Dengan Staff Techopedia, 24 Ogos 2016
Takeaway: Host Eric Kavanagh membincangkan tren pangkalan data dengan Dr. Robin Bloor, Dez Blanchfield dan Scott Walz dalam episod Teknologi Hot ini.
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 persembahan terpanas di dunia IT perusahaan, Teknologi Panas 2016. Ya, sesungguhnya! Nama saya Eric Kavanagh, saya akan menjadi tuan rumah anda hari ini untuk pertunjukan bertajuk "The Art of Visibility: Mengaktifkan Pengurusan Multi-Platform, " ya memang. Beberapa nota ringkas, terdapat slaid tentang anda benar-benar, diakui dari lima tahun yang lalu dan cukup tentang saya, memukul saya di Twitter @Eric_Kavanagh. Tahun ini panas, ini adalah slaid standard kami untuk Teknologi Hot. Apa yang kami lakukan dengan rancangan ini ialah kami ingin program yang akan membantu kami untuk menentukan jenis teknologi tertentu, jadi idea keseluruhannya adalah bahawa kami mendapat dua penganalisis yang masuk dan memberi ruang pada ruang tertentu atau jenis fungsi tertentu bahawa keperluan perusahaan, dan kemudian vendor masuk dan menunjukkan apa yang telah mereka bina dan menerangkan bagaimana ia menyelaraskan kepada apa yang anda dengar daripada penganalisis.
Dan sebabnya, seperti yang anda bayangkan, adalah kerana dalam dunia pemasaran perisian perusahaan, ada istilah yang mendapat sambutan dan apa yang berlaku selalu ialah vendor merebut istilah panas terkini, perkara seperti data besar atau analisis untuk contohnya, atau bahkan SOA atau istilah yang berbeza seperti platform, dan kadang-kadang kata-kata itu sangat tepat untuk teknologi tertentu dan kadangkala mereka tidak. Pertunjukan ini direka untuk membantu kami menjelaskan kepada anda, penonton, apa jenis teknologi yang tertentu, bagaimana ia berfungsi dan apabila anda perlu menggunakannya.
Dengan itu, saya akan memperkenalkan penceramah kami. Kami mempunyai Dr Robin Bloor sendiri, yang memanggil dari lokasi Austin, Texas, Dez Blanchfield, memanggil dari seberang planet ini, dan tetamu kami Scott Walz memanggil dari Kentucky. Dan anda benar-benar, saya sebenarnya di luar Pittsburgh, jadi kami mempunyai organisasi geo-terletak sepenuhnya dari pelbagai tempat. Dengan itu, saya akan menolak slaid pertama Robin, berasa bebas untuk bertanya soalan dengan cara, orang, jangan malu. Anda boleh melakukannya dengan menggunakan komponen Q & A konsol webcast anda. Dan dengan itu, saya akan menyerahkannya kepada Dr. Bloor. Lantai adalah milik anda.
Robin Bloor: Baiklah, terima kasih atas pengenalan itu, Eric. Biarkan saya hanya sampai ke slaid pertama. Ini adalah kumpulan meerkat yang memikirkan pangkalan data. Seluruh persembahan benar-benar yang saya lakukan di sini benar-benar hanya satu set pemikiran umum mengenai pangkalan data yang saya telah baru-baru ini, titik yang benar-benar sekitar tahun 2000, ia seolah-olah seperti permainan pangkalan data berakhir dalam erti kata bahawa sebahagian besar pelaksanaan pangkalan data berlaku pada pangkalan data hubungan. Dan kemudian ia hanya berubah, anda tahu, semua perkara ini yang dipikirkan oleh meerkat, kedai kolum, kedai nilai utama, dokumen pangkalan data, pangkalan data dalam memori, pangkalan data grafik, dan banyak lagi perkara tiba-tiba muncul. Dan ia hampir seperti era baru geologi yang mempunyai fosil pelbagai jenis haiwan tiba-tiba muncul.
Berita dari Tasik Wobegon, ia benar-benar berakhir untuk pangkalan data model tunggal. Tidak syak lagi bahawa RDBMS masih menguasai, tetapi jenis pangkalan data lain kini ditubuhkan. Betul, itulah gambaran keseluruhan tentang apa yang akan saya katakan di sini.
Dimensi pangkalan data, sesetengah daripada ini sebenarnya menjadi lebih penting baru-baru ini, tetapi yang saya boleh fikirkan ketika saya melakukan slaid ini, bagaimanapun, telah meningkatkannya dari segi dengan efisien menggunakan sumber-sumber dari mana-mana pelayan yang diberikan? Adakah ia berselerak supaya ia boleh merentasi kluster besar? Adakah ia mengeksploitasi perkakasan yang tersedia itu jenis pangkalan data dalam memori akan ke arah itu? Adakah ia boleh diagihkan? Terdapat beberapa pangkalan data yang utama mengenai kebolehubahan untuk diedarkan. Apa jenis ciri yang ada? Ciri asas ACID pangkalan data. Tetapi sekarang bukannya konsisten yang sebenar, beberapa pangkalan data mempunyai konsistensi akhirnya, orang menggunakannya dan mereka tidak mempunyai masalah dengan mereka sehingga mereka telah menunjukkan bahawa ACID tidak semestinya diperlukan, hanya satu perkara yang baik untuk banyak situasi.
Dari segi organisasi metadata, seluruh permainan telah berubah. Kami mempunyai organisasi metadata yang berbeza dan bukan skema RDBMS biasa. Dari segi pengoptimasi, terdapat banyak aktiviti pengoptimasi yang berlaku bergantung kepada struktur data yang anda cuba mengoptimumkan. Dari segi pengurusan, terdapat banyak variasi dalam hal ini yang akan saya lalui kemudian, tetapi pada dasarnya titik keseluruhan DBMS dapat diurus dan sekali lagi sejauh mana kebolehannya mengurus ke tahap tertentu menentukan sejauh mana kegunaannya.
Dari segi faktor perkakasan, inilah titik sebenarnya yang mengatakan - Maksud saya hanya terdapat satu titik yang dibuat di sini - titik yang dibuat di sini ialah apa sahaja yang kita lihat hari ini dari segi arsitektur pangkalan data akan berubah. Ini mungkin pangkalan data yang sama, tetapi mereka perlu, dalam satu cara atau yang lain, mengambil kira apa yang sebenarnya berlaku di peringkat perkakasan. Untuk ramai, bertahun-tahun kami mempunyai keadaan CPU, ingatan dan cakera berputar yang agak sederhana ini - baik yang hilang, benar-benar.
Titik yang ada di sini, pertama sekali kita mempunyai CPU tetapi mereka lebih banyak keupayaan selari berbanding sebelum ini dengan banyak, banyak pemprosesan yang berbeza. Kami juga mendapat GPU, kami juga mendapat FPGAs, pelbagai jenis silikon, tetapi Intel telah menikah satu FPGA dengan CPU dalam pelepasnya yang seterusnya, dan - AND - telah berkahwin GPU dan CPU bersama-sama pada cip yang sama. Anda mempunyai cip dengan ciri-ciri yang berbeza. Kelebihan GPU adalah bahawa ia benar-benar hebat untuk paralelisme berat dan terutamanya dengan pengiraan berangka. FPGAs anda boleh, dalam satu cara atau yang lain, anda boleh meletakkan kod pada cip dan berfungsi lebih cepat daripada jika anda hanya memberi makan kepada cip.
Ada pembiakan salib perkara-perkara ini yang berlaku. Kami mempunyai XPoint 3D dari Intel dan PCM dari IBM, yang merupakan jenis memori baru, yang lebih perlahan daripada RAM, lebih murah daripada RAM tetapi tidak berubah-ubah. Dan ini membuatkan sedikit keseronokan di kalangan beberapa vendor perisian yang saya telah bincang. Kami telah mendapat SSD tetapi kini mereka semakin sangat besar dan mereka menyediakan akses selari. Dengan akses selari ke SSD yang sangat besar, anda boleh mendekati kelajuan bacaan yang sama dengan kelajuan baca RAM. Kami mempunyai kemungkinan ini tiga jenis RAM penyimpanan, barangan 3D XPoint dan SSD, semuanya akan sangat cepat. Dan kerana kelajuan adalah intipati pangkalan data, semua teknologi pangkalan data akan cuba dan memanfaatkannya secepat mungkin. Dan itu akan melibatkan dan telah melibatkan seni bina selari, tetapi seni bina selari skala. Prestasi tahap perkakasan mempercepatkan sepanjang masa, telah dilakukan selama bertahun-tahun, terus berbuat demikian, dan kos umum jatuh.
Jejak air mata. Ini hanya percubaan yang berbeza di pangkalan data, pangkalan data pertama sebelum hubungan biasanya dirujuk sebagai pangkalan data rangkaian, kemudian datang pangkalan data relasi, kemudian datang database objek, mereka tidak mendapatkan banyak daya tarikan, kemudian datang pangkalan data-kolom yang adalah pangkalan data hubungan yang sangat berbeza. Dan kemudian kami mempunyai pangkalan data dokumen dan pangkalan data SQL yang merupakan pangkalan objek yang dilakukan secara berbeza, atau jika anda suka, pangkalan data objek yang sama dan mereka ditangkap. Dan baru-baru ini kami mempunyai pangkalan data grafik yang mendapat daya tarikan dan pangkalan data RDF. Dan apa yang anda cari terdapat sekurang-kurangnya tiga set struktur data yang berbeza. Pangkalan data relasional melakukan jadual dan baris dengan sangat baik. Pangkalan data pangkalan data dan pangkalan objek - mereka melakukan struktur data yang canggung, terutamanya struktur data hierarki, dengan sangat baik. Dan grafik pangkalan data dan pangkalan data RDF melakukan struktur data rangkaian dengan sangat baik. Dan yang berbeza, saya memikirkannya sebagai tiga baris, garis-garis ini akan berterusan selama-lamanya. Ia tidak akan berhenti kerana enjin yang melakukan perkara-perkara ini dengan baik tidak berfungsi dengan struktur data yang lain dengan baik.
Dan kemudian kita mendapat faktor pemusnahan Hadoop. Hadoop bukan pangkalan data tetapi terdapat pangkalan data yang menggunakan HDFS untuk struktur storan mereka. Dan banyak perkara yang dilakukan Hadoop adalah jenis hal pengurusan yang perlu dilakukan untuk pangkalan data. Juga bernilai menyebut bahawa Spark bukan pangkalan data sama ada, tetapi ia mempunyai, dan ia tidak matang, tetapi ia mempunyai pengoptimal SQL dan oleh itu ia seperti kernel dari pangkalan data tanpa perlu mengetahui di mana anda akan menyimpan data, tetapi jika anda melekat pada HDFS, banyak keperluan pangkalan data sebenarnya dipenuhi, hanya dengan keupayaan sistem fail yang mendasari. Spark khususnya telah menjadi sebahagian daripada ekosistem pangkalan data dan ia sering digabungkan dengan pangkalan data yang lebih berkuasa, dan sebab itu benar-benar analisis. Analitis - Spark adalah, baik ia berjalan sangat, sangat cepat di analisis. Analitis adalah aplikasi utama yang kebanyakan orang melabur dalam masa sekarang, jadi kedua-dua jenis berjalan di tangan. Persekutuan data dan bukannya peraturan konsentrasi, ia harus jelas dari fakta bahawa anda mempunyai sekurang-kurangnya tiga keperluan yang berbeza, jenis-jenis pangkalan data berstruktur di luar sana dan oleh itu, federasi data jika anda ingin berkongsi data di antara mereka. Ia sering diperlukan, tetapi anda juga mendapat pangkalan data yang keluar dan pangkalan data yang tidak, enjin yang benar-benar kuat seperti Teradata atau Vertica mempunyai tempat yang sangat khusus, tetapi mesin yang lebih kecil yang boleh melakukan banyak kerja yang begitu banyak, jadi, persekutuan mungkin berada di sana untuk jangka masa yang panjang, bahkan antara pangkalan data hubungan.
Perkara terakhir untuk mengatakan, IOT, ia tidak berakhir sehingga wanita gemuk mula mencabul data. The IoT mungkin mencipta dalam satu cara atau lain-lain dinamik yang berbeza dalam dunia pangkalan data dan yang akan merumitkan perkara-perkara yang lebih. Mudah-mudahan, akan ada - dalam satu cara atau yang lain - akan ada beberapa jenis penumpuan yang berterusan, tetapi saya tidak melihat semuanya datang bersama seperti yang dilakukan dengan pangkalan data hubungan. Tidak lama lagi pula.
Dan saya fikir itu semua yang saya katakan, jadi saya akan menyerahkannya ke Australia.
Dez Blanchfield: Terima kasih, Robin. Terima kasih kepada semua orang kerana menyertai kami, terima kasih kerana mempunyai saya pagi ini, atau petang ini masa anda. Ini adalah topik yang sangat panas kerana kita telah mengalami banyak letupan pada dekad yang lalu dan sedikit, dalam jumlah data yang perlu kita hadapi, dan selalu bahawa data itu duduk dalam beberapa bentuk sistem yang kebanyakannya adalah pangkalan data dalam beberapa bentuk. Saya fikir saya dengan cepat akan membawa kita melalui tahap yang sangat tinggi berjalan melalui bagaimana kita sampai di sini dan masalah yang sedang dicipta dan jenis perkara yang kita perlu alamat sekarang, dan kemudian kita akan bercakap tentang jenis penyelesaian yang boleh digunakan untuk itu. Biarkan saya hanya memegang slaid pertama saya di sini. Saya berpendapat bahawa kita berada di tempat sekarang di mana admin DB 2.0, atau pentadbir pangkalan data 2.0, adalah jenis di mana kita semacam sekarang, sekali pada satu ketika pentadbir pangkalan data adalah peranan dan cabaran yang agak mudah dan anda boleh melatih seseorang dengan cepat. Di dunia hari ini yang tidak lagi berlaku, dan saya akan menunjukkan kepada anda mengapa demikian.
Sekali waktu, pentadbir pangkalan data akan dapat menyambung ke hujung belakang DB dan melakukan pangkalan data pantas dan akan ada senarai pangkalan data dalam sistem yang mereka perlu sedar dan mereka dengan cepat dapat menyeberang pangkalan data tersebut dan pilih mereka dan mempunyai sedikit poke dan penyelidikan sekitar dan gunakan menerjemahkan, terangkan jadual untuk mengetahui apa yang ada dalam jadual dan setiap lajur dan baris, dan itu adalah cabaran yang agak mudah dan jika anda membaca rata-rata dua atau tiga ratus buku halaman mengenai pentadbiran pangkalan data untuk setiap platform, anda dapat hampir mengajar diri anda tanpa perlu melakukan ijazah sains roket.
Tetapi itu tidak lagi berlaku, dan sebab itu, dalam fikiran saya, adalah terdapat terlalu banyak pilihan dalam dunia pangkalan data untuk mana-mana satu orang menjadi pakar pakar di dan dapat mengurus dan mentadbir secara manual . Dan sebabnya ialah selama empat hingga lima dekad yang lalu ketika datang ke dunia pelayan dan sistem pangkalan data dan pelayan pangkalan data dan suite aplikasi, kami telah datang dengan sangat, sangat panjang. Sekali pada waktu kami mempunyai besi besar yang harus menangani apa yang sebenarnya data kecil, dan ketawa kecil ketika kita melihat kembali sekarang. Saya melihat foto yang sangat kemas di Twitter pada hari yang lain, wanita yang hebat ini yang menjadi pengatur program dan pemaju untuk NASA ketika kami meletakkan lelaki di bulan, dan kodanya dicetak dalam satu ratus tiga puluh- dua pencetak barisan lajur dan dilipat penggemar, dan ia sebenarnya lebih tinggi daripada dia, jumlah kod yang ditulisnya.
Dan ketika saya memikirkannya, saya suka, sebenarnya itu mungkin kira-kira dua atau tiga ratus mega data di mana dia harus menaipkan semuanya paling banyak, jika tidak kurang. Dan begitu jumlah data untuk memegang kodnya, walaupun secara fizikalnya berdiri lebih tinggi daripada dia ketika dicetak di atas kertas, sebenarnya jumlah yang sangat kecil. Malah komputer berukuran besar ini, dan ini adalah Sistem IBM / 360 dalam slaid tertentu ini, jumlah data yang sebenarnya dapat dipegang adalah kecil berbanding dengan dunia hari ini. Sebenarnya, telefon pintar kami memegang 60 dan 128, dan 256 pertunjukan dan kami tidak lama lagi akan mempunyai terabyte dalam telefon kami lama-lama ketika harga flash turun.
Dan pada masa itu dan era itu, pentadbiran pangkalan data agak mudah. Berikut adalah petikan dari sesi terminal 3270, dan untuk DBA, dapat log masuk dan melihat bilangan fail yang berkaitan dengan pangkalan data, dan indeks yang berada di sana dan baris dan lajur adalah mudah. Dan anda boleh lihat di sini dalam screenshot ini, bahawa konteks ini adalah satu jadual dan beberapa ruang meja, yang akan menjadi keseluruhan kerangka utama mengurus satu jadual pangkalan data. Sedang hari ini, kami mempunyai berbilion baris rekod dalam sistem pangkalan data. Dan perubahan itu terjadi melalui pergeseran teknologi yang membolehkan kami membina platform pangkalan data dan sistem pengurusan data.
Sekiranya kita berfikir tentang jenis mainframe asal dan banyak komputer yang menjalankan pangkalan data dan akhirnya pangkalan data relasi, sehingga lima puluh tahun yang lalu, dan sejenis dunia besi yang besar dan set data kecil yang kita miliki, pada masa kita sampai sekitar lapan puluhan, kami semacam itu, kami pergi melalui mainframe dari mini ke mikro, dan kami mempunyai PC yang menjalankan perkara seperti dBase II dan dBase III, dan pada DOS dan CP / M dan kami mempunyai pangkalan data relasi yang sangat awal- teknologi gaya yang sedia ada dan mereka skala agak baik berbanding dengan apa yang kita digunakan dalam kerangka utama. Pada masa kita sampai ke sembilan puluhan, kita mempunyai seperti dan Oracle dan DB2. Dan pada penghujung tahun sembilan puluhan kita mempunyai orang, seperti komputer rahsia yang boleh lem seperti model rangkaian, mesin yang sangat besar, mesin bersaiz kabinet bersama-sama dan mengambil seperti dan membina kelompok komputer ini. Tetapi walaupun itu, ia masih kecil berbanding apa yang kita lihat hari ini.
Tetapi dalam slaid yang saya bangun di sini, ini adalah cluster Hadoop dan secara berkesan bertindak seperti satu mesin dan pada asasnya ia hanya sebuah komputer yang benar-benar, benar-benar besar dan ia boleh memegang jenis data skala web yang kami gunakan sekarang . Oleh itu, cabaran pentadbiran pangkalan data, pengurusan pangkalan data pada jenis-jenis platform telah menjadi, dalam fikiran saya, sains roket. Anda harus menjadi watak yang sangat pandai untuk dapat memahami teknologi yang dikendalikannya, platform yang dijalankan, data yang ada di dalamnya, jenis penggunaan data tersebut. Dan ya, kita melihat letupan ini dari awal tahun 2000, di mana kita telah menjadi Microsoft SQL menjadi perkara, Lotus Notes cukup mantap dan di luar sana dan jumlah pangkalan Lotus Notes yang merangkak di sekitar tempat itu agak menakutkan. Dan kami mempunyai penyandang biasa Oracle dan DB2 dan benar-benar mula memegang. Sesetengah jenama seperti telah mula memudar. Tetapi kami masih benar-benar melakukan pentadbiran pangkalan data tradisional sehingga ke tahap itu, sepanjang era 2006 yang mana, jika saya kembali kepada imej kumpulan itu, kami mempunyai apa yang kita sebut kelompok Beowulf menjadi satu perkara, di mana kita boleh ambil PC-rak dan gam mereka bersama-sama dan buat komputer super utama.
Tetapi sejak sekian lama, kita menyeberang ke titik di mana manusia dapat melakukan pentadbiran pangkalan data sekolah lama dan - seperti yang saya katakan, pada pandangan saya - skala menjadi sangat, sangat besar, sangat cepat. Ia hampir seolah-olah kita mempunyai peristiwa besar bang dalam teknologi yang mendorong penerapan teknologi data dan teknologi pengurusan data dan khususnya pangkalan data di sekelilingnya. Dan kerana kami berkuatkuasa membina kluster gaya pengiraan prestasi tinggi untuk menyusun data dalam bentuk yang berbeza. Dan untuk menandakan titik itu, inilah gambaran landskap pada tahun 2016 tentang teknologi pangkalan data yang tersedia kepada kami. Bermula dari sudut kanan bawah dan sumber terbuka, sepanjang jalan ke sudut kiri atas dalam infrastruktur. Dan di sudut kanan atas penyelesaian aplikasi yang tersedia untuk kami, dan sudut kiri bawah, campuran infrastruktur dan enjin prestasi yang melakukan analitik, dan sebagainya. Dan di tengah-tengah terdapat peranti seperti telefon pintar kami, yang sebenarnya berjalan pada versi database yang sangat kecil, untuk melakukan perkara-perkara seperti menguruskan kenalan kami dan sebagainya, atau log panggilan kami dan perkara-perkara lain yang kami ada.
Dan dalam fikiran saya, terdapat letupan ini seperti jenis letupan Kemboja ke dalam hal seperti itu, di mana jumlah perkembangan teknologi yang berlaku dalam tempoh masa yang sangat singkat dari tahun 2006 hingga 2016 sekarang yang berkesan satu dekad, seperti yang berlaku. Sekarang kita melihat pangkalan grafik menjadi perkara yang besar, pangkalan data dalam memori menjadi perkara yang besar, pangkalan data SQL akan datang. Langkah ke model pengkomputeran yang berbeza, Hadoop datang, kami mempunyai model MapReduce, kini kami mempunyai Spark dan streaming analitik dan komputer streaming, data yang diedarkan dengan kukuh, rangka kerja yang perlu dikembangkan oleh orang untuk mereka, untuk mendapatkan skala yang kami perlukan, dan apabila kita berfikir tentang perjalanan itu, untuk meneruskan jenis sistem pengurusan pangkalan data hubungan dengan suspek biasa, Oracle, PostgreS, Sybase, IBM DB2, MySQL, dan platform Microsoft SQL Server. Kami telah melihat beberapa anak baru datang di blok sekarang, Clustrix, Xeround, NuoDB, MemSQL, dan ada puluhan dan puluhan lebih seperti yang anda lihat pada slaid itu sebelum ini. Sekiranya anda dapat membayangkan cabaran untuk mengetahui platform ini, dan mengetahui bagaimana mereka menjalankannya dan mendapatkan pane pandangan kaca tunggal, yang anda perlukan untuk menjadi DBA dan melakukan perkara-perkara ini, cabarannya jauh dari perkara sepele. Dan kemudian tiba-tiba sepanjang datang enjin NoSQL yang merupakan cabaran keseronokan yang baru.
Oleh itu, slaid akhir yang saya ada di sini adalah sejenis pukulan kalah mati satu-dua-tiga yang terakhir dan itu adalah bahawa kita telah mengambil beberapa teknologi ini sekarang dan kami mencipta keupayaan perkhidmatan untuk mereka, kami telah memasukkannya ke dalam model awan dan kini boleh didapati sebagai utiliti, sebagai perkhidmatan, pada dasarnya anda boleh mendapatkan pangkalan data sebagai perkhidmatan dan jenama biasa yang kami lihat di Perkhidmatan Web Amazon dan Platform Pengiraan Awan Google dan Microsoft Azure adalah orang yang datang kepada orang ramai fikiran, tetapi sebenarnya terdapat puluhan dan lusinan platform awan sekarang. Dan di Australia contohnya ada sesuatu seperti seratus dan dua belas syarikat yang awan awam skala besar bona fide yang menawarkan perkhidmatan pangkalan data dalam pelbagai bentuk.
Untuk memikirkan tentang cabaran yang DBA purata untuk keluar dari katil dan pergi bekerja dan mengatasi sekarang adalah cabaran yang sukar difahami. Oleh itu, saya sangat melihat sekarang bahawa seperti banyak perkara dalam kehidupan, kita telah meningkatkan mereka mendatar dan menegak, iaitu skala infrastruktur dalam model pertumbuhan yang hampir mendatar, mendatar, dan kompleksnya timbunan dalam pengertian menegak, bilangan platform pangkalan data, bilangan kerangka aplikasi dan model yang perlu kita hadapi, telah mendapat lebih dari apa yang manusia dapat mengatasi dalam pane kaca pandangan tunggal dan apa yang sekarang dengan pentadbir pangkalan data diperlukan satu set alat baru untuk dapat bercakap dengan semua platform ini, menggigit mereka, mentadbir mereka dan menyokong mereka, dan saya percaya itu adalah topik keseluruhan perbualan kami pada pagi ini, atau petang ini masa anda, dan dengan itu, Saya akan menyerahkan kepada tetamu kami yang akan banyak bercakap mengenai produk mereka dan bagaimana ia akan menangani cabaran tersebut.
Eric Kavanagh: Baiklah Scott,
Scott Walz: Terima kasih banyak, baiklah, terima kasih. Terima kasih Dez, terima kasih Robin, dan terima kasih kepada semua untuk menyertai dan memanggil saya pada hari ini. Saya ingin mengucapkan terima kasih kepada Robin dan Dez kerana membawa saya berjalan lorong ingatan, setelah berada di angkasa sejak awal tahun sembilan puluhan, anda membawa banyak kenangan yang baik. Ingatan yang saya tidak lihat pada mana-mana slaid dan gambar-gambar itu, adalah kad-kad punch. Dan itulah perkara pertama yang diperkenalkan kepada saya ketika saya pertama kali memulakan tugas pertama saya di luar universiti, rekan kerja saya di kubus sebelah saya, memberitahu saya untuk tidak menyentuh kad punch nya. Jadi, ya, betul-betul, dan ini memang menjadi cabaran, dan cabaran yang kami lakukan untuk membantu pelanggan kami menangani dan sejak pertengahan tahun sembilan puluhan, dan ini adalah produk yang ingin saya bincangkan hari ini. Mari lihat pada pengurusan multi-platform, dan ini hanya sub-set. Saya memilih grafik tetapi sebagai Dez meletakkan-
Eric Kavanagh: Anda perlu berkongsi skrin anda.
Scott Walz: Oh, saya pasti, terima kasih.
Eric Kavanagh: Jangan risau. Dan orang-orang, jangan malu, tanya soalan, kami mempunyai tiga seluar smarty pada panggilan hari ini, jadi hantar mereka soalan-soalan yang sukar. Anda boleh menggunakan komponen Q & A konsol webcast anda atau anda boleh tweet dengan hashtag BriefR. Baiklah, Scott, ambilnya.
Scott Walz: Di sana kita pergi, terima kasih. Saya meraih slaid ini, dan imej ini. Imej dari Dez benar-benar meniup saya kerana itu, itulah sebenarnya dunia yang kita tinggal di hari ini, dan dunia yang sedang dijalankan oleh DBA. Dan sebagaimana yang disebutkan, tidak lagi, anda benar-benar berjuang untuk dapat untuk melakukan ini dengan hanya kuasa kasar. Anda benar-benar memerlukan alat dan itu, kami masuk untuk bermain dan kami melihat suis keseluruhan, momentum berubah di mana ia awal dan sangat siled seperti yang anda sebutkan, dan kemudian kami pergi ke kerja dengan pelbagai platform pangkalan data, jadi itulah perjudian pertama kami ke dalam alat-alat, dan kemudian ia kembali ke mana organisasi, dan selepas tahun 2000 dan ketika ia agak sempit sedikit. Dengan organisasi dan ingin pergi pepejal, tetapi kemudian ia kembali dan ia benar-benar meletus apabila anda memperkenalkan semua platform baru itu. Dan kini bukannya menjadi platform khusus atau teknologi tertentu, tidak ada organisasi yang mengetahui apa yang terbaik. Apakah pangkalan data aplikasi terbaik, apakah platform terbaik untuk digunakan? Dan dengan itu berkata, saya ingin memandu anda sedikit tentang apa yang kita lakukan dengan DBArtisan. Dan DBArtisan telah menjadi produk utama kami, menguruskan, kerana ia mengatakan persekitaran antara platform selama lebih dari 20 tahun, dan ini adalah tempat kami tinggal dan ini adalah di mana kami ingin menekankan dan bekerja dengan pelanggan kami dan memberi mereka alat untuk menjadikan mereka produktif dan dilakukan.
Mari kita teruskan dan saya akan melompat masuk dengan betul. Saya memperlihatkan produk itu lebih kerana saya akan melalui slaid dan saya rasa anda mungkin juga melakukannya. Bagi anda yang belum melihat DBArtisan sebelum ini, kami melihat kompil itu, dan saya fikir Dez menggunakan istilah "pane kaca tunggal" dan itu adalah sesuatu yang kita bangga untuk memberikan DBA satu pandangan ke dalam semua platform mereka. Betul, tidak perlu membuka sebarang aplikasi lain, kami akan menyambung dan mendapatkan anda di sana dan mula bekerja dengan platform. Melihat penjelajah pangkalan data di sebelah kiri, kita boleh mencipta ini seperti yang kita lihat patut, kita dapat mengaturnya namun kita suka. Dan anda akan melihat saya mempunyai campuran, saya beberapa pelayan Oracle saya, saya mempunyai MySQL, saya mempunyai PostgreS di sini, saya juga mempunyai satu - ia dilabel pelayan pengeluaran yang beberapa termasuk beberapa persekitaran pelayan MySQL. Sekali lagi, kita dapat melihat di sana bahawa kita mendapat tempat yang baik. Sekiranya saya melihat mendaftar pangkalan data baru, anda akan melihat salah satu daripada platform yang kami menyokong, ada pasangan yang ingin saya bawa. Anda akan melihat apabila ini adalah SQL anda, sokongan untuk itu, Teradata, Apache, PostgreS, di sini adalah generik yang kami dukung.
Sekiranya kami mempunyai pemandu JDBC atau pemandu LDBC ke mana-mana platform, kami dapat menyambung, memberi anda sambungan dan membolehkan anda bekerja dengan platform yang betul dari dalam DBArtisan. Sekali lagi, membiarkan anda menumpukan perhatian kepada kerja di tangan, dan bukan bagaimana anda akan melakukannya. Berjalan melalui semua itu. Tetapi saya ingin menunjukkan beberapa perkara mengenai produk ini. Dalam hal ini, mari kita buka dan kita akan berurusan dengan Oracle, misalnya. Ini hanyalah halaman pendaratan kecil saya di sini, tetapi saya mahu pergi dan melihat beberapa skema saya yang saya bekerjasama. Kami akan menarik salah satu skema yang lebih besar, jadi sekali lagi, kami akan membawa semula senarai jadual. Betul, dalam kes ini, saya akan membuka meja, jadi kami akan memilih mereka, dan ia akan membawa mereka ke editor objek kami.
Sekarang, Oracle adalah sesuatu yang saya telah bekerja dengan selama bertahun-tahun, apa yang saya akan tunjukkan kepada anda mungkin merupakan pernyataan yang mudah untuk anda. Tetapi jika Oracle adalah platform, atau jika PostgreS adalah platform, atau Teradata adalah platform yang anda baru sahaja diberikan dan anda perlu datang untuk mempercepatkan, tugas yang sedang dilakukan adalah untuk menambah lajur. Atau mungkin tugas di tangan adalah memadam lajur. Tetapi anda tidak mahu bimbang tentang sintaks, bukan? Kami mahu pergi, hanya taip apa yang kami perlukan, tetapkannya dan kami meninggalkan DBArtisan untuk menghasilkan. Di sini, kita akan tekan "Alter." Ia akan menjana skrip untuk kami. Sekali lagi, contoh yang sangat mudah, tetapi intinya adalah ia akan melakukan kerja untuk kita untuk menghasilkan dan meletakkan lajur ini ke dalam jadual.
Walau bagaimanapun, apa yang boleh kita lakukan ialah memindahkan tiang di dalam jadual. Jika anda pernah cuba melakukannya dengan tradisional, ia lebih rumit daripada hanya satu baris kod seperti ini. Tetapi sekali lagi, DBArtisan akan berfungsi di belakang tabir, menghasilkan kod untuk anda, dan sekali lagi menghasilkan SQL. Kami akan tutup dari sini. Sebelum saya lakukan, perhatikan semua tab di bahagian atas sekali lagi, antara muka pengguna adalah sangat intuitif. Jika saya masuk ke penjelajah, jika saya melompat ke PostgreS, bukan? Jika saya masuk ke mod skema saya di sana, lihat jadual, rupa dan perasaan yang sangat serupa, bukan? Kami akan buka ini, sekali lagi kami akan melihat maklumat di sini. Ciri-ciri, nenek moyang, lajur. Kami khusus kepada platform, kami akan memberi anda ini, antara muka pengguna, untuk dapat memaparkan ini dan untuk bekerja dengan objek. Anda akan tahu apa yang perlu anda lakukan, dan ia akan membolehkan anda melakukannya dengan cara yang cekap dan tepat pada masanya, jadi anda tidak perlu bimbang dengan tepat apakah fasal yang perlu pergi ke sana untuk berikan pilihan itu. Kami akan menjaga itu untuk anda.
Selain itu, apabila kita melihat, saya akan muncul ke SQL Server sekarang dan bercakap sedikit mengenai beberapa ciri lain jadi, kita semua perlu memantau pangkalan data. Jadi sekali lagi, mulakannya, mari kita lihat semua sesi yang sedang berlaku, sesi yang sedang dijalankan. Bagaimanakah kita dapat melihat kenyataan apa yang sedang dilaksanakan dan dapat mengawalnya? Adakah kita perlu menghentikan sesi? Adakah kita perlu melihat apa-apa kunci yang boleh di pangkalan data? Sebarang kunci menyekat? Sekali lagi, kami mempunyai semua maklumat di sini di hujung jari supaya kami bertindak balas dengan cepat, mengambil tindakan pembetulan jika diperlukan, dan mengubahnya. Kami akan kembali kepada penjelajah kami. Di sinilah, ini adalah titik pemanduan, ini adalah tempat saya selalu kembali, di sinilah saya secara peribadi ingin memulakan dan bekerja dari sini. Seperti yang saya berkaitan dengan pangkalan data SQL Server untuk melihat utiliti. Kerana kita bersilang, kita boleh mula mencari ekstraksi, migrasi. Kita boleh bergerak merentasi platform jika kita perlu memindahkan objek dari satu platform ke satu lagi, kita boleh melakukannya, dengan syarat objek tersebut ada pada platform yang berlainan. Ekstrak skema, siarkan kepada laporan, memuatkan dan memunggah data, dan menyandarkan pangkalan data.
Sekali lagi, semua itu dari dalam UI. Dan datang ke sini untuk alat, anda dapat melihat set lengkap alat yang dapat kami beroperasi, kan? Dari antara "Cari dalam Fail" kita boleh melakukan carian pangkalan data yang lengkap di mana kita mencari di dalam jadual sistem untuk mencari rentetan yang anda cari. "Pelaksanaan Skrip dan Fail, " jika anda mempunyai pernyataan standard yang boleh dilaksanakan terhadap pelbagai platform, pelbagai sumber data, kami dapat menetapkannya tepat dari dalam DBArtisan menunjuk kepada sasaran yang kami mahu ia laksanakan. Tekan "Pergi" dan ia akan berjalan dan membawa kami kembali keputusan terhadap semua sumber data sasaran tersebut. Sekali lagi, membiarkan anda bekerja dari kaca tunggal itu.
Dan "Siri Penganalisis, " lagi, mereka lebih mendalam. Mereka ditujukan lebih kepada pangkalan data hubungan apabila kita mula masuk ke lebih banyak platform baru yang anda akan mula melihat kami mengembangkan fungsi ini ke arena tersebut juga. Dan secara umum, hanya banyak peningkatan antara muka pengguna. Ciri-ciri yang ditujukan khusus untuk DBA. Perkara-perkara seperti kita mempunyai keupayaan untuk melakukan perpustakaan skrip. Skrip SQL yang sering anda lakukan terhadap pelbagai platform, simpan di sini, seretnya, sebaik sahaja kami menyediakan tetingkap ISQL yang baru, kami hanya boleh menyeret skrip, dan kami telah mendapat skrip sekarang bersedia. Sekali lagi, setelah itu di hujung jari anda dapat melakukan dan mengurus. Anda akan menyedari bahawa kami menyampaikan skrip yang telah ditakrifkan untuk beberapa platform supaya kami dapat teruskan dan membuat seberapa banyak yang kami perlukan pada bila-bila masa.
Satu perkara yang baik yang saya suka dan banyak pelanggan kami lakukan, jika anda berminat, dan saya mendapat banyak soalan berkenaan dengan, "Bagaimana saya berbuat demikian? Itu sangat keren. Bagaimanakah DBArtisan melakukannya? "Terdapat sedikit ciri di sini, " Logfile, "anda boleh log semua kenyataan SQL yang kami laksanakan, jadi jika anda ingin tahu bagaimana kami mengisi penerokaan itu atau bagaimana kami mengisi editor untuk jadual PostgreSQL atau jadual Teradata, log SQL dan kami akan merakam semua yang DBArtisan melaksanakan terhadap pangkalan data dan anda boleh kembali dan melihat SQL itu dan mempunyai segala yang kami perlukan. Mungkin anda mahu memasukkannya sebagai sebahagian daripada skrip anda. Sudah tentu. Betul betul.
Kami ingin menjadi sangat telus dengan apa yang kami lakukan dan apa yang kami lakukan terhadap pangkalan data, oleh itu kami akan membolehkan anda menyimpan dan merekodkan apa sahaja yang kami memohon kepada pangkalan data. Kami juga mempunyai pilihan konfigurasi. Anda akan mendapati saya telah menetapkannya sebagai "Penganjur oleh Pemilik Objek." Saya juga boleh menetapkan "Jenis Objek." Jika saya masuk ke persekitaran PostgreSQL saya sekali lagi, saya pergi ke skema itu jika saya melihat SQL bukan hanya jadual GIM saya yang dimiliki oleh skema itu, saya akan melihat semua jadual, tidak kira nama skema. Sekali lagi, cara yang berbeza untuk mengatur perkara yang benar-benar menyesuaikannya untuk aliran kerja anda sendiri dan bagaimana anda ingin melihatnya.
Dan perkara terakhir yang saya ingin bicarakan adalah keupayaan untuk menetapkan "Bookmarks." Jika saya mengamalkan, jika saya bekerja di salah satu platform saya dan saya mahu memberi tumpuan kepada mod jadual saya sahaja, saya boleh menambah penanda buku. Saya tahu, ciri yang sangat mudah, tetapi sangat bagus untuk dimiliki, terutamanya apabila anda bekerja dengan banyak sumber data dan banyak platform seperti DBA hari ini. Untuk dapat masuk ke dalam sistem, mulailah DBArtisan dan biarkan pengurus penanda buku membawa anda ke tempat yang tepat di mana anda perlu dan boleh bekerja. Dan kemudian dari sini saya boleh membuat jadual baru, dan sekali lagi, pada platform yang kami menyokong yang anda lihat sebelumnya, dan kami akan memandu anda melalui "Wizard" untuk membolehkan anda memandu dan membangun dan membuat jadual. Dan kami akan menghasilkan semua sintaks yang diperlukan untuk melakukan itu di belakang tabir untuk anda dan kemudian membentangkannya kepada anda pada akhir dalam anak tetingkap pratonton. Anda boleh mendapatkan pengesahan, lihat dengan tepat apa yang akan kami hasilkan. Anda boleh menekan butang "Jalankan", kemudian butang "Selesaikan", biarkan ia dilaksanakan. Atau anda boleh menyimpan atau menolaknya ke tetingkap ISQL yang lain, jadi buat sekali lagi, mungkin perlu menjadi sebahagian daripada skrip yang lebih besar, yang lebih besar yang anda ingin simpan dan disebarkan semasa jam tingkap batch anda.
Itulah gambaran keseluruhan DBArtisan. Apabila kita bercakap tentang itu, sekali lagi, ia adalah produk yang dilihat banyak platform, sokongan untuk platform tersebut dan pengalaman pengguna yang hebat, maklum balas yang hebat dari para pelanggan kami juga. Dan jika anda berminat, sebagai salah seorang panelis, tetapi jika anda perlu mencari apa-apa berkaitan IDERA atau berkaitan dengan DBArtisan, jangan ragu untuk menjangkau dan anda pasti dapat mencari saya di alamat e-mel saya.
Eric Kavanagh: Baiklah, saya rasa saya akan membukanya kepada Robin untuk pertanyaan dan kemudian Dez dan kemudian saya akan memantau Q & A dari para hadirin. Robin, ambilnya.
Robin Bloor: Baiklah, saya maksudkan, soalan pertama, saya sebenarnya sudah biasa dengan DBArtisan sejak sekian lama jadi saya menyedari keupayaannya. Apa yang saya berminat dengan anda ialah jalan, jenis, jalan masa depan dari sini. Maksud saya, saya lihat, anda tahu, kali terakhir saya melihatnya, pastinya sudah lama dahulu. Saya melihat bahawa anda menyokong sekurang-kurangnya tiga pangkalan data yang saya tidak menyedari bahawa anda disokong sebelum ini. Apakah jalan ke hadapan untuk DBArtisan? Adakah anda hanya akan menambah lebih banyak pangkalan data atau adakah ia merupakan perkara sambungan? Di manakah anda ingin pergi dengannya?
Scott Walz: Itu soalan yang hebat dan saya ingin semua perkara di atas. Kami pasti akan terus membina kerana platform RDBMS tradisional tidak duduk diam, bukan? Mereka terus membina. Kami akan terus mengikuti jalan itu. Dan kemudian anda akan melihat kami mula mencari dan pergi ke arah itu untuk menyokong platform baru bersih. Kerana kita menyedari bahawa walaupun beberapa platform terus berkembang, RDBMS tradisional, ada situasi tertentu yang platform baru adalah platform yang tepat untuk pelanggan pergi. Kami benar-benar mengawasi pasaran itu, di segmen itu, dan berusaha untuk membuat keputusan yang tepat di mana platform untuk pergi. Mereka seolah-olah berubah setiap hari, secara praktikal.
Robin Bloor: Sama seperti saya dan Dez berkata, ia adalah pasaran yang sangat meriah, mungkin satu cara untuk melihatnya. Satu lagi perkara yang saya akan berminat - dengan jelas anda tidak akan dapat menjawab soalan ini dengan terperinci tepat, tetapi saya telah menjumpai tapak di masa saya di mana terdapat seribu contoh Oracle, dan Oracle tidak satu-satunya pangkalan data yang digunakan, yang sedang digunakan, anda tahu. Dan apabila saya benar-benar bercakap dengan mereka tentang bagaimana di bumi anda menguruskan banyak contoh yang mereka katakan, "Nah, anda tahu, hanya ada lima atau enam contoh besar dan kami mempunyai kira-kira tiga DBA yang kami menyebarkannya. m jenis yang berminat dari segi menggunakan DBArtisan, kerana anda boleh melakukan banyak sekali dengannya, berapa banyak pangkalan data yang ia duduki, katakan biasanya, atau bahkan apa contoh terbesar dari berapa banyak rentetan yang dapat dikendalikan sekaligus?
Scott Walz: Nah, saya telah melihat situasi - dan sekali lagi, ia agak rumit, persoalannya, kerana DBArtisan membolehkan saya mempunyai pelbagai sambungan atau sumber data berganda yang ditakrifkan satu sama lain. Mungkin saya ingin melakukan syslogin dan kemudian login keizinan yang lebih rendah tetapi saya telah menangani pelanggan yang dengan segala-galanya runtuh ia akan menjadi beberapa skrin. Sekarang apabila saya bertanya kepada mereka itu, soalan yang anda bertanya kepada saya, "Bagaimana anda menguruskan banyak orang?" Dan kemudian dia berkata, "Saya tidak." Betul? "Saya menguruskan apa yang saya boleh, tetapi saya memerlukan akses kepada segala-galanya." Saya belum melihat apa-apa yang berhenti, anda tahu, had atas apa yang orang boleh mengurus adalah benar-benar had atas apa yang orang itu, individu itu, boleh mengendalikan. Tetapi anda tahu, seperti yang saya sebutkan, orang-orang yang saya hadapi, mereka secara terbuka mengakui bahawa mereka mempunyai semua sambungan itu tetapi tidak ada cara untuk menguruskannya. Mereka bergantung pada pasukan mereka. Seperti yang saya pasti anda telah berpengalaman, ya.
Robin Bloor: Nah, saya sebenarnya telah menjadi DBA sendiri, walaupun saya tidak melakukannya untuk jangka masa yang panjang. Dan satu perkara yang, anda tahu, saya ingat, di atas dan di luar apa-apa lagi dalam pangkalan data hubungan, adalah bahawa anda boleh melakukan sejumlah besar perkara dengan SQL. Selalunya lebih daripada yang anda rasa anda boleh. Yang dalam satu cara atau yang lain menerangkan beberapa fungsi yang DBArtisan mendapat, kerana ia hanya diterjemahkan langsung ke dalam SQL. Tetapi, anda tahu, saya pasti anda melakukan perkara lain. Ia semua skrip SQL atau ada rutin khas lain yang telah ditulis untuk situasi esoterik?
Scott Walz: Ya, banyaknya, sebahagian besarnya adalah SQL, itu hanya sifatnya. Tetapi kita menulis rutin yang boleh dijalankan dari baris perintah menggunakan alat vendor, hujung depan penjual. Kami akan meletakkan hujung depan, anda tahu, sebagai contoh, untuk kegunaan beban data dalam platform, bukan? Mereka bukan skrip SQL, betul, mereka adalah pekerjaan baris perintah. Ia akan menjana mereka dan dapat memberikan mereka kepada DBA yang kemudiannya dapat dilaksanakan. Lihat ya, kami akan buat sedikit tetapi kedua-duanya adalah skrip SQL.
Robin Bloor: Dalam melihat, kerana jelas anda mesti dalam satu atau lebih cara melihat perkembangan yang sedang berlaku yang saya anggap agak baru. Maksud saya, salah satu daripada perkara yang saya dapati menarik yang berlaku adalah bahawa Spark jelas sedang melepaskan diri seperti roket, tetapi Spark's SQL, ia telah menjadi tidak teratur sehingga mula kelihatan sedikit lebih matang dengan sedikit kemampuan SQL. Adakah anda melihat perkara-perkara seperti itu dan tertanya-tanya sama ada anda akan mula menguruskan mereka dengan DBArtisan?
Scott Walz: Sudah tentu dan saya lakukan. Itu selalu ada. Saya tahu pasukan pengurusan produk kami sentiasa mencari di mana hendak pergi dan benar-benar, semuanya berada di atas meja untuk kami, berkenaan dengan apa yang kita cari pada masa depan.
Robin Bloor: Okay, Dez, adakah anda mahu tumpukan?
Dez Blanchfield: Ya, sesungguhnya ada banyak perkara hebat yang anda membuka pintu untuk saya di sana, Robin. Terima kasih banyak - banyak. Saya berminat untuk meneroka beberapa perkara yang melompat pada saya apabila saya melihat produk seperti ini dan saya sangat teruja. Apabila saya berganda memeriksa kerja rumah saya, kerana seperti Dr. Robin Bloor yang disebut sebelum ini, dia, seperti saya, telah menjejaki ini untuk beberapa waktu dan saya masih ingat melihat keperluan spesifik anda pada hari yang lain dan berfikir, sebenarnya, perkara ini berjalan dengan sangat bersandar pada apa yang sebenarnya dilakukannya. Dan saya fikir dari ingatan - membetulkan saya jika saya salah - saya fikir ia seakan sesetengah prestasi komputer riba akan berjalan dengan selesa DBArtisan dan namun ia mampu menjalankan beberapa pangkalan data yang cukup penting kembali. Dan saya sangat berminat untuk melihat anda mempunyai Firebird juga sekarang dan Greenplum. Saya agak kagum dengan kehendak atau spesifikasi perkakasan yang boleh berjalan secara literal seperti gig dari RAM pada satu CPU gigahertz. Itu sangat menarik.
Tetapi kes penggunaan adalah sesuatu yang saya ingin menyelidiki hanya sedikit. Adakah anda melihat pengambilan produk yang menjadi kes keperluan kerana persekitaran yang sedia ada yang telah terkawal, atau anda melihat orang sekarang menjadi lebih proaktif dan berkata, anda tahu, kami sedang membina sesuatu yang sangat besar, ia adalah kompleks. Dan saya berfikir tentang penggabungan dan pengambilalihan contohnya di sini, di mana organisasi mungkin membeli sekumpulan firma - kecil, sederhana, besar, apa sahaja - dan akhirnya mewarisi semua persekitaran ini dan perlu membina keupayaan DB baru. Apakah kes-kes yang biasa digunakan untuk ini sejauh jenis organisasi dan jenis aplikasi untuk itu? Adakah kebanyakan orang yang mempunyai persekitaran yang sedia ada dan perlu membersihkannya dan menguasai mereka atau orang-orang yang lebih proaktif dan berfikir tentang kerumitan yang akan mereka bina dan membuat anda di atas kapal awal?
Scott Walz: Kami melihat lebih banyak mendapatkan awal sejak alasan yang anda sebutkan, penyatuan. Dengan luas sokongan platform yang kami ada, ini bukan jumlah pemeriksaan masa depan, betul, tetapi ia meletakkan anda dan DBA anda dalam situasi yang sangat baik apabila mereka melihat sasaran pemerolehan yang berpotensi, betul, mereka sedikit kurang, anda tahu, pemikiran tentang platform apa yang boleh kita warisi, bukan? Walaupun ia penting, betul, kebimbangan ada sedikit kurang daripada apa yang akan berlaku kepada DBA kami, bukan? DBA mempunyai produk sekarang yang mereka tahu mereka boleh menyambung dan jika mereka sudah biasa dengan menggunakan produk yang mereka akan biasa dengan menyambung ke platform yang mereka baru saja diperolehi. Oleh itu, sudah tentu kawasan yang kita lihat, sekali lagi anda tahu, lama, pelanggan dengan mash-up semua platform itu, bukan? Bagaimana saya akan mendapatkan tangan saya di sekitar ini, bukan? Dan mereka telah mencuba kerana proses pemikiran setiap platform mempunyai alat, bukan? Kita boleh menggunakan alat kita sendiri, kan? Tetapi akhirnya ia kembali, anda tahu apa, ya anda boleh, tetapi bukan hanya saya perlu belajar setiap platform, sekarang saya belajar setiap satu daripada alat yang pergi dengan setiap platform dan jadi anda baru saja menggabungkan pekerjaan DBA. Jadi kita juga melihat keadaan di mana mereka datang kembali kepada kita dan berkata, "Anda tahu, kita perlu mendapatkan tangan kita di sekitar ini. Mari dapatkan satu alat untuk DBA, kerana saya mempunyai lebih banyak perkara penting untuk DBA lakukan daripada mempelajari UI alat baru. Atau alat yang berbeza. "
Dez Blanchfield: Ya, tidak pasti. Dan, anda tahu, apabila anda melihat, saya fikir dari ingatan apabila saya melihat semalam hanya untuk menyemak semula saya tidak salah, saya masih ingat anda akan menyokong Sybase sebagai contoh, jadi perkara ini telah berlaku seketika. Terdapat satu lagi soalan yang saya miliki untuk anda sebenarnya - ya, sangat bagus untuk mempunyai Greenplum dan Firebird dalam senarai anda, tetapi Sybase anda, jenis umur yang sangat cepat, yang menunjukkan bahawa ia sudah ada seketika dan melakukan kerja yang baik.
Kelompok. Jadi, salah satu daripada sakit kepala terbesar bagi DBA adalah bahawa mereka akan menunjukkan pada dasarnya apa yang kelihatan seperti alamat IP dan sekumpulan API atau sama ada JDBC atau LDBC atau apa sahaja yang kita mungkin bercakap, tetapi di belakang itu ada kluster. Apa yang boleh, atau adakah DBArtisan mengetahui tentang apa yang ada di belakang nombor satu pintu, seperti mana, apabila saya memasukkan pangkalan data ke belakang, adakah saya dapat melihat semua persekitaran di belakangnya, dan khususnya, maka terdapat dua bahagian untuk soalan, mungkin. Kelompok contohnya, apabila anda berfikir, anda tahu, anda menyokong IBM DB2 dan Microsoft SQL Server Server dan MySQL dan PostgreSQL dan Oracle dan beberapa RDBMS yang tradisional dan, anda tahu, selalu kita menjalankan master-hamba atau master master persekitaran untuk redundansi dan ketersediaan tinggi serta prestasi. Adakah DBArtisan tahu bahawa ada sesuatu di sebalik pintu nombor satu yang bukan hanya satu pangkalan data sahaja, tetapi satu kumpulan, dan jika ya, apakah yang diketahui? Dan mengalir dengan cepat supaya anda dapat menjawab soalan yang sama, maaf. Oleh itu, di belakang kluster dalam beberapa senario yang anda ada, bagaimana orang mengatasi campuran antara persekitaran pengeluaran dan persekitaran pemulihan bencana, sejauh penggunaan DBArtisan?
Scott Walz: Banyak soalan. Saya akan memberikan anda yang akan bergantung kepada platform tertentu kerana sebanyak yang kita cuba, kita akan mempunyai tahap sokongan yang berbeza untuk beberapa yang mendalam, ciri-ciri yang lebih mendalam. Untuk Oracle, sebagai contoh, dan persekitaran RAC mereka, Cluster Aplikasi Sebenar, anda boleh menyambung ke nod utama dalam kelompok itu tetapi belum melalui monitor pangkalan data yang saya tunjukkan, kami akan membiarkan anda melihat berjalan SQL dan kami ' Sebenarnya akan memberitahu anda apa simpul cluster itu berjalan, kan? Untuk membolehkan anda melihat dengan tepat sama ada, anda tahu, pertanyaan berjalan lambat, mari kita memerhatikannya, apakah nod yang dijalankan? Kerana tidak dapat dielakkan sebab keseluruhan kluster, betul, adalah untuk pengguna akhir, dia tidak peduli di mana ia telah dilaksanakan, tetapi untuk DBA kita perlu menjejaki jenis maklumat tersebut. Sebagai contoh, kita boleh pergi ke tahap terperinci di Oracle. Platform lain yang kita ada mempunyai sambungan, mungkin tidak banyak detail daripada yang kita lakukan untuk Oracle.
Berhubung dengan pengeluaran dan persekitaran pembangunan, itu adalah persoalan yang baik. Kami memberi tahap sokongan yang sama. Cara utama yang sebenarnya kami akan membantu, lapisan sambungan akan berada di sana, bukan? Kami akan dapat menyambung dan melakukan semua ciri. Saya mempunyai pelanggan yang menggunakan beberapa ciri dalam DBArtisan untuk mengkategorikan sumber data mereka, bukan? Dan sekali lagi, ini mungkin sedikit untuk soalan yang anda tanya, tetapi kami akan membolehkan mereka untuk menggambarkan secara grafik kerana ia berfungsi. Kerana itulah salah satu perkara tentang DBArtisan, saya boleh dengan cepat menukar antara sumber data. Dan perkara seterusnya yang anda tahu saya sedang bersiap untuk menjalankan pernyataan truncate dan saya ingin melihat saya bersambung - adakah saya hanya menjalankan ini terhadap pengeluaran atau pembangunan? Dan oleh itu, kami menyediakan beberapa ciri dalam DBArtisan untuk membantu DBA di luar sana untuk menguruskannya dan menjaga mereka daripada masalah, jika anda akan, dengan beberapa aktiviti DBA.
Dez Blanchfield: Dengan itu, dalam senarai panjang platform yang anda lakukan sekarang, dan saya pasti akan meletup tidak lama lagi atas alasan yang jelas. Maksud saya, anda menyokong orang-orang seperti DB2 pada z / OS misalnya, pada kerangka utama, dan kemudian jelasnya anda menyokong orang-orang seperti apa yang kita panggil dalam jarak pertengahan tetapi sekarang hanya sistem UNIX, dan jenis platform yang lebih moden, anda tahu, Linux dan akhirnya ia akan disalurkan kepada orang-orang seperti Bluemix dan Cloud Foundry, jadi anda akan berakhir dengan berjalannya DB2 di Cloud Foundry pada Bluemix, dengan IBM dan awan lembut. Adakah orang kini tidak hanya menjalankan pengurusan dan pemantauan, tetapi juga anda menyebut sebelum keupayaan untuk berhijrah, dan memindahkan data ke sekitar. Adakah anda melihat orang melompat di atas katil dengan DBArtisan dan berkata, "Anda tahu apa, kami mempunyai banyak barangan di kerangka utama lama yang kita hanya perlu turun dan itu adalah kerumitan yang sebenar untuk melakukan itu. Sekiranya saya dapat menunjuk, klik dan seret dari sini ke sana, saya sebenarnya boleh memindahkan dan memindahkan data dan skema saya. "Adakah itu perkara yang dilakukan orang?
Scott Walz: Mereka memang bergerak, bukan? Mereka bergerak data, bukan? Sekarang, mereka menggunakan DBArtisan sebagai alat untuk itu. Adakah ia melakukan semuanya untuk mereka? Tidak. Kami bermula, anda tahu, drag dan drop, tidak betul-betul di sana, tetapi kami membolehkan mereka menghasilkan beberapa skrip, kerana idealnya anda mahu menggunakan - anda tidak mahu kerja ini menjadi berjalan pada pelanggan anda, pada komputer riba anda, atas sebab yang anda sebutkan. Kami boleh berjalan di tapak yang sangat rendah, bukan? Kami membantu mereka menghasilkan skrip dan kemudian membalikkannya dan membinanya dan kemudian mereka dapat menyampaikan skrip tersebut dan menjalankannya di pelayan, kan? Dan dapatkan kuasa, kuasa kuda di belakang pelayan untuk melakukannya. Kami membantu mereka menjana beberapa pekerjaan mereka untuk melakukan kerja-kerja itu.
Dez Blanchfield: Betul. Beberapa yang terakhir untuk anda dan kemudian kami mungkin akan kembali. Perkara yang benar-benar melanda saya hanya melalui addendum anda, yang hebat, dan pada hakikatnya, saya harap kami mempunyai satu jam lagi untuk lebih terperinci. Cabaran yang sangat besar untuk DBA, betul, adalah pematuhan asas, tadbir urus keseluruhan infrastruktur, audit, pelaporan mengenai keadaan semasa, melihat masa hadapan untuk menyediakan sesuatu seperti, anda tahu, hanya pertumbuhan persekitaran yang umum. Ia menyerang saya bahawa walaupun pada dasarnya apa produk anda seolah-olah melakukan yang hanya membuat hidup mudah, pane kaca tunggal, pandangan tunggal dunia, dan saya pada dasarnya boleh klik dan titik dan seret dan saya suka fakta bahawa saya boleh melatih seseorang untuk melakukan ini dengan cepat sekarang, mereka tidak perlu membaca manual itu, seperti mana. Ia menyerang saya bahawa alat itu juga memberi saya keupayaan untuk melakukan banyak perkara mengenai pemerintahan dan kepatuhan dan pemeriksaan, yang saya tertanya-tanya sama ada orang sebenarnya agak bangun, saya yakin mereka ada.
Tetapi adakah anda melihat orang-orang sekarang melihatnya dan pergi, dan ia seperti eureka ini, saat ha-ha, pergi, "Hei, anda tahu apa, ini menjadikan kehidupan DBA sangat mudah dari sekarang, atau lebih mudah dari titik operasi atau pandangan pembangunan. Tetapi, sebenarnya, kita sebenarnya boleh melaporkan semua pangkalan data kami sekarang dan semua set data dan semua data tanpa kandungan dan semua metadata sekitar. Suka siapa yang mendapat akses, apabila mereka mendapat akses, mengapa mereka mendapat akses, dan jenis akses yang mereka ada. "Dan kemudian tiba-tiba, berikan beberapa cabaran di sekitar pematuhan. Terutamanya apabila kami mempunyai beberapa perkara yang sangat besar yang berlaku di sekitar pelanggaran data. Kami mempunyai beberapa perkara yang luar biasa seperti krisis kewangan global, semua cabaran ini datang tetapi bagaimana di bumi kita akan mengukur dan memantau dan menangani pematuhan? Adakah itu jenis perkara yang besar untuk orang-orang lagi atau adakah masih, jenis, hari-hari awal sejauh DBArtisan yang menerapkannya?
Scott Walz: Saya mempunyai pelanggan yang tidak boleh mengatakan cukup tentang DBArtisan. Kini mereka adalah orang yang menyedari itu. Mentol cahaya telah pergi. Mereka berkata, "Tunggu sebentar. Saya boleh menjawab dan bertindak balas dan menghasilkan beberapa laporan yang anda sebutkan, betul, semua dari satu alat. Saya mendapatnya. "Sekarang ada orang lain yang masih belum menangkapnya dan itu boleh kerana pelbagai sebab, kan? Mereka mungkin belum atau mungkin ia ditangani oleh orang lain, tetapi pelanggan kami yang kami temukan yang menggunakannya, itulah saat a-ha, bukan? Itu, bukan sahaja saya dapat membuat jadual semua perkara ini. Dan sememangnya, dengan semua keperluan pematuhan, ia sangat besar. Itulah pekerjaan dalam dan dari dirinya sendiri.
Dez Blanchfield: Sudah tentu. Dan anda tahu, maksud saya, di bahagian atas kepala saya segera berfikir, anda tahu, jika ada orang yang datang dan mengatakan bahawa mereka ingin membuat pangkalan data pengurusan konfigurasi, CMD, jika mereka perlu memenuhi segala-galanya dari Sarbanes -Oxley untuk COBIT ke ITIL, anda tahu, pematuhan SWIFT dan perbankan, bahkan turun ke orang-orang seperti Organisasi Piawaian Antarabangsa, ISO 27001, 27002. Ini semua rangka kerja yang sangat besar. Salah satu cabarannya ialah mencari data di mana, siapa yang menguruskannya, format apa yang ada dalam dan saya berfikir, ia adalah untuk saya, seperti untuk saya hanya menontonnya sekarang bahawa detik eureka hanya pergi, ia seperti, hang Sekali lagi, saya boleh membuangnya ke dalam walaupun seseorang yang tidak semestinya DBA, tetapi saya dapat melatihnya dengan cepat dan berkata, "Terdapat alat pematuhan." Saya fikir ia adalah baik bahawa tugasnya dalam pangkalan data pentadbiran dunia pengurusan.
Tetapi saya duduk di sini berfikir, tuhan, anda tahu, hakikat bahawa anda boleh menguruskan pelbagai platform sebagai satu hari ini, dan anda boleh menyelam terus ke dalam, seperti yang anda katakan, pembalakan urus niaga yang anda lakukan. Anda tahu, bayangkan membawa alat ini menjadi insiden pelanggaran data dan anda telah mendapat pasukan keselamatan anda untuk mencari apa yang berada di mana dan mengapa, dan siapa yang melihatnya. Dan semasa mereka bergerak, mereka perlu log dan menjejaki setiap tindakan yang mereka lakukan kerana mereka mungkin menjadi sebahagian daripada masalah jika mereka tidak boleh sebaliknya. Ya, saya fikir ia adalah satu keupayaan yang luar biasa di sini bahawa, anda tahu, anda boleh mula melakukannya, anda tahu. Terutama apabila kita melihat cabaran-cabaran audit data yang anda ketahui, kami mempunyai ciri-ciri ini seperti ciri-ciri semangat, setakat itu, dengan set data dan data.
Dan salah satu perkara yang telah kita bicarakan dalam beberapa lagi pertunjukan yang telah kami lakukan ialah, anda tahu, bagaimana anda pergi dan cari data anda dan sering kita bercakap tentang hakikat bahawa apabila anda mula dalam mana-mana organisasi, anda cenderung untuk berdiri di ruang kecil anda dan letakkan tangan anda di udara dan gelombang dan pergi, "Adakah sesiapa tahu di mana pangkalan data ini? Bagaimana saya boleh mendapatkan sumber data ini? Di mana fail ini? "" Pergi dan tanya sambutan. "Betul? Alat anda dengan serta-merta dapat memberikan keupayaan mencari sesuatu dan menemuinya dan juga melaporkannya.
Balik ke salah satu soalan hanya sebentar dan kemudian saya akan membungkus dan kembali kepada Eric. Ia menyerang saya bahawa skala itu akan menjadi satu cabaran dalam masa yang akan datang, seperti, 12 bulan untuk anda. Bolehkah anda memberi kita pandangan, hanya pada sudut pandangan tiga puluh ribu yang saya rasa, dalam skala atau pelbagai skala yang DBArtisan mula berfungsi. Saya dapat membayangkan bahawa apabila saya meletakkan komputer riba saya dan saya membesar dan saya menerangkannya di alam sekitar saya dapat menemuinya dan saya boleh mula melakukan perkara-perkara di atasnya. Saya bayangkan ia berjalan seperti sedikit, anda tahu, enjin pangkalan data minuscule sumber terbuka dengan beberapa baris dan jadual. Berapakah skala itu akan naik? Anda bercakap mengenai DB2 di mainframe, itu besar. Dan kelompok. Apakah pelbagai skala yang boleh kita selesaikan di sini? Dan Robin menyentuh perkara itu lebih awal, tetapi saya hanya perlu masuk ke dalamnya dengan lebih terperinci untuk seberapa besar kita boleh mendapatkan dengan DBArtisan.
Scott Walz: Pasti. Pastinya akan menjadi cabaran anda kerana ia merupakan perisian pelanggan. Dan, sekali lagi, jika saya bekerja di kerangka utama, apabila saya bekerja di sistem uji kami pada kerangka utama yang kami miliki, saya dapat menunjuknya kepada berjuta-juta baris dan melakukan gabungan silang berjuta-juta baris. Semua kerja akan dilakukan pada pelayan, betul, kerana kami lulus arahan itu, dan itu hanya masalah DBArtisan menangani set hasil, bukan? Dan itu adalah cabaran, dan itulah keindahan, betul, apa yang kita lakukan. Kebanyakan mengangkat berat sedang dilakukan di pelayan. Kami hanya mengendalikan semua keputusan. Dan, sekali lagi, anda masuk ke dalam situasi yang sudah tentu apabila anda ingin menjalankan sepuluh pertanyaan serentak yang semuanya kembali berjuta-juta baris, ya betul-betul, anda mungkin mendapati diri anda dalam beberapa persembahan di sana, kan? Tetapi pada masa yang tidak saya mempunyai pelanggan yang menghindar daripada menjalankan pertanyaan besar terhadap DBArtisan, anda tahu, terhadap pangkalan data mereka. Sekali lagi, seperti yang saya katakan, perbatuan berbeza-beza bergantung kepada banyak faktor, betul, tetapi, sekali lagi, seperti yang saya katakan, saya berurusan dengan berjuta-juta baris kembali dan selagi ia mengisi grid, m pergi. Tetapi kadang-kadang jelas saya perlu menunggu hasilnya kembali.
Dez Blanchfield: Saya mempunyai soalan untuk anda sebelum saya membungkus, kerana saya mengambil terlalu banyak masa dan terima kasih untuk itu. Hanya beritahu kami sedikit lebih lagi, anda tahu, membaca spesifikasi terkini semalam untuk memastikan bahawa saya berada di seberang dan saya fikir saya berada. Pemantauan proses dan jenis peringatan dan pemberitahuan, anda tahu, perancangan kapasiti membawa semua isu besar dengan DBA, sepanjang hari setiap hari, anda tahu. Adakah seseorang akan mengisi jadual ini, dia akan mengisi pangkalan data, apakah mereka akan mengisi ruang cakera yang saya ada, bagaimana saya menguruskannya? Memberi kami sekumpulan maklumat ringkas mengenai jenis pemantauan proses dan terutamanya memantau makluman dan kemudian idealkan perancangan kapasiti. Saya fikir itu adalah kawasan yang saya fikir ada banyak minat.
Scott Walz: Pemantauan proses menunjukkan kemungkinan bahawa ciri yang paling banyak digunakan oleh pelanggan kami dan itu pemantauan pangkalan data untuk dapat menunjukkan dan melakukan itu. Dan kami mempunyai beberapa pek penganalisis. Penganalisis Prestasi mempunyai beberapa isyarat yang boleh anda tetapkan apabila ambang tertentu dipenuhi. Ia boleh memberi amaran kepada anda. Mungkin bilangan log X, kesilapan dalam fail log, anda tahu, ia akan mengeluarkan amaran untuk anda. Ruang jadual mencapai peratusan tertentu penuh, anda boleh mendapat amaran lain. Dan keindahannya, adakah anda berada dalam alat yang sama, betul, ia adalah sebahagian daripada DBArtisan supaya anda hanya klik kanan pada ralat, isyarat, dan anda menguruskan dengan DBArtisan dan ia membawa anda ke ruang editor ruang . Dan anda boleh menangani masalah di sana.
Berkenaan dengan keupayaan, mutlak itu adalah butang yang panas, dan penganalisis kapasiti yang kami buat sekarang telah dialihkan ke SQL Server, Oracle, DB2 LUW dan Sybase ASE. Dan itu berlaku dengan tepat apa yang anda nyatakan. Anda boleh mula, apabila kami mendapat beberapa koleksi, betul, dan sebaik sahaja kami mendapat saiz sampel, dan mungkin saiz barisnya, mungkin kiraan objeknya, banyak pilihan dalam alat itu, dan kemudian anda boleh mula mengesan, bukan? Dan apa yang akan kelihatan seperti dalam enam bulan? Apa yang akan kelihatan seperti dalam dua belas bulan? Saya boleh trend untuk, hanya trend untuk tarikh atau saya boleh trend untuk nilai, bukan? Dan contoh yang anda ada, saya mempunyai jumlah ruang cakera X, berdasarkan itu, bilakah saya akan memukul had itu? Berdasarkan pertumbuhan yang saya ada dan koleksi ini yang saya lakukan, bilakah saya akan memukul had itu? Sekurang-kurangnya saya tahu saya boleh merancang untuk itu. Adakah ia akan menjadi enam bulan, adakah ia akan menjadi dua tahun? Tetapi sekali lagi, kita boleh menggunakan penganalisis kapasiti untuk trend ke arah itu.
Dez Blanchfield: Itu hebat. Demo hebat. Saya benar-benar menikmatinya. Saya akan lulus kembali kepada Eric kerana saya tahu ada beberapa soalan yang muncul dari penonton kami yang menakjubkan hari ini. Terima kasih banyak, sudah cukup bagus untuk mengenali produk dengan baik, dan saya berharap dapat menjaga mata yang sangat dekat.
Eric Kavanagh: Baiklah. Kami mempunyai beberapa soalan yang baik. Dan kita akan sedikit demi sedikit jadi kami akan cuba untuk membungkus dengan cepat kerana saya tahu, Scott, anda telah mendapat perhentian yang tertutup. Inilah soalan besar. Bagaimana pula dengan kerja-kerja menyimpan data lama seperti VSAM, dan Model 205, dan IMS dan IDMF serta jenis-jenis perkara? Adakah anda melihat begitu kerap hari ini dan seberapa baik ia berfungsi?
Scott Walz: Saya tidak mahu memberitahu anda bahawa anda terjebak. Sesetengah persekitaran, jika mereka mempunyai ODBC atau JDBC dan saya tahu ada di antara mereka yang berada di sana, kami boleh menyambung kepadanya dan anda boleh bekerja dengannya melalui cara itu. Tetapi untuk sebahagian besar skrin hijau adalah cara untuk pergi diam.
Dez Blanchfield: Saya suka skrin hijau.
Eric Kavanagh: Nah, anda tahu, seperti yang ditunjukkan oleh Dez dengan slaid itu, di mana dia mempunyai semua aplikasi dan alat yang tersedia hari ini, itu adalah realiti yang sangat menakutkan bagi sesiapa yang ingin bertanggungjawab melaksanakan fungsi pentadbir pangkalan data. Dan saya meneka bahawa dari masa ke masa anda boleh membina penyambung ke mana-mana alat ini ketika dan permintaan pelanggan, dan sebagainya, bukan? Supaya anda mendayakan pane kaca tunggal itu.
Scott Walz: Dan itu adalah kunci besar di sebalik membuat DBArtisan dilengkapi untuk dapat mengendalikan sambungan JDBC dan ODBC. Kami benar-benar memperluaskannya sekarang. Sekarang, selagi kita mempunyai sambungan itu, betul, selagi kita mempunyai pemandu itu, kita boleh menyambung dan bekerja menentangnya.
Eric Kavanagh: Itu perkara yang baik. Baiklah, kami mengarkibkan semua ini untuk tontonan kemudian. Saya menyiarkan pautan ke slaid, semoga anda dapat melihatnya, melalui SlideShare. Terima kasih banyak untuk semua usaha anda, tuan-tuan. Selamat datang ke webcast hari ini lagi. Banyak slaid yang bagus. Banyak kandungan yang baik. Saya suka demo itu. Ia sememangnya menarik bahawa anda telah menargetkan tempat yang sangat manis di pasaran kerana terdapat jenis pangkalan data seperti hari ini. Dan kita hanya perlu, sebagai pengurus, ada tempat untuk mengendalikan semua itu. Sudah selesai, lelaki. Kami akan mengejar anda esok untuk satu lagi Teknologi Hot. Semoga anda mengukir satu jam esok. Masa yang sama. Stesen yang sama. Kami akan mengejar anda masa depan, orang. Jaga diri. Selamat tinggal.
