Dengan Staff Techopedia, 31 Ogos 2016
Takeaway: Host Rebecca Jozwiak membincangkan isu penyelesaian masalah dan masalah kecekapan pangkalan data dengan penganalisis Eric Kavanagh dan Dez Blanchfield serta Bill Ellis dari IDERA.
Anda tidak log masuk sekarang. Sila log masuk atau mendaftar untuk melihat video.
Rebecca Jozwiak: Tuan-tuan dan puan-puan, hello, dan selamat datang ke Hot Technologies 2016. Topik hari ini, "Aplikasi Running Perlahan? Masa untuk Dapatkan Tepat." Dan tidakkah kita semua tahu masalah-masalah yang boleh berlaku apabila barangan berjalan dengan perlahan? Ini adalah Rebecca Jozwiak, saya mengisi untuk Eric yang jenis peranan baru di sini, hari ini. Ya, tahun ini panas dan, anda tahu, mengenai teknologi, seperti yang saya katakan, satu perkara yang anda tidak mahu adalah sesuatu yang perlahan, apa-apa bahagian sistem anda. Dan hanya untuk menggunakan contoh pengguna, maksud saya jika anda mempunyai sebuah restoran, tidak kira betapa hebatnya makanan itu, jika perkhidmatannya lambat, anda mungkin tidak akan kembali. Sekarang, mudah, macam, di restoran untuk mengetahui mengapa sesuatu berjalan dengan perlahan. Mungkin dapur adalah kakitangan yang pendek atau terdapat kerosakan dengan beberapa peralatan, atau mungkin kakitangan menunggu agak malas, dan ia mudah untuk mengenal pasti dan mendapatkannya tetap.
Tetapi apabila anda memikirkan pusat data, itu adalah cerita yang sama sekali berbeza. Ini boleh menjadi isu rangkaian, pertanyaan yang buruk yang menyulitkan perkara, prestasi aplikasi, atau kabel yang salah juga boleh menyebabkan beberapa masalah. Dan penyelesaian masalah dengan jenis kerumitan ini boleh, anda tahu, sukar di terbaik. Itulah jenis yang akan kita bicarakan hari ini. Dan kami telah mendapat, seperti yang saya katakan, Eric Kavanagh berpindah sebagai penganalisis hari ini. Kami mempunyai ahli sains data Dez Blanchfield, dan kami mempunyai Bill Ellis dari IDERA, yang akan bercakap mengenai penyelesaian syarikatnya yang membantu dengan pengurusan prestasi aplikasi. Dan dengan itu, saya akan lulus bola ke Eric. Eric, lantai adalah milik awak.
Eric Kavanagh: Alrighty, bunyi yang baik, orang. Dan itu adalah analogi yang hebat, sebenarnya, kerana anda bercakap dengan kesulitan atau kemudahan dengan pemecahan masalah yang dapat dicapai dan anda terus melakukannya. Isu prestasi sentiasa berlaku dari beberapa jenis masalah yang ada di dalam rangkaian. Maksud saya, ia boleh semudah perkakasan lama contohnya, tetapi garis bawah adalah situasi seperti itu yang memerlukan penyelesaian masalah. Itulah yang akan saya ceritakan hari ini. Dan mari maju dan melompat ke atas slaid di sini.
Di sini ada masalah. Penyelesaian masalah - ia menyeronokkan untuk orang yang menyukainya, itu perkara yang keren. Sekiranya anda mencari seseorang yang suka melakukan penyelesaian masalah, berpegang kepada orang itu, dapatkan beberapa alat untuk mendapatkan pekerjaan itu, kerana barang-barang yang sangat baik jika anda dapat mencari seseorang yang boleh sampai ke bahagian bawah sesuatu dan mendapat barang selesai. Tetapi garis bawah adalah penyelesaian masalah yang bermasalah dan selalu ada dan ia akan selalu berlaku, dan jika anda mula bercakap tentang penyelesaian masalah, apa yang anda benar-benar mendapat adalah analisis punca sebab. Apakah yang menyebabkan masalah ini?
Nah, jika anda hanya duduk dan berfikir sejenak tentang hari mainframe, terdapat pelbagai jenis masalah yang boleh berlaku. Dan kemudian anda perlu mempunyai orang yang benar-benar mengenali barangan mereka kerana tidak ada alat yang baik untuk melakukan penyelesaian masalah, jadi anda benar-benar perlu tahu arahan arahan anda, dan kami akan membincangkannya dalam satu saat. Dan saya benar-benar terlupa untuk memasukkan salah satu slaid kegemaran saya, saya akan mencarinya semasa kita berada di acara hari ini, mungkin semasa persembahan Dez. Tetapi saya ingin menunjukkan, bagi sesiapa yang tidak pernah melihatnya, salah satu rancangan TV British paling dahsyat yang pernah dipanggil "IT Crowd." Dan dari segi menyelesaikan masalah, lelaki Ireland, yang merupakan salah satu daripada dua orang IT di seluruh syarikat, selalu mengatakan perkara yang sama apabila setiap panggilan bermula, "Adakah anda telah cuba mematikannya dan terus lagi?" Jadi, cubalah beralihnya dan teruskan lagi. Anda akan kagum betapa kerap perkara mudah itu dapat menyelesaikan beberapa masalah.
Orang-orang yang telah menyelesaikan masalah di rumah mungkin dengan ibu bapa atau rakan-rakan anda, mungkin tidak dengan anak-anak anda kerana mereka cenderung untuk mengetahui apa yang perlu dilakukan, matikan dan teruskan lagi. Tetapi tanpa mengira, penyelesaian masalah tidak mudah, ia tidak akan mudah, tetapi kami akan bercakap hari ini mengenai beberapa perkara yang boleh anda lakukan untuk memudahkannya. Jadi, arahan segera - ya, sesungguhnya, saya sudah cukup lama untuk mengingati hari-hari awal pengkomputeran apabila semua yang anda miliki adalah arahan arahan untuk melakukan DIR, Enter. Itulah yang akan dilihat, direktori fail dan merasa positif bahawa ia benar-benar mendapat arahan yang dilakukan, bukan? Dez, tentu saja, saintis data kami, dia tahu bagaimana menggunakan arahan segera. Dan jika anda boleh menggunakan arahan arahan, itu adalah perkara yang hebat kerana kebanyakan daripada kita manusia semata-mata menggunakan beberapa jenis GUI, antara muka pengguna grafik, tetapi sentiasa ada sesuatu, selalu ada beberapa putus antara GUI dan baris arahan di bawahnya. Dan hanya untuk memberi anda contoh rawak, jika anda ingin tahu berapa banyak kod beberapa program asas di luar sana bakar ke dalam dokumen hari ini, masuk ke versi terbaru Microsoft Word, ketik "halo dunia" dan kemudian lakukan "save as HTML. "Dan kemudian buka dokumen yang dihasilkan dalam editor teks, dan anda mungkin akan melihat halaman dan halaman tag. Itu dipanggil bloat kod, dan kod bloat tidak begitu baik untuk menyelesaikan masalah, hanya untuk tumpul.
Sudah tentu, klien-pelayan datang dan itu adalah barangan yang hebat. Dan dengan cara ini kita akan kembali ke arah itu, tetapi hanya berfikir tentang kerumitan yang datang dengan keadaan, sekarang di manakah masalah, adakah ia pada klien, adakah ia di pelayan, adakah rangkaian itu? Di mana? Laman-laman web ini yang hanya berfikir tentang virus, dan apabila virus boleh masuk ke dalam satu rangkaian, apa yang boleh berlaku? Ia boleh pergi ke mana-mana sahaja. Pelanggaran data adalah gila hari ini. Mereka menyebabkan masalah prestasi. Kami mempunyai penggodam Rusia yang boleh kami kenali dengan alamat IP. Kami cukup yakin mereka Rusia, atau mereka sangat dekat, atau mereka sangat pandai Ukrainia atau Poland atau malah orang Amerika, menggunakan proksi. Tetapi kami telah mempunyai peretas masuk ke tapak lama kami, Inside Analysis, selama bertahun-tahun dan menyebabkan semua jenis isu. Barang hanya berhenti berfungsi, anda tidak boleh mendapatkan barangan selesai. Perkara yang digunakan untuk bekerja tidak berfungsi. Bagaimana anda tahu? Bagaimana anda tahu apa itu? Sama seperti contoh lain di sini, persekitaran yang sangat kompleks, sangat sukar untuk masuk ke rumpai dan benar-benar memahami bagaimana keadaan berlaku dan berfungsi untuk kita, terutamanya jika anda mendapat sekumpulan plug-in. Perkara boleh menjadi sangat gila. Saya sememangnya semakin mendahului diri saya sendiri.
Saya melemparkan diri ke sini, sentiasa berhati-hati dengan peningkatan. Peningkatan sentiasa menakutkan lampu siang hari daripada saya. Sudah tentu sistem operasi. Saya masih ingat hari-hari apabila Microsoft sebenarnya mencadangkan itu, ya, anda boleh meningkatkan sistem operasi anda dari versi ini ke versi itu. Nah, saya cuba beberapa kali, dan itu tidak pernah berlaku. Ingatlah, yang lebih besar, persekitaran yang lebih kompleks adalah, semakin sukarnya keadaan akan menjadi. Dan kemudian ada virtualisasi. Fikirkan tentang apa VMware lakukan kepada IT. Ia merevolusikan IT, tetapi ia juga mewujudkan lapisan abstraksi ini. Sekiranya anda mempunyai abstraksi lapisan pada tahap asas itu, itulah permainan bola yang baru, itulah bola lilin yang baru dan anda perlu menilai semula apa yang anda lakukan, dan semua alat lama perlu diubah. Dan kini sudah tentu awan itu, bukan? Untuk pelanggan, awan hebat, kerana ia sangat mudah, antara muka pengguna cukup mudah, tetapi sudah tentu anda tidak mempunyai banyak kawalan ke atas awan. Tetapi bagi orang-orang yang berada di belakang tabir, ada banyak perkara yang perlu mereka ketahui dan memahami hari ini. Persekitaran menjadi lebih, lebih kompleks. Dan tentunya dengan e-dagang, dan anda memikirkan semua wang yang berdagang tangan hari ini. Itulah sebabnya anda tidak akan mencari saya memihak kepada masyarakat tanpa tunai pada bila-bila masa tidak lama lagi. Intinya di sini ialah keadaan semakin menjadi masalah pada hari itu.
Dan menjaga prestasi optimum selalu akan melibatkan beberapa unsur penyelesaian masalah. Saya tidak peduli apa yang ada orang memberitahu anda, tidak ada alat yang sempurna, tidak ada peluru perak dan tidak akan ada kerana - dalam perspektif yang menarik lagi di sini - kita masih belajar untuk bercakap silikon. Kami masih belajar untuk memahami bagaimana kerja rangkaian pada tahap pintar. Jika anda melihat perisian pengurusan sistem, ia semakin baik hari ini. Tetapi masih, anda melihat garis naik dan turun dan anda melihat perwakilan realiti, ia akan mengambil orang yang tahu apa yang berlaku untuk menyesuaikan petunjuk bahawa anda dapat merenung alat optimum untuk dapat memahami apa yang bekerja dan apa yang tidak dan itu banyak percubaan dan kesilapan, hanya untuk tumpul. Dengan itu, saya akan menyerahkannya kepada Dez Blanchfield dan kemudian kita akan mendengar daripada Bill Ellis dari IDERA, yang akan memalukan kita dengan pengetahuannya. Dengan itu, Dez, ambilnya.
Dez Blanchfield: Hei, terima kasih Eric. Terima kasih. Membawa dengan baik ke segue kecil saya. Tajuk saya, "Seni Persembahan, " Saya fikir sangat sesuai dalam konteks apa yang kita sedang bercakap tentang hari ini, kerana dalam banyak cara apabila kita berfikir tentang seni persembahan, kita berfikir tentang menari dan muzik dan perkara-perkara kreatif yang lain. Dan sebaliknya lebih sering daripada tidak, jika kita menyelesaikan masalah dan dalam persekitaran IT yang sangat besar dan sistem perniagaan memang ada unsur seni dan seni hitam sering, kerana situasi dalam pengalaman saya dalam beberapa tahun 25-plus adalah bahawa susunan aplikasi moden, sangat meningkat dengan pesat dengan kadar yang belum pernah kita lihat sebelumnya. Dan kami terus berjuang untuk bersaing dan ada organisasi seperti Uber misalnya, dan apa sahaja, dan pasukan pembangunan Pokémon Go, maksudnya mereka mengalami pertumbuhan dan kerumitan dan peningkatan kerumitan pada kadar yang hanya astronomi. Tidak ada buku pun yang ditulis tentangnya kerana kami tidak memikirkan tahap pertumbuhan. Pandangan saya adalah bahawa definisi utama timbunan aplikasi telah berubah secara eksponen dan saya akan menjelaskan mengapa saya fikir itu kes itu, dan kemudian membawa cabaran di tangan, bahawa rakan baik saya di IDERA nampaknya mempunyai penyelesaian untuk menyelesaikan .
Sangat ringkas, kita semua tahu ini tetapi hanya untuk merakam mereka, anda tahu, pada awal hari kita mempunyai apa yang saya panggil, seni bina aplikasi, versi 1.0. Ia adalah komputer pelayan, dalam kes ini kerangka utama dengan sekumpulan terminal yang dilampirkan, agak mudah untuk mendiagnosis masalah jika anda tidak melihat sesuatu di terminal - anda boleh menjejaki kabel antara terminal dan kemudian komputer pelayan, dan ia adalah sama ada kabel sifar atau penyambung atau beberapa isu jika ia tidak berkaitan dengan terminal, dan anda melihat perkara-perkara di skrin, ia cukup mudah untuk membuktikan bahawa perkara-perkara yang menyebabkan isu-isu tersebut berada di dalam mesin itu sendiri. Dan anda perlahan-lahan dapat mendiagnosis di mana dalam timbunan yang berasal dari perkakasan sehingga ke lapisan perisian dan antara muka pengguna. Dalam apa yang saya panggil versi 1.1, kami menjadikannya lebih kompleks. Kami meletakkan peranti di tengah supaya kami boleh meletakkan lebih banyak terminal. Dan mereka adalah sejenis peranti komunikasi dan selalunya mereka muxes atau multiplexer dan mereka akan sama ada di atas talian khusus atau talian dailan dan jadi anda mempunyai kerangka utama di lokasi yang jauh - ia boleh menjadi antara negeri atau antarabangsa - dan beberapa peranti disambungkan melalui pautan SMA atau beberapa jenis sambungan WAN dan terminal tersebut masih beroperasi dengan cara yang sama. Tetapi anda mempunyai sedikit kerumitan kerana anda perlu memikirkan sama ada masalah itu adalah di antara terminal dan peranti pengguna atau peranti dan kerangka utama. Tetapi timbunannya kekal serupa di kerangka utama.
Versi 1.2, sedikit lebih kompleks lagi kerana kini kami menambah lebih banyak peranti, kami menambah pencetak dan perkara-perkara lain, dan kami mengumpulkan perkara-perkara ini, dan saya berfikir tentang pemproses depan yang akan mengendalikan semua isu peranti di dalam negara, pencetak dan terminal dan sebagainya dengan kerangka utama yang jauh berakhir. Sedikit lebih kerumitan. Tetapi sekali lagi, tema konsisten dari kerangka utama adalah aplikasi yang dijalankan secara tempatan, jadi penyelesaian masalah tetap sama di dalam timbunan aplikasi. Dan kemudian kami mempunyai orang-orang yang mempunyai kemahiran berlari menyelesaikan masalah dengan terminal dan pencetak dan pengawal cluster. Tetapi kemudian kita merumitkan perkara dan kita membina rangkaian dan tiba-tiba jenis seni bina yang sama memperkenalkan lapisan rangkaian. Secara tiba-tiba kami mempunyai suis rangkaian, dan stesen kerja jauh lebih rumit. Dan versi senibina ini kita sering mempunyai aplikasi antara muka pengguna secara grafik di stesen kerja. Bukan sahaja kami mempunyai pelayan yang menjalankan stack aplikasi, tetapi kami juga mempunyai satu lagi stack aplikasi yang dijalankan di dalam negara, dan sudah tentu model asas peranti yang bersambung dengan pelayan. Kemudian kami mengambil lompatan kuantum ke model yang lebih baru mengenai apa yang saya panggil 2.1, di mana kami mengambil stack aplikasinya dan kami menjadikannya lebih kompleks, jauh lebih sukar untuk didiagnosis. Dan kami memperkenalkan lebih banyak peranti di bahagian depan, pada pelayar web dan PC dan peranti mudah alih, sebagainya. Dan di sini tumpukan aplikasi kemudian mula menyelam sedikit lebih mendalam ke dalam integrasi sebagai sistem operasi dan hypervisor.
Imej di sini di sebelah kanan kami mempunyai keseluruhan susunan termasuk infrastruktur rangkaian, pelayan penyimpanan, mesin maya, sistem pengendalian dan kemudian tiga peringkat tradisional aplikasi metalware pangkalan data, dan lain-lain, di sebelah kanan sebelah kanan. Mendedahkan masalah aplikasi dan isu prestasi pada model ini menjadi lebih sukar. Terdapat banyak lagi bahagian yang bergerak dan cuba mengebor melalui timbunan itu hanya, anda tahu, menjadi mimpi buruk dan anda perlu melibatkan set kemahiran tambahan dan organisasi untuk menangani hal itu. Bukan hanya sekadar pasukan permohonan anda, tiba-tiba sekarang anda mempunyai pekerja infrastruktur, anda mempunyai pakar pangkalan data, semata-mata hanya bekerja pada pangkalan data dan tidak ada yang lain - bertentangan dengan pengaturcara sistem yang mengetahui jalan mereka di sekitar pangkalan data. Sekarang kita mempunyai senario di mana jabatan-jabatan IT perlu berhadapan dengan kerumitan yang lebih luas "sebagai perkhidmatan" dan ini di mana dunia hanya meletup dan cabaran pemecahan masalah kita menjadi, menjadi mimpi buruk kepada sesuatu yang hampir tidak dapat ditahan dalam beberapa cara.
Dan ini berlaku sebagai skala resolvable, kami cuba menyampaikan perkhidmatan di. Versi 3 dari apa yang saya anggap tumpukan aplikasi - ia telah memperkenalkan ini sebagai model perkhidmatan, di mana model tradisional di sebelah kiri, perusahaan IT stack, di mana segala-galanya perlu diuruskan pada akhir kami sebagai pengguna dan pembekal perkhidmatan - dari pangkalan data keselamatan aplikasi, sistem pengendalian, storan perkhidmatan virtualisasi, pusat data rangkaian - kita terpaksa mengurus semuanya, tetapi kita mempunyai akses kepada semua itu dan supaya kita boleh meningkatkan keupayaan dan kemahiran teknikal kita dan kita boleh menggerudi ke bawah melalui timbunan itu dan kita dapat mencari sesuatu. Tetapi sebagai perkhidmatan infrastruktur dan perkhidmatan platform dan model perkhidmatan perisian datang, tiba-tiba akses kami ke infrastruktur belakang, akses kami ke platform dan alat yang kami menyampaikan perkhidmatan dari, adalah jenis yang diambil dari kami. Semasa kami mula menggunakan perkhidmatan infrastruktur, kami hanya mempunyai empat bahagian teratas dari sistem pengendalian, pangkalan data, stack aplikasi keselamatan alam sekitar dan ke atas, yang tersedia kepada kami. Semuanya di bawah itu adalah sihir hitam. Dan ia menjadi lebih menarik apabila anda berpindah ke perkhidmatan platform kerana anda hanya mengurus stack aplikasi.
Apabila anda mendapatkan perisian sebagai perkhidmatan, dan model tradisional itu ialah webmail atau perbankan internet, semua yang anda ada adalah akses kepada penyemak imbas web, jadi cuba untuk mendiagnosis apa yang ada di belakang yang tidak dapat ditahan, pasti. Dan saya telah memecahkan ini ke dalam zon masa, ke dalam slot masa atau kawasan masa jika anda suka atau generasi, dari kiri ke kanan, kita telah pergi dari jenis pra-2000 dan susunan tradisional di mana kita mempunyai akses ke seluruh alam sekitar dan kita boleh mengetepikannya. Tetapi dari masa ke masa ia menjadi semakin kompleks. Pada awal tahun 2000-an hingga pertengahan 2000, hingga akhir tahun 2000 hingga hari ini, di mana kami telah pergi dari perkhidmatan infrastruktur, perkhidmatan platform, perkhidmatan perisian, hingga kini kami merujuk kepada perkhidmatan perniagaan. Dan kerumitan telah meningkat secara dramatik. Terdapat banyak lagi bahagian yang bergerak. Tetapi ketersediaan kemahiran semakin sukar dan lebih sukar dan lebih sukar untuk memanfaatkan diri kita. Menemukan orang dengan set kemahiran yang betul dengan akses yang betul ke alat yang betul untuk mendapatkan dan menyelam ke dalam timbunan ini dan mengetahui, di mana sesuatu berjalan perlahan. Adakah komputer riba atau desktop saya, apakah telefon atau tablet saya, apakah sambungan saya lebih dari 3 atau 4G, atau pautan berdedikasi saya dengan ADSL, atau ISDN apa sahaja yang mungkin? Atau dial-up, walaupun itu kurang dan kurang hari ini. Adakah pelayan web tamat, adakah sesuatu di dalam pelayan web? Adakah pelayan aplikasi itu? Adakah sesuatu di sekeliling memori dan cakera CPU dan prestasi rangkaian di dalam pelayan aplikasi? Adakah pangkalan data berjalan di sana?
Dan anda boleh bayangkan, anda melukis gambar ini dengan cepat dari kerumitan yang mula berkembang seperti imej besar, gelembung yang semakin meningkat ini yang kami cuba untuk mendapatkan tangan kami dan mempunyai kemahiran untuk menyelam dan pengetahuan dan keinginan untuk membedah dan menarik diri. Dan sekarang kita berada di era di mana, anda tahu, manusia tidak boleh mengatasi skala fizikal, walaupun anda mempunyai keupayaan untuk menarik persekitaran pangkalan data selain menarik pangkalan data itu dan menyelam ke dalam terperinci dalam pangkalan data tersebut. Bilangan pangkalan data yang perlu anda kelola sekarang berkembang pesat. Semuanya kini dikuasakan oleh pangkalan data. Sangat sedikit aplikasi hari ini tidak dikuasakan oleh pangkalan data. Dan jenis pangkalan data berkembang dengan pesat juga. Ia bukan hanya pangkalan data SQL tradisional lagi, kadang kala SQLnya, kadang-kadang bukannya SQL, kadang kala ia adalah pangkalan data graf, kadangkala ia merupakan pangkalan data dokumen. Dan terdapat semua jenis fungsi yang berbeza yang mempunyai jenis pangkalan data yang berbeza dan hasilnya masing-masing mempunyai cabaran prestasi yang berbeza dan kriteria prestasi yang berbeza. Pembukaan pangkalan data pangkalan data dan pangkalan data dokumen sangat berbeza dan melaksanakan fungsi yang berlainan kepada pangkalan data SQL patuh ANSI 92, sesuai dengan ACID tradisional. Dan jenis perkara yang kami simpan di sana.
Kami pada satu ketika, dalam fikiran saya, di mana - dan saya fikir Eric menyentuh ini - bahawa manusia berjuang untuk bersaing dengan kerumitan apa yang kita sedang membina dan kelajuan yang kita sedang membina, dan kita kini kini pada titik di mana satu-satunya cara untuk menguruskan infrastruktur ini, dan satu-satunya cara untuk memantau dan menyelidiki isu-isu yang kita hadapi, adalah dengan alat dan jenis alat yang betul. Dan kemudiannya, alat generasi yang betul. Alat yang sebenarnya memahami infrastruktur belakang. Tidak lagi lagi hanya untuk membuang monitor SQL, atau alat pertanyaan SQL pada sesuatu dan mula menarik selain pertanyaan dan melihat apa yang menjadikannya berfungsi. Kami sebenarnya memerlukan alat yang memahami pembentukan pertanyaan dan cara yang sesuai untuk membentuk pertanyaan, dan cara yang sesuai untuk pertanyaan untuk berbincang dengan infrastruktur di belakang, dan bagaimana mereka melakukan seperti yang mereka lakukan. Dan untuk melihat masa interaksi dan susunan di mana ia berlaku.
Dan itu satu cabaran yang lebih rumit dan membawa saya ke titik persoalan saya, dan itu adalah, kerana kerumitan aplikasinya, kita sedang membangunkan peningkatan, peralatan prestasi dan alat yang kita gunakan untuk mengurusnya, semestinya perlu untuk menjadi lebih pintar dan lebih mampu melihat lebih banyak perkara. Tetapi juga lebih pintar tentang bagaimana mereka menyelidiki apa yang sedang berjalan di belakang dan apa yang dapat mereka temukan tentangnya dan berpotensi bahkan beberapa jenis analitik yang dilakukan ke atasnya untuk memahami bahawa interaksi dan prestasi itu sedang disampaikan, dan mengapa ia melakukan perlahan atau lebih cepat.
Dan kemudian dengan itu saya akan lulus kepada sahabat kita dari IDERA, Bill Ellis, dan melihat apa yang dia katakan hari ini tentang bagaimana mereka menyelesaikan masalah ini. Rang undang-undang, kepada anda.
Bill Ellis: Baiklah. Nama saya Bill Ellis dan terima kasih banyak. Kami akan bercakap tentang aplikasi saya berjalan perlahan-lahan, masa untuk mendapatkan Precise. Mari lihat apa Precise, produk IDERA, boleh lakukan dan bagaimana ia boleh membantu anda. Banyak kali anda hanya mengetahui bahawa terdapat masalah prestasi kerana pengguna akhir telah memanggil anda, dan itu benar-benar masalah besar dengan sendirinya. Daripada semua orang dalam IT, tiada siapa tahu sehingga telefon berbunyi. Sekarang, masalah besar seterusnya adalah bagaimana kita membantu individu tertentu ini, dan itu bukan masalah yang remeh. Ada satu takeaway dari ini. Itu di atas dan di luar slaid ini, ia di atas dan di luar yang lain. Dan saya mahu anda melihat sama ada anda boleh mendapatkannya. Tetapi, seperti yang telah kami sebutkan, aplikasi memerlukan, bergantung pada banyak teknologi yang berbeza, timbunan aplikasi tinggi dan berkembang. Dan ramai orang mengakses aplikasi melalui penyemak imbas, dan dengan menghairankan terdapat lebih banyak pemprosesan yang berlaku dalam penyemak imbas dengan skrip, dll, dan sudah tentu anda mempunyai rangkaian, pelayan web, kod logik perniagaan dan pangkalan data. Apa yang saya ingin anda pertimbangkan ialah setiap transaksi perniagaan penting berinteraksi dengan pangkalan data, sama ada laporan kad masa, lookup inventori, pesanan pembelian, pangkalan data sedang dikemas kini. Jadi, pangkalan data menjadi asas kepada prestasi. Dan pangkalan data tentu saja boleh dihidupkan, atau bergantung pada hiliran pada penyimpanan. Setiap teknologi ini digabungkan dengan kukuh dan dapat melihat apa yang berlaku. Anda perlu tahu apa yang akan dapat diukur adalah kritikal.
Sekarang, satu perkara yang kami dapati adalah bahawa ramai pelanggan kami mempunyai alat, dan mereka mempunyai alat untuk setiap teknologi, tetapi apa yang mereka tidak mempunyai konteks. Dan konteks pada dasarnya adalah keupayaan untuk menyambungkan titik-titik antara setiap peringkat dalam timbunan aplikasi, dan ini sebenarnya agak mudah. Kami pernah mempunyai had dua belas peringkat, namun pada dasarnya ia telah berubah, kami mempunyai tahap yang tidak terhad dan kami menyokong persekitaran yang bercampur sehingga kami pada dasarnya boleh menjadi sangat rumit dengan penyelesaian yang tepat.
Kini, pada tahap yang tinggi, ini adalah bagaimana kita menyelesaikan masalah ini dan ia memberi tumpuan kepada urus niaga, urus niaga pengguna akhir dari klik ke cakera, memberitahu kita mana yang berjalan lambat, yang mana mengambil sumber, tetapi kuncinya adalah - kami membenarkan anda untuk mengambil dan ID pengguna lokasi mereka dan bukan sahaja keseluruhan masa transaksi, tetapi berapa banyak masa yang dibelanjakan pada setiap langkah individu. Masa adalah mata wang prestasi, dan ia juga menunjukkan sumber-sumber yang digunakan. Kami tidak tahu di mana masalahnya akan berlaku, jadi kita perlu mempunyai metrik dan analitik yang mencukupi pada setiap peringkat untuk dapat mendiagnosis masalahnya, di mana masalahnya mungkin.
Sekarang, dalam persembahan hari ini saya akan memberi tumpuan dalam bidang ini, saya ingin anda yakin bahawa pada dasarnya kami memberikan tahap penglihatan yang sama pada setiap peringkat dalam stack aplikasi dan perkara penting, ini akan memberitahu kami siapa, apa, di mana dan kemudian bahagian ini, ini akan memberitahu kami mengapa. Dan itulah sebabnya mengapa ini sangat penting untuk menyelesaikan masalah, bukan hanya mengetahui tentang mereka. Sekarang perkara lain yang keluar sangat jelas dalam persembahan adalah mustahil untuk melakukan ini. Anda memerlukan automasi. Dan automasi bermakna anda telah memberi isyarat, anda mempunyai sesuatu yang memberitahu anda, semoga sebelum komuniti pengguna akhir, bahawa anda mempunyai trend yang berterusan, membina penyelewengan dari trend yang memberi amaran. Dan kemudian kami juga menawarkan garis di pasir, anda sebenarnya melanggar SLA. Sekarang anda menawarkan banyak maklumat yang berbeza - tidak semua orang perlu mengambil bufet, sesetengah orang hanya mahu mempunyai makanan ringan, salad ini, dan dengan itu kita menawarkan portal yang kita boleh memuat naik maklumat, ia hanya memerlukan pengguna tertentu atau keperluan maklumat komuniti tertentu mengenai prestasi. Permohonan berjalan perlahan-lahan, sudah tiba masanya untuk mendapatkan Precise. Kami benar-benar akan menumpukan kepada empat perkara. Satu adalah lokasi, memasukkan pengguna akhir. Sekali lagi, konteks yang menghubungkan titik-titik itu, dan bahagian ketiga penyelidikan menunjukkan bahawa hampir 90 peratus isu aplikasi berada dalam pangkalan data dan oleh itu ia benar-benar jenis pelanggaran bahawa majoriti penyelesaian prestasi mungkin memberitahu anda satu pernyataan SQL. Tetapi mereka tidak memberitahu anda mengapa pernyataan SQL berjalan dengan perlahan.
Oleh itu, mengapa selalu perkara penting dan Precise sangat baik untuk menunjukkan mengapa, untuk setiap tier dan khususnya pangkalan data, dan hanya untuk berkongsi sedikit tentang matriks sokongan kami dengan anda, yang kami menyokong SQL Server, Sybase, DB2 dan / atau Bulk. Rasa dan rasa penyelesaiannya sangat serupa, jadi jika anda melihat pelbagai aplikasi, namun seni bina yang sedikit berbeza. Maklumat yang saya sertai di sini mempunyai rupa dan rasa, pendekatannya, sama-sama tidak kira apa teknologi yang sedang digunakan berlaku. Tepatnya web diaktifkan. Kami masuk, kami mengesahkan Precise, dan dengan itu kita masuk dan perkara pertama yang mungkin kita lihat adalah prestasi mengikut lokasi. Dan anda boleh melihat di sini pelbagai lokasi di mana orang sebenarnya mengakses hukuman mati mereka. Anda dapat melihat jika seseorang meninggalkan halaman sebelum ia selesai sepenuhnya, atau jika terdapat ralat.
Sekarang, satu perkara dengan aplikasi ini, ialah rangkaian atau jarak dari pelayan aplikasi tidak berbeza. Ia sangat mudah untuk dilihat di sini bahawa terdapat beberapa tahap rangkaian. Saya dapat melihat apabila orang sibuk, dan kemudian satu lagi perkara yang menarik, kami bercakap tentang bagaimana terdapat pemprosesan dalam pelayar, mereka sebenarnya perasan bahawa beberapa jenis pelayar yang berbeza memberikan persekitaran yang lebih baik untuk pemprosesan yang cepat. Dan dengan mengetahui jika orang mengakses oleh Chrome atau IE, atau apa sahaja yang berlaku, anda sebenarnya boleh mendapati bahawa satu penyemak imbas jenis penyemak imbas sebenarnya lebih unggul daripada yang lain. Kadang-kadang anda menghadap muka secara terbuka, anda tidak mengawal pelayar, kadang-kadang aplikasi menghadap ke dalam di mana anda boleh mengesyorkan orang jenis pelayar ke komuniti pengguna akhir anda, dan ini adalah jenis penglihatan dan analisis menyelam yang mendalam Pasti dapat memberikan. Sekarang, kita dapat melihat permohonan.
Saya tidak pasti jika anda dapat melihat penunjuk saya, tetapi saya ingin menerangkan kepada anda, grafik atas. Paksi y menunjukkan purata masa tindak balas. Paksi x adalah masa sepanjang hari. Dan sebenarnya ada graf bar yang disusun dan graf bar yang disusun, jumlahnya menunjukkan kepada anda prestasi apa dan kemudian ia menunjukkan tahap berapa banyak masa yang dibelanjakan dalam setiap langkah individu atau setiap tahap aplikasi. Dari pelanggan, melalui pelayan web, hijau adalah Java, tempat ini kami menggunakan Tuxedo dan ke dalam pangkalan data. Sekarang bahagian bawah skrin menunjukkan menu web yang berbeza yang sedang diakses dan kami kemudiannya pelbagai dengan sedikit anak panah hijau yang menunjuk ke bawah. Ia berada dalam urutan turun, dan gelembung ke atas, menu web mula menunjukkannya. Kami sebenarnya menunjukkan masa pelaksanaan, masa tindak balas setiap teknologi individu dan kemudian ada graf bar untuk setiap menu web tersebut dan sebagainya, mula mendapat idea tentang apa yang berlaku. Sekarang ingat kita menyusun semua ini dengan pengguna akhir yang akan dipanggil, tetapi bagaimana saya mencari pengguna akhir? Saya masuk ke sini, saya membuka menu, yang membolehkan saya menapis pengguna tertentu, jadi saya menetapkan pengguna itu ke Alex Net, klik OK, dan kemudian kita fokus pada hanya aktiviti dari Alex Net. Sekarang apa yang dilakukan, adakah ia membolehkan IT dan pengurusan IT menjadi responsif langsung kepada pengguna akhir dan khususnya mereka melihat pengurusan kandungan yang mempunyai enam hukuman mati dengan masa tindak balas sedikit lebih tiga saat. Baik tiga saat cukup bagus, itu tidak mengerikan, tetapi ia mungkin lebih lambat.
Apa yang boleh saya lakukan dengan ini, saya boleh memotong maklumat ini dengan cara yang berbeza. Saya boleh katakan, baik, urus niaga ini perlahan untuk semua orang? Adakah perlahan hari ini untuk Alex daripada semalam? Adakah perlahan untuk setiap pengguna di dalam lokasi tertentu? Atau, dan apa yang dilakukannya membolehkan saya untuk jenis keping dan dadu dan mendapat idea tentang apa yang berlaku, bagaimana universal masalahnya dan ia sangat penting untuk dapat mengenal pasti pengguna akhir, kerana bukan hanya tentang perisian, infrastruktur, ia juga mengenai bagaimana pengguna akhir melaksanakan permohonan itu. Sering kali anda mungkin mempunyai pekerja baru atau seseorang dengan fungsi pekerjaan baru, dan mereka tidak biasa dengan skrin SAP tertentu atau panel PeopleSoft tertentu dan mereka memerlukan penunjuk kecil, mungkin mereka meninggalkan bidang kosong atau meletakkan dalam kad liar dan mereka ' memaksa keputusan yang besar untuk dipulangkan dari pangkalan data. Tetapi mempunyai ID pengguna, sebenarnya anda boleh menghubungi mereka sebelum mereka menghubungi anda. Perkara lain yang kami dapati ialah apabila komuniti pengguna sedar bahawa IT tahu apa yang mereka lakukan, banyak kali mereka menjadi lebih baik dan banyak masalah, banyak perkara yang menjadi masalah, hanya jenis menguap, kerana orang berkelakuan, hanya beroperasi sedikit lebih berhati-hati. Mereka menggunakan sistem dengan lebih baik.
Pengenalan pengguna akhir adalah penting. Pada akhirnya penting bagi IT untuk dapat membantu pengguna akhir tertentu. Sekarang, apa yang kita lakukan di sini, adakah kita pergi ke tab "Aliran". Anda dapat melihat bahawa di sudut kiri atas. Dan kami telah memberi tumpuan kepada satu komponen tertentu dalam menu web. Dan di sebelah kanan adalah analisis transaksi itu, dan di atasnya sebenarnya penyemak imbas dan kemudian View, hanya untuk mengenali sedikit ikon dalam GUI untuk pelayan web, jadi kita dapat melihat titik atribut. Dan kemudian "J" adalah untuk Java dan "T" adalah untuk Tuxedo dan secara semulajadi "Q" adalah SQL. Nilai wang tunai pada dasarnya mengenal pasti pernyataan SQL tertentu. Pertimbangkan apa yang berlaku. Kami telah mengenal pasti pengguna untuk transaksi, kepada kod aplikasi yang mendasari, termasuk penyataan SQL individu. Sekarang, apabila saya melihat pernyataan SQL individu itu, saya dapat melihat jumlah masa tindak balas, masing-masing bertanggungjawab untuk kira-kira enam peratus, dan apabila mereka menambah empat penyata SQL teratas, mereka mengambil kira seperempat transaksi masa.
Sekarang sering, pangkalan data adalah yang paling mudah untuk dimanipulasi. Ia biasanya paling mudah untuk mendapatkan prestasi yang lebih mahal dan mahal. Sekarang saya perlu pergi lebih mendalam untuk mengetahui apa yang sedang berlaku dan apa yang saya mahukan contoh yang dapat dilakukan adalah sebenarnya mendedahkan pernyataan SQL individu, dan anda tahu saya hampir dapat menjamin anda hanya dengan setiap tembakan pada baris mempunyai beberapa jenis alat pangkalan data dan apa alat pangkalan data tetapi hanya melihat satu teknologi secara berasingan, adalah bahawa anda melihat, fokus pada kesihatan teknologi itu. Dan banyak kali orang melihat senarai sepuluh teratas. Sekarang pernyataan SQL ini cukup cepat, ia tidak akan berada di senarai sepuluh teratas, tetapi ia adalah kenyataan SQL bahawa transaksi ini bergantung kepada. Dan apa yang boleh saya lakukan pada perkataan itu, konteksnya, kini saya boleh bawa ini ke perhatian mendalam tetapi dalam konteks pernyataan SQL individu.
Sekarang orang itu boleh membuka Tepat dalam konteks pernyataan SQL individu, dan Menangkap tepat pelan pelaksanaan sebenar yang digunakan, masa pelaksanaan ini penting untuk DBA, sebenarnya akan menunjukkan, anda dapat melihat bahawa 50 persen dari Masa dihabiskan untuk menunggu penyimpanan. Lima puluh peratus daripada masa digunakan dalam CPU, jadi anda mula mendapat idea tentang masa yang sedang dibelanjakan, bagaimana saya dapat menggeser waktu itu, dan idea adalah untuk memberikan pilihan orang, kerana respons yang berbeza mempunyai kos dan risiko yang berbeza . Sebaiknya kita selepas penyelesaian berisiko rendah, kos rendah kepada masalah. Sekarang pernyataan SQL dijejaki oleh nilai hash dan ada, di sebelah kiri tengah skrin ada butang "Tune" yang kecil ini, dan apa yang akan dilakukan, akan membawa anda ke tugas SQL. Dan tugas SQL ini adalah jenis meja kerja pra-dibina dan apa yang dilakukannya, adakah ia membenarkan saya benar-benar menganalisis apa yang memberi kesan terhadap pernyataan SQL bermula dengan pelan pelaksanaan. Pelan pelaksanaan dipilih oleh pengoptimasi apabila pernyataan itu dihuraikan, ia - kembali kepada analogi makanan, itu adalah resipi yang diikuti untuk menyelesaikan pernyataan SQL.
Dan sesetengah resipi lebih rumit daripada yang lain, jadi kami menyediakan penemuan. Dan ia sebenarnya akan menunjukkan di sini, hey, banyak masa ia melakukan urutan I / O pada indeks tertentu. Dan lihat sekarang, apabila, kembali ke oksigen, ikuti indeks ini. Adakah indeks itu telah defragmented baru-baru ini, apakah kesihatan jika? Apakah ruang jadual apakah ia tinggal? Adakah ruang meja diasingkan membentuk jadual rujukannya? Dan ia mula memberi anda pelbagai idea tentang bagaimana anda boleh menyelesaikan masalah ini. Kini jelas, anda tahu, kami sedang membina indeks. Ia jauh lebih rendah risiko, jauh lebih mudah daripada mungkin menggerakkan indeks dari satu ruang meja ke ruang meja yang lain, jadi apa yang kita mahu lakukan adalah jenis pilihan membina, supaya kita boleh menggunakan biaya terendah, pilihan risiko terendah untuk menyelesaikan masalah.
Tepat juga boleh melakukan perkara-perkara seperti menangkap pembolehubah mengikat yang dihantar ke penyataan SQL. Jelas pemboleh ubah yang dilemparkan akan mengawal saiz set hasil. Dan ia akan mengawal berapa lama pernyataan SQL yang diperlukan untuk melaksanakan dan berapa banyak data yang perlu diluluskan dan diproses oleh aplikasi melalui Java, melalui .NET, ke dalam pelayar pelayan web ditambah rangkaian, akhirnya diberikan pada pelayar pengguna akhir . Apa yang berlaku dalam pangkalan data memberi kesan langsung kepada masa pelayar. Dan jadi penting untuk mempunyai tahap penglihatan ini supaya kita dapat mengetahui dengan tepat apa yang sedang berlaku dan memberi DBA pilihan yang paling banyak supaya mereka dapat memilih mana yang paling masuk akal, memandangkan situasi tertentu.
Kini, ini adalah beberapa petikan dan ini berlaku dari kedai PeopleSoft yang mempunyai penggunaan global. Tepat menyokong PeopleSoft dan SAP, Siebel, Oracle, E-Business Suite, aplikasi Java dan .NET tempatan. Kami menyokongnya jika anda membuat panggilan perkhidmatan web ke pelbagai JVM, dari Java ke .NET kembali ke Java, kita boleh menjejaki semua itu. Ia boleh jadi di awan, ia boleh berada di awan. Perkara penting ialah perkara-perkara yang perlu dipergunakan.
Dan sebagainya, hanya beberapa petikan daripada salah seorang pelanggan kami. "Sebelum Tepat, DBA kami menggunakan OEM, " - itulah alat pangkalan data sahaja, dan pada dasarnya mereka berkata, "Hei, keadaannya kelihatan hebat." Tetapi mereka boleh membantu memberitahu atau menangani masalah dengan transaksi tertentu. Dengan tepat memberikan keterlihatan untuk melakukan itu. Dan dengan demikian maklumat tentang penyataan SQL adalah kritikal untuk memberikan DBAs penglihatan untuk memerah prestasi sepenuhnya daripada pangkalan data. Dan itu benar-benar bagus. Jenis di atas dan di luar beberapa alat yang mungkin anda cari.
Dan kemudian pengurusan IT sangat menyukai fakta bahawa Precise dapat menerjemahkan URL kompleks ke dalam nama panel. Dan dengan cara itu jika pengguna akhir menelefon dan berkata, "Hei saya mengalami masalah dengan ini, " anda boleh mengasingkan dan melihat siapa pengguna itu, apa yang mereka laksanakan, jenis prestasi, sebenarnya mereka mengukur rendering masa dalam pelayar pengguna akhir. Ia merupakan ukuran sebenar pengalaman pengguna akhir. Dan begitu juga, mempunyai ID pengguna itu sangat penting untuk membantu orang tertentu yang memanggilnya.
Bagaimana Sebaiknya melakukan ini? Dan kami ingin berkongsi senibina kami. Tepatnya harus tinggal di server sendiri, dan tinggal di VM, ia dapat hidup di awan. Di hujung depan, Precise adalah web yang dibolehkan, sama ada anda menggunakan papan pemuka, antara muka amaran, atau GUI Pakar. Pada sisi pengumpulan data kita sebenarnya boleh melakukan tanpa agen untuk beberapa teknologi yang berbeza. Sering kali, kami akan memerlukan ejen, dan terdapat plus dan minus untuk mempunyai ejen. Tambahan besar ialah ini, data yang dikumpulkan boleh diproses terlebih dahulu sebelum dihantar ke LAN anda. Dan ini bermakna kita boleh meminimumkan kesan keseluruhan penyelesaian pemantauan terhadap persekitaran sasaran.
Sekarang, anggap sebagai alternatif, jika anda mempunyai "tanpa agen, " masih terdapat pemungut data, ia hanya menjadi masalah di mana ia hidup, dan ia membuat panggilan dan lulus data mentah tentang aplikasi sasaran di seluruh LAN anda. Dan ia sebenarnya agak mahal. Oleh itu dengan memproses semula kita sebenarnya boleh meminimumkan jejak tersebut. Anda akan dapat memantau kedua-dua fizikal dan maya. Dan satu perkara yang saya ingin katakan tentang teknologi maya adalah yang benar-benar memberi tumpuan kepada penggunaan. Apa tumpuan yang tepat adalah perbalahan. Bilakah teknologi VMware sebenarnya meminimumkan sumber ke VM tetamu anda? Dan ia menjadi sangat mudah. Jika anda hanya melihat di dalam VM tetamu, anda hanya mempunyai sebahagian daripada gambar. Dapat mengesan dan memberi peringatan secara automatik pada pertengkaran, itu sangat penting.
Tepat boleh memantau sehingga 500 contoh, penyebaran sangat besar pada dasarnya mempunyai pelayan yang tepat. Dan untuk kegunaan global, biasanya ia akan menjadi pelayan yang tepat di setiap pusat data. Secara kebetulan, untuk penyebaran yang sangat besar, anda sebenarnya boleh bersatu bersama ini supaya anda dapat melihat korporat yang luas tentang apa yang sedang berlaku dan dapat menawarkan pelaporan, dll. Seperti yang telah saya sebutkan, kami mempunyai banyak analitik teknikal. Tidak semua orang perlu masuk ke GUI pakar, jadi kami menawarkan papan pemuka yang disesuaikan. Dan setiap potong atau widget ini, mereka semua pilihan. Dan seseorang mungkin hanya ingin pergi, "Hei, bagaimana anda boleh memukul amaran pada mana-mana peringkat dalam persekitaran kita? Bagaimanakah penggunaan kumpulan akhir dari perspektif prestasi? "Atau mungkin anda mungkin mempunyai soalan mengenai infrastruktur, masuk ke dalam prestasi Tuxedo mungkin. Atau walaupun mengimbangi beban. Ia agak menarik di sini dalam bahagian mengimbangi beban ini. Saya melihat portlet di bahagian tengah di sebelah kiri. Anda dapat melihat bahawa bilangan eksekusi sangat mirip di antara setiap pelayan web. Tetapi masa tindak balas sangat berbeza pada bahagian atas. Anda sebenarnya boleh mengebom dan mengetahui dengan tepat sebab mengapa masa respons pada pelayan web itu lebih perlahan daripada yang lain.
Satu perkara tentang mengimbangi beban, ini sangat penting, dan dasar mengimbangi beban, anda tahu, tidak setiap dasar mengimbangi beban sesuai untuk setiap aplikasi. Ini sebenarnya sangat membantu untuk mengesahkan dasar mengimbangi beban anda. Kami sebenarnya melihat dengan beberapa aplikasi seperti GUI PeopleSoft Fluid yang baru, di mana sesetengah pelayan web akan pergi offline. Dan itu sesuatu yang sangat kritikal. Sekiranya anda menggunakan PeopleSoft Fluid GUI, sila hubungi kami. Kami dapat memberikan anda banyak wawasan dan banyak pengetahuan mengenai apa yang dihadapi oleh pelanggan lain. Setiap portlet ini boleh terperinci. Seperti bahagian tengah, dengan biru dan hijau, sebenarnya menunjukkan pola ujung pedang, ia menunjukkan bahawa koleksi sampah anda dalam tiang WebLogic sedang berjalan seperti yang anda harapkan. Setiap portlet ini boleh menjadi tumpuan atau boleh menjadi tahap yang sangat tinggi. Dan sebab itu penting, atau mungkin penting, banyak kali ia tidak cukup baik untuk hanya mempunyai maklumat ini dalam IT, kadang kala anda harus berkongsi maklumat ini dengan pemilik aplikasi dan kadang-kadang dengan pengurusan kanan, mengenai apa yang sedang berlaku .
Saya ingin berkongsi dengan anda beberapa cerita, jenis, "Kejayaan dalam Datacenter." Dan ini adalah fokus pangkalan data dan saya mempunyai cerita lain yang fokus di peringkat pertengahan. Tetapi untuk hari ini saya benar-benar mahu memberi tumpuan kepada peringkat pangkalan data. Mari kita lihat skrin membeku. Sekarang, apa yang berlaku di sini ialah kedai khusus ini mempunyai SLA perniagaan, jika pesanan diterima pada jam 3 petang, pesanan kapal hari itu. Dan begitu gudang itu sangat sibuk pada masa itu. Dan kemudian dengan mendapatkan skrin membeku, ia sangat mengecewakan. Dan jadi penyelia - ini adalah sebuah syarikat yang lebih kecil - penyelia sebenarnya masuk ke IT dan sudah tentu pergi ke DBA dan berkata, "Sekarang, apa yang berlaku?" Dan apa yang kami lakukan, apakah kami dapat menunjukkan dengan tepat apa yang sudah terjadi. Sekarang inilah JD Edwards, aplikasi pelbagai peringkat, ini adalah skrin pesanan penjualan. Anda boleh mendapatkan idea tentang perniagaan apa, pada dasarnya inventori tepat pada masa, dan pada dasarnya anda melihat aplikasi gudang. Dan sekarang anda pada dasarnya menghantar kepada beberapa laman web pelbagai pelanggan, kedai yang berbeza. Dan apa yang kami lakukan adalah kami membuka Precise.
Sekarang dalam kes ini, sebelum kita melihat Oracle, di sini kita melihat SQL Server, dan sekarang bahagian atas menunjukkan kepada kita graf bar yang disusun di mana kenyataan SQL menghabiskan masa mereka semasa melaksanakan. Setiap keadaan lemah diambil kira dalam paksi y. Paksi x jika sudah tentu sepanjang masa dan anda dapat melihat bahawa graf bar yang disusun berubah dari kepingan masa bergantung pada apa yang melaksanakan dan bagaimana ia menggunakan sistem. Sekarang dalam kes ini kita menumpukan pada urutan SQL ketiga dari atas. Ini texted SELECT FROM PS_PROD dan anda dapat melihat dalam lajur bahawa kita telah menangkap pelan pelaksanaan yang sebenarnya. Dan anda dapat melihat sepanjang jumlah hukuman mati. Kenyataan bahawa pernyataan SQL itu sendiri bertanggungjawab untuk 9.77 peratus daripada penggunaan sumber dalam tempoh masa ini yang kita lihat - dan itulah titik penting, kerangka masa, Precise menyimpan sejarah bergulir - dan oleh itu saya boleh dial pada dasarnya dan mengetahui apa yang berlaku di mana-mana titik tertentu dalam masa atau dari masa ke masa. Saya dapat melihat tren.
Sekarang pernyataan SQL ini, anda melihat graf bar disusun di sana, ia berwarna biru tua. Yang mengatakan kita menggunakan semua CPU. Mari kita teruskan dan fokus dengan mengklik butang "TUNE" pada pernyataan SQL itu. Apa yang kita lakukan ialah kita bawa ke bengkel itu, bengkel pra-binaan yang direka untuk mengatakan, "Nah, apakah DBA akan tahu tentang pernyataan SQL ini?" Dan anda boleh lihat di sebelah kanan terdapat tab yang dipanggil " Sejarah "yang telah dipilih. Dan apa yang saya ingin buat sekarang adalah jenis peralihan ke sebelah kiri di mana ia mengatakan "Perubahan vs Tempoh Purata, " tempoh purata. Dan setiap bar itu mewakili acara sehari.
Anda boleh lihat pada hari Rabu, Khamis, Jumaat, waktu pelaksanaannya, saya akan bulat ke titik dua. Paksi y menunjukkan titik empat saat, jadi titik dua. Skala sangat sedikit membeku, operasi akan menjadi hebat, di SLA. Malangnya pelan pelaksanaan 27 Februari berubah dan ini menyebabkan perubahan segera dalam masa pelaksanaan. Secara tiba-tiba masa pelaksanaan akan naik, empat X, mungkin lima X, dan perkara-perkara berjalan dengan sangat buruk. Sekarang Tepat, dalam repositori sebenarnya jurnal semua perubahan yang mungkin memberi kesan kepada tingkah laku. Dan anda boleh lihat di sini bahawa kami sebenarnya telah menangkap perubahan paksi pesawat. Yang di tengah berkata "Jadual Volum Berubah." Dan oleh itu, jadual-jadual semakin berkembang dan kita betul-betul di puncak, apabila pernyataan SQL diuraikan, pengoptimuman memilih satu pelan pelaksanaan atau pelan pelaksanaan yang berbeza.
Sekarang bernasib baik, pada minggu ini di sini pada hari Isnin ia terbalik, jadi pada waktu yang baik. Malangnya, ia akan kembali lagi, dan anda tahu apa, pengguna akhir mula menjangkakan skrin membeku dan mereka mula menyerahkan semula skrin itu dan mereka menolak kiraan pelaksanaan dan naik dan naik. Kami mempunyai sejumlah besar butiran, tetapi untuk menyelesaikan masalah ini dan kemudian mengelakkannya di masa depan, kami memerlukan satu maklumat tambahan. Dan itu ditunjukkan kepada saya di bawah perbandingan pelan pelaksanaan itu. Pada 5 Mac apabila ia pantas dan cekap, di sebelah kiri ia menunjukkan pelan pelaksanaan. Apabila ia perlahan dan tidak cekap pada 12 Mac, anda dapat melihat ia melakukan gabungan penapis. Penapis bergabung hanya memaksa lebih banyak penggunaan CPU, melakukan lebih banyak kerja. Hasilnya adalah sama, ia hanya melakukan lebih banyak kerja. Ia seperti anda pergi dan mendapatkan bekalan anda satu bahan pada satu masa, daripada pergi ke pantri dan mendapatkan semua bahan-bahan sekaligus. Dan sebagainya ada cara yang lebih berkesan untuk melakukan ini. Sekarang biasanya mengetahui ini, DBA dapat menggunakan pelan pertanyaan untuk mengelakkan pelan pelaksanaan perlahan dan mengunci prestasi yang cepat dan tinggi.
Sekarang kisah perang yang seterusnya adalah "Laporan Adakah Akhir." Saya fikir ramai orang boleh mengenal pasti dengan senario ini. Anda mungkin mempunyai pelaporan ad hoc, anda mungkin menggunakan alat seperti NVISION, anda mungkin mempunyai beberapa alat laporan pihak ketiga. Dan apa yang berlaku ialah alat membangunkan SQL. Dan seringkali SQL tidak benar-benar dikodkan dengan baik. Dan ini juga boleh digunakan untuk situasi di mana, anda tahu, anda mempunyai beberapa aplikasi pihak ketiga, betul, di mana SQL tidak ditulis secara dalaman, dan sebagainya sebagai DBA, "Saya tidak mengawal SQL, apa saya akan buat mengenainya? "Well Precise menyediakan sesuatu yang saya tidak tahu apa-apa alat pangkalan data lain yang disediakan dan itu adalah pandangan objek. Digabungkan dengan cadangan dan pemodelan. Dan apa yang boleh kita lakukan sebenarnya menjadikan keterlihatan di kepalanya. Daripada melihat aktiviti, mari kita siasat, apakah objek apa yang paling berat pada sistem? Dan dalam bahagian bawah skrin, anda dapat melihat baris pesanan SQL dan anda dapat melihat lajur "dalam MS-SQL". Dan jadual baris pesanan seperti sepuluh kali lebih sibuk daripada jadual lain dalam sistem. Saya fikir apa yang akan anda perhatikan di bahagian atas, peruntukan ruang berkembang dan anda juga boleh melihat spesifikasi pada pelayan apa versi perisian yang kami jalankan. Tepat akan benar-benar memeriksa perubahan yang dikesan pada tetapan utama. Sekali lagi, sebab dan akibatnya.
Sekarang, memberi tumpuan kepada jadual baris pesanan, apa yang boleh saya lakukan dengan repositori bersejarah terperinci saya sebenarnya boleh menghubungkan pernyataan SQL yang bertentangan dengan jadual baris pesanan. Dan anda boleh mula melihat klausa di dalam penyataan SQL tersebut. Dan anda mula perhatikan bahawa klausa di mana agak sama antara penyataan SQL yang berlainan. Dan saya cadangkan kepada anda bahawa dalam sistem rakaman anda, anda akan mendapati perkara yang sama. Kerana pengguna perniagaan, penganalisis perniagaan akan ingin melakukan perkara seperti aktiviti perniagaan agregat pada hari terakhir, minggu lepas, bulan lepas, suku terakhir, tahun lepas. Anda akan melihat sangat sama di mana klausa, perintah oleh, kumpulan oleh, dan itu bermakna bahawa akan terdapat indeks tertentu yang masuk akal untuk pernyataan SQL itu.
Dan sebagainya Precise mempunyai enjin cadangan, anda dapat melihat bahawa di penjuru kanan sebelah atas, dan apa yang dapat kita lakukan sebenarnya mendapat cadangan. Katakanlah, "Hei, saya menjalankan semua penyataan SQL, indeks apa yang akan mengatasi mereka?" Indeks dibentangkan kepada anda dan anda boleh melihat DBL. Sekarang Tepat dibaca sahaja, ia tidak menawarkan keupayaan untuk mengklik butang dan membuat indeks, tetapi itu cukup mudah dilakukan di luar Precise. Tetapi inilah perkara yang penting, Tepat membolehkan anda menilai dan memodelkan perubahan, jadi terdapat butang Menilai ini di sudut kiri bawah skrin. Dan apa yang dilakukan ialah ia menunjukkan penyataan SQL sebelum dan selepas.
Mari lihat pernyataan SQL ini. Adakah anda melihat lajur ini di sini yang mengatakan "dalam MS-SQL, " dan ia mengatakan satu jam, empat minit? Pernyataan SQL atas itu melaksanakan atau menggunakan sumber bernilai 64 minit. Dan peningkatan yang diunjurkan adalah 98 peratus. Perubahan ini akan menjimatkan proses pemprosesan jam. Penyataan SQL seterusnya ialah 27 minit dan pada dasarnya akan menjimatkan ketiga. Itulah kira-kira sepuluh minit pemprosesan. Disatukan bersama sebenarnya anda akan menjimatkan proses jam dan jam dengan perubahan yang dicadangkan ini. Dan dengan demikian dapat mengetahui hal ini di depan, dapat memodelkannya. Anda juga boleh menggunakan keupayaan "apa-jika" untuk mengatakan, "Baiklah, saya tidak mahu menjadikan indeks itu, atau apa yang berlaku jika saya mengubah susunan lajur itu?" Dan oleh itu saya boleh menggunakan keupayaan pemodelan ini untuk mengetahui apa yang akan berlaku.
Perkara lain yang penting ialah apabila saya membuat perubahan, saya sebenarnya boleh mengukur untuk pernyataan SQL individu. Anda melihat sejarah pernyataan SQL dalam contoh terdahulu, dan saya benar-benar dapat mengesahkan jika saya mencapai simpanan yang dimodelkan. Dan maklum balas, menyelesaikan gelung maklum balas adalah sangat penting.
Baiklah, inilah contoh terakhir yang saya akan buat untuk anda. Ini adalah kedai SAP dan, anda tahu, mereka telah melakukan peningkatan besar, mereka melakukan beberapa perkara dengan urus niaga tersuai, dan pada dasarnya pengguna akhir tidak puas dengan prestasi. Dan apa yang kami lakukan ialah kami dapat memberi tumpuan kepada apa yang dialami pengguna akhir itu. Dan anda boleh lihat di bahagian atas senarai, "CHOUSE" dan masa sambutan sedikit lebih 61 saat. Perkara ini mengambil masa untuk dilaksanakan. Kini anda dapat melihat kami mempunyai graf bar yang disusun yang ditujukan kepada SAP. Di sebelah kanan ia menunjukkan waktu klien, masa giliran. Biru adalah masa aplikasi dan dalam persekitaran SAP, itu kod ABAP, dan kemudian pangkalan data. Dan begitu pangkalan data, anda tahu, ia mungkin Oracle, ia boleh menjadi SQL, boleh jadi HANA. Pada dasarnya kami dapat menunjukkannya.
Sekarang apa yang kami lakukan dengan Precise adalah fokus, untuk transaksi itu dan pengguna itu, pernyataan SQL apa yang keluar. Sekali lagi, konteks itu menyambungkan titik-titik itu. Sekarang penyataan SQL teratas ini, anda dapat melihat ia dilingkari, ia dilaksanakan dalam dua milisaat. Anda benar-benar tidak boleh menyalahkan pangkalan data jika ia melaksanakan dengan cepat. Kira eksekusi sangat tinggi. Sebenarnya kita dapat kembali ke pengkomputer ABAP dan berkata, "Hei, apa yang berlaku?" Kami sebenarnya mendapati bahawa kod dalam pangkalan data dimasukkan ke dalam tempat yang salah, sedang bersarang di tempat yang salah dalam gelung, menjadikan perubahan dan kemudian kita dapat mengukur selepas. Anda sebenarnya dapat melihat prestasi selepas itu. Bukan sahaja di peringkat pernyataan SQL tetapi juga di peringkat kod tersuai. Dan supaya mereka dapat menjalani masa pelaksanaan empat dan setengah saat. Dan jadi ini hanyalah beberapa contoh bagaimana Tepat yang boleh dimanfaatkan, anda mungkin memanfaatkannya. Sama seperti rekap cepat, Tepat menunjukkan prestasi mengikut lokasi, oleh ID pengguna akhir, ia menyediakan konteks melalui timbunan aplikasi. Anda boleh menggerudi pada sebab akar. Dan saya fikir salah satu pembezaan besar adalah untuk mengetahui, bukan hanya pernyataan SQL, tetapi mengapa penyataan SQL berjalan perlahan-lahan, dan dapat mengenal pasti perbalahan dan pada dasarnya menawarkan lebih banyak pilihan untuk menyelesaikan masalah. Inilah yang Tepat yang ditawarkan dan anda boleh mengonsumsikan kami, anda tahu, dengan cara yang ringan atau jika anda mempunyai masalah yang sangat mendalam, sangat mencabar, kami suka mengambil orang-orang di juga.
Eric Kavanagh: Baiklah, saya perlu mengatakan bahawa terperinci yang hebat, Bill. Terima kasih kerana menunjukkan semua tangkapan skrin itu. Dan dari perspektif saya, anda benar-benar memenuhi apa yang saya jelaskan di bahagian atas jam iaitu nombor satu, anda perlu mempunyai alat yang betul. Anda mesti mempunyai alat yang membolehkan anda jumlah konteks yang diperlukan untuk mengenal pasti semua unsur dalam persamaan, seperti yang dikatakan seseorang dalam satu filem sekali, itu agak lucu. Tetapi saya teruskan dan menyerahkannya kepada Dez kerana saya yakin dia mempunyai beberapa soalan untuk anda dan saya ingin menolak satu lagi slaid ini hanya untuk gula-gula visual, jika anda mahu. Saya sebenarnya, teruskan, biarkan saya mengambil balik ini. Tetapi Dez, saya pasti anda mempunyai beberapa soalan, bawa ia pergi.
Dez Blanchfield: Ya, saya buat, wow. Alat ini datang jauh sejak saya mula-mula tahu, dan saya tidak menyedari bahawa anda sebenarnya sudah begitu mendalam dalam timbunan sekarang. Ia agak sukar difahami. Hanya dengan cepat, beberapa perkara. Model penempatan, bolehkah anda dengan cepat, dalam satu atau dua minit, hanya menggariskan model penggunaan tradisional atau tipikal. Anda menyebutnya tersedia sebagai mesin maya. Ia boleh dijalankan di awan. Dan saya rasa salah satu soalan yang mungkin akan timbul dan saya fikir terdapat beberapa soalan yang terdapat dalam bahagian Q & A. Hanya untuk merakamkan mereka secara ringkas, jadi model penggunaan normal dan jenis paksi yang diperlukan, secara tradisional digunakan di premis atau dihoskan atau di awan? Apakah jenis model penempatan yang biasanya anda lihat? Dan apa jenis paksi yang diperlukan untuk mendapatkannya untuk berfungsi? Adakah kita perlu menukar perkara di tahap keselamatan di sekitar akses rangkaian, dan sebagainya? Atau bolehkah ini bertindak sebagai pengguna akhir?
Bill Ellis: Ya, sehingga kini majoriti pemasangan dipasang di premis. Semakin banyak orang meletakkan komponen stack aplikasi ke dalam awan dan supaya kami dapat mengendalikannya juga. Pelaksanaan yang kita perlukan pelayan untuk dijalankan, ia akan memenuhi spesifikasi tertentu. Kita perlu mempunyai pangkalan data untuk menyimpan repositori bersejarah, jadi memenuhi prasyarat itu adalah jenis langkah pertama. Perkara seterusnya adalah kita perlu mempunyai pengetahuan tentang aplikasi itu sendiri dan pemasangannya adalah penyihir dan pada asasnya mengisi kekosongan. Oleh kerana kedalaman maklumat yang kami terima, anda tahu, dari tahap proses web hingga kod yang sedang dijalankan, kami perlu mempunyai beberapa keistimewaan. Kami mempunyai model data yang selamat, atau model keselamatan, saya perlu katakan, kerana ejen-ejen berjalan di bawah kelayakan yang sama sekali terpisah dari orang yang menggunakan metadata mengenai transaksi, dll. Tepatnya berkomunikasi melalui TCP melalui IP dan oleh itu kita memerlukan pelabuhan tertentu untuk dibuka. Sebagai contoh cepat, seperti port lalai kita ialah 2702. Jenis perkara terperinci adalah sesuatu jika orang berminat, kita boleh masuk ke dalamnya dengan lebih terperinci. Tetapi biasanya kita sangat cepat masa ke nilai. Jika seseorang menghadapi masalah besar, kita sering boleh mendapatkan benda itu dan memasang cahaya terang pada keadaan dalam masa beberapa jam.
Dez Blanchfield: Ya, saya juga mendapat rasa itu. Dalam model penempatan anda bercakap tentang skala yang sangat besar dan sehingga 500 kejadian dan bagaimana ia boleh bergabung. Di peringkat kemasukan, apa yang kelihatan seperti jika seseorang mahu - kerana saya tahu IDERA sangat besar dalam memberi akses kepada percubaan percuma, demo percuma, dan saya masih ingat melihat di laman web hampir semuanya boleh dimainkan. Bagi rakyat di sini, dan saya fikir saya melewatkannya lebih awal, tetapi saya fikir ada soalan yang muncul di sekitar laman web yang biasa dan bagaimana orang mendapat akses kepada ini dan mula bermain dengannya dan mendapat jenis itu pengalaman di mana mereka dapat melihat sama ada mereka mempunyai cara untuk menangani beberapa masalah prestasi? Bolehkah mereka memuat turun ODS dan memutarnya pada hypervisor mereka, Hyper-V atau komputer riba atau adakah mereka memerlukan mesin khusus untuk menjalankannya? Anda menggariskan seni bina sebelum tetapi hanya sebentar, dalam satu atau dua minit, apa yang kelihatan seperti untuk penempatan peringkat kemasukan hanya untuk membuat bukti konsep sebagai contoh?
Bill Ellis: Ya, jadi model kami sedikit berbeza daripada alat IDERA. Kami lebih sesuai dengan senario Embarcadero di mana anda ingin menghubungi salah seorang wakil jualan kami. Kami ingin membincangkan dengan anda apakah cabaran-cabaran itu dan kemudian kami biasanya akan, anda tahu, salah satu daripada SE akan ditugaskan dan pada dasarnya akan bekerja melalui pemasangan dengan seseorang. Biasanya anda tidak akan menjalankan Precise pada komputer riba anda. Anda ingin mempunyai VM atau pelayan dalam pusat data di mana aplikasi itu hidup, untuk melakukan koleksi. Tetapi kami akan membantu anda melalui setiap langkah itu. Jika sesiapa berminat untuk mengejar itu, anda pasti mahu menghubungi IDERA.
Dez Blanchfield: Salah satu perkara lain yang melanda saya ialah, maksud saya, banyak yang kita hadapi hari ini adalah sekitar bertindak balas terhadap isu-isu prestasi. Tetapi saya sepertinya, dan pada persekitaran hidup seperti orang menggunakannya, sebagai persembahan slaid pertama anda, seseorang memungut telefon dan berkata, "Permohonan berjalan lambat, membantu." Tetapi saya menyedari bahawa semasa membuat permohonan atau peningkatan atau pembetulan dan pembetulan baru, anda boleh melalui banyak perancangan kapasiti dan ujian tekanan dan mempunyai Precise melihat seluruh persekitaran dan benar-benar mencari isu sebelum anda meletakkan pengguna akhir pada alam sekitar. Adakah itu kes penggunaan yang pernah anda lihat sebelum ini atau orang semacam melakukan itu juga, atau adakah ia bukan kes penggunaan tipikal?
Bill Ellis: Sudah tentu, kami mahu menggunakan Precise sepanjang kitaran hayat pembangunan aplikasi atau kitaran hayat peningkatan. Dengan tepat menawarkan pandangan berskala, ia akan menunjukkan bilangan eksekusi yang dilapisi dengan masa tindak balas. Jelas sekali, jika kedua-dua bilangan hukuman mati dan masa tindak balas bertambah bersama, anda tidak berskala dan anda perlu melakukan sesuatu. Jenis perkara itu telah membantu sangat. Saya fikir ia kurang benar sekarang, tetapi apabila orang mula meletakkan aplikasi pengeluaran ke VMware mereka agak teragak-agak dan ia seperti, anda tahu, pada perkara pertama mereka akan menjadi seperti, "Oh, kita perlu memindahkannya ke fizikal. "Dan apa yang sebenarnya boleh kita lakukan ialah menunjukkan penggunaan sumber supaya anda boleh membuat aplikasi lebih cekap. Pada setiap langkah kitaran hayat aplikasi anda pasti mahu menggunakan Precise. Tetapi saya harus mengatakan bahawa pengeluaran adalah benar-benar di mana masalah prestasi yang paling dan Precise ditujukan ke arah pemantauan pengeluaran 24/7 dan sehingga anda benar-benar tidak mahu menjalankan aplikasi pengeluaran anda tanpa penglihatan.
Dez Blanchfield: Sudah tentu. Satu soalan cepat yang lain hanya pada ujian mendalam, imigresen, UAT dan sebagainya - Maksud saya, sangat bagus untuk mempunyai alat ini dan saya bayangkan pemaju aplikasi benar-benar suka mempunyai akses kepada ini melalui kitaran hayat kitaran hayat pembangunan . Dengan seni bina yang lebih kompleks yang anda lihat sekarang, jadi kami telah berpindah dari perkhidmatan yang berdedikasi ke virtualisasi dan virtualisasi, kami sedang bergerak sekarang untuk semacam, anda tahu, penggunaan sumber luar untuk hosting awan dan kami juga melihat peralihan kepada kontena. Pernahkah anda melihat ramai orang menyebarkannya dan membuat model sejenis kawasan atau zon, jadi seseorang mungkin ada - dan di Australia kita mempunyai masalah yang sangat besar di sekitar privasi dan saya tahu di Eropah itu perkara yang sama dan saya fikir ia menjadi lebih daripada satu kes di Amerika Syarikat di mana data yang dapat mengenali saya secara peribadi sering perlu berada dalam persekitaran yang lebih selamat untuk lapisan aplikasi sebenar ke lapisan web. Oleh itu, kami mempunyai penempatan ini sekarang di mana orang mungkin menyimpan pangkalan data mereka dan barang-barang aplikasi mereka secara dalaman, tetapi mereka boleh meletakkan lapisan web mereka dan akhir penghantaran dan aplikasi mereka dan sebagainya dalam pembekal awan seperti Azure atau, Amazon Web Services dan perisian . Bagaimanakah ia berfungsi dengan penggunaan biasa anda? Adakah itu satu kes yang anda baru mendapat satu lagi set pengumpul di rantau ini dan mereka hanya mengumpulkan lebih banyak lagi? Apa yang kelihatan seperti di dunia Tepat dalam pendekatan bimodal hari ini untuk menjalankan IT warisan lama di satu tempat dan barangan anda terkadang di awan?
Bill Ellis: Ya, jadi kami menyokong persekitaran campuran. Satu perkara yang perlu dipertimbangkan ialah terdapat kontrak yang berlainan dengan penyedia awan. Sesetengah daripada mereka tidak akan membenarkan apa-apa jenis agen atau apa-apa jenis pemantauan luar dalam awan. Untuk memasang dan memantau dengan Tepat anda perlu mempunyai jenis kontrak yang membenarkan jenis akses tersebut. Sudah pasti terdapat beberapa sekatan yang kadangkala kita perlu bekerja dan oleh itu mereka adalah jenis kriteria penting yang anda pertimbangkan ketika anda, saya rasa, pertama menandatangani kontrak tersebut dan kemudian atau jika anda perlu menggunakan Precise.
Dez Blanchfield: Ya, saya telah melihat beberapa keadaan di mana walaupun dengan persekitaran pangkalan data tradisional jika anda memperolehnya sebagai sebahagian daripada perkhidmatan, terutama dengan orang-orang seperti Azure, kerana anda memperoleh orang seperti HDInsight atau SQL sebagai perkhidmatan, sebagai platform, alat biasa anda hanya boleh menyelam begitu mendalam kerana mereka tidak benar-benar yang berminat untuk melihat apa yang ada di bawah tudung. Dan jadi anda jenis berakhir dengan tahap tertentu atau kedalaman yang anda boleh memantau dan tiba-tiba anda tidak dapat melihat di belakang tirai ajaib. Adakah layan diri sesuatu? Adakah ini secara tradisional sesuatu yang akan dijalankan di dalam pusat operasi rangkaian di mana pasukan teknikal, rakyat di bawah CIO hanya akan mendapat akses kepada, atau ini juga sesuatu yang anda dapat memberikan tahap akses kepada pengguna akhir? Mungkin tidak semestinya meja resepsi dan orang-orang HR dan kewangan tradisional, tetapi pengguna yang lebih bijak yang tahu, seperti misalnya para saintis data, aktuari, ahli statistik, orang yang melakukan beban kerja yang sangat berat. Adakah ia satu kes yang mereka boleh mendapatkan akses kepada beberapa jenis akses layan diri untuk melihat apa yang berlaku ketika mereka menjalankan pertanyaan-pertanyaan berat ini dan di mana rasa sakit akan datang sehingga mereka dapat menyusun cara bagaimana beban kerja mereka berjalan?
Bill Ellis: Terdapat keselamatan yang cukup baik dalam Precise supaya anda boleh menyediakan pengguna yang mempunyai tahap akses yang berbeza. Pada tahap yang sangat asas hanya papan pemuka menyediakan pengawasan. Dan kemudian di dalam, anda tahu, jika seseorang mahu pergi ke GUI Pakar anda boleh menyekat apa yang mereka dapat lihat dan apa yang mereka dapat lakukan. Dan semacam berputar kembali kepada soalan anda yang dahulu, anda tahu, dalam penjagaan kesihatan anda mempunyai semua undang-undang HIPAA dan oleh itu ada beberapa pertimbangan dan sebenarnya terdapat beberapa pilihan penggunaan supaya kami boleh bekerjasama dengannya dalam kedua-dua persekitaran. Satu perkara yang perlu dipertimbangkan dengan data yang anda lihat dalam persembahan ini ialah metadata mengenai prestasi, bukan kandungan jadual, anda tahu, dan sebagainya, ia tidak akan masuk, jenis, jenis kebimbangan privasi.
Dez Blanchfield: Ya, saya suka macam itu. Saya mempunyai detik eureka mengenai slaid keempat atau kelima skrin anda dan saya menyedari bahawa anda hanya menarik prestasi, bukan sahaja, tetapi anda menarik data prestasi, anda menarik barangan, seperti yang anda katakan, metadata daripada pelbagai tahap timbunan, anda sebenarnya tidak melihat kandungannya. Dan saya fikir ini adalah perkara yang menarik kerana ia merupakan salah satu alat yang boleh digunakan untuk jangka pendek dan melihat apa yang berlaku di alam sekitar, tetapi anda tidak perlu mempunyai akses kepada data itu sendiri. Anda juga boleh melihat cara awak sedang berjalan. Perkara terakhir, saya rasa, dengan cepat, dan kemudian saya akan kembali kepada Eric jadi jika anda mempunyai pertanyaan, kemudian dapatkan Rebecca untuk membungkus, anda menyebut sebelum ini bahawa overhead adalah nominal, ia adalah kes yang walaupun overhead yang ketara dari sisi pemantauan perkara-perkara dan hanya menonton latar belakang atau adakah ia jumlah yang sangat kecil di atas kepala bahawa ia hanya tidak patut dipertimbangkan?
Bill Ellis: Ya, jadi saya rasa pada peringkat pangkalan data, anda tahu, setiap teknologi adalah sedikit berbeza. Pada tiang pangkalan data Tepatnya cukup terkenal untuk mengalahkan bahagian atas yang terendah. Pada peringkat pertengahan ada, anda tahu, ada jenis tindakan mengimbangi, anda tahu, itu bukan hanya tepat, ia digunakan untuk semua orang, dari segi keterlihatan dan overhead. Dan sebagainya salah satu perkara yang kami tawarkan sebilangan alat yang canggih untuk mengawal apa yang overhead itu. Kami direka bentuk untuk pengeluaran dan, anda tahu, ia pasti berguna untuk mengetatkan banyak masalah dalam pembangunan dan QA, tetapi, anda tahu, tidak ada yang mengetahui apa yang berlaku dalam pengeluaran.
Dez Blanchfield: Eric, kepada anda, adakah anda mempunyai soalan akhir?
Eric Kavanagh: Ya, saya hanya mengatakan bahawa saya fikir anda melakukan kerja yang baik untuk menunjukkan bahawa konteksnya benar-benar adalah kunci dan hampir seperti jika kita bergerak ke arah era internet perkara ini, anda mahu semuanya digunakan. Dan saya fikir standard sekarang dalam pembuatan adalah untuk melakukan itu, yang merupakan berita baik, bukan? Kerana anda ingin dapat menarik maklumat dari semua persekitaran yang berbeza ini dan jahitkan semuanya. Dan saya rasa saya akan menyerahkannya kepada anda untuk beberapa komen susulan, walaupun. Inilah yang anda fokuskan pada menyediakan antara muka visual di mana beberapa penganalisis, penganalisis IT pada dasarnya, boleh memantau dan menganalisis apa yang berlaku dalam persekitaran yang kompleks ini dan kemudian mengetahui apa yang perlu diubah. Kerana itu bukan sekadar alat. Anda mesti mempunyai alat itu tetapi anda memerlukan orang yang akan menggali terperinci itu dan mencari jawapannya, bukan?
Bill Ellis: Ya, saya melihatnya sebagai mendidih sehingga ke puncak dan mengutamakan mana yang paling membeli balik, anda tahu? Jika ternyata ia adalah satu keadaan yang berbeza kerana tidak setiap masalah dalam pangkalan data. Jika pangkalan data adalah, anda tahu, perkara yang dilaksanakan dalam kesepuluh sesaat tetapi pada perkara peringkat aplikasi mengambil masa tiga saat, di mana pembelian paling banyak. Dan semacamnya dapat mengasingkan masalah masalah dan kemudian apa yang berlaku di dalam tier untuk benar-benar memberi tumpuan kepada di mana pembelian semula itu. Itu benar-benar mempercepatkan resolusi dan pengoptimuman permohonan itu dan ia jauh lebih cepat dan lebih baik dan lebih menyeronokkan daripada orang yang berkumpul ke dalam bilik persidangan yang pergi, "Baik bukan saya, ia mestilah orang lain."
Eric Kavanagh: Betul. Saya melihat meme yang hebat pada hari lain yang mengatakan sesuatu seperti, "Dimaklumkan, tidak hanya berfikir." Anda pergi ke mesyuarat, anda mempunyai maklumat, anda boleh menunjuk ke data. Itulah kunci dan kami sampai di sana, terima kasih. Okey orang-orang yang kita akan teruskan dan bungkus, tetapi kami mengarkibkan semua webcast ini untuk tontonan kemudian. Jangan ragu untuk menyemaknya pada bila-bila masa. Kami menyenaraikan semua webcast kami sekarang, siri Tech Tech dan siri Bilik Taklimat di Techopedia.com, jadi luncurkan dalam talian dan semak orang-orang yang keluar. Dengan itu kami akan membida anda selamat tinggal. Terima kasih kerana masa anda hari ini, Bill. Terima kasih kepada anda dan semua kerja keras anda, Dez. Dan kami akan bercakap dengan anda pada masa akan datang, orang-orang. Jaga diri. Selamat tinggal.
