Dengan Staff Techopedia, 8 Jun 2016
Takeaway: Host Eric Kavanaugh membincangkan inovasi dalam teknologi pangkalan data dengan pakar Dez Blanchfield, Robin Bloor dan Bert Scalzo.
Anda tidak log masuk sekarang. Sila log masuk atau mendaftar untuk melihat video.
Eric Kavanagh: Tuan-tuan dan puan-puan, pada hari Rabu, pada empat masa Timur. Saya di New Orleans, musim panas akan datang, itu bermakna ia panas! Sudah tiba masanya untuk Teknologi Hot, ya memang, ya sesungguhnya. Nama saya Eric Kavanagh, saya akan menjadi tuan rumah anda. Saya akan menendang bola ke sini untuk Teknologi Hot. Topik hari ini ialah "Forward Momentum: Bergerak Relational Beyond Traditional." Orang ramai, kami mempunyai tiga pakar pangkalan data di telefon hari ini, jadi apa saja soalan yang anda miliki, kirimkan mereka yang keras, jangan malu. Kami mempunyai banyak kandungan yang bagus untuk anda hari ini. Ada tempat tentang kamu, cukup tentang saya. Sudah tentu, tahun ini panas. Kami bercakap tentang teknologi panas dalam pameran ini, yang merupakan perkongsian dengan rakan-rakan kami dari Techopedia. Dan kita akan pergi ke asas pengurusan maklumat hari ini, yang tentunya adalah pangkalan data. Kami akan bercakap tentang bagaimana kami sampai di sini, apa yang sedang berlaku hari ini, dan apa yang berlaku pada masa hadapan. Banyak perkara yang sangat menarik berlaku.
Jelas sekali kita mempunyai beberapa inovasi serius dalam ruang pangkalan data. Ia agak tenang buat sementara waktu; jika anda bercakap dengan beberapa penganalisis dalam perniagaan, saya akan mengatakan mungkin dari tahun seperti, 2005 hingga 2009 atau '10, ia tidak kelihatan seperti terlalu banyak berlaku dari segi inovasi. Dan tiba-tiba ia hanya berlaku, seperti jailbreak atau sesuatu, dan kini terdapat semua jenis barangan yang menarik berlaku. Kebanyakannya adalah kerana skala web, dan semua sifat web yang sejuk yang melakukan pelbagai perkara yang menarik. Di sinilah konsep NoSQL berasal. Dan ini bermakna dua perkara yang berbeza: ia tidak bermakna SQL, kerana ia tidak menyokong SQL, ia juga bermakna bukan sahaja SQL. Terdapat istilah "NewSQL" yang digunakan oleh sesetengah orang. Tetapi jelas, SQL - Bahasa Quod Structured - benar-benar asas, itu asas pertanyaan.
Dan menarik bahawa semua enjin NoSQL ini, apa yang berlaku? Nah, mereka keluar, ada banyak keghairahan mengenainya, dan beberapa tahun kemudian, apa yang kita semua mula mendengar? Oh, SQL pada Hadoop. Nah, semua syarikat ini mula menghentam antara muka SQL ke alat NoSQL mereka, dan sesiapa sahaja yang berada dalam dunia pengaturcaraan tahu bahawa ia akan membawa kepada beberapa cabaran dan beberapa masalah, dan beberapa wayar yang melintasi dan sebagainya. Jadi kita akan mengetahui banyak perkara itu hari ini.
Ada tiga penyampai kami: kami ada Dez Blanchfield menelefon dari Sydney, Robin Bloor yang kita sendiri yang berada di Texas, dan begitu juga Bert Scalzo, dia juga di Texas. Jadi, pertama sekali kita akan mendengar dari Dez Blanchfield. Orang ramai, kami akan tweet di hashtag #HotTech, jadi jangan ragu untuk menghantar komen anda, atau hantar soalan anda melalui komponen Q & A konsol webcast, atau melalui tetingkap sembang. Dan dengan itu, Dez Blanchfield, ambilnya.
Dez Blanchfield: Terima kasih, Eric. Hai semua. Jadi saya akan cuba dan menetapkan adegan itu pada sudut pandangan 30, 000 jenis apa yang berlaku dalam dekad yang lalu, dan peralihan penting yang kita lihat - atau sekurang-kurangnya satu dekad dan setengah pula - dari sistem pengurusan pangkalan data, dan beberapa kesan daripada sudut pandangan komersial atau teknikal, dan beberapa trend yang kami alami lewat, dan membawa kami ke dalam perbualan yang akan kami capai hari ini.
Imej pelindung saya di sini adalah pasir pasir, dan ada angin yang meniup sedikit pasir kecil dari bahagian atasnya. Dan sebagai akibat daripada itu, apa yang berlaku ialah bukit pasir perlahan-lahan berjalan dari satu ruang ke tempat lain. Dan itu adalah satu fenomena luar biasa, di mana gunung-gunung besar pasir 40- dan 50 kaki yang besar, dengan berkesan, mereka sebenarnya bergerak. Dan mereka bergerak perlahan, tetapi mereka bergerak pasti, dan ketika mereka bergerak, mereka mengubah landskap. Dan ia cukup sesuatu untuk ditonton jika anda menghabiskan masa di mana-mana di kawasan di mana bukit-bukit pasir adalah sesuatu yang semula jadi. Kerana anda boleh melihat keluar tetingkap suatu hari, dan menyedari bahawa gunung pasir besar-besaran ini, bijirin kecil yang kecil telah bergerak dengan sendirinya, secara beransur-ansur, dan angin perlahan-lahan mengalihkannya dari satu tempat ke tempat lain.
Dan saya fikir dalam banyak cara, itulah dunia sistem pangkalan data untuk beberapa waktu. Sehingga sangat, baru-baru ini, peralihan yang sangat kecil dalam bentuk biji pasir bergerak gunung pasir gergasi dalam bentuk pasir pasir. Peralihan kecil telah masuk ke platform pangkalan data sejak bertahun-tahun, dan ia menjadi persekitaran yang agak stabil dan kukuh di sekitar sistem dan platform pangkalan data, melalui kerangka utama era pertengahan. Tetapi sejak kebelakangan, kami mempunyai beberapa perkara yang agak ketara berlaku kepada keperluan komersil kami dan pemandu teknikal kami. Saya akan memandu kami melalui mereka.
Saya mempunyai pandangan bahawa konsep asas pangkalan data, seperti yang kami tahu selama bertahun-tahun, dan seperti yang anda telah dengar dalam bantahan pra-pertunjukan, dua pakar kami yang sedang menelpon dengan saya hari ini mempunyai seumur hidup dalam ruang ini dan mereka betul-betul hak untuk berkongsi hak-hak bercakap di sana apabila semuanya bermula pada awal tahun 80-an. Tetapi kita telah melihat peralihan besar-besaran ini dalam dekad yang lalu dan sedikit, dan saya akan dengan mudah berjalan kaki sebelum saya menyerahkannya kepada Dr. Robin Bloor.
Kami telah melalui apa yang saya panggil, pengalaman "lebih besar, lebih baik, lebih cepat, lebih murah". Seperti yang saya katakan, definisi pangkalan data telah berubah. Landskap di mana platform pangkalan data telah menangani prestasi, dan keperluan teknikal dan komersil telah beralih juga. Kami telah melihat peningkatan dalam permintaan bagi penyelesaian untuk menangani sama ada keperluan teknikal komersil atau kompleks yang kompleks. Dan dengan cepat melihat apa yang sebenarnya bermakna, dalam fikiran saya, kita harus menyusun '90-an, dan kita melihat teknologi pangkalan data yang dipengaruhi oleh pengenalan internet, dan jenis apa yang kita panggil kemudian internet skala. Kami bukan hanya bercakap tentang orang yang duduk di hadapan terminal, asalnya seperti terminal teletype dengan pencetak fizikal yang dibina dan 132 lajur teks yang keluar dalam kertas. Kemudian terminal skrin hijau awal, menumbuk dengan papan kekunci.
Tetapi anda tahu, dunia kita adalah terminal dan kabel bersiri atau kabel rangkaian yang bercakap dengan komputer untuk masa yang lama. Kemudian bersama-sama datang internet, dan pertumbuhan kononnya penyambungan, bahawa anda tidak perlu dimasukkan ke dalam komputer lagi. Untuk masuk ke sistem pangkalan data anda hanya memerlukan pelayar web. Oleh itu, teknologi pangkalan data telah berubah secara mendadak, untuk menangani skala segala-galanya daripada teknologi enjin carian asas yang digunakan untuk mengindeks dunia, dan menyimpan indeks maklumat, dalam contoh skala format pangkalan data. Dan orang seperti Google dan yang lain memberikan platform untuk melakukannya. Dan semua jenis penyimpanan pangkalan data dan pertanyaan dan pengindeksan dihasilkan. Kemudian kami mempunyai tapak muzik dan tapak filem yang datang.
Dan kemudian pada tahun 2000-an, kita melihat ledakan dot-com, dan itu menghasilkan letupan yang lebih dramatik dalam bilangan orang yang menggunakan sistem yang selalu dikuasakan oleh pangkalan data dalam beberapa bentuk. Tahap ini, pangkalan data relasi masih diatasi dengan kebanyakan beban, kami hanya meletakkannya pada timah yang lebih besar, dan kami semacam pergi ke sistem mid-range sangat, sangat, sangat besar yang menjalankan platform Unix dari orang-orang seperti IBM dan Sun dan sebagainya . Ledakan dot-com hanya membuat perkara yang lebih besar dan lebih cepat dari perkakasan, sudut pandang prestasi, dan ada beberapa perubahan penting dalam enjin pangkalan data, tetapi untuk bahagian yang lebih baik, ia masih sama dengan jenis yang kita lihat untuk lama.
Dan kemudian kita mendapat era web 2.0 ini, seperti yang kita rujuk. Dan ini satu pergeseran yang besar, kerana tiba-tiba kita memerlukan lebih banyak platform pangkalan data yang lebih mudah, dan perlu ada skala pada bentuk mendatar. Dan itu adalah peralihan penting dalam cara kita mendekati idea tentang pangkalan data apa. Kami masih benar-benar menangkap sekarang dalam pandangan saya. Dan sekarang kita berhadapan dengan keadaan ini, dan saya mengatakan bahawa dengan putaran positif, bukan konotasi negatif, kekacauan ini mengenai apa yang kita rujuk sebagai data besar, dan letupan besar, dan maksud saya letupan. Peralihan keterlaluan ini secara menegak pada graf bilangan pilihan yang kita ada ketika kita bercakap mengenai pangkalan data, dan beberapa bentuk kemampuan query relasional.
Dan dengan cukup menarik, saya secara peribadi berpendapat bahawa saya menganggap bahawa data besar sebenarnya hanya hujung gunung kecil. Kami cenderung untuk mendapatkan sedikit teruja tentang apa kesan data besar itu, dan jenis pilihan yang ada sekarang. Kami mempunyai segalanya dari enjin NoSQL, kami mempunyai enjin grafik, kami mempunyai semua jenis platform yang berbeza yang boleh kami buang data dan melakukan perkara dengannya. Malah pada hakikatnya, salah satu perbualan pertama saya dengan Eric Kavanagh, yang ada bersama kami hari ini, adalah mengenai perbualan berkaitan dengan sesuatu yang disebut Apache Drill, yang merupakan projek sumber terbuka yang membolehkan anda membuat pertanyaan data di dalam model jenis data yang berbeza: semuanya dari fail CSE mentah yang duduk pada cakera keras, melalui sistem fail HDFS pada skala petabyte. Dan anda tahu, ia membolehkan anda melakukan pertanyaan gaya SQL ini mengenai data berstruktur dan tidak tersusun dari semua jenis tumbuh-tumbuhan yang menarik.
Kami akan melihat "bangunan pintar" menjadi sesuatu, dan kami ingin berfikir bahawa kami mempunyai bangunan pintar keselamatan dan pengurusan haba, tetapi saya bercakap tentang bangunan pintar yang tahu lebih banyak tentang siapa anda dan di mana anda berada ketika anda berjalan, dan melakukan segala macam perkara yang kemas di tingkat itu, melalui bandar pintar - keseluruhan ekosistem di peringkat bandar - yang tahu bagaimana melakukan perkara dengan bijak. Dan di luar itu, kita mempunyai perkara yang luar biasa ini yang saya tidak fikir sesiapa di dunia yang dipegang sepenuhnya, dan itulah bentuk Internet Perkara. Terdapat semua perubahan yang berlainan sepanjang dekad yang lalu dan sedikit, mungkin dua dekad secara kasar, jika kita mengulanginya, yang semacam itu memberi impak kepada dunia apa yang kita anggap pangkalan data, dalam pandangan saya.
Ada beberapa perkara penting yang telah menjadikan ini mungkin. Kos cakera keras telah turun secara dramatik, dan dalam banyak cara itulah yang memungkinkan untuk memandu beberapa arsitektur rujukan seperti model Hadoop, di mana kita mengambil banyak data dan menyebarkannya pada banyak cakera keras, dan melakukan perkara yang bijak dengannya. Dan pada dasarnya, apa yang menjadi sharding, pada pandangan saya, pangkalan data hubungan atau model unit DB tradisional. Dan RAM mendapat sangat, sangat murah, dan memberi kita peluang baru untuk bermain dengan arsitektur rujukan yang berbeza seperti ing memori, dan melakukan perkara-perkara seperti memisahkan ketulan data yang sangat besar.
Dan ini memberi kami gambaran kecil ini yang kami lihat sekarang, iaitu gambarajah yang menunjukkan jenis platform yang tersedia jika anda berada dalam landskap data yang besar. Dan sangat sukar untuk dibaca, dan sebab itu, terdapat terlalu banyak maklumat mengenai itu. Terdapat begitu banyak pilihan pembuatan, model dan pembuatan cara untuk meletakkan data ke dalam sistem pangkalan data dalam bentuk apa pun, dan menanyakannya, dan melakukan pembacaan tradisional. Dan mereka tidak semua patuh, sesungguhnya sangat sedikit daripada mereka bahkan mematuhi sebarang standard gaya asas, tetapi mereka masih menganggap diri mereka sebagai pangkalan data. Dan saya akan menunjukkan kepada anda beberapa skrin dalam sekejap untuk memberi anda beberapa konteks tentang apa yang saya maksudkan dengan perubahan dari '90-an dan skala internet, ke web 2.0, dan kemudian keseluruhan pertumbuhan melalui data besar. Sekiranya kita berfikir bahawa grafik landskap teknologi data ini menarik kerana terdapat banyak pilihan di atasnya, mari kita lihat pada satu menegak utama.
Mari kita lihat teknologi pemasaran. Berikut adalah pilihan untuk sistem pengurusan pangkalan data, atau pengurusan data di dalam ruang mar-tech sahaja, jadi teknologi yang berkaitan dengan pemasaran. Sekarang ini pada 2011, jadi beberapa tahun lalu; lima tahun yang lalu, ini adalah pemandangan landskap. Sekiranya saya hanya kembali satu lakaran secara ringkas, inilah lanskap data hari ini seperti dalam pelbagai jenama dan persembahan yang kami dapati dalam teknologi pangkalan data. Inilah yang kelihatan seperti menegak lima tahun lalu, hanya dalam teknologi pemasaran.
Sekarang jika saya pergi ke pandangan hari ini, inilah yang kelihatannya, dan ia tidak dapat ditembusi. Ia hanya tembok jenama dan pilihan, dan ribuan dan ribuan gabungan perisian yang menganggap dirinya berada dalam kelas pangkalan data, yang dapat menangkap, membuat atau menyimpan dan mengambil data dalam pelbagai bentuk. Dan saya fikir kami sedang memasuki masa yang sangat menarik dan berani sekarang, di mana sekali lagi anda boleh mengetahui jenama utama, anda boleh mengetahui lima atau enam platform yang berbeza dari Oracle dan Informix, DB2 dan sebagainya, dan hampir pakar dalam semua jenama yang terdapat sekitar 20 tahun yang lalu. Sepuluh tahun yang lalu, ia mendapat sedikit lebih mudah kerana beberapa jenama jatuh, dan tidak semua jenama dapat mengatasi skala ledakan dot-com, dan sesetengah syarikat hanya pecah.
Hari ini, tidak mustahil untuk menjadi seorang pakar dalam semua teknologi pangkalan data yang wujud, sama ada pangkalan data hubungan atau pangkalan data pangkalan data standard yang kami tahu sepanjang beberapa dekad yang lalu. Atau mungkin kes itu, enjin yang lebih moden seperti Neo4j dan jenis tersebut. Oleh itu, saya fikir kita sedang memasuki dunia yang sangat berani di mana terdapat banyak pilihan, dan kita mempunyai platform dalam skala mendatar, sama ada dalam memori atau pada cakera sekarang. Tetapi saya fikir ia adalah satu masa yang mencabar bagi pembuat keputusan teknologi dan perniagaan, kerana mereka perlu membuat beberapa keputusan yang sangat besar mengenai tumpuan teknologi, yang dalam beberapa kes hanya ada pada asasnya bulan. Lapan belas bulan tidak merupakan nombor menakutkan sekarang untuk beberapa platform database sumber terbuka yang lebih menarik dan baru. Dan mereka mula menggabungkan platform dan menjadi lebih baru dan lebih menarik.
Saya fikir kita akan mempunyai perbualan yang hebat hari ini mengenai bagaimana semua ini memberi kesan kepada platform pangkalan data tradisional dan bagaimana mereka bertindak balas terhadapnya, dan jenis teknologi yang dibuang pada itu. Dan dengan itu, saya akan lulus sekarang kepada Dr. Robin Bloor, dan dapatkan pandangannya. Robin, kepada kamu.
Robin Bloor: Baiklah, terima kasih kerana itu. Ya, topik ini terlalu besar. Saya maksudkan, jika anda hanya mengambil sekeping salah satu ilustrasi yang Dez hanya menunjukkan kepada anda, anda boleh mempunyai perbualan yang panjang kira-kira salah satu slivers. Tetapi anda tahu, anda boleh pergi ke pangkalan data - Saya telah melihat pangkalan data, saya tidak tahu, sejak tahun 1980-an, dan anda boleh melihat pangkalan data dengan cara yang berbeza. Dan salah satu perkara yang saya fikir yang saya akan lakukan, hanya membuangkan perbualan hari ini, adalah untuk membincangkan tentang sebab-sebab yang mengganggu yang terjadi pada tahap perkakasan. Dan anda harus ingat, banyak perkara mengganggu yang sebenarnya berlaku pada tahap perisian juga, jadi ini bukan gambaran penuh dari apa-apa, ini hanya perkara perkakasan.
Saya tidak akan bercakap dengan sangat lama, saya hanya mahu memberikan gambaran perkakasan anda. Pangkalan data adalah keupayaan pengambilan data yang merangkumi CPU, memori dan cakera, dan itu berubah dengan dramatik. Dan sebab saya katakan itu, adakah saya belajar memahami pangkalan data dari perspektif apa yang sebenarnya anda lakukan. Anda tahu, ada perbezaan latensi antara data sebenarnya pada CPU, dan data yang ditarik ke CPU dari memori, dan data yang ditarik dari cakera ke memori, dan melalui CPU. Dan seni bina pangkalan data lama hanya cuba mengimbanginya. Anda tahu, mereka hanya berkata, "Nah, ini sangat perlahan, kami akan cache data pada cakera supaya ia dalam ingatan. Kami akan mencuba dan melakukannya dengan cara yang benar-benar tepat supaya bahagian yang sangat baik dari data yang kami minta sudah di ingatan. Dan kami akan memajukan data ke CPU secepat yang sebenarnya. "
Dan pangkalan data ditulis pada hari-hari lama mesin ditulis untuk kluster kecil. Dan sekarang, untuk jahil paralelisme. Kerana jika anda akan mendapat beberapa prestasi daripada kelompok, anda perlu melakukan pelbagai perkara secara selari. Paralelisme adalah sebahagian daripada permainan, tidak seperti cara sekarang. Saya hanya akan berjalan mengikut apa yang berlaku.
Pertama sekali, cakera. Baik cakera berakhir, betul-betul. Ia cukup banyak mengenai pangkalan data. Saya fikir ada beberapa konteks untuk mengarkibkan data, dan juga tasik data yang sangat besar yang berjalan di Hadoop, cakera pemutar yang paling buruk mungkin mungkin berlaku sekarang. Benar, masalah cakera berputar adalah bahawa kelajuan bacaan tidak banyak dipertingkatkan. Dan apabila CPU akan meningkatkan kelajuan undang-undang Moore, jenis pesanan magnitud, lebih cepat setiap enam tahun. Dan kenangan itu sememangnya mengikutinya, maka kedua-dua mereka dengan pantas mengekalkan satu sama lain, ia tidak sepenuhnya lancar, tetapi mereka melakukannya.
Tetapi rawak dibaca ke cakera di mana kepala mengepung cakera, maksud saya, selain daripada apa-apa lagi, itu adalah pergerakan fizikal. Dan jika anda melakukan rawak membaca cakera, ia sangat perlahan berbanding membaca dari ingatan, seperti 100, 000 kali lebih perlahan. Dan baru-baru ini, kebanyakan arsitektur pangkalan data yang saya lihat di mana-mana kedalaman sebenarnya telah membaca secara bersiri daripada cakera. Anda benar-benar mahu, dalam satu cara atau yang lain, hanya cache sebanyak yang anda boleh dari cakera, dan tarik peranti perlahan itu dan letakkan pada peranti pantas. Dan ada banyak perkara yang pintar yang boleh anda lakukan dengan itu, tetapi ia lebih baik.
Dan cakera keadaan pepejal, atau pemacu denyar, sebenarnya, adalah apa yang mereka, sangat cepat menggantikan cakera berputar. Dan perubahan itu semula sepenuhnya, kerana cara data itu diorganisir pada cakera, apakah itu diatur mengikut cara kerja disk itu. Ini sebenarnya mengenai kepala bergerak di permukaan berputar, sebenarnya beberapa kepala bergerak merentasi pelbagai permukaan berputar, dan mengambil data ketika mereka pergi. Pemacu keadaan pepejal hanyalah satu blok barangan yang boleh anda baca. Maksud saya, perkara pertama adalah semua pangkalan data tradisional telah direkayasa untuk cakera berputar, dan mereka kini sedang direkayasa semula untuk SSD. Pangkalan data baru mungkin boleh - siapa saja yang menulis pangkalan data baru sekarang mungkin boleh mengabaikan cakera berputar, tidak memikirkannya sama sekali. Tetapi Samsung, pengeluar utama SSD, memberitahu kami bahawa SSD sebenarnya berada pada lengkung hukum Moore.
Mereka sudah, saya fikir, kira-kira tiga atau empat kali lebih cepat daripada cakera berputar, tetapi sekarang mereka akan mendapat lebih cepat setiap 18 bulan, pada asasnya. Ganda dalam kelajuan, dan 10 kali dalam kelajuan sehingga enam tahun. Jika itu hanya itu, bagaimanapun, itu tidak, kerana saya akan memberitahu anda dalam seketika. Cakera berputar tentu menjadi medium pengarsipan.
Mengenai ingatan. Perkara pertama dahulu, RAM. Nisbah CPU antara RAM per CPU hanya meningkat sepanjang waktu. Dan tentu saja, dengan cara ini, menyampaikan banyak lagi yang lebih pantas, kerana kesemua memori yang anda dapat sekarang dapat menyimpan lebih banyak lagi. Apa sebenarnya ini, ia jenis mengurangkan tekanan ke atas aplikasi MLTP, atau aplikasi baca secara rawak, kerana lebih mudah untuk memenuhi mereka, kerana sekarang anda mempunyai banyak ingatan, dan dengan cara itu, anda boleh cache apa sahaja yang mungkin dibaca ke ingatan. Tetapi anda menghadapi masalah dengan timbunan data yang lebih besar, begitu besar data sebenarnya tidak begitu mudah, sememangnya.
Dan kemudian kita mempunyai Intel dengan Xpoint 3D, dan IBM dengan apa yang mereka panggil PCM, iaitu memori fasa perubahan, menyampaikan sesuatu yang mereka percayai - baik, sekurang-kurangnya 10 kali lebih cepat daripada SSD saat ini, dan mereka percaya ia akan mendapat sangat dekat dengan kelajuan yang sama seperti RAM. Dan sudah tentu ia lebih murah. Jadi sebelum ini, anda mempunyai struktur pangkalan data ini CPU, memori dan cakera, dan kini kami bergerak ke arah struktur yang mempunyai empat lapisan. Ia mempunyai CPU, memori atau RAM, dan memori jenis ini lebih cepat-daripada-SSD, yang sebenarnya tidak menentu, dan kemudian SSD. Dan teknologi baru ini tidak menentu.
Dan ada pemristel HP, yang belum lagi, anda tahu, kerana ia diumumkan sekitar tujuh tahun yang lalu, tetapi belum muncul. Tetapi khabar angin yang saya dengar adalah bahawa HP akan mengubah permainan sedikit dengan memristor juga, jadi anda mempunyai hanya situasi ingatan yang baru. Ini tidak seperti kita mempunyai barangan yang lebih pantas, ini seperti kita mempunyai lapisan baru. Dan kemudian kami mendapat hakikat bahawa akses SSD, anda boleh membacanya selari. Anda tidak boleh membaca cakera berputar secara selari, kecuali dengan mempunyai banyak cakera berputar yang berlainan. Tetapi blok SSD, anda sebenarnya boleh membaca selari. Dan kerana anda dapat membaca secara selari, ia berjalan dengan lebih cepat daripada kelajuan baca yang mudah, jika anda sebenarnya menubuhkan pelbagai proses merentasi pelbagai proses pada CPU tunggal, dan hanya dengan SSD.
Dianggarkan anda boleh mendapatkan kelajuan RAM hampir sehingga dengan melakukan itu. Dan semua ini dikatakan, masa depan seni bina memori tidak jelas. Maksud saya, realitinya adalah bahawa pelbagai vendor dominan, siapa pun yang mereka lakukan, mungkin akan menentukan arah perkakasan. Tetapi tiada siapa yang tahu di mana ia akan berlaku pada masa ini. Saya telah berbincang dengan beberapa jurutera pangkalan data yang mengatakan, "Saya tidak takut apa yang berlaku, " tetapi mereka tidak tahu bagaimana untuk mengoptimumkannya dari perjalanan. Dan anda selalu berbuat demikian, jadi itu menarik.
Dan kemudian ada CPU. Nah, CPU multicore bukan sekadar CPU multicore. Kami juga mempunyai jumlah besar cache L1, L2 dan L3, terutamanya L3, yang sehingga, saya tidak tahu, puluhan megabait. Anda boleh meletakkan banyak di sana, anda tahu. Oleh itu, anda boleh menggunakan cip itu sebagai medium caching. Jadi itu mengubah permainan. Dan tentunya, pemprosesan vektor dan pemampatan data, beberapa vendor sebenarnya telah melakukan itu, menyeret barang-barang ke CPU untuk menjadikannya semua jauh lebih cepat di CPU. Kemudian anda mendapat hakikat bahawa, dengan baik, CPU dengan GPU sangat baik untuk mempercepat analisis. Dan mereka benar-benar baik pada beberapa jenis pertanyaan, ia hanya bergantung kepada apa yang anda pertanyaan.
Anda boleh membuat papan dengan CPU dan GPU, atau seperti yang dilakukan oleh AMD sekarang, anda menghasilkan sesuatu yang dipanggil APU, yang merupakan jenis perkahwinan CPU dan GPU; ia mempunyai kedua-dua jenis keupayaan. Jadi itulah prosesor yang berbeza. Dan kemudian pengumuman baru-baru ini oleh Intel bahawa mereka akan meletakkan FPGA pada cip, seperti yang saya lakukan. Saya berfikir, "Bagaimana di bumi ini akan berlaku?" Kerana jika anda telah mendapat kemungkinan CPU, GPU, dan anda mempunyai kemungkinan CPU, FPGA - dan dengan cara ini, jika anda benar-benar mahu, di papan yang sama anda boleh meletakkan CPU, dan GPU, dan FPGA. Saya tidak tahu bagaimana anda sebenarnya akan menjalankan apa-apa dengan cara itu, tetapi saya tahu syarikat yang melakukan perkara-perkara seperti ini, dan mereka mendapat sambutan pertanyaan yang sangat cepat. Ini bukan sesuatu yang akan diabaikan, ini adalah sesuatu yang akan digunakan oleh vendor yang ditubuhkan, dan oleh vendor baru yang datang, mungkin. DBMS sentiasa selari, tetapi sekarang kemungkinan selari hanya meletup, kerana ini membolehkan anda menyusunnya dengan itu, dengan itu, dengan itu dalam pelbagai cara.
Akhirnya, untuk skala atau skala? Peningkatan adalah benar-benar penyelesaian terbaik, tetapi untuk satu perkara. Anda mendapat prestasi nod jauh lebih baik jika anda hanya dapat mengoptimumkan prestasi CPU dan memori pada cakera pada satu nod. Dan anda akan menggunakan nod yang lebih sedikit, jadi ia akan menjadi lebih murah, bukan? Dan ia akan lebih mudah untuk diuruskan. Malangnya, ia adalah reka bentuk yang bergantung kepada perkakasan, dan sebagai perubahan perkakasan, ia menjadi kurang dan kurang mungkin untuk melakukan itu, melainkan jurutera anda akan dapat berjalan secepat perkakasan berubah. Dan anda mendapat masalah beban kerja, kerana apabila anda semakin meningkat, anda membuat pelbagai anggapan mengenai beban kerja yang akan dilakukan.
Jika anda mengeluarkan skala, iaitu, jika arsitektur anda menekankan skala sebelum skala - sebenarnya anda perlu melakukannya kedua-duanya, itu hanya yang anda menekankan. Kemudian anda akan mendapat prestasi rangkaian yang lebih baik, kerana seni bina akan menanganinya. Ia akan menjadi lebih mahal dalam istilah perkakasan kerana akan ada lebih banyak nod, tetapi akan ada lebih sedikit masalah beban kerja, dan akan ada reka bentuk yang lebih fleksibel.
Dan saya fikir saya akan membuangnya, kerana jika anda benar-benar memikirkan semua perubahan perkakasan saya hanya menunjuk jari saya di, dan kemudian anda memikirkan, bagaimana anda akan meningkatkan dan membuat skala pada perkara itu? Kemudian anda sedar bahawa jurutera pangkalan data adalah, pada pendapat saya sekurang-kurangnya, kurang bayar. Jadi jika anda hanya merenungkan lapisan perkakasan, cabaran pangkalan data adalah jelas. Sekarang saya lulus ini kepada Bert, yang akan membuat kita semua berasa terdidik.
Eric Kavanagh: Itu sahaja! Bert?
Bert Scalzo: Terima kasih banyak. Biarkan saya terus masuk ke dalam slaid ini. Saya mempunyai banyak slaid untuk pergi, jadi beberapa daripada mereka saya boleh pergi agak cepat. Kami akan bercakap tentang ini "Forward Momentum: Bergerak Relational Beyond Tradisional." Ini bukan pangkalan data bapa anda lagi. Perkara telah berubah, dan sebagai pembicara terdahulu berkata, enam hingga tujuh tahun yang lalu, landskap telah berubah secara radikal.
Saya sendiri, saya telah melakukan pangkalan data sejak pertengahan '80an. Saya telah menulis buku tentang Oracle, SQL Server, penandaarasan dan beberapa perkara lain. "Dunia berubah dengan cepat. Big tidak akan mengalahkan kecil lagi. Ia akan menjadi lambang yang lambat. "Saya menambah" untuk menyesuaikan diri. "Itu adalah dari Rupert Murdoch. Saya benar-benar percaya ini akan menjadi kenyataan. Anda tidak akan dapat melakukan perkara pangkalan data seperti yang anda lakukan 10, 15, 20 tahun yang lalu. Anda perlu melakukannya dengan cara perniagaan mahu sekarang.
Saya akan cuba untuk kekal sedikit generik dalam apa yang saya persembahan, tetapi kebanyakan ciri yang saya bicarakan akan anda dapati di Oracle, anda akan dapati di SQL Server, MySQL, MariaDB dan beberapa yang lain besar pemain. Revolusi pangkalan data relasi, saya semacam sekali lagi bersetuju dengan penceramah yang terdahulu. Sekiranya anda melihat pada sekitar tahun 2010, kami pergi dari kereta perlumbaan merah ke kereta perlumbaan kuning. Terdapat perubahan besar, dan datang 2020, saya percaya anda akan melihat satu lagi perubahan radikal. Kami berada dalam masa yang sangat menarik.
Sekarang, slaid ini adalah kunci, itulah sebabnya saya meletakkan kunci di sana. Terdapat semua perubahan ini berlaku, dan di sebelah kiri saya mendapat teknologi, dan di sebelah kanan saya mendapat perniagaan. Dan persoalannya, yang mana yang menyebabkannya, dan mana yang menyokongnya? Kami mempunyai semua perubahan perkakasan ini: cakera turun, saiz cakera naik, jenis cakera baru, sehingga dilindungi oleh penceramah yang terdahulu. Harga memori turun, semua versi pangkalan data terbaru ini. Tetapi di sebelah kanan, kami mendapat perlindungan data dan pematuhan, pergudangan data, risikan perniagaan, analisis, pengekalan data mandatori. Kedua-dua belah persamaan sedang memandu, dan kedua-dua belah persamaan akan menggunakan semua ciri-ciri baru ini.
Pertama sekali, kami mempunyai cakera berputar SAS yang tipikal, kini sehingga 10 terabyte sekarang. Sekiranya anda tidak melihat, Western Digital, HGST mempunyai apa yang mereka panggil pemacu helium mereka, yang mencapai sehingga 10 terabyte sekarang. Kos cakera berputar semakin rendah. Seperti yang dinyatakan sebelum ini, anda boleh mendapatkan cakera padat sehingga kira-kira dua terabytes, tetapi Samsung mempunyai unit 20-terabyte yang akan datang tidak lama lagi. Kos menjadi munasabah. Satu perkara yang saya akan bercakap tentang yang lain tidak adalah, konsep flash flash. PCIe, itu PCI Express, berbanding NVMe, anda mungkin atau mungkin tidak pernah mendengar tentang ini, ungkapan memori yang tidak menentu. Pada asasnya, NVMe akan menjadi pengganti untuk SAS dan SATA, dan ia benar-benar lebih daripada protokol komunikasi daripada apa-apa lagi. Tetapi cakera-cakera tersebut sampai kepada kira-kira tiga terabyte sekarang.
Anda juga mungkin melihat bahawa beberapa pemacu SAS kini datang dengan penyambung U.2, yang merupakan penyambung yang berbeza daripada SAS atau SATA, yang menyokong NVMe dengan cakera standard - cakera itu mesti menyokongnya juga, tentu saja. Dan kemudian SATA dengan penyambung M.2, dan mereka mula mendapat NVMe. Malah, ada vendor notebook kini menjual notebook yang mempunyai cakera flash NVMe di dalamnya, dan perkara-perkara itu akan menjerit berbanding dengan teknologi yang telah anda gunakan sebelum ini.
Ramai orang tidak tahu apa semua kilat ini berbeza. Sekiranya anda melihat di sudut kanan bawah, itu adalah contoh M.2. Anda mungkin berkata, "Baiklah, ia kelihatan seperti pemacu mSATA di sebelah kiri." Tetapi seperti yang anda lihat, ia mempunyai dua jurang dalam pin yang bertentangan dengan satu, dan ia sedikit lebih besar. Dan juga, M.2 boleh datang dalam tiga saiz yang berbeza.
Dan kemudian kilat PCI Express, dan denyar NVMe. Sekarang, flash NVMe juga PCI Express, tetapi PCI Express biasanya masih merupakan algoritma pengawal SAS- atau SATA-jenis yang ditulis untuk cakera berputar, dan NVMe adalah algoritma atau teknik yang ditulis khusus untuk flash. Dan sekali lagi, anda akan melihat semua ini.
NVMe menawarkan beberapa perkara. Saya fikir kedua-dua peningkatan terbesar adalah, di sudut kanan atas, kependaman dikurangkan sebanyak 70 peratus. Saya sebenarnya dilihat lebih tinggi daripada itu. Di samping itu, jika anda melihat di penjuru kanan sebelah bawah, apabila sistem operasi anda bercakap pada cakera NVMe, ia akan melalui tahap perisian yang jauh lebih sedikit. Pada asasnya, anda melewati pemandu NVMe yang dimasukkan sekarang dengan sistem operasi, dan ia bercakap terus ke media. Terdapat banyak sebab mengapa teknologi ini akan mengubah dunia pangkalan data secara radikal.
Dan banyak kali, orang akan berkata, "Nah, berapa cepat NVMe?" Anda tahu, hari-hari lama yang baik, kembali tahun 2004 dan sebelum ini, kami teruja jika kami mempunyai Ultra-320 SCSI, 300 megabait sesaat. Kelajuan hari ini, banyak daripada anda mungkin berada di serat atau InfiniBand, dan jenis yang teratas. NVMe di sana di sebelah kanan, bermula di mana teknologi terkini berakhir. Apa yang saya perolehi adalah, PCI Express 3.0 dengan lapan lorong menghubungkan bermula pada hampir 8000, dan ia akan naik kerana kita mendapat versi PCI Express yang lebih baru, versi empat dan sebagainya. NVMe tidak boleh pergi kecuali.
Sekarang, apakah beberapa perkara yang berubah dalam pangkalan data? Sekarang di sudut kanan atas slaid saya, saya meletakkan sebab-sebab perniagaan saya rasa teknologi muncul. Dalam kes ini, kerana pergudangan data dan kerana sebab-sebab peraturan untuk pengekalan data mandatori, pangkalan data mula menawarkan pemampatan di dalamnya. Sekarang, sesetengah pangkalan data menawarkan pemampatan sebagai tambahan, ada yang menawarkannya sebagai terbina dalam standard, katakan edisi perusahaan pangkalan data mereka, tetapi beberapa pangkalan data, seperti dalam Oracle, bahkan boleh mempunyai versi pemampatan yang lebih baik lagi dalam, katakan, platform Exadata mereka, jadi mereka sebenarnya telah membina perkakasan yang boleh menyokong pemampatan yang sangat khusus dan yang satu di Exadata, misalnya, mendapat kadar pemampatan 40x, dan oleh itu sangat penting. Dan saya fikir ia adalah pengekalan data wajib, orang hanya mahu data lebih lama. Perniagaan, untuk melakukan analisis dan BI, mereka memerlukan data bernilai 5, 10, 15 tahun yang lalu.
Ciri-ciri lain yang mula muncul pada masa 2008, 2009 adalah pembahagian. Sekali lagi, anda akan mendapati ini dalam pangkalan data seperti Oracle, SQL Server, dan kedua-duanya yang anda perlu bayar untuknya. Di Oracle, anda perlu membeli pilihan pembahagian dan dalam SQL Server anda perlu berada di edisi pusat data. Ini teknik tradisional yang membahagikan dan menawan dan apa yang anda lakukan ialah anda mempunyai konsep jadual besar logik di bahagian atasnya dan apabila ia dimasukkan ke dalam cakera, ia sebenarnya dipecahkan kepada baldi. Dan anda dapat melihat bahawa baldi tersebut dianjurkan oleh beberapa kriteria untuk memisahkan, biasanya merujuk atau memanggil fungsi partition anda, dan kemudian juga, anda juga boleh sub-partition dalam beberapa platform pangkalan data dan anda boleh pergi lebih jauh.
Sekali lagi, saya fikir kedua-dua pergudangan data dan pengekalan data mandatori telah mendorong ini, dan dalam beberapa pangkalan data ini anda boleh mempunyai sehingga 64, 000 sekatan, dan saya percaya pada beberapa pangkalan data lain sehingga 64, 000 sub-sekatan. Ini membolehkan anda memecah data anda ke dalam kepingan yang boleh diurus. Anda juga akan memisahkan indeks; itu pilihan, anda tidak perlu, tetapi anda boleh memisahkan indeks anda juga. Salah satu sebab untuk melakukan ini mungkin anda mempunyai tetingkap gelongsor data. Anda mahu menyimpan data bernilai 10 tahun tetapi untuk menjatuhkan indeks untuk menjalankan beban kelompok malam ini, anda tidak perlu menurunkan indeks pada setiap baris, hanya pada baris yang ada dalam balang semasa. Pemisahan sebenarnya adalah alat pentadbiran yang sangat baik walaupun kebanyakan orang berpendapat bahawa manfaatnya yang besar adalah menghilangkan penghapusan partisi dalam rancangan anda dan oleh itu mempercepat pertanyaan anda. Itulah jenis icing pada kek.
Sekarang anda mungkin pernah mendengar mengenai sharding dan anda mungkin berfikir, "Nah, kenapa anda meletakkan slaid ini di sini?" Ini adalah salah satu dari NoSQL - ini adalah salah satu daripada persekitaran jenis Hadoop. Oracle 12c melepaskan dua, yang bukan G8 lagi, tetapi yang ditunjukkan atau dipratonton sebenarnya telah sharding di dalamnya. Anda akan mempunyai sistem pangkalan data tradisional seperti Oracle dan anda akan dapat menghirup seperti yang anda lakukan dalam model Hadoop, dan oleh itu anda akan mempunyai teknik membahagikan dan menakluk yang akan memecah anda jadual baris-bijak ke dalam kumpulan setiap nod dan ini akan - sama seperti yang anda lihat dalam beberapa pangkalan data NoSQL anda. Dan sebenarnya MySQL, anda sebenarnya boleh melakukannya dengan menggunakan salah satu daripada teknik clustering mereka, tetapi ia datang ke pangkalan data tradisional dan saya rasa Microsoft tidak mahu ketinggalan. Kedua-dua katak melompat bermain antara satu sama lain sepanjang masa jadi saya berharap dapat melihat sharding dalam mungkin versi seterusnya SQL Server.
Pengurusan kitaran hayat data, lagi pengekalan data mandatori, tetapi juga untuk risikan dan analisis perniagaan. Ini sebenarnya teknik membahagikan dan menaklukkan, dan biasanya DBA melakukan ini secara manual, dan itu, "Saya akan menyimpan data tahun ini pada cakera pantas, data tahun lepas pada cakera yang sedikit lebih perlahan, mungkin saya akan pergi untuk menjaga dua tahun yang lalu sebelum itu pada cakera yang lebih perlahan, dan kemudian saya akan mempunyai beberapa kaedah arkib. "Ia biasanya tidak direkam lagi, biasanya - anda mempunyai sesetengah storan yang dipasang pada rangkaian atau sesetengah peranti yang mempunyai banyak penyimpanan dan, anda tahu, kos efektif tetapi masih cakera berputar.
Dan sekarang, anda boleh - sama ada di Oracle dan di SQL Server - anda boleh membeli pilihan di mana anda menentukan peraturan dan ini hanya berlaku secara automagically di latar belakang. Anda tidak perlu menulis skrip lagi, anda tidak perlu berbuat apa-apa. Dan sekiranya anda melihat SQL Server 2016, yang baru keluar pada Jun pertama, terdapat ciri baru yang dikenali sebagai "Stretch Databases" yang pada dasarnya membolehkan anda lakukan - di sudut kanan bawah sana - anda boleh bergerak dari beberapa lapisan terus ke dalam awan dan sekali lagi ini adalah ciri yang dibina dalam pangkalan data, anda hanya mengatakan sesuatu seperti, "Jika data lebih daripada 365 hari, sila bergerak ke dalam awan dan, anda tahu, melakukannya secara automagically untuk saya."
Ini akan menjadi ciri yang sangat keren, sebenarnya saya fikir ia mungkin akan kita lihat pada masa akan datang, yang mana anda akan mempunyai pangkalan data hibrid di mana anda akan menyimpan beberapa setempat dan beberapa di awan. Sebelum ini, orang berfikir, "Oh, saya sama ada akan melakukan on-premise atau saya akan lakukan di atas awan." Sekarang kita melihat perkahwinan kedua-dua teknologi dalam fesyen hibrid ini. Saya fikir ini akan menjadi agak besar dan Microsoft sampai di sana dahulu.
Redaksi, ini disebabkan oleh perlindungan data dan pematuhan. Kini pada zaman dahulu yang baik, kita mungkin berkata, "Hei, pemaju aplikasi, apabila anda memaparkannya dalam laporan, apabila anda memaparkannya di skrin di sini adalah beberapa perkara keselamatan yang perlu anda periksa dan sila, anda tahu, hanya tunjukkan data mereka sepatutnya melihat atau menutup atau memotong data yang mereka tidak sepatutnya melihat. "Seperti biasa, apabila anda menolaknya ke permohonan itu, ia tidak dilakukan di satu tempat supaya ia dilakukan dengan cara yang berlainan atau tidak. Tidak dapat dilakukan di beberapa tempat. Dan sekarang, anda sebenarnya telah mendapat keupayaan ini dalam sistem pangkalan data anda.
Sekarang dalam SQL Server 2016, ciri ini dibina supaya tidak merupakan item kos pilihan yang belum ada pada tambahan pusat data, saya percaya; dan dalam Oracle 12 anda perlu membeli add-on pengurusan hayat mereka, tetapi ini adalah sesuatu yang baru dan sekali lagi ia dipacu oleh perniagaan. Dan terutamanya kerana anda menyimpan banyak data sekarang, dan anda melakukan perlombongan data, jadi BI dan analisis, anda perlu tahu siapa yang mengakses data apa dan memastikan bahawa mereka hanya dibenarkan melihat apa yang mereka dibenarkan untuk melihat.
Begitu juga, lihat lagi, perlindungan data dan kepatuhan. Anda akan mendapati bahawa banyak sistem pangkalan data kini sedang membina pemampatan, atau saya minta maaf, menyulitkan terus ke dalam pangkalan data dan apa yang penting tentang penyulitan ini, jika anda melihat anak panah bawah dan anak panah atas pada rajah ia menulisnya ke cakera yang disulitkan dan kemudian ia membacanya semula ke dalam memori dan menyahsulitnya. Itu sebenarnya satu model, ada satu lagi model yang akan, anda tahu, sebenarnya hanya melakukannya apabila ia menyampaikan data tersebut merentasi rangkaian kepada aplikasi klien yang sebenar.
Dalam hal ini, ia akan tetap berada di pelayan pangkalan data dalam ingatan ia boleh disulitkan dan hanya akan didekripsi apabila ia dihantar kepada aplikasi klien. Terdapat dua model yang berbeza di sini dan anda akan dapati ini dalam pangkalan data, dan sebenarnya salah satu daripada pangkalan data yang baru saja ditambahkan ini baru-baru ini adalah MariaDB dalam versi 10.X mereka; Saya percaya mereka berada pada tahap 10.1 atau 10.2 sekarang. Dan saya sebenarnya melakukan penanda aras pada penyulitan ini, dan untuk mendapatkan penyulitan ini, saya hanya mengalami penurunan 8 peratus dalam penghantaran atau kelajuan. Dalam ujian penanda aras, penyulitan tidak menyebabkannya banyak dan oleh itu ia merupakan ciri yang sangat berguna.
Kini, kami telah menyebut tentang memori flash dan SSD dan perkara seperti itu. Salah satu ciri yang anda ada dalam Oracle dan SQL Server yang banyak orang tidak menyedari adalah anda boleh mengambil flash atau SSD yang ada di pelayan pangkalan data anda dan anda boleh mengatakan kepada pangkalan data, "Gunakan ini seolah-olah mereka adalah ingatan. Perlakukan RAM sebagai keutamaan, tetapi berpura-pura seperti ini adalah ingatan yang lambat dan menggunakannya sebagai cache yang dilanjutkan. "Sekarang dalam SQL Server 2014 ini keluar dan dipanggil" Tambahan Buffer Pool, "ia percuma. Dalam Oracle, ia keluar dalam 11g R2 dan ia dipanggil "Database Flash Cache" dan ia juga percuma di sana.
Walau bagaimanapun, nasihat saya adalah untuk menguji ciri ini dengan berhati-hati. Setiap kali anda membuat cache lebih besar apabila anda pergi melakukan carian, ia memerlukan lebih lama. Sekiranya anda meletakkan kad flash tiga terabyte dan katakan kepada pangkalan data, "Tambahkan itu ke ingatan anda, " anda mungkin mendapati sesuatu yang menjadi perlahan kerana masa untuk melihat dan melihat dalam flash, adakah ia kotor atau bersih? Terdapat titik pulangan yang semakin berkurangan. Saran saya adalah ujian pengujian ini, lihat apa yang berfungsi untuk anda, tetapi sekali lagi, dalam pangkalan data anda dan dalam hal Oracle, di kedua-dua SQL Server dan Oracle, sudah ada selama beberapa tahun sekarang.
Dan kemudian yang membawa kami kepada datuk yang merupakan pangkalan data dalam memori dan itu kerana harga pangkalan data telah jatuh. Sebab lain yang mungkin anda fikir ini telah berlaku adalah banyak analitik yang memerlukan data dapat diakses dengan cepat, dan oleh itu perlu di-ingatan. Ingat bahawa algoritma yang digunakan oleh database untuk mengakses data ini, untuk memampatkannya, untuk menyulitkannya, untuk menyimpannya, anda tahu dalam sesetengah kes beberapa pangkalan data boleh terus menyimpan dalam ingatan sebagai satu baris.
Dalam sesetengah kes, sesetengah pangkalan data boleh memecahkan ini ke dalam orientasi lajur dan sebab mereka melakukan itu adalah mereka mendapat tahap mampatan yang lebih tinggi, di suatu tempat di sekitar 11 hingga 12X dengan menyimpannya dalam urutan lajur berbanding perintah baris. Ini pertama kali muncul dalam SQL Server 2014, ia dipanggil "Hekaton." Ia telah meningkat secara radikal dalam SQL Server 2016, mereka akan melihatnya dirujuk oleh beberapa nama yang berbeza dan ia keluar dalam Oracle 12c; Saya katakan pelepasan kedua di sini, bukan R2. Terdapat dua pelepasan berbeza Oracle 12c, 12.1.0.1 dan 12.1.0.2. Ia adalah pelepasan kedua versi R1 pangkalan data.
Dan dengan cara yang anda nyatakan, objek dalam memori adalah sama dalam kedua-dua pangkalan data. Di sini anda dapat melihat di penjuru atas kanan, saya mencipta SQL Server dan anda dapat melihatnya dengan memori yang dioptimumkan dan ketahanan menjadi skema sahaja. Saya tidak akan pergi ke semua makna sintaks ini, dan dalam Oracle sebenarnya lebih mudah, anda hanya mengubah jadual dan katakan dalam memori atau tidak dan anda boleh mengubahnya. Saya boleh katakan hari ini dalam memori dan esok ia tidak begitu dan ia sangat fleksibel.
Saya melakukan beberapa ujian pada Oracle dengan jadual ingatan, saya mempunyai beberapa ujian yang mengambil masa hampir 40 minit untuk berjalan, di sana di baris atas. Sekarang yang penting adalah ketika saya sampai ke dua baris bawah, saya telah meningkatkan runtime atau menurunkannya, saya harus mengatakan, hingga lima minit lebih kurang, dan ketika saya melihat faktor mampatan, data dalam memori sebenarnya adalah 3.6 kepada 4.6 kali lebih kecil. Itu penting kerana dalam kes ini saya menggunakan format berorientasi ruangan dan ia adalah mampatan. Dan jadi rasa apa? Saya sebenarnya hampir hampir empat hingga lima kali ganda data dalam ingatan saya. Bukan sahaja saya mendapat kelebihan dalam ingatan, kelebihan berorientasikan ruangan, tetapi juga kelebihan data yang jauh lebih banyak - sehingga lima kali lebih banyak data dalam cache ingatan, jadi ini adalah teknik yang cukup kuat. Sekali lagi Oracle dan SQL Server, anda mahu melihat ini, mereka adalah ciri yang sangat keren. Dan dengan itu, saya fikir saya akan membukanya kepada soalan.
Eric Kavanagh: Well Bert, pertama sekali anda telah tidak mementingkan diri sendiri dalam semua pendidikan yang indah ini. Bolehkah anda bercakap hanya seminit mengenai apa yang kamu buat? Kerana anda mempunyai teknologi yang membolehkan anda mempermudahkan apa yang anda telah bicarakan. Hanya cakap seminit mengenai apa yang kalian lakukan dan mari kita dapatkan Dez dan Robin dalam persamaan di sini.
Bert Scalzo: Ya, saya bekerja untuk sebuah syarikat bernama IDERA. Kami berada di Texas, kami beribu pejabat di Houston, dan saya sebenarnya sedang duduk di Austin sekarang tetapi saya berpusat di Dallas. Kami membuat alat pangkalan data dan kami membuat alat pangkalan data untuk membantu anda menyelesaikan masalah. Masalah itu boleh menjadi sesuatu yang semudah produktiviti dalam mana kita mempunyai alat yang dipanggil DBArtisan yang membolehkan anda melakukan tugas pentadbiran pangkalan data anda dan itu satu alat untuk membolehkan anda mengurus 12 platform pangkalan data yang berbeza. Saya boleh menguruskan SQL Server, saya boleh menguruskan Oracle, saya boleh menguruskan MySQL, DB2, Postgres, dan saya menggunakan satu alat, satu boleh laku, satu reka bentuk GUI dan satu set kerja aliran yang konsisten. Kami juga membuat alat untuk melakukan pematuhan, kami mempunyai alat yang dikenali sebagai Pengurus Pematuhan SQL untuk membantu anda memenuhi keperluan pematuhan anda. Alat lain yang dipanggil SQL Security, jadi kami cuba untuk membuat alat yang akan membantu anda menjadi berkesan dan cekap, dan apa yang benar-benar baik jika anda pergi ke laman web kami, kami mempunyai sekumpulan banyak perisian percuma di sana, jadi jika tidak ada yang lain, muat turun - Saya fikir kita mempunyai 20 atau 25 freewares. Ada beberapa alat freeware yang sangat baik di sana seperti ada SQL Server dan Windows Help Check yang pada asasnya akan melihat apa yang anda ada dan memberitahu anda sama ada anda mempunyai masalah atau perkara dan ia benar-benar percuma.
Eric Kavanagh: Dan anda benar-benar jenis-
Bert Scalzo: Pasti perkara pertama-
Eric Kavanagh: Anda bercakap dengan heterogeneity di pasaran hari ini, ada biasa jenis kesesuaian satu saiz yang sebenarnya yang sebenarnya saya ingat menemubual Dr Michael Stonebraker kembali pada tahun 2005, ketika dia pergi dorongan besar yang membicarakan keputusan mengenai pergerakan pangkalan data berorientasi lajur dan dia bercakap tentang bagaimana model relasi satu-satunya-semua didominasi selama bertahun-tahun, dan dia meramalkan bahawa semuanya akan berubah, dan budak lelaki itu betul-betul tentang itu. Sekarang kita mempunyai persekitaran yang sangat pelbagai dan menarik ini dengan banyak pilihan dan peluang yang berbeza, tetapi anda memerlukan seseorang untuk menguruskan semua itu dan saya berpendapat bahawa syarikat anda memberi tumpuan cukup untuk menyelesaikan masalah matematik, oleh itu menjadi pemboleh pengepala heterogen, bukan?
Bert Scalzo: Tentu sekali. Maksud saya, selalu ada DBA yang mengatakan, "Saya tidak mahu menggunakan alat GUI, saya melakukan segala sesuatu dengan skrip, " anda tahu? Mereka fikir mereka adalah jenis DBA superman dan itu baik-baik saja tetapi bagi kebanyakan kita orang, kita hanya mahu mendapatkan kerja yang dilakukan dan - anda tahu, saya menggunakan Microsoft Word untuk menulis dokumen saya. Saya menggunakan Microsoft Outlook untuk melakukan e-mel saya. Maksud saya, saya mempunyai alat untuk melakukan tugas. Kami sedang membina konsep yang sama, kami sedang membina alat untuk pentadbir pangkalan data dan pemaju untuk membantu mereka memberi tumpuan kepada apa yang mereka mahu lakukan dan bukan bagaimana mereka perlu melakukannya.
Eric Kavanagh: Ini masuk akal, tetapi biarkan saya menyerahkan anda kepada pakar kami, dan orang-orang bebas untuk menyelam masuk. Kami mempunyai beberapa komen yang datang dari penonton. Mungkin, Dez, beberapa soalan dan Robin beberapa soalan?
Dez Blanchfield: Pasti. Salah satu soalan pertama yang saya ingin lemparkan kepada anda, memandangkan pengalaman yang sangat besar yang anda dapat, adakah anda melihat satu titik dalam masa tidak lama lagi apabila mana-mana ini akan melambatkan? Atau adakah anda fikir kami benar-benar berada di titik permulaan garis pertumbuhan perubahan berterusan ini? Saya fikir salah satu isu paling besar yang dihadapi oleh syarikat-syarikat, dan kemudian orang-orang yang cuba menyokong teknologi yang disediakan syarikat-syarikat untuk menjalankan perniagaan mereka, adalah bahawa kadar perubahan begitu dramatik sehingga mereka tidak dapat bersaing dengan semua ciri-ciri yang berbeza, dan perisian, dan sistem, dan kerangka kerja, dan seni bina, dan kod baru muncul, dan kemudian perkakasan di bawah itu, adakah anda melihat kadar perubahan semasa berlaku dengan serta-merta? Maksud saya, anda berurusan dengan pelbagai platform seperti itu dengan seluruh suite IDERA, adakah kami akan melambatkan tidak lama lagi atau adakah kami berada dalam keretapi angkut yang gila ini untuk masa yang lama?
Bert Scalzo: Saya fikir kita berada di 20 peratus pertama keluk pertumbuhan itu dan kita sudah lama pergi dan ada dua perkara yang mendorongnya. Teknologi terus berkembang. Anda telah menyebut beberapa jenis memori baru yang akan keluar, itu akan menjadi hebat. Samsung akan mempunyai pemacu kilat 20 terabyte di sini tidak lama lagi. Itu akan mengubah perkara. Kami mempunyai semua pangkalan data NoSQL dan cloud ini, ini hanya akan terus berjalan. Satu perkara yang agak lucu adalah, apabila saya melihat pangkalan data seperti Oracle dan SQL Server dan beberapa yang lain, mereka sebenarnya bukan pangkalan data relasi lagi. Saya boleh meletakkan data yang tidak tersusun ke dalam Oracle dan masih mengekalkan pematuhan ACID. Sekiranya anda telah memberitahu saya bahawa 20 tahun yang lalu, saya baru saja berkata bahawa anda sedang menggunakan dadah.
Dez Blanchfield: Ya, ya, mereka sejuk. Nah walaupun sekarang enjin-enjin yang telah mendapat menegak niche yang agak bagus seperti GIS, hanya lebih baik daripada kemampuan native sekarang. Anda membuat beberapa komen hebat tentang cabaran yang dihadapi oleh DBA dan masa berlainan DBA yang kami harap dapat melihat di sekitar tempat itu, tetapi apa yang kelihatan seperti dunia dengan lapisan perniagaan yang sedang anda hadapi? Maksud saya, ini adalah orang-orang yang menggunakan platform berbeza dari pengurus diagnostik anda, ke alat inventori, dan sepanjang jalan ke bawah untuk membongkar defragging, bagaimanakah DBA mengatasi perubahan ini dan bagaimana mereka jenis - anda tahu, apa yang mereka lakukan dengan alat anda untuk berurusan dengan peralihan penting dalam landskap mereka?
Bert Scalzo: Baiklah, saya akan kembali hampir 20 tahun yang lalu, maka saya akan mengatakan bahawa DBA menyelesaikan peranan yang sangat spesifik dalam organisasi. Mereka biasanya bekerja dengan satu platform pangkalan data, mungkin dua, dan mereka menguruskan sejumlah kecil pangkalan data. Kini cepat ke hari ini dan pentadbir pangkalan data, dia sebenarnya akan mengetahui 10 platform pangkalan data. Dia menguruskan, dan ini bukan lelucon, dalam beberapa kes ribuan pangkalan data; itu lebih kepada dunia SQL Server atau dunia MySQL. Tetapi masih di dunia Oracle mereka boleh menguruskan beratus-ratus pangkalan data. Dan oleh itu mereka mendapat semua ciri-ciri baru yang keluar, mereka mendapat semua platform baru ini, dan mereka mempunyai semua pangkalan data yang mereka tanggung. Mereka mencari alat untuk membolehkan produktiviti mereka dan juga membantu mereka mempelajari beberapa perkara.
Dan saya akan memberi contoh kepada anda - jika saya mahu memisahkan jadual itu adalah sintaks yang cukup kabur, dan jika saya mahu menyekatnya, sintaks semakin sukar. Saya tahu apa yang saya mahu lakukan, saya mahu membuat baldi. Sekiranya saya mempunyai alat seperti DBArtisan yang berkata, "Hei, ini skrin bagus yang membolehkan anda menumpukan pada apa yang anda cuba lakukan dan bukannya bagaimana anda cuba melakukannya, dan dengan cara ini, tolak Tunjukkan butang SQL apabila anda selesai dan kami akan menunjukkan kepada anda apa SQL supaya anda boleh mula benar-benar belajar dan menguasai ini. "
DBA mendapati bahawa alat yang membantu mereka mendapatkan pekerjaan yang dilakukan tetapi juga membantu mengajar mereka semua perkara baru yang mereka gunakan dan yang sama akan benar - katakan saya adalah seorang lelaki Oracle dan saya pergi ke MySQL dan berkata, "Baiklah, buat pangkalan data, DBArtisan. Sekarang tunjukkan kepada saya SQL kerana saya tertanya-tanya apa yang ingin dibuat pangkalan data di MySQL dan saya hanya belajar sintaks. "Dan oleh itu, kita bukan sahaja membantu mereka untuk bekerja di pangkalan data, kita juga mendidik mereka dalam pangkalan data.
Dez Blanchfield: Ia menjadi lebih menarik apabila anda pergi ke beberapa yang lebih moden - atau tidak lebih moden, itu bukan satu perkara yang adil untuk mengatakan - tetapi sekali pada suatu masa pangkalan data adalah pangkalan data. Hari-hari ini saya melihat semua perkara yang anda sedang bercakap di sana dengan cabaran yang ditambah bahawa kebetulan teknologi yang kami secara tradisinya melihat dari vendor dan anda jenis sumber terbuka ke dalamnya dan juga bahawa mereka baik. Tidak hanya berurusan dengan enjin pangkalan data dan bahasa pertanyaan, tetapi mereka juga menangani jenis data, yang berstruktur dan tidak tersusun, anda tahu, cabaran untuk menangani segala-galanya dari hujung spektrum multi-petabyte HDFS persekitaran kepada bekas kecil, dan fail paket dan pelbagai format fail log.
Dan saya fikir itu adalah sesuatu yang kini kita lihat di mana tidak ada manusia, tidak kira berapa banyak superman, superwoman, apa sahaja yang mereka fikir mereka, secara fizikal, mereka tidak boleh secara mental menangani kadar perubahan itu dan skala variasi. Saya rasa suite alat yang anda tawarkan sekarang akan sampai ke titik di mana mereka akan hampir menjadi set default dalam banyak cara supaya kita tidak dapat menjalankan persekitaran pangkalan data yang kita dapat tanpa mereka kerana kita hanya secara fizikal tidak boleh membuang banyak mayat itu kepada mereka. Saya sangat menikmati persembahan anda. Saya akan pergi ke Dr Robin Bloor, saya pasti dia mempunyai banyak soalan untuk membuang anda juga.
Robin Bloor: Baiklah. Baiklah, saya pasti ada soalan. Bert, saya tidak tahu ke mana anda pergi - saya mempunyai perbualan yang sangat menarik beberapa hari yang lalu di mana seseorang mula memberitahu saya mengenai perlindungan data DU terkini, dan ia seolah-olah saya dari apa yang mereka katakan bahawa ia sangat luar biasa drakonian dari segi perkara-perkara yang mereka tegaskan. Saya tertanya-tanya jika anda benar-benar melihatnya; Adakah ia sesuatu yang anda kenali?
Bert Scalzo: Tentu sekali. Yeah.
Robin Bloor: 2016, Okay, beritahu kami mengenainya.
Bert Scalzo: Dan saya sebenarnya-
Robin Bloor: Sangat menarik.
Bert Scalzo: Saya sebenarnya bekerja seketika untuk vendor kilat, di kawasan pangkalan data mereka yang membantu mereka membina produk flash untuk pangkalan data, dan saya boleh memberitahu anda bahawa golongan zalim itu terus turun. Apa yang saya maksudkan ialah, jika anda mengingati slaid saya, saya berkata dalam beberapa pangkalan data ia akan melakukan penyulitan tetapi ia memasukkannya ke dalam memori pelayan dan dalam beberapa pangkalan data enkripsi - ia masih disulitkan dalam memori pelayan, ia hanya akan didekripsi apabila ia akan dihantar kepada pelanggan. Nah, apa yang anda akan temui adalah beberapa piawaian kerajaan, terutamanya Jabatan Pertahanan atau tentera di sini di AS, mereka juga pergi ke tahap kilat dan mereka mahu tahu bukan sahaja bahawa anda menyokong penyulitan dan penyahsulitan dalam perkakasan anda, tetapi jika seseorang mencuri cip itu - anda tahu, menariknya keluar dari perkara itu, keluar dari pelayan anda, apa yang ada dienkripsi dan jadi walaupun mereka telah mendapat storan itu tidak boleh dan mereka akan sepanjang jalan ke arah sebenar - bukan ke bahagian kilat itu sendiri tetapi turun ke cip individu. Mereka mahu mengetahui cip itu dengan cip, semuanya disulitkan.
Robin Bloor: Wow. Maksud saya ada banyak perkara yang - anda tahu, saya fikir ia hanya satu atau dua kali slaid yang anda bawa tentang perkara ini, tetapi ia adalah sesuatu, senario yang saya fikir benar-benar menarik. Maklumat redacting misalnya, harus menjadi sedikit pandai daripada hanya memecahkan pelbagai bidang kerana terutama dengan pembelajaran mesin hari ini, anda boleh melakukan perkara-perkara deduktif yang membolehkan anda untuk memaparkan maklumat yang anda tidak dapat permukaan sebelumnya.
Sekiranya anda cuba melindungi, katakanlah maklumat kesihatan, maka itu adalah peraturan yang sangat keras di AS berhubung dengan maklumat kesihatan, tetapi sebenarnya anda menggunakan teknik pembelajaran mesin yang banyak, anda sering boleh mengetahui siapa maklumat perubatan seseorang sebenarnya adalah. Saya hanya tertanya-tanya jika anda mempunyai apa-apa untuk mengatakan tentang itu kerana mereka semua fikir itu adalah kawasan yang menarik.
Bert Scalzo: Ya, betul-betul, dan saya hanya menggunakan ini sebagai contoh, saya tidak cuba untuk mengatakan satu pangkalan data adalah lebih baik daripada yang lain, tetapi ini adalah contoh yang sangat baik untuk apa yang anda tanya. Di Oracle, jika saya tidak dibenarkan untuk melihat satu baris data misalnya, seperti saya tidak dibenarkan untuk melihat rekod perubatan John Smith. Dalam Oracle jika saya berkata, "Pilih rekod itu, " saya akan disekat atau saya dibenarkan untuk melihat apa yang saya dibenarkan untuk melihat dan ia akan diturunkan. Dan jika saya berkata, "Pilih bintang akaun dari meja di mana sama dengan John Smith, " saya akan mendapat sifar.
Dalam SQL Server, ia boleh melakukan redaksi tetapi ia mempunyai beberapa lubang. Jika saya berkata, "Pilih bintang akaun dari meja di mana ia sama dengan John Smith, " Saya akan benar-benar mendapatkan satu, jadi saya tahu ada John Smith. Yang lebih selamat daripada yang lain. Sekarang saya mengharapkan mereka untuk membetulkannya, mereka sentiasa bermain katak melompat antara satu sama lain. Dan sekali lagi, saya tidak cuba membezakan antara pangkalan data selain untuk menunjukkan contoh - melihat apa yang kita sedang bincangkan sekarang, sesuatu yang semudah akaun pilih juga harus dipotong oleh redaksi, walaupun secara teknikal bercakap, tidak ada apa-apa yang dikurangkan selain kewujudan baris.
Robin Bloor: Ya, betul. Itulah jenis yang menarik. Maksud saya, satu lagi soalan umum kerana saya tidak mendapat banyak masa, benar-benar hanya tentang peningkatan. Maksud saya, anda telah berada di satu tempat yang saya tahu bahawa anda telah menunjukkan kepada kami contoh-contoh pelbagai hasil ujian yang anda jalankan - adakah anda berfikir bahawa pangkalan data tradisional, mari kita panggil pangkalan data dominan, SQL Server dan Oracle, adakah anda fikir mereka akan terus menjelang siap? Atau adakah anda fikir mereka benar-benar akan terjebak oleh satu atau yang lain dari pelbagai jenis gangguan di pasaran yang benar-benar berjalan untuk mereka? Apa pandangan awak?
Bert Scalzo: Saya mempunyai pendapat dan ini - anda tahu, sekali lagi saya akan mengatakan itu pendapat saya - Microsoft misalnya, di era post-Ballmer hanya mengesankan neraka hidup daripada saya. Maksud saya pangkalan data ini mendapatkan pangkalan data SQL Server di Linux, mendapatkan .NET lebih di Linux, mendapatkan PowerShell lebih pada Linux; Saya tidak fikir vendor pangkalan data tradisional akan ditinggalkan. Saya fikir mereka telah memutuskan, "Hei, biarkan orang baru, startup menentukan sesuatu. Biarkan mereka memikirkan apa sharding dan bagaimana ia perlu disempurnakan, dan apabila mereka telah melakukan semua penyelidikan dan pembangunan, kita tahu apa yang pengguna inginkan, sekarang mari kita menambah sharding kepada Oracle. "Saya rasa mereka hanya mendapat pintar dan berkata, "Hei, yang kedua atau ketiga tidak buruk apabila anda pemain utama kerana orang tidak akan memindahkan anda."
Robin Bloor: Ya, saya maksudkan ia adalah satu strategi yang telah digunakan. Maksud saya IBM digunakan untuk melakukan itu dan keseluruhannya - untuk seluruh rangkaian produk mereka dan ia menilai secara munasabah sehingga seseorang datang dengan sesuatu yang hanya benar-benar di luar dinding yang tidak pernah dipikirkan oleh siapa pun, tetapi anda tidak boleh merancang terhadap itu juga.
Soalan daripada penonton, Eric?
Eric Kavanagh: Ya, tetapi anda mempunyai masa yang saya rasa hanya untuk satu dan saya tahu bahawa Bert telah berjalan. Terdapat sesuatu di sini kira-kira - oke, seni bina sharding pada Oracle 12c adalah bahawa tanda-tanda - atau apa itu petunjuk pada pendapat anda, apa yang anda fikir sedang berlaku di sana?
Bert Scalzo: Nah, Oracle menyerap atau / dan menawarkan semua yang semua vendor pangkalan data lain. Sebagai contoh, saya boleh meletakkan data yang tidak tersusun dalam Oracle. Saya tidak tahu bagaimana anda boleh meletakkan data yang tidak tersusun dan kemudian memanggilnya pangkalan data hubungan, jadi ia tidak masuk akal, tetapi anda boleh. Dan sekarang Oracle menambah sharding, jadi Oracle berkata, "Anda tahu apa? Apa pun yang dikehendaki oleh pasaran, kami akan membuat tawaran pangkalan data kami kerana pasaran mahu apa yang diinginkan pasaran dan kami mahu menyampaikan penyelesaian itu, kami mahu mereka tinggal bersama kami. "
Saya fikir anda akan melihat perkara tambahan. Saya tidak akan terkejut melihat kluster pangkalan data Hadoop seperti tidak ada dalam rak Oracle atau cluster aplikasi sebenar, tetapi pada dasarnya lebih banyak pengelompokan jenis Hadoop tradisional melakukan sharding itu. Oleh itu, saya fikir anda akan dapat menggunakan pangkalan data seperti Oracle seperti anda akan menjadi Hadoop, dan trend seperti ini akan diteruskan. Penjual pangkalan data yang besar ini, mereka membuat berbilion ringgit dan mereka tidak mahu kehilangan pasaran mereka, jadi mereka sanggup menyesuaikan diri dengan apa-apa atau mengamalkan apa-apa.
Eric Kavanagh: Nah, anda tahu, itu lucu kerana saya telah mengikuti vendor sumber terbuka selama beberapa waktu dan telah tertanya-tanya apa-apa walaupun betapa besar kesannya terhadap teknologi tertutup tradisional, dan seketika pasti merasakan seperti pembekal sumber terbuka telah membuat kemajuan yang serius, dan sekarang ketika saya melihat pasaran saya melihat jenis apa yang anda katakan, bahawa orang-orang besar telah melakukan matematik mereka, telah mengasah pensil mereka dan mereka tahu bagaimana mereka boleh menenun banyak perkara itu ke dalam seni bina mereka. Sama ada IBM, atau Oracle, atau SAP - saya hanya berada di Persidangan SapphireNow bulan lepas dan Steve Lucas, yang mengetuai separuh syarikat itu, membantah bahawa SAP kini menggabungkan di platform awan HANA mereka, lebih banyak komponen sumber terbuka daripada mana-mana mereka pesaing. Sekiranya anda melakukan matematik di atasnya, itu adalah kenyataan yang mengagumkan dan ia memberitahu saya orang-orang besar tidak akan berada di mana-mana masa tidak lama lagi.
Bert Scalzo: Tidak, saya akan menaruh wang saya pada kedua-duanya. Maksud saya jika anda lihat, stok Microsoft baru-baru ini adalah kira-kira $ 50 dan, anda tahu, hanya beberapa tahun yang lalu ia berada pada 25. Anda tidak menggandakan harga saham anda dalam tempoh yang singkat melainkan jika anda melakukan perkara yang baik dan, anda Ketahui, dari melakukan segala-galanya dari Windows 10 yang bebas untuk tahun pertama untuk semua hal pintar yang mereka lakukan, ciri pangkalan data regangan ini saya rasa hanya fenomenal. Saya fikir apa yang akan berlaku adalah banyak orang yang akan berakhir di Azure, tidak langsung, tidak seperti mereka berkata, "Mari kita memindahkan pangkalan data saya ke Azure." Ia akan berhijrah ke sana secara ajaib kerana ia akan diarkibkan di sana menggunakan ciri pangkalan data regangan baru ini dan oleh itu penggunaan Azure akan hanya meroket.
Eric Kavanagh: Baik itu salah satu trend di pasaran yang walaupun saya dapat lihat, walaupun pada Mac anda. Semasa anda masuk ke Mac anda untuk menyimpan beberapa dokumen, mereka sekarang - dan Mac yang lebih baru hanya mengikuti awan, kan? Maksud saya, terdapat banyak akal dalam strategi itu dan saya juga melihatnya dan pergi, "Baiklah, anda cuba memikat saya sekeping ke dalam persekitaran awan anda, dan kemudian suatu hari nanti apabila saya ingin menonton sesetengah filem jika kad kredit saya tamat tempoh saya akan menghadapi masalah. "
Bert Scalzo: Ya, tetapi anda melakukannya di Facebook.
Eric Kavanagh: Ya. Itu betul.
Bert Scalzo: Anda meletakkan segala-galanya di Facebook.
Eric Kavanagh: Baiklah, tidak semuanya.
Bert Scalzo: Tidak, maksud saya-
Eric Kavanagh: Ya, teruskan.
Bert Scalzo: Trend sosial ini menjangkau perniagaan. Sekarang perniagaan masih mempunyai banyak perkara lain yang perlu mereka lakukan, tetapi mereka melihat trend ini dan mereka melakukan perkara yang sama. Saya tidak nampak sama ada Oracle atau Microsoft akan pergi. Sebenarnya, saya akan membeli stok pada kedua-dua kali setiap kali ada mencelup.
Eric Kavanagh: Ya, sesungguhnya. Baiklah, pergi ke idera.com, IDERA dot com. Seperti kata Bert, mereka mempunyai sejumlah besar barangan percuma di sana dan ia adalah salah satu trend baru di pasaran - memberikan anda beberapa barangan percuma untuk bermain dengan, membuat anda ketagih, dan kemudian anda pergi membeli barangan sebenar.
Orang ramai, ini adalah satu lagi Teknologi Panas. Terima kasih untuk masa anda hari ini, Bert, Dez sudah tentu, dan Robin juga. Kami akan bercakap dengan anda minggu depan, orang ramai, banyak perkara yang berlaku. Jika anda mempunyai sebarang idea, jangan ragu untuk menghantar e-mel kepada anda dengan betul, . Kami akan bercakap dengan anda pada masa akan datang, berjaga-jaga. Selamat tinggal.
