya, mengikut transaksi melalui rangkaian, ke pelayan web, ke dalam tiang logika perniagaan dan kami menyokong .NET dan ABAP dan PeopleCode dan E-Business Suite, dalam aplikasi multitier yang akhirnya semua transaksi akan berinteraksi dengan sistem rekod. Sama ada ia mencari inventori, masa pelaporan bekerja, mereka sentiasa berinteraksi dengan pangkalan data. Pangkalan data menjadi asas prestasi perniagaan. Pangkalan data pula, bergantung pada penyimpanan. Apakah metadata tentang jawapan transaksi, siapa, apa urus niaga, di mana dalam stack permohonan, dan kemudian kami mempunyai penglihatan tahap kod yang mendalam untuk menunjukkan kepada anda apa yang dilaksanakan. Maklumat ini ditangkap secara berterusan, dimasukkan ke dalam pangkalan data pengurusan prestasi - yang menjadi lembaran muzik tunggal untuk semua orang untuk melihat apa yang sedang berlaku. Terdapat orang dan organisasi yang berbeza yang peduli tentang apa yang berlaku: pakar teknikal, pemilik aplikasi, akhirnya perniagaan itu sendiri. Apabila masalah keluar, anda akan dapat mengekstrak maklumat mengenai transaksi itu.
Sebelum kita dapat melihat transaksi pelaburan, saya ingin menunjukkan kepada anda bagaimana mungkin kelihatan kepada orang yang berlainan dalam organisasi. Di peringkat pengurusan, anda mungkin ingin mempunyai gambaran keseluruhan berbilang aplikasi. Anda mungkin ingin mengetahui tentang kesihatan yang dikira oleh pematuhan dan ketersediaan SLA. Kesihatan itu tidak bermakna semuanya 100 peratus berfungsi dengan sempurna. Ada ruang dalam kes ini, anda dapat melihat transaksi pelaburan dalam status amaran. Sekarang, sedikit lebih dalam, mungkin dalam barisan perniagaan, anda ingin mempunyai beberapa butiran tambahan mengenai transaksi individu, apabila mereka melanggar SLA, jumlah urus niaga, dll. Pasukan operasi akan ingin diberitahu tentang hal itu melalui isyarat beberapa semak. Kami mempunyai amaran prestasi yang dibina. Kami sebenarnya mengukur prestasi dalam penyemak imbas pengguna akhir. Sama ada Internet Explorer, Chrome, Firefox, dan lain-lain, kita dapat mengesan, ini menjawab soalan pertama: adalah pengguna akhir mempunyai masalah?
Mari kita menyelam dan lihat apa lagi yang boleh kita tunjukkan. Orang-orang yang berminat dalam prestasi akan membuka Tepat. Mereka akan menilai transaksi. Mereka akan melihat ruang SLA untuk mengenal pasti transaksi yang tidak mematuhi SLA. Mereka akan dapat melihat pengguna akhir yang terpengaruh serta apa transaksi yang dilakukan ketika mengalir menerusi aplikasi. Cara anda menguraikan hieroglyphics ini ialah, ini adalah penyemak imbas, URL, U adalah untuk URL, itu adalah titik masuk ke JVM. Sekarang ini JVM tertentu membuat pelayan web memanggil ke JVM kedua yang kemudian melaksanakan pernyataan SQL. Ini jelas merupakan masalah pangkalan data kerana pernyataan SQL ini bertanggungjawab untuk 72 peratus masa tindak balas. Kami fokus pada masa. Masa adalah mata wang prestasi. Itulah cara pengguna mengalaminya sama ada perkara berjalan dengan perlahan atau tidak, dan ia adalah ukuran penggunaan sumber. Ia sangat berguna; ia adalah satu metrik tunggal yang paling penting untuk menilai prestasi. Apabila masalah ini diserahkan kepada DBA, ia bukan hanya masalah pangkalan data, ia adalah pernyataan SQL ini. Inilah konteks yang saya bicarakan.
Sekarang bersenjata dengan maklumat ini, saya dapat masuk dan menganalisis apa yang berlaku. Saya dapat melihat pertama sekali, paksi-y adalah masa sepanjang hari. Maafkan saya, paksi-y ialah masa tindak balas, paksi-x adalah masa sepanjang hari. Saya dapat melihat ada masalah pangkalan data, terdapat dua kejadian, kembali ke aliran itu, mengambil kenyataan SQL itu dan masuk ke pandangan ahli, di mana Precise dapat menunjukkan kepada anda apa yang berlaku, kawalannya, berapa lama yang diperlukan oleh kod laksanakan. Dalam tiang pangkalan data, itu adalah pelan pelaksanaan. Anda akan perhatikan bahawa Precise memilih pelan pelaksanaan sebenar yang digunakan pada masa pelaksanaan, yang dibezakan daripada pelan anggaran, yang akan menjadi apabila pelan diberikan dan bukan pada masa pelaksanaan. Ia mungkin atau mungkin tidak mencerminkan bahawa pangkalan data benar-benar dilakukan.
Sekarang di sini, adalah analisis masa tindak balas untuk pernyataan SQL. Sembilan puluh peratus daripada masa yang digunakan untuk simpanan; sepuluh peratus digunakan dalam CPU. Saya dapat melihat teks pernyataan SQL serta laporan penemuan. Teks pernyataan SQL sebenarnya mula menunjukkan beberapa masalah pengkodan. Ia adalah bintang pilihan; yang mengembalikan semua baris - alasan saya, semua lajur dari baris yang dikembalikan. Kami mengembalikan lajur tambahan yang mungkin atau tidak diperlukan permohonan. Lajur tersebut mengambil ruang dan sumber untuk diproses. Sekiranya anda menjalankan SAP, salah satu perubahan besar, kerana pangkalan data HANA adalah kolumnar, pada dasarnya menulis semula SAP untuk tidak memilih bintang pilih supaya mereka dapat mengurangkan penggunaan sumber. Ini pada asasnya sesuatu yang berlaku banyak masa juga dalam aplikasi tempatan, sama ada Java, .NET, dll.
Skrin itu, ini menunjukkan kepada anda siapa, apa, bila, di mana dan mengapa. Sebabnya, seperti pernyataan SQL dan pelan pelaksanaan yang membolehkan anda menyelesaikan masalah. Oleh kerana Precise berjalan secara berterusan, anda sebenarnya boleh mengukur sebelum dan selepas, di peringkat pernyataan SQL, di peringkat urus niaga, sama ada anda boleh mengukur untuk diri sendiri, serta melalui pemilik aplikasinya dan pengurusan, bahawa anda telah menyelesaikan masalah . Dokumentasi itu sangat membantu. Terdapat banyak kerumitan di dalam stack aplikasi ini. Daripada banyak aplikasi, sebenarnya, semua orang yang telah kita bicarakan, jalankan sekurang-kurangnya sebahagian stack aplikasi di bawah VMware. Dalam kes ini, mereka melihat aplikasi perkhidmatan pelanggan, mereka melihat masa transaksi, dan mengaitkannya dengan kelembapan itu adalah acara virtualisasi. Jejak tepat semua acara virtualisasi. Kami mempunyai pemalam ke vCenter untuk memilihnya.
Kami juga dapat mengesan pertengkaran. Pertikaian adalah berbeza daripada penggunaan. Sebenarnya menunjukkan apabila mungkin jiran yang bising memberi kesan kepada tetamu VM anda, dalam konteks aplikasi pelayan pelanggan. Sekarang, saya dapat menggerudi dan mendapatkan maklumat dan saya benar-benar dapat melihat dua VM yang bertanding, dalam kes ini, untuk sumber CPU. Ini membolehkan saya mempunyai jarak penglihatan supaya saya dapat melihat penjadualan. Saya boleh meletakkan VM tetamu pada pelayan fizikal yang berbeza. Semua jenis perkara yang mungkin anda balas dan kemudian, sebagai tambahan kepada itu, saya sebenarnya boleh melihat kecekapan kod untuk mungkin menggunakannya kurang CPU. Saya fikir saya mempunyai contoh yang bagus dalam persembahan ini bagaimana seseorang dapat mengurangkan penggunaan CPU dengan pesanan magnitud.
Itulah VMware. Mari kita pergi ke kod itu sendiri, kod permohonan. Tepat akan dapat menunjukkan kepada anda apa yang berlaku dalam Java, .NET, kod ABAP, E-Perniagaan, PeopleCode, dll. Ini adalah titik masuk ke dalam kes ini, ke WebLogic. Di sini, terdapat laporan penemuan yang memberitahu saya bahawa EJBs ini yang perlu anda lihat, dan akan memberitahu saya bahawa anda juga mendapat penguncian yang berlaku pada sistem ini. Sekali lagi, menggerudi dalam peringkat logik perniagaan, untuk menunjukkan apa yang sedang berlaku. Dalam kes ini, saya melihat contoh tertentu; Saya juga menyokong kluster. Jika anda mempunyai banyak JVM yang sedang berjalan, anda boleh melihat kluster secara keseluruhan, atau melihat halangan dalam JVM individu.
Apabila anda masuk ke dalam kunci, saya boleh masuk ke pengecualian. Pengecualian sedikit berbeza daripada masalah prestasi. Biasanya, pengecualian dijalankan dengan pantas. Oleh kerana terdapat ralat logik dan apabila anda memukul kesalahan logik itu, ia berakhir. Kami dapat menangkap jejak tindanan pada pengecualian utama, ini dapat menjimatkan banyak masa kerana ia akan cuba untuk mencari tahu apa yang berlaku, anda hanya mempunyai jejak tindanan, di sana. Kami juga dapat menangkap kebocoran memori juga. Penyelesaian ini juga termasuk peringkat pangkalan data, saya boleh masuk, saya boleh menilai contoh pangkalan data. Sekali lagi, paksi-y adalah di mana masa dihabiskan, paksi-x adalah masa sepanjang hari. Terdapat laporan penemuan yang secara automatik memberitahu saya apa yang berlaku dalam sistem dan apa yang saya lihat.
Salah satu perkara mengenai laporan penemuan Precise, ia tidak hanya melihat log atau menunggu keadaan - ia melihat semua negeri pelaksanaan termasuk CPU, dan juga maklumat yang kembali dari storan. Penyimpanan adalah bahagian yang sangat penting dalam tumpukan aplikasi, terutamanya dengan kemunculan keadaan pepejal. Mempunyai maklumat sepanjang garis tersebut boleh sangat membantu. Untuk unit penyimpanan tertentu, kita sebenarnya boleh mengetuk dan menunjukkan apa yang berlaku di peringkat peranti individu. Jenis maklumat itu - sekali lagi, penglihatan yang mendalam; ia luas dalam skop - untuk memberi anda maklumat yang cukup untuk mempunyai lebih banyak leverage untuk menarik sebagai profesional aplikasi prestasi, supaya anda dapat mengoptimumkan aplikasi anda secara hujung-ke-akhir untuk memenuhi urus niaga perniagaan tersebut.
Saya mempunyai beberapa kajian kes yang saya mahu berkongsi dengan anda. Kami bersiar-siar dengan pantas; Saya harap saya akan bergerak pantas. Bercakap tentang storan, semua orang berubah mengikut masa perkakasan. Ada jaminan perkakasan. Adakah ia benar-benar menyampaikan apa yang dikatakan vendor kepada anda? Anda boleh menilai dengan tepat. Anda masuk, dan apa yang berlaku di sini, mereka pada asasnya dimasukkan ke dalam unit simpanan baru, tetapi apabila pentadbir penyimpanan kelihatan tepat pada tahap unit simpanan, mereka melihat banyak pertentangan dan mereka fikir mungkin terdapat masalah dengan unit penyimpanan baru ini . Melihat lebih banyak dari perspektif hujung-ke-hujung, tepat untuk menunjukkan di mana ia sebenarnya berlaku. Mereka benar-benar keluar daripada keluaran sekitar 400 meg sesaat, di mana storan itu bertanggungjawab untuk 38 peratus masa tindak balas, jadi ia cukup tinggi. Dengan unit storan baharu, kami sebenarnya menumpuk penghantaran ke enam, tujuh ratus megs sesaat, jadi pada dasarnya dua kali ganda, dan kami dapat mengurangkan sumbangan tiang penyimpanan kepada masa transaksi pada separuh. Saya dapat benar-benar graf yang sebelum ini, ini adalah tempoh pemotongan, dan kemudian selepas itu.
Jadi sekali lagi, dokumentasi untuk membuktikan bahawa pelaburan perkakasan adalah bernilai dan mereka dihantar sebagai vendor tertentu yang dijangka. Semuanya, kerana kerumitan, banyak perkara, ada segala macam perkara yang boleh terjadi. Dalam kes ini, mereka sebenarnya mempunyai situasi di mana semua orang menyalahkan DBA, DBA adalah seperti "Baiklah, tidak begitu pantas." Di sini kita melihat aplikasi SAP, saya fikir jenis senario ini adalah perkara biasa . Apa yang berlaku ialah, mereka telah membuat transaksi tersuai untuk pengguna. Pengguna seperti, "Ini sangat lambat." Pengkomputer ABAP - itu bahasa pengaturcaraan dalam SAP - berkata, "Ini adalah isu pangkalan data." Mereka akhirnya membuka Tepat; mereka mengukur pengguna akhir 60 saat, jadi lebih satu minit. Lima puluh tiga saat dibelanjakan di hujung belakang. Mereka dibor ke belakang dan mereka sebenarnya dapat mendedahkan pernyataan SQL yang dibentangkan dalam urutan menurun.
Kenyataan SQL atas ini yang bertanggungjawab untuk 25 peratus penggunaan sumber, masa pelaksanaan purata adalah dua milisaat. Anda jenis tidak boleh menyalahkan pangkalan data. Awak tahu, hei, tidak begitu cepat, lelaki. Persoalannya, kenapa terdapat banyak hukuman mati? Nah, mereka memantulnya kembali ke ABAP, dia masuk, melihat ke dalam sarang gelung itu, mendapati mereka memanggil pangkalan data di tempat yang salah, pada dasarnya mereka membuat perubahan, menguji perubahan dan kini masa tindak balas baru adalah lima saat. Sedikit lambat, tetapi mereka boleh hidup dengan itu. Jauh lebih baik daripada 60 saat. Kadang-kadang, hanya menonjol, apakah itu kod aplikasi, adakah pangkalan data, apakah penyimpanan itu? Mereka adalah kawasan di mana Precise, dengan mempunyai konteks urus niaga hujung-ke-akhir, di situlah tepatnya bermain. Anda pada dasarnya menamatkan perkara tersebut.
Saya melihat pada masa itu, kelihatan seperti kita masih mempunyai sedikit masa untuk pergi melalui beberapa lebih daripada ini. Saya mengalir melalui ini. Permohonan ini sedang dibangunkan selama lebih setahun. Apabila mereka pergi ke QA, mereka melihat bahawa pelayan web telah maxed out 100 peratus dan ia kelihatan seperti aplikasi tidak dapat berjalan di bawah VMware. Perkara pertama yang dikatakan oleh semua orang ialah, "Letakkan ini secara fizikal; ia tidak boleh berjalan di bawah VMware. "Betul sebenarnya menawarkan mereka cara tambahan untuk menyelesaikan masalah ini. Kami melihat transaksi, kami melihat panggilan pelayan web, ia masuk sebagai ASMX di IIS.NET. Ia sebenarnya mendedahkan kod yang mendasari. Anda lihat ini di mana saya menunjuk? Ini adalah 23 hari, 11 jam. Wow, bagaimana mungkin itu? Nah setiap penyerahan mengambil masa 9.4 saat dan perkara ini dipanggil 215, 000 kali. Untuk setiap panggilan, ia menggunakan CPU selama 6 saat. Inilah sebabnya, kod ini adalah sebab mengapa perkara ini tidak pernah boleh diperbesar. Malah, ia tidak boleh skala secara fizikal.
Apa yang mereka lakukan, adakah mereka kembali kepada pemaju mereka dan mereka berkata, "Bolehkah seseorang membuat perubahan?" Mereka mempunyai pertandingan, dan mereka menguji cadangan yang berbeza dan mereka datang dengan cadangan yang dapat berjalan banyak lebih cekap. Yang baru selesai satu titik, sedikit kurang dari dua saat, dengan dua seratus kali dalam CPU. Sekarang ini boleh skala dan boleh berjalan di ladang VMware. Kami dapat pada dasarnya mendokumenkannya di kedua-dua peringkat kod serta tahap urus niaga. Ini adalah jenis sebelum ini, dan kemudian selepas itu. Sekarang anda boleh lihat di sini dalam graf bar stack yang menunjukkan web, .NET dan pangkalan data, kini anda berinteraksi dengan pangkalan data. Ini adalah profil yang anda harapkan untuk melihat aplikasi yang berjalan lebih normal.
Baiklah, saya memilih dan memilih dari segi perkara tambahan yang boleh saya tunjukkan kepada anda. Banyak orang seperti ini kerana ini menyinari banyak kedai. Jika anda tidak dapat memenuhi SLA perniagaan, dan semua orang seperti, "Bantu kami keluar." Kedai ini mempunyai keadaan di mana SLA perniagaan dalam pesanan yang diterima pada pukul 3 petang, ia dihantar hari itu. Adalah sangat penting bahawa mereka mendapat pesanan, dan gudang itu sangat sibuk. Skrin pesanan penjualan JD Edwards ini adalah beku dan anda boleh mendapatkan idea yang sangat baik bahawa ini adalah sistem pengurusan inventori runcit yang tepat pada masa. Rak kosong kosong dalam runcit. Harus ada barangan di sana untuk menjualnya. Apa yang kami lakukan ialah kami menyelam, dalam kes ini, kami sedang melihat pangkalan data pelayan SQL. Pandangan dan rasa adalah sama sama ada SQL, Oracle, DB2 atau Sybase.
Kami mengenal pasti pilihan dari PS_PROD dan kami dapat menangkap tempoh, hakikat mereka melaksanakan begitu banyak. Biru gelap memadankan kunci yang mengatakan mereka tidak menunggu di beberapa tunggu atau beberapa pembalakan atau penyimpanan - perkara ini terikat oleh CPU. Kami mengesan pernyataan SQL sebanyak 34301 jadi setiap kali ini dilaksanakan, kami menambah bilangan kaunter kami untuk mengesannya. Ini bermakna kita mempunyai sejarah terperinci dan saya boleh mengaksesnya dengan mengklik butang tune itu. Berikut adalah tab sejarah. Skrin ini di sini menunjukkan tempoh purata versus perubahan. Rabu, Khamis, Jumaat, tempoh purata ialah kira-kira dua per sepuluh saat. Skala sangat sedikit membeku, mereka dapat memenuhi SLA perniagaan. Datang pada 27 Februari, sesuatu yang berubah dan tiba-tiba, masa pelaksanaan tiba di sini, dan itu sebenarnya cukup lambat untuk menyebabkan masa tamat, yang menyebabkan skrin membeku. Tepat, dengan menyimpan sejarah terperinci, termasuk pelan pelaksanaan dan perubahan umum pada indeks jadual jika SQL sedang digunakan. Kami dapat mengambil bahawa pelan akses diubah pada 27 Februari. Isnin hingga minggu buruk Jumaat. Mac 5, pelan akses berubah lagi. Ini adalah minggu yang baik. Bintang merah jambu ini memberitahu kami kelantangan dikemas kini.
Anda dapat lihat di sini bilangan baris dalam jadual yang mendasar berkembang dan ini adalah tipikal untuk perniagaan. Anda mahu jadual anda berkembang. Masalahnya adalah bahawa kenyataan-kenyataan itu adalah parse, penyataan SQL masuk, pengoptimuman harus memutuskan apa yang harus dilakukan dan memilih ketika pelan pelaksanaan cepat, pilih pelan pelaksanaan lain apabila lambat, menyebabkan layar membeku. Berdasarkan teknologi yang mendalam, saya perlu tahu apa pelan pelaksanaan dan Tangkapan tepat untuk saya lengkap dengan cap tarikh dan masa. Inilah yang cepat dan cekap, inilah yang lambat dan tidak cekap. Penapis ini menyertai hanya menggunakan lebih banyak CPU untuk mendamaikan, untuk melakukan pernyataan SQL tertentu ini. Mereka masih mempunyai kesan muktamad yang sama, tetapi pada dasarnya ia mempunyai resipi yang lebih perlahan, kurang berkesan untuk menyampaikan set hasil. Jadi, kita melangkah. Hei, kita ada masa untuk pasangan lagi?
Eric Kavanagh: Ya, pergi.
Bill Ellis: Baiklah, saya akan melangkah ke hadapan. Satu perkara yang saya mahu anda ambil perhatian, kami bercakap mengenai perkakasan, bercakap tentang SAP, kami bercakap mengenai .NET, kami bercakap tentang JD Edwards dan persekitaran Server Java-SQL. Ini adalah SAP, di sini kita melihat PeopleSoft. Matriks sokongan yang tepat adalah luas dan mendalam. Sekiranya anda mempunyai aplikasi, lebih besar kemungkinannya, kami boleh menggunakannya untuk memberikan tahap penglihatan ini. Salah satu perubahan terbesar yang berlaku sekarang adalah mobiliti. PeopleSoft memperkenalkan mobiliti dengan UI Fluidnya. UI Fluid menggunakan sistem yang sangat berbeza. Permohonan ini berkembang. The Fluid UI - apa yang dilakukannya dari perspektif pengurusan adalah membolehkan pengguna akhir menggunakan telefon mereka dan ia sangat meningkatkan produktiviti. Sekiranya anda mempunyai beratus-ratus atau beribu-ribu atau lebih pekerja, jika anda boleh meningkatkan produktiviti mereka, 1-2 peratus, anda boleh mempunyai kesan yang besar ke atas senarai gaji dan segala-galanya. Apa yang terjadi ialah, kedai khusus ini melancarkan UI Fluid PeopleSoft. Sekarang, bercakap tentang kerumitan, ini adalah tumpuan PeopleSoft. Satu aplikasi, sekurang-kurangnya enam teknologi, banyak pengguna akhir. Bagaimana anda memulakannya?
Sekali lagi Pasti akan dapat mengikuti transaksi ini. Apa yang kami menunjukkan kepada anda di sini adalah graf bar yang disusun yang menunjukkan pelanggan, pelayan web, pangkalan data Java, Tuxedo, aplikasi aplikasi PeopleSoft. Peta hijau untuk J2EE, yang merupakan jenis cara untuk mengatakan WebLogic. Ini adalah pemotongan. Pengguna akhir mula menggunakan UI Fluid dan masa sambutan berjalan dari mungkin satu setengah, dua saat, sehingga sekitar sembilan, sepuluh saat. Apa yang tidak ditunjukkan oleh skrin ini ialah bilangan orang yang mendapat "tidak bertindak balas". Mereka sebenarnya mendapat skrin membeku dalam aplikasi. Mari kita lihat beberapa penglihatan yang Precise dapat memberikan pelanggan ini.
Pertama sekali, apabila saya melihat urus niaga PeopleSoft, mereka dapat melihat pada dasarnya, kita melihat jenis perkara ini di seluruh papan. Kesemua urus niaga telah dipengaruhi, serta semua lokasi. Secara kebetulan, apabila anda melihat ini, anda boleh melihat lokasi di seluruh dunia. Dari Asia Pasifik, ke Eropah serta Amerika Utara. Masalah prestasi tidak terletak pada transaksi tertentu, atau lokasi geografi tertentu, sistemnya luas. Ia semacam cara untuk mengatakan bahawa perubahan atau cara UI Fluid adalah kesan global. Anda dapat lihat di sini dari sudut pandang skalabilitas, orang cuba melakukan jenis aktiviti yang sama, tetapi masa tindak balas pada dasarnya hanya terdegradasi dan terdegradasi. Anda dapat melihat bahawa perkara tidak berskala. Perkara yang berlaku sangat, sangat teruk. Di sini, apabila saya melihat kiraan paksi dan sambungan serentak, anda melihat sesuatu yang sangat menarik dari segi bilangan akses dan sambungan. Di sini kita hanya menaikkan sehingga kira-kira 5, 000 dan anda melihat kira-kira, ini teratas pada 100 sambungan serentak. Ini dilakukan selepas; ini adalah sebelum ini. Oleh itu, permintaan sebenar saya terhadap sistem ini, jika perkara ini boleh skala, berada dalam lingkungan 300, 000. Pada zaman dahulu, dengan UI klasik, anda melihat 30 sambungan serentak.
Sekarang apa ini memberitahu anda bahawa UI Cecair menggunakan sekurang-kurangnya nombor 10x sambungan serentak. Kami mula menarik kembali apa yang berlaku di bawah penutup dengan PeopleSoft supaya anda dapat melihat kesannya pada pelayan web, hakikat bahawa SLA telah mula melanggar. Tidak akan pergi ke segala-galanya, tetapi apa yang akhirnya berlaku adalah bahawa mereka pada dasarnya bergantung pada pemesejan. Mereka pada dasarnya bersenam adalah WebLogic dan menyebabkan giliran dalam Tuxedo. Sebenarnya terdapat masalah ketergantungan multitier yang muncul dengan UI Fluid, tetapi Precise dapat menunjukkan bahawa dengan sekumpulan banyak perkara yang berbeza, kita boleh fokus pada apa masalahnya. Ternyata terdapat masalah dalam pangkalan data itu sendiri. Sebenarnya ada fail log pemesejan, dan kerana semua pengguna yang bersamaan, fail log itu mengunci. Ia pada dasarnya mempunyai perkara untuk ditala, dalam setiap peringkat dalam timbunan aplikasi. Bercakap tentang kerumitan, inilah sebenarnya tiang Tuxedo yang menunjukkan anda beratur dan anda dapat melihat prestasi yang merosakkan dalam peringkat ini juga. Saya dapat melihat prosesnya; Saya dapat melihat domain dan pelayan. Di Tuxedo, untuk orang ramai menggunakannya, biasanya apa yang anda lakukan ialah anda membuka barisan, domain dan pelayan tambahan, sama seperti di pasar raya untuk melegakan kesesakan, untuk meminimumkan masa giliran. Opsyen terakhir dan akhir, Precise menunjukkan banyak maklumat.
Seperti yang telah saya sebutkan tadi, setiap transaksi penting berinteraksi dengan sistem rekod. Keterlihatan ke dalam pangkalan data amat penting. Tepat menunjukkan apa yang berlaku dalam pangkalan data, dalam WebLogic, dalam Java, .NET, dalam pelayar, tetapi tempat yang benar-benar cemerlang adalah di peringkat pangkalan data. Ini berlaku sebagai kelemahan pesaing kita. Biar saya tunjukkan kepada anda salah satu cara yang tepat untuk membantu anda melalui ini. Saya tidak akan menghabiskan masa di segmen pengoptimuman pangkalan data, tetapi pada dasarnya kita melihat kos rendah, berisiko rendah, luas skop, berisiko tinggi, perubahan jenis kos tinggi. Saya sebenarnya akan tweet keluar slaid ini selepas itu jika orang mahu mencuba dan melihatnya. Ia adalah panduan yang cukup besar, saya fikir, untuk menala masalah. Inilah Tepat untuk pandangan pakar Oracle. Atas laporan penemuan, impak 60 peratus adalah pernyataan SQL khusus ini. Jika anda membuka skrin aktiviti ini, ia menunjukkannya di sana. Saya boleh melihat pernyataan pilihan ini, ada satu pelan pelaksanaan. Tiap-tiap pelaksanaan mengambil kedua - 48, 000 hukuman mati. Itu menambah sehingga 48, 000 jam lagi hukuman mati.
Biru gelap, sekali lagi, adalah CPU. Perkara ini adalah terikat CPU, bukan keadaan menunggu, bukan log. Saya menekankan bahawa kerana sesetengah pesaing kita hanya melihat keadaan menunggu dan peristiwa pembalakan tetapi secara umumnya, CPU adalah negeri pelaksanaan tersibuk dan menawarkan pembelian paling banyak. Masuk ke pandangan pakar ini - dan saya akan sangat cepat - apa yang saya lakukan adalah saya melihat jadual, 100, 000 baris, 37, 000 blok. Kami melakukan jadual penuh, namun kami mempunyai enam indeks mengenai perkara ini. Apa yang berlaku di sini? Nah, apabila saya melihat klausa di mana, apa yang mana klausa yang dilakukan adalah sebenarnya ia menukar lajur ke huruf besar dan ia mengatakan di mana ia sama dengan huruf besar, mencari pembolehubah. Apa yang berlaku adalah setiap kali perkara ini dilaksanakan, Oracle telah menukar kolum ini kepada huruf besar. Daripada melakukan itu hampir lima puluh ribu kali, ia lebih cekap untuk membina indeks itu dalam huruf besar indeks berasaskan fungsi dan ia tidak hanya tersedia di bahagian perusahaan Oracle, juga bahagian standard. Apabila anda berbuat demikian, apa yang anda boleh lakukan adalah mengesahkan pelan pelaksanaan yang mengeluarkan pengguna indeks baru perm perm bisa, itu hanya jenis perkara saya.
Kemudian, dari pengukuran sebelum dan selepas, anda melihat masa pelaksanaan satu saat, mengumpul sehingga 9 jam 54 minit, dengan pernyataan SQL yang sama, tetapi mempunyai indeks yang dibina dalam huruf besar untuk 58, 000 hukuman, respons masa jatuh ke sub-milisaat, agregat bersama, ia sampai tujuh saat. Saya pada dasarnya menyimpan sepuluh jam CPU pada pelayan saya. Ini sangat besar. Kerana jika saya tidak patut untuk memuat semula pelayan, saya dapat hidup di pelayan itu. Saya sebenarnya menggugurkan penggunaan pelayan sebanyak 20 peratus dan anda sebenarnya boleh melihat sebelum dan selepas itu. Itulah jenis keterlihatan yang tepat yang dapat diberikan. Ada juga beberapa perkara tambahan yang mungkin kita lihat seperti ini, mengapa anda mempunyai semua indeks ini jika tidak digunakan? Mereka boleh mengikutinya. Terdapat seni bina, dan saya akan membungkusnya, kerana kita sampai ke puncak jam. Saya seorang yang beriman sejati dalam penyelesaian ini dan kami mahu anda menjadi orang yang benar. Di IDERA kami percaya percubaan membuat pelanggan, jadi jika anda berminat, kami dapat melakukan penilaian di laman web anda.
Dengan itu, saya akan lulus balik suar.
Eric Kavanagh: Yeah ini telah terperinci yang hebat yang anda tunjukkan di sana. Ia sangat menarik. Saya fikir saya mungkin telah menyebutkan kepada anda pada masa lalu itu - dan saya tahu dalam sesetengah webcast lain yang kami lakukan dengan IDERA, saya telah menyebutnya - Saya sebenarnya telah menjejaki Tepat sejak sebelum ia telah diperoleh oleh IDERA, Sepanjang tahun 2008, saya rasa, atau 2009. Saya terpesona olehnya pada masa itu. Saya ingin tahu betapa banyak kerja yang perlu diletakkan di atas keluaran baru aplikasi. Anda menyebutkan bahawa SAP HANA, yang saya rasa agak mengesankan bahawa anda sebenarnya boleh menggali ke dalam seni bina HANA dan melakukan beberapa penyelesaian masalah di sana. Berapa ramai orang yang anda ada? Berapa banyak usaha di pihak anda dan berapa banyak yang boleh dilakukan agak dinamik, yang bermakna apabila alat itu digunakan, anda mula merangkak dan melihat perkara yang berbeza? Berapa banyak yang boleh dinamik, jenis, yang ditentukan oleh alat itu, supaya anda dapat membantu orang menyelesaikan masalah persekitaran yang rumit?
Bill Ellis: Anda banyak bertanya di sana.
Eric Kavanagh: Saya tahu, maaf.
Bill Ellis: Saya memberikan banyak perincian kerana untuk aplikasi ini, melihat kod, syaitan terperinci. Anda perlu mempunyai tahap terperinci untuk benar-benar dapat mempunyai sesuatu yang boleh diambil tindakan. Tanpa metrik yang boleh diambil tindakan, anda hanya tahu mengenai gejala. Anda sebenarnya tidak menyelesaikan masalah. IDERA adalah mengenai menyelesaikan masalah. Tinggal di atas siaran dan barangan baru adalah satu cabaran besar. Persoalan apa yang diperlukan untuk melakukannya, itu benar-benar untuk pengurusan produk. Saya tidak mempunyai banyak penglihatan ke dalam pasukan yang pada dasarnya membuat kita sentiasa up to date mengenai perkara-perkara. Dari segi HANA, itu sebenarnya merupakan tambahan baru kepada produk IDERA; ia sangat menarik. Salah satu perkara dengan HANA adalah - biar saya bercakap tentang tugas untuk sesaat. Dalam tugas itu, kedai-kedai SAP akan lakukan adalah mereka meniru pangkalan data untuk tujuan pelaporan. Kemudian anda perlu mempunyai orang yang mendamaikan apa yang sebenarnya berlaku sekarang. Anda akan mempunyai pangkalan data yang berbeza ini dan mereka akan diselaraskan oleh tahap yang berbeza. Terdapat banyak masa dan tenaga, termasuk perkakasan, perisian, dan orang-orang untuk mengekalkan semua itu.
Idea HANA mempunyai pangkalan data in-memory yang sangat selari, pada dasarnya mengelakkan keperluan untuk menduplikasi pangkalan data. Kami mempunyai satu pangkalan data, satu sumber kebenaran, ia sentiasa up to date, dengan cara itu anda mengelakkan yang diperlukan untuk melakukan semua penyesuaian itu. Kepentingan prestasi pangkalan data HANA naik - saya akan mengatakan 10x atau sekurang-kurangnya lebih berharga daripada jumlah semua pangkalan data lain, perkakasan, sumber daya boleh dibeli. Mampu menguruskan HANA, sekarang komponen itu sebenarnya dalam ujian beta sekarang, itu sesuatu yang akan pergi ke GA tidak lama lagi. Jadi itu cukup menarik untuk IDERA dan bagi kami pada asasnya menyokong platform SAP. Saya tidak pasti apa bahagian-bahagian soalan lain saya agak tidak berubah tetapi -
Eric Kavanagh: Tidak ada perkara baik di sana. Saya melemparkan semua kumpulan pada anda sekaligus, jadi maaf tentang itu. Saya hanya terpesona, sebenarnya, maksud saya ini bukan aplikasi yang sangat mudah, bukan? Anda menggali jauh ke dalam alat-alat ini dan memahami bagaimana mereka berinteraksi antara satu sama lain dan pada titik anda, anda perlu menyusun cerita bersama-sama di kepala anda. Anda perlu menggabungkan bit maklumat untuk memahami apa yang sebenarnya berlaku dan apa yang menyebabkan masalah, jadi anda boleh masuk ke sana dan menyelesaikan masalah tersebut.
Seorang peserta bertanya, betapa sukarnya untuk melaksanakan Precise? Seorang lagi bertanya, siapa orangnya - jelas DBAs - tetapi siapa peranan lain dalam organisasi yang akan menggunakan alat ini?
Bill Ellis: Tepatnya agak rumit untuk digunakan. Anda perlu mempunyai pengetahuan tentang persekitaran aplikasi, dari segi, anda tahu, aplikasi ini berjalan pada pangkalan data ini, keperluan atau - pelayan web peringkat pertengahan, dan lain-lain. Saya rasa diberi kerumitan beberapa aplikasi ini, ia sebenarnya agak mudah. Sekiranya saya boleh menggunakan pelayan web sehingga pangkalan data anda, saya boleh melakukannya secara hujung-ke-akhir. Anda perasan bahawa saya tidak mengatakan apa-apa tentang memanggil pelanggan pengguna akhir dan itu kerana apa yang kita lakukan adalah, sebenarnya kita menyertakan secara dinamik, jadi anda tidak perlu menukar kod anda atau apa-apa lagi. JavaScript memasuki bingkai halaman aplikasi. Tidak kira di mana pengguna berada di dunia, apabila mereka mengakses URL dari aplikasi anda dan mereka menurunkan halaman itu, ia datang dengan Precise. Yang membolehkan kita memilih ID pengguna, alamat IP mereka, dan juga masa penyerahan bait pertama setiap komponen masa pelaksanaan skrip komponen dalam pelayar pengguna akhir.
Dari segi urus niaga, anda tidak perlu memetakan urus niaga kerana ia digabungkan dengan ketat. URL ini menjadi titik masuk kepada JVM dan kemudian memohon mesej ini, mengakibatkan JVC ditangkap dari pangkalan data. Kami dapat menangkap mata sambungan semula jadi pada dasarnya dan kemudian membentangkannya kepada anda dalam skrin transaksi yang saya tunjukkan kepada anda di mana kami juga mengira berapa banyak masa, atau peratusan masa yang dibelanjakan dalam setiap langkah individu. Semua itu dilakukan secara automatik. Secara umumnya, kami memperuntukkan 90 minit untuk dilakukan - pada asasnya memasang teras Precise dan kemudian kita mula melaksanakan permohonan itu. Bergantung pada pengetahuan permohonan itu, ia mungkin membawa kita beberapa sesi tambahan untuk mendapatkan keseluruhan permohonan yang digunakan. Ramai orang menggunakan hanya komponen pangkalan data Precise. Baiklah. Anda pada dasarnya boleh memecahkan ini, memecahkannya ke dalam komponen yang anda rasa seperti keperluan laman anda. Kami pastinya percaya bahawa konteks mempunyai keseluruhan aplikasi yang digunakan supaya anda dapat melihat bahawa ketergantungan peringkat ke tahap sebenarnya membesarkan nilai pemantauan peringkat individu. Sekiranya ada orang yang ingin meneroka mengarahkan lagi aplikasi mereka, sila pergi ke laman web kami - Saya rasa itu adalah cara yang paling mudah untuk meminta maklumat tambahan, dan kami akan membincangkannya sedikit lagi.
Eric Kavanagh: Izinkan saya membuang satu atau dua soalan cepat kepada anda. Saya meneka bahawa anda mengumpul dan membina repositori dari masa ke masa, baik untuk pelanggan individu dan sebagai entiti korporat secara keseluruhan, interaksi antara pelbagai aplikasi dan pelbagai pangkalan data. Dengan kata lain, pemodelan senario, saya rasa, adalah apa yang saya maksudkan. Adakah itu kes itu? Adakah anda sebenarnya menyimpan sejenis repositori senario umum seperti yang anda boleh membuat cadangan kepada pengguna akhir apabila perkara-perkara tertentu dimainkan? Seperti versi E-Business Suite ini, versi pangkalan data ini, dsb. - adakah anda berbuat demikian?
Bill Ellis: Nah, jenis maklumat itu dibentangkan dalam laporan penemuan. Laporan penemuan menyatakan apa kemusnahan prestasi, dan ia berdasarkan masa pelaksanaan. Sebahagian daripada laporan penemuan ini lebih mengetahui dan apa yang anda lakukan seterusnya. Maklumat atau pengalaman daripada pelanggan dan lain-lain pada asasnya dimasukkan ke dalam perpustakaan cadangan itu.
Eric Kavanagh: Okay, itu bagus. Baik orang, persembahan hebat hari ini. Rang undang-undang, saya suka berapa banyak maklumat yang anda ada di sana. Saya fikir ini benar-benar hebat, cerah, maklumat butiran, menunjukkan bagaimana semua perkara ini dilakukan. Pada titik tertentu ia hampir seperti sihir hitam, tetapi sebenarnya, ia tidak. Teknologi ini sangat spesifik yang anda buat untuk memahami persekitaran yang sangat kompleks dan membuat orang gembira kerana tidak ada yang suka apabila aplikasi berjalan dengan perlahan.
Baiklah, kami akan mengarkibkan siaran web ini. Anda boleh melayari talian ke Techopedia atau insideanalysis.com dan wow, terima kasih untuk masa anda, kami akan mengejar masa depan anda. Berhati-hati, selamat tinggal.
