Dengan Staff Techopedia, 26 Mei 2016
Takeaway: Host Eric Kavanagh membincangkan pengurusan pangkalan data dan penemuan contoh dengan Robin Bloor, Dez Blanchfield dan Bullett Manale dalam episod terkini Teknologi Hot.
Anda tidak log masuk sekarang. Sila log masuk atau mendaftar untuk melihat video.
Eric Kavanagh: Baiklah tuan-tuan dan puan-puan. Selamat datang sekali lagi. Nama saya Eric Kavanagh. Perkara-perkara panas. Perkara dimanfaatkan di sini. Saya tidak tahu apa yang sedang berlaku. Oh, betul, sudah tiba masanya untuk Teknologi Hot. Ya memang, nama saya, sekali lagi, Eric Kavanagh. Anda boleh mencari saya di Twitter @eric_kavanagh. Inilah persembahan yang direka untuk membincangkan perkara yang panas di pasaran. Tajuk hari ini, "Kunci Kerajaan: Menguruskan SQL Server dengan Discovery Dinamik." Perkara yang baik. Ada kamu betul-betul. Okay, gambar itu dari beberapa tahun lalu. Saya tidak akan berbohong, saya kelihatan agak lebih tua sekarang, tetapi tidak mengapa.
Jadi, kita bercakap mengenai bagaimana teknologi dan SQL Server benar-benar, benar-benar, benar-benar panas. Kami mempunyai banyak kandungan hari ini, jadi saya akan menyerahkannya segera. Berdiri, di sini kita pergi. Ada penceramah kami. Dan Robin Bloor menjadi yang pertama.
Robin Bloor: Ya memang. Penyampaian akan menjadi kedalaman dalam pengurusan pangkalan data supaya saya fikir saya akan menjalankan pengurusan pangkalan data atau, anda tahu, labirin pangkalan data, untuk mendapatkan orang ke dalam semangat itu. Saya pernah menjadi DBA, saya rasa anda boleh mengatakan bahawa saya pernah menjadi perunding pangkalan data, kira-kira 20 tahun yang lalu, dan perkara yang benar-benar mengejutkan saya mengenai pangkalan data adalah tidak banyak berubah. Banyak perkara telah berubah dari segi kelajuan, dari segi jumlah data dan perkara-perkara seperti itu, tetapi kebanyakannya sebenarnya sangat serupa dengan apa yang berlaku.
Satu pangkalan data adalah pada pendapat saya, koleksi data yang dapat dioptimumkan yang boleh dioptimumkan untuk beban kerja tertentu dan menyampaikan keupayaan pengurusan data. Ia wujud terutamanya kerana jika anda ingin menguruskan data dalam fail itu adalah pekerjaan yang sangat sukar. Dan idea memasukkan sepasang perisian yang akan melakukan apa-apa yang anda perlukan untuk melakukannya hampir seketika, sebaik sahaja kami mempunyai akses rawak pada mainframe IBM kembali pada tahun 1970-an.
Pangkalan data relasional dicipta pada tahun 70-an dan wujud dari segi prototaip pada tahun '80an dan jenis mendapat daya tarikannya di pasaran sejak awal 90-an dan seterusnya. Dan pangkalan data hubungan masih sangat dominan dalam populariti. Jika anda membaca akhbar, anda akan mendengar banyak perkara yang dikatakan tentang mereka - pangkalan data SQL dan baru-baru ini terdapat banyak bunyi bising mengenai pangkalan grafik. Dan yang menarik, jika anda suka, tetapi sebenarnya masih dalam bilangan jualan terkini, pangkalan data hubungan mempunyai 95% dari pasaran. Dan Microsoft SQL Server yang akan dibincangkan dalam beberapa hari ini adalah yang kedua paling popular kepada Oracle.
Perkara tentang pangkalan data relasi yang menjadikan mereka luar biasa dari segi enjin yang mereka adalah mereka boleh bekerja pada OLTP dan beban kerja pertanyaan. Anda perlu menyesuaikannya secara berbeza jika anda akan melakukannya tetapi mereka sebenarnya mampu kedua-dua jenis beban kerja. Salah satunya adalah transaksi rawak pendek dan yang lain adalah pertanyaan panjang yang merangkumi banyak data. Alternatifnya, pangkalan data NoSQL dan pangkalan data grafik adalah terutamanya untuk analisis dan mereka telah bangkit agak baru-baru ini. NoSQL datang pertama dan grafik telah mula mendapat sedikit daya tarikan pada masa-masa kebelakangan ini. NoSQL boleh digunakan untuk aktiviti transaksional, tetapi graf hampir tidak pernah digunakan untuk aktiviti transaksional. Alasannya, saya mendapati statistik yang sebenarnya saya fikir adalah sekurang-kurangnya sepuluh tahun yang mengatakan bahawa kebanyakan syarikat mempunyai sekurang-kurangnya tiga, sebenarnya angka itu adalah 3.5, pelbagai pangkalan data pangkalan, jika anda melihat inventori perisian mereka.
Tetapi kenyataannya adalah bahawa kebanyakan syarikat menyeragamkan pada pangkalan data tertentu. Dan kebanyakan syarikat telah menyeragamkan sama ada pada SQL Server dan Oracle sebagai dua yang paling popular untuk, jika anda suka, pangkalan data standard. Dan mereka menggunakan alternatif hanya dalam keadaan luar biasa di mana, misalnya, mereka mendapat pakej perisian yang memerlukan pangkalan data yang berbeza atau mereka akan mengikuti beberapa sasaran analisis data besar yang telah wujud.
Kami juga mendapat, jika anda suka, gangguan Hadoop. Hadoop dalam satu cara atau yang lain telah menjadi lebih daripada satu sistem fail tetapi belum pangkalan data. Walau bagaimanapun ia mempunyai SQL yang terletak di atasnya. Tetapi buktinya ada yang tidak benar-benar menggantikan atau di mana sahaja dekat dengan menggantikan pangkalan data hubungan yang memperoleh hati dan minda dunia. Dan sebab itu benar-benar adalah pangkalan data relasional yang mengambil masa dua puluh tahun, sebenarnya lebih daripada dua puluh tahun, untuk menjadi sebaik mereka. Dan anda tidak hanya membina enjin carian atau enjin SQL yang benar-benar pemain dalam masa yang sangat kecil. Ia hanya tidak berlaku.
Oleh itu, kesimpulan dari slaid ini adalah bahawa pangkalan data adalah strategik dan mereka berkembang, mereka menjadi lebih baik. Dan itu sudah tentu berlaku dengan Oracle dan Microsoft SQL Server. Anda mungkin, beberapa daripada anda ingat kembali ke hari apabila pangkalan data mula muncul tetapi saya melakukannya, saya masih muda. Idea asal adalah bahawa terdapat satu pangkalan data tunggal dan itu adalah idea konsep yang sama sekali tidak pernah menjadi akar. Terdapat percubaan oleh IBM dengan AS / 400 untuk benar-benar mempunyai sistem fail berasaskan pangkalan data tetapi itu tidak menguasai sama ada. Anda dibiarkan dengan fakta bahawa pangkalan data secara semula jadi serpihan. Anda sebenarnya mempunyai banyak contoh. Terdapat masalah skalabiliti. Pangkalan data hanya berskala kepada saiz tertentu, diakui bahawa saiz telah bertambah sejak beberapa tahun, tetapi ia mempunyai had.
Dan terdapat masalah beban kerja, isu beban kerja utama yang disebabkan oleh beban kerja OLTP dan beban kerja pertanyaan yang besar tidak semestinya bersesuaian dengan satu sama lain. Dan tidak mustahil untuk membina enjin yang akan melakukannya. Apa yang kita jalani, yang agak menarik, saya melihat sebuah laman web baru-baru ini yang mempunyai lebih daripada seribu contoh Oracle yang berbeza. Saya tidak dapat mengingat berapa banyak DBA yang mereka ada, tetapi jika anda benar-benar bercakap dengan mereka tentang berapa banyak pangkalan data tersebut sebenarnya dipantau oleh DBA, ia adalah seperti sepuluh. Mereka pada asasnya menggunakan pangkalan data sebagai almari dan hanya membuang data ke dalamnya kerana sekurang-kurangnya anda mempunyai skema dan ia lebih teratur daripada sistem fail yang akan pernah ada, tetapi tiada siapa yang melakukan apa-apa selain memberikan konfigurasi lalai dan menetapkannya longgar.
Saya tidak pasti sama ada itu adalah idea yang baik. Bunyi aneh kepada saya, jujur kerana, pada pendapat saya, apabila saya bekerja dengan pangkalan data, pangkalan data diperlukan kehadiran dan anda perlu, dalam satu cara atau yang lain, tahu apa yang sedang berlaku di sana. Dan banyak interdependensi sistem yang mengerikan bermaksud bahawa beberapa jenis perkhidmatan yang mutlak harus dipenuhi atau tidak, anda mendapat masalah.
Terdapat ceramah baru-baru ini, saya telah menemui pelbagai pangkalan data yang mendakwa diri penalaan diri. Yang mana kedai-kedai kolum yang disediakan untuk trafik pertanyaan adalah sebahagian besarnya penalaan diri kerana terdapat dua pilihan yang perlu anda ambil dari segi indeks. Tetapi selain daripada kawasan tertentu, pangkalan data perlu ditala. Dan mereka perlu ditala, pangkalan data hubungan tertentu, terutamanya kerana banyak urus niaga yang melibatkan melibatkan bergabung. Sertai aktiviti mahal. Jika anda tidak meletakkan indeks yang betul di tempat yang betul maka bergabunglah dengan jumlah yang sangat besar ketika mereka tidak perlu.
Pangkalan data penalaan diri pada masa ini, ia hanya wujud di kawasan ini di mana beban kerja diketahui. Dan pengalaman saya adalah bahawa kebanyakan syarikat menggunakan sangat sedikit DBA dan itu kerana mereka mahal. Oleh itu, adalah lebih baik jika anda boleh menukar apa yang DBA lakukan. Ini adalah aktiviti DBA seperti yang saya fahami. Mereka melakukan pemasangan, konfigurasi dan peningkatan pangkalan data. Menaik taraf, dengan cara itu, tidak semestinya aktiviti remeh. Alasannya anda meningkatkan pangkalan data, maksud saya, peraturan yang saya selalu bekerjasama adalah tidak menyentuh jika ia berfungsi, dan jika anda akan meningkatkan pangkalan data kepada mana-mana versi baru, anda melakukannya dalam mod ujian pertama dan selepas itu anda meningkatkan segala-galanya. Anda masih berurusan dengan versi yang sama. Tetapi sebenarnya banyak laman web yang saya jumpai, itu bukan apa yang berlaku. Ada, katakan, tahap entropi yang adil. Pengurusan lesen adalah isu, bergantung kepada apa yang anda ada lesen. ETL dan replikasi data.
Salah satu helah dengan pangkalan data adalah jika anda mempunyai beban kerja pertanyaan yang perlu dibahagikan, anda boleh membuat dua contoh dan meniru dan itu sering dilakukan di mana orang menggunakan replika sebagai cadangan panas jika perlu. Kemudian penyimpanan dan perancangan kapasiti, itu sebahagian daripada aktiviti DBA kerana data kursus berkembang dan anda perlu menjejaki itu. Dan kemudian anda perlu merancang untuk peningkatan pelbagai perkakasan atau pembesaran perkakasan. Terdapat penyelesaian masalah yang merupakan aktiviti yang menyakitkan bagi kebanyakan DBA. Di mana sesuatu yang tidak kena dan sandaran tidak berfungsi dengan sempurna dan kemudian mereka perlu melancarkan lengan mereka dan turun dan mencuba dan memulihkan perkara dari fail log. Itu berlaku lebih kerap daripada yang saya fikir, saya ingat bahawa berlaku tetapi saya telah keluar permainan selama sekurang-kurangnya sepuluh tahun, tetapi saya masih ingat bahawa cara yang berlaku lebih kerap daripada yang anda jangkakan. Pemantauan dan penalaan prestasi hanya jenis jantung berdetak dari pekerjaan DBA. Tetapi terdapat juga keselamatan dari segi pengurusan akses, sandaran dan pemulihan, mewujudkan sistem ujian perisian yang munasabah selari sistem live akan dilakukan. Dan keseluruhan barangan kitaran hayat data. Jadi, pada pendapat saya, adalah senarai pekerjaan DBA selain dari apa-apa yang mereka mungkin diminta. Dinamik operasi. Akhirnya integriti data dan pengurusan peringkat perkhidmatan adalah tanggungjawab utama DBA. Dan biasanya mereka kritikal. Dan itulah yang saya katakan. Saya akan menyerahkan kepada Dez.
Dez Blanchfield: Terima kasih banyak. Saya akan membawa kita sedikit keseronokan, perjalanan anekdotal di sekitar mengapa keseluruhan topik yang hari ini adalah tentang dan lebih kritikal berbanding sebelum ini. Tidak lama dahulu saya terlibat dalam projek di mana kita berhijrah platform kerajaan negeri yang digunakan untuk pendaftaran lesen dan pendaftaran kenderaan dan pelbagai perkara di sekitar topik itu, dari platform mainframe Fujitsu yang menjalankan perkara yang disebut A + Addition, yang sistem operasi Solaris, atau dengan kata lain, Unix, menjalankan Oracle dan melakukan pekerjaan yang sangat baik. Dan pandangannya adalah bahawa perkara ini semakin tua dan sudah waktunya untuk memindahkannya ke sesuatu yang lain. Kami mempunyai banyak keseronokan menjalankan Unix di kerangka utama dan ia sangat stabil dan sangat selamat dan cukup aneh platform SDL dan ia hanya benar-benar kilat cepat. Tetapi kebijaksanaan sudah tiba masanya untuk turun kerangka utama dan bergerak.
Cabaran ini penting untuk memetakan semua sistem dan logik perniagaan dan persekitaran SQL untuk pangkalan data di bawah dan melihat bagaimana kita akan menjadi arkitek dan jurutera rumah baru untuk itu. Dan kami akhirnya membawanya ke salah satu daripada perkara-perkara ini yang berusia beberapa tahun sekarang, tetapi salah satu daripada akhir sistem rak Sun Star server. Dan ini mungkin beberapa tin terbesar yang boleh anda beli di planet ini yang semuanya hidup dalam satu kotak besar dan pelayan multiprocessing simetri. Ia adalah sistem pertengahan di dunia kita. Ia berlari Unix dan ia berlari Oracle secara asli dan pandangan itu, "Apa yang mungkin boleh berlaku?" Well, ternyata banyak.
Sebagai contoh, pada masa itu, dan kami tidak bercakap tentang masa lalu, kami terpaksa melalui proses yang sangat manual untuk mengetahui apa yang ada di platform kerangka utama dan membentangkan. Khususnya persekitaran pangkalan data sebenar dan logik SQL. Jadi, pandangan itu akan menjadi langkah Oracle-to-Oracle yang agak mudah, bergerak ke pangkalan data-ke-pangkalan; semua logik perniagaan akan ditemui, sebahagian besar logik perniagaan telah ditulis dalam pertanyaan tertanam dan pencetus, dan bagaimana sukarnya? Tetapi sesuatu yang sepatutnya mengambil bulan berakhir tidak mengambil masa setahun. Untuk hanya secara fizikal dan manual melalui semua bahagian Unix di persekitaran kerangka utama, temukan di mana semua pangkalan data adalah dan berapa banyak contoh yang berjalan dan apa yang sedang berjalan pada keadaan itu dan itu adalah latihan yang tidak remeh dan akhirnya kami melakukannya tiga kali hanya untuk memastikan bahawa kita telah menangkap segala-galanya. Kerana setiap kali kita fikir kita telah menggali sedalam yang kita perlukan, di bawah permukaan ternyata ada lebih banyak lagi di sana.
Cabaran lain yang kita ada ialah kes yang sedang berjalan dan dalam keadaan apa? Adakah ini persekitaran pembangunan? Adakah persekitaran ujian? Adakah ia sebahagian daripada proses integrasi? Adakah integrasi sistem? Adakah UAT, ujian penerimaan pengguna? Adakah ia pengeluaran? Adakah persekitaran DR? Kerana perkara yang hebat tentang mainframe adalah anda boleh membina persekitaran maya kecil ini yang kita semua ambil begitu saja sekarang dan bergerak perkara di sekeliling. Dan anda perlu bersenam adalah orang ini melakukan pembangunan dan pengujian gred pengeluaran, atau apakah mereka melakukan pengeluaran pengeluaran, adakah terdapat pengguna sebenar mengenai ini? Mengingati bahawa perkara ini sedang melakukan pengeluaran lesen dan pendaftaran kereta secara real-time dan perkara yang sangat penting kepada kehidupan orang ramai.
Dan ia mengambil masa yang lama untuk menjalankan sandaran untuk perkara ini jadi kami tidak mempunyai tetingkap penyelenggaraan untuk mengambil perkara di luar talian dan melihat apa yang berlaku. Tidak ada apa-apa perkara seperti mengulanginya. Kami juga menghadapi cabaran bukan sahaja mencari contoh yang sedang dijalankan dan di mana dan siapa, tetapi kemudian kami terpaksa membuat versi apa yang sedang berjalan. Dan ini adalah tempat saya hampir kehilangan plot saya. Apabila saya mula menyedari bahawa kita mempunyai dua atau tiga versi persekitaran pengeluaran yang berjalan melalui pelbagai peringkat ujian dan terdapat sangat sedikit cara alat dan pendekatan sistematik untuk ini. Kami benar-benar terpaksa menyelidiki kod dan ke dalam contoh yang berjalan dan dalam beberapa kes mengambil risiko mengambil sesuatu di luar talian untuk seketika. Kami sampai ke bahagian bawah perkara ini, kami memetakannya, dan ia adalah proses yang sangat manual seperti yang saya katakan. Dan akhirnya kami membuat peralihan ETL keseluruhan, membuangnya dari satu tempat dan bergerak ke yang lain dan secara keseluruhan ia berfungsi. Dan kami suka, okay fungsinya, kami sangat senang dengannya.
Tetapi kemudian kami berlari ke dalam sejumlah dinding batu pepejal yang sangat serius. Secara khususnya kami dapati masalah prestasi. Dan pemikiran yang masuk akal pada hari itu, kini ia telah menjadi perkakasan yang lebih besar, lebih baik, lebih pantas dan lebih keras, tidak ada alasan mengapa ia perlu melakukan buruk pada aplikasi di peringkat pangkalan data, jadi mari mulai mencari di tempat lain. Oleh itu, kami telah merekrut sepenuhnya rangkaian dua kali. Setiap router, setiap suis, setiap kabel, kami pergi dari Ethernet ke serat dalam beberapa kes, kami menaik taraf perisian, kami menambal, anda mendapat pandangan. Kami pada asasnya membina semula rangkaian dua kali berfikir bahawa isu-isu prestasi di sana. Dan ia kelihatan dan terasa seperti itu. Kami melalui pelbagai sistem keselamatan, firewall yang berbeza. Kami menampal sistem operasi. Kami mengalihkan barang dari satu bilah yang mengira kepada yang lain. Dan kami menghabiskan banyak masa melihat bahagian infrastruktur itu.
Dan kemudian kita sedar bahawa apabila kita memutuskan sambungan pelayan dan kita berlari beberapa aplikasi lain di atasnya bahawa rangkaian berlari dengan baik. Jadi kami mula menarik sistem operasi selain. Isu yang sama. Tetapi yang menarik, tahap rangkaian dan tahap sistem operasi, alat-alat itu ada di sana, ia sebenarnya agak mudah bagi kami untuk menanda aras dan menguji dan membuktikan bahawa setiap bahagian itu berfungsi. Tetapi pada masa itu, pada Solaris pada pertengahan jarak pada platform perkakasan SPARC, alat-alat itu tidak ada di sana untuk kita mula mendiagnosis persekitaran pangkalan data. Anda tahu, memetakan sama ada kami telah membawa kesemua contoh. Oleh itu, kita sebenarnya harus membina alat kita sendiri dan menulis beberapa dan duduk dan, sama ada ia berada dalam alat pangkalan data sendiri dalam bahasa skrip asli atau sama ada ia adalah satu siri skrip shell atau dalam beberapa kes sekumpulan program C.
Kami akhirnya membincangkan beberapa isu yang sangat menarik di mana logik di bawah lapisan SQL, enjin pangkalan data sebenar itu sendiri, ternyata apabila sesuatu telah dibina dengan cara tertentu untuk sesuatu yang dijalankan pada versi kerangka utama Oracle telah berhijrah ke Solaris pada SPARC versi Oracle ia tidak segera menukar prestasi yang sama. Oleh itu, ini adalah perjalanan yang menyakitkan bagi kami di tempat pertama, hanya melakukannya dan mendapati semuanya, tetapi sekarang kita harus mendiagnosisnya pada sistem pengeluaran baru dan sekali lagi perkara ini meletupkan penghijrahan sebulan selama hampir setahun. Dan ia hanya menjadi kenyataan bahawa kita tidak mempunyai alat di sekelilingnya. Berjalan sekitar melakukan perkara seperti cuba memetakan metadata.
Pada satu ketika, kami hampir membuat keputusan kami memerlukan papan Ouija kerana ia akan menjadi lebih mudah seperti itu untuk secara rawak menunjuk dan mencubit. Perkara-perkara mudah seperti mengetahui siapa yang mempunyai akses kepada sistem lama dan mengapa mereka mempunyai akses itu. Dan yang memerlukan akses kepada yang baru dan mengesahkan, mendapatkan seseorang untuk menandatangani dan mengesahkan dan memetakannya. Malah sesuatu yang semudah saiz pangkalan data tidak konsisten merentasi dua platform. Kami perlu membina alat untuk melakukan itu dan melakukan perbandingan antara betapa besarnya pangkalan data dalam tonase, dalam megabyte mentah atau terabyte pada System A versus Sistem B. Dan menyelam ke dalam lebih terperinci mengenai prestasi dan persekitaran pemain. Sekali lagi, terpaksa membina alat baru. Tidak ada apa-apa untuk kita.
Dan anda mendapat semua mesej ini daripada ini, apabila kita sampai ke akhir untuk mendapatkan perkara yang sedang berjalan dan kita mendapatnya stabil, setiap bahagiannya adalah proses yang sangat manual, satu-satunya cara kita boleh mengautomasikan sesuatu adalah jika kita membina alat baru atau skrip baru. Dan jika kita mempunyai alat yang tersedia hari ini, kehidupan akan lebih mudah dan lebih baik. Dan kami akan menyelamatkan berjuta-juta projek ini. Tetapi saya fikir bahawa apa yang hendak kita bincangkan hari ini adalah hakikat bahawa alat-alat itu tersedia sekarang dan mereka menjadikan hidup lebih mudah. Banyak kesulitan yang masih berlaku. Penemuan pangkalan data yang berada di luar sana dan yang mana keadaannya berjalan apa. Apa yang mereka nyatakan? Berapa banyak yang sedang berjalan? Kenapa mereka berlari. Sama ada mereka berjalan lancar. Adakah mereka disokong?
Ini adalah semua perkara yang kita dapat dengan mudah menggunakan alat yang betul sekarang. Tetapi ada tempoh dalam anekdot khusus ini seperti yang saya katakan, di mana itu adalah sesuatu yang banyak kita kehilangan banyak rambut tentang, kita mungkin mengambil masa lima belas tahun dari kehidupan kita, dan meratapi fakta bahawa peralatan tidak ada sekarang . Dan saya tidak sabar-sabar untuk mendengar lebih banyak tentang itu daripada tetamu kami hari ini, Bullett. Jadi dengan itu, Bullett, saya akan menyampaikan kepada anda, dan saya berharap dapat mendengar bagaimana anda telah menyelesaikan masalah ini.
Bullett Manale: Baiklah. Bunyi hebat. Eric, izinkan saya mengambil alih di sini dengan slaid dan bercakap sedikit tentang, cepat dengan cepat, Idera, syarikat itu, sebelum kita masuk ke dalam produk itu sendiri. Sama seperti FYI, ini adalah jenis portfolio produk yang berbeza yang kami ada.
Eric Kavanagh: Audio anda agak panas jadi jika anda menggunakan alat dengar hanya tarik sedikit.
Bullett Manale: Tiada masalah. Adakah itu lebih baik?
Eric Kavanagh: Itu lebih baik. Mengambilnya.
Bullett Manale: Baiklah. Jadi hari ini kita akan memberi tumpuan kepada Pengurus Inventori yang jelas sejajar dengan banyak topik yang kita sedang berbincang. Saya hanya ingin memberi anda sedikit pemahaman tentang bagaimana produk ini mendapat di mana ia berada. Kami bermula dengan melihat setiap hari dengan barisan produk kami, kami mempunyai alat pengawasan prestasi yang dikenali sebagai Pengurus Diagnostik. Kami mempunyai alat Pengurus Pematuhan. Oleh itu, banyak alat yang berbeza di sekitar SQL Server dan tidak dapat dielakkan lagi, kami selalu bertanya soalan untuk tujuan pelesenan, "Berapakah bilangan contoh yang anda uruskan dalam organisasi anda?" Dan perkara yang menarik ialah kami tidak pernah dapat menjawab dengan tegas mengenai perkara itu. Tidak semestinya siapa yang anda bercakap. Ia selalu seperti, "Baiklah kita fikir ia adalah sekitar nombor ini." Perkara-perkara semacam itu selalu datang dan kemudian kita perlu melalui proses ini untuk mencari tahu dengan tepat apa yang mereka ingin mereka lesen dari segi keadaan yang kita uruskan.
Kami jelas sekali dengan cepat bahawa terdapat kesakitan yang berkaitan dengan itu dengan banyak DBA. Jelas sekali sebagai DBA salah satu perkara yang mereka bertanggungjawab adalah mengetahui bahawa, kerana salah satu perkara yang perlu mereka lakukan adalah bimbang tentang perjanjian pelesenan mereka, dalam kes kami dengan Microsoft dan SQL Server. Jelas sekali mereka mempunyai banyak bidang lain yang mereka bertanggungjawab, tetapi itu adalah salah satu yang merupakan jenis tiket besar dari segi sebagai DBA apa tanggungjawab umum anda. Dengan itu, apa yang kami sememangnya sampai kepada kesimpulan ialah kita memerlukan alat yang memudahkan DBA untuk dapat memahami nombor itu. Kerana anda mempunyai hamparan SQL jika anda mahu memanggilnya dan ia berlaku untuk beberapa sebab yang berbeza. Tidak mungkin banyak mengawal siapa yang memasang perisian dan jenis perkara itu.
Dan perkara yang paling buruk yang boleh berlaku adalah seseorang yang mendapat tangan pada salinan SQL Server, memasangnya, mula bekerja dengannya tanpa pengetahuan kepada sesetengah organisasi atau jabatan lain di syarikat, dan kemudian perkara seterusnya yang anda ketahui, mungkin data tidak disokong, dan jenis perkara yang boleh berlaku. Di mana sekarang anda mempunyai masalah lain, di mana anda mempunyai situasi di mana anda akan benar-benar kehilangan data kritikal kerana anda tidak tahu bahawa contoh itu pun wujud di tempat pertama.
Salah satu perkara yang perlu kita lakukan adalah katakan, mari kita perhatikan sekeping penemuan itu. Dan kemudian di atas itu dapat mengatur dan mengurus maklumat yang kami kumpulkan secara logik yang masuk akal berdasarkan apa yang dilakukan oleh perniagaan. Dan kemudian jelas dari itu dapat membuat keputusan mengenai maklumat itu dan dapat melakukan perkara-perkara seperti itu. Itulah jenis alat bermula dan dari mana ia datang. Saya boleh memberitahu anda bahawa dalam berbincang dengan DBA secara teratur, apa yang kita benar-benar ada ialah masalah tidak mengetahui berapa banyak contoh yang mereka ada.
Dan itu lucu kerana, istilah ini, anda tidak boleh menguruskan apa yang anda tidak dapat diukur, sentiasa datang dengan alat prestasi yang kami miliki, seperti Pengurus Diagnostik SQL, tetapi anda tidak dapat mengurus apa-apa jika anda tidak tahu "Yang" walaupun ada di tempat pertama. Jadi itu adalah sebahagian besar daripada alat ini juga, hanya mampu untuk mengetahui bahawa ia ada di sana.
Sekarang pada nota itu, bercakap dengan beberapa organisasi besar atau kedai perusahaan dengan SQL Server, perkara yang menarik yang kami dapati dengan banyak orang yang kami bincangkan adalah bahawa mereka benar-benar telah menetapkan masa semasa tahun mereka di mana mereka sebenarnya berjalan secara fizikal dari satu tempat ke tempat lain untuk cuba menentukan apa yang kelihatan seperti itu. Anda boleh bayangkan sebagai DBA anda telah membayar sejumlah wang yang cukup baik untuk berjalan secara fizikal dari satu mesin ke mesin yang lain, dalam keadaan tertentu, yang mengejutkan apa yang akan kita dengar dari beberapa syarikat yang cukup besar yang tidak akan saya namakan. Tetapi semacam titik yang menarik bahawa dua minggu setahun boleh dibelanjakan melakukan jenis latihan ini untuk mengetahui sama ada bilangan lesen mereka adalah betul.
Ini semua berkaitan dengan alat ini dan bagaimana ia membantu tetapi cara kita ditangani yang melalui kemampuan untuk melakukan penemuan berdasarkan beberapa ciri-ciri SQL Server. Jadi soalan pertama ialah, apa yang anda maksudkan atau apa yang anda cuba lihat dahulu? Cara yang kita lakukan adalah dengan mengatakan mari kita melakukannya dengan julat IP atau kita boleh melakukannya oleh keahlian domain itu sendiri dari segi komputer yang menjadi ahli domain. Itu seperti bagaimana kita membahas bahagian itu, hanya untuk dapat mengatakan ini adalah kawasan yang kita mahu fokus dari segi penemuan.
Dan kemudian bahagian lain itu berdasarkan ciri-ciri, pelabuhan dan perkara-perkara lain, kunci registri WMI dan jenis-jenis perkara, kita boleh mengumpulkan dan memastikan bahawa SQL mungkin berjalan dan dipasang pada contoh itu atau persekitaran tertentu. Ini jelas merupakan kaedah yang jauh lebih baik daripada kaedah sneaker atau kaedah sneaker express. Sekarang perkara yang sejuk adalah, semua maklumat yang kita kumpulkan mengenai contoh disimpan dalam repositori dan ia boleh berubah apabila perubahan persekitaran. Ia bukan hanya tentang, "Hei, ada satu contoh, senarai ini kami temukan, " tetapi ia seperti DBA, atau orang yang menguruskan keadaan, dapat menentukan sama ada mereka mahu membuat bahagian inventori itu, dan kemudian apabila ia bukan sebahagian daripada inventori, untuk dapat menolaknya. Dan dengan itu mereka mempunyai kitaran hayat keseluruhan proses contoh SQL Server untuk difahami dengan mudah dalam alat ini.
Sebaik sahaja kita menemui keadaan, apakah yang akan kita lakukan selepas itu? Perkara yang lain adalah banyak maklumat mengenai contohnya, saya tidak mahu pergi secara manual untuk mendapatkannya dan memasukkannya ke dalam spreadsheet atau jenis perkara tersebut. Dan itu satu lagi perkara yang menarik untuk dibicarakan dengan DBA mengenai proses inventori dan pelesenan, ialah anda akan terkejut dengan berapa banyak DBA yang saya bicarakan, apabila anda bertanya kepada mereka, "Bagaimana anda menyimpan inventori anda?" Dan kami bercakap dengan DBA yang merupakan bahagian yang benar-benar ironisnya, bahawa mereka menyimpannya dan menjejaki bahawa dalam spreadsheet statik segala sesuatu. Seperti yang saya katakan, sangat ironi apabila anda memikirkannya seminit. Tetapi itu dalam banyak kes, dan masih berlaku dengan banyak organisasi bagaimana mereka menguruskannya. Bagaimana mereka menyimpannya. Ia adalah salinan induk spreadsheet Excel yang terapung dan perlu dikemas kini secara tetap.
Ini adalah perkara-perkara yang menjadi cabaran dan sebagainya dengan mendaftarkan contoh itu dan menjadikannya sebahagian daripada inventori, anda boleh melakukannya dan mengambil maklumat tersebut. Anda boleh mengotomatisasi sama ada ia menjadi sebahagian daripada inventori, versi, edisi, perkara lain yang boleh anda lakukan dengannya, anda boleh menambah senarai atau hamparan Excel secara manual yang anda miliki secara manual. Anda boleh mengimportnya ke dalam alat ini yang disebut Pengurus Inventori SQL. Sekiranya anda sudah mempunyai titik permulaan yang anda rasa anda cukup yakin, anda boleh mengimport contoh-contoh tersebut dan kemudian membuat bahagian inventori terurus anda dalam produk. Apabila kita mempunyai contoh dan apabila kita tahu bahawa ia ada maka ia menjadi, okay, kita mempunyai banyak maklumat yang dapat kita leverage dengan mengetahui bahawa contoh itu ada di sana, dengan keluar dan mengumpulkan maklumat itu.
Dan banyak maklumat yang diperlukan untuk lebih daripada sekadar tujuan pelesenan. Banyak yang boleh digunakan untuk jelas mengetahui perkara di mana sahaja, dapat mencari maklumat ini setelah ia diperoleh. Tetapi barangan penting adalah pelayan, perkakasan itu sendiri. Mampu memahami jenis mesin itu, mungkin model atau pengeluar, ingatan, jumlah memori, sama ada mesin fizikal atau maya dan terutamanya bilangan soket atau teras fizikal dan CPU dan jenis barangan.
Dari segi bilangan teras, terutamanya dengan SQL Server, mengetahui cara mereka melakukan pelesenan mereka adalah pengiraan per-teras kini dalam versi SQL yang lebih baru, yang menjadi bahagian yang sangat penting dan itu bukan apa-apa yang anda miliki untuk keluar dan benar-benar pergi menggali. Sebaik sahaja contoh itu dikenal pasti, kami dapat memberikan maklumat itu dan mengeluarkannya dan membiarkan anda melihatnya dan memahaminya dan dengan jelas dapat memanfaatkannya.
Lapisan seterusnya adalah pada contoh yang jelasnya anda mempunyai banyak berbeza dari contoh SQL Server sama ada ia menjadi standard atau perusahaan atau bahkan menyatakan untuk perkara itu, atau versi percuma dari SQL Server. Dapat memahami juga aplikasi apa yang terikat dengan contoh itu dan ini boleh dilakukan secara automatik. Mampu memahami tetapan tatarajah dan jenis perkara serta potongan maklumat lain yang berkaitan dengan contoh SQL Server itu sendiri.
Kemudian anda masuk ke pangkalan data sebenar dan melihat tetapan tatarajah, jumlah ruang yang terikat pada data tersebut, di mana ia berada, semua perkara ini akan dimasuki secara automatik dan jadi penyelamat masa yang besar. Dan sekali lagi, kerana ia keluar secara dinamik dan setiap hari mengenal pasti keadaan-keadaan baru, itu adalah sesuatu yang hidup yang anda miliki dari segi inventori anda. Itu semacam matlamat produk adalah untuk menjadikannya seperti itu, adalah untuk menjadikannya sesuatu yang berubah secara dinamik.
Sekarang setelah semua maklumat ini tersedia untuk kami dan kami dapat menarik semua data ini, maka sangat masuk akal untuk mulai membuat dalam beberapa kes metadata anda sendiri yang terkait dengan keadaan ini dan metadata itu dapat diciptakan dengan cara yang sejenis sejajar dengan cara anda melakukan perniagaan.
Jadi jika anda mempunyai contoh anda dikelompokkan oleh lokasi geografi, atau oleh pemilik aplikasi atau oleh pemilik DBA atau apa sahaja, mungkin dari segi bagaimana anda mahu mengelompokkan kejadian tersebut, bagaimana anda secara logik ingin memahami keadaan itu, maka ada baiknya daripada dua bidang dalam alat yang akan memberikan anda keupayaan itu.
Yang pertama adalah keupayaan untuk membuat tag contoh, atau tag. Yang pada hakikatnya mewujudkan persatuan sama ada pelayan, contoh atau pangkalan data supaya anda boleh membuat pandangan dan menjawab soalan-soalan yang mungkin timbul pada hari-hari, yang benar-benar membantu anda mendapatkan pegangan pada apa yang anda miliki, apa yang anda uruskan dan bagaimana anda mahu maju dengan maklumat itu.
Perkara lain yang kita miliki adalah sesuatu yang dipanggil bidang inventori atau medan inventori tersuai dan ini lebih spesifik untuk jenis maklumat yang anda boleh bor, contohnya lapisan pangkalan data yang saya mungkin memutuskan untuk menambah senarai juntai yang telah semua DBA dan saya boleh meletakkan siapa yang bertanggungjawab untuk pangkalan data itu bergantung kepada jenis keadaan atau apa sahaja, mana-mana pangkalan data dengan sesiapa yang bertanggungjawab untuk itu boleh memilih itu supaya saya tahu bahawa mereka adalah orang yang bertanggungjawab dan sangat mudah hanya dengan menggali ke dalam inventori.
Jadi, maklumat ini menjadi sangat berharga, terutamanya jika anda mempunyai persekitaran yang besar, kerana ia hanya membantu anda memahami maklumat tersebut dan mengetahui apa yang anda ada dan bagaimana anda melakukannya.
Oleh itu mari saya pergi ke depan dan beralih ke slaid seterusnya di sini. Apa yang saya tunjukkan kepada anda sekarang adalah semua maklumat ini yang kami kumpulkan, semua maklumat dan data ini yang kami kumpulkan dan menggunakan metadata untuk membolehkan anda membuat keputusan yang lebih mudah dan lebih cepat ketika datang ke lulus lesen anda dengan Microsoft dalam pelesenan jumlah dagangan perusahaan atau insurans perisian dengan Microsoft.
Yang menjadikannya sangat mudah bagi anda untuk melakukan ini daripada perlu, perlu pergi dan melakukan banyak koleksi manual data, banyak pengumpulan manual maklumat itu yang benar-benar secara keseluruhan menjadikannya lebih baik dari proses. Jadi itu adalah salah satu mandat produk, kadang-kadang untuk memudahkan DBA membuat keputusan itu sekitar pelesenan.
Sekarang perkara lain yang kita, jenis bercakap dengan DBA, yang ditemui dan dipelajari sangat cepat adalah bahawa - dan semacam itu akan kembali kepada apa yang telah dibincangkan sebelumnya - anda mungkin mempunyai 300 contoh dalam lingkungan SQL Server anda tetapi ada benar-benar hanya mungkin subset daripada mereka yang benar-benar dipantau dan diuruskan dari jenis pemantauan prestasi tradisional.
Jadi jika anda pergi dan anda sebenarnya duduk dengan DBA dan anda berkata, "Lihat, kami tahu anda mempunyai 20 contoh atau 10 contoh 300 yang sedang dipantau dengan alat ini yang direka untuk memantau dan mematuhi SOA dan dapatkan makluman dan semua jenis perkara yang baik, "apa yang kami juga temukan ialah jika anda bertanya, " Kemudian bagaimana pula dengan kesemua contoh lain yang anda miliki? Adakah anda peduli dengan mereka? "Dan mereka lakukan, mereka mengambil berat tentang mereka, tetapi mereka tidak mahu semestinya membuat pelaburan untuk mengawasi mereka di tahap kedalaman yang boleh dilakukan dengan kejadian tersebut berbanding dengan 10 atau 20 mereka benar-benar, contoh produk yang sangat kritikal.
Jadi bahagian lain persamaan dengan alat ini adalah ia juga membantu dari segi dapat memastikan bahawa pada tahap asas anda dilindungi dari segi kesihatan contohnya. Kini ia tidak akan memberitahu anda jika anda mengalami kebuntuan atau siapa mangsa kebuntuan itu. Ia bukan untuk mendapatkan tahap sesi itu sendiri dan butir-butir pertanyaan. Tetapi pada masa yang sama ia masih akan memberi anda tahu bahawa, jika pelayan turun ke bawah atau jumlahnya sedang mengisi atau anda perlu membuat sandaran pangkalan data, itu adalah sebahagian penting daripada menjadi DBA.
Jadi, perkara-perkara semacam itu pasti masih penting dan dengan demikian alat ini menjadikannya satu cara bagi anda untuk menangkap semua untuk keadaan anda yang sangat kritis yang banyak, banyak yang terikat kepada mereka, jika mereka pergi turun anda perlu tahu segera. Mereka boleh mempunyai tahap pengawasan yang lebih tinggi dan mampu melakukan perkara-perkara seperti itu, sedangkan dengan ini ia akan dapat mengambil apa-apa kejadian baru yang ditambahkan kepada alam sekitar dan pastikan mereka dipertanggungjawabkan dan juga membuat pastikan tahap pemeriksaan kesihatan asas terbentuk.
Jadi itu semata-mata tentang semua Pengurus Import Inventori SQL. Sekarang saya akan menunjukkan kepada anda demonstrasi. Sebelum kita berbuat demikian, dengan cepat saya sememangnya memperlihatkan anda ini adalah slaid senibina di sini dan semata-mata untuk memperlihatkan ini, contoh-contoh SQL yang kita uruskan, kita dapat menemui segala-galanya dari SQL 2000 sehingga ke tahap baru versi SQL.
Oleh itu, kita boleh melakukannya tanpa perlu menggunakan ejen untuk kejadian itu sendiri. Kami melakukannya melalui perkhidmatan pengumpulan dan ia akan keluar dan mengumpulkan maklumat tersebut dan meletakkannya dalam repositori dan kemudian dari konsol depan perkhidmatan Tomcat web kami akan dapat kemudian berinteraksi dengan data itu dan melihatnya. Oleh itu seni bina yang cukup lurus.
Saya akan pergi ke sini dan beralih dan sebenarnya membawa kami ke dalam produk itu sendiri supaya anda dapat merasakannya, pemahaman tentang bagaimana ia berfungsi. Jadi cara terbaik untuk melakukan ini adalah untuk jenis pertama yang memperkenalkan anda kepada antara muka itu sendiri seperti ini adalah jenis papan pemuka yang kita lihat di sini.
Saya dapat melihat bilangan kejadian sekarang yang saya ada di bawah pengurusan tidak cukup banyak. Tetapi saya tidak mempunyai pusat data keseluruhan di dalam poket belakang saya sama ada. Jadi saya mempunyai enam contoh yang kita lihat di sini. Sekarang, itu berkata, saya, apa yang saya akan lakukan adalah melalui proses penemuan dan menunjukkan bagaimana ia berfungsi.
Kini perkara pertama yang akan anda lakukan adalah dalam bahagian pentadbiran anda boleh menentukan bagaimana anda ingin mengetahui keadaan anda. Anda akan dapat memasukkan maklumat tersebut di sini dan sekali lagi yang boleh dilakukan melalui pelbagai alamat IP. Anda boleh menunjuk ke domain atau subdomain dan dapat hanya pada mesin-mesin yang ahli domain itu dapat melakukan pemeriksaan tersebut, anda akan dapat memilih beberapa jenis ciri yang berlainan ketika SQL berjalan untuk memeriksa.
Kemudian sekali anda telah melakukannya dan anda boleh menggunakannya secara automatik untuk menjalankan setiap hari untuk pergi dan mengumpulkan data tersebut. Anda juga akan dapat melakukannya secara ad hoc jika perlu. Tetapi sebaik sahaja anda memulakannya, proses penemuan itu kemudian apa yang akan anda lihat adalah ketika anda pergi ke keadaan melihat di sini. Anda mempunyai tab Discover dan tab Discover akan menunjukkan kepada kami contoh-contoh yang baru ditemui. Jadi dalam kes kita, kita mempunyai nombor di sini. Apa yang saya akan teruskan dan lakukan adalah meneruskan dan menambah yang kita akan gunakan sebagai contoh. Jadi ini adalah contoh Chicago dalam kes ini, bukan? Saya akan pergi ke depan dan menambah contoh itu ke inventori saya.
Baiklah dan ia akan berjalan saya melalui beberapa perkara di sini. Saya akan teruskan dan anda akan melihat kami boleh menetapkan kelayakan. Kredensial saya patut baik di sana. Saya akan pergi ke hadapan dan anda akan melihat saya boleh menetapkan pemilikan ini jika saya mahu. Saya juga boleh menentukan lokasi. Sekarang lokasi itu sendiri boleh ditambah juga, dan ia akan ingat bahawa kali seterusnya, jelas.
Sekali lagi, saya juga boleh mengaitkan tag ini dalam hal metadata dan bagaimana kami ingin meletakkan contoh-contoh SQL ini, terutama yang satu ini, ke dalam mana-mana baldi yang kami mahu masukkan. Jadi kami mempunyai beberapa tag semasa, tag popular, jadi kita boleh melihat sekumpulan tag yang berbeza yang mungkin telah saya sertakan. Saya hanya akan memilih beberapa ini secara rawak dan kita boleh memohonnya.
Jadi sekarang apabila saya pergi ke hadapan dan tambahkan ini ke inventori. Sekarang bahawa ia telah ditambah, kami akan melihatnya muncul di bawah pandangan ini yang dikendalikan dan supaya anda dapat melihatnya disenaraikan di sini. Jadi anda tahu bahawa langkah pertama dan apa yang saya tunjukkan kepada anda adalah cara di mana anda terutamanya akan menambah contoh-contoh seperti yang anda lakukan pada hari ke hari. Dalam sesetengah kes, anda mungkin mengatakan bahawa anda tahu apa itu jika edisi perusahaan pelayan SQL saya mahu menambahkannya secara automatik ke inventori saya? Saya tidak perlu pergi secara manual dan memilih untuk melakukannya.
Jocelyn: Saya akan mengganggu anda dengan cepat. Kami tidak melihat demo anda.
Bullett Manale: Anda tidak?
Jocelyn: Tidak.
Bullett Manale: Itu tidak bagus, mari lihat.
Eric Kavanagh: Jika anda pergi ke sudut kiri atas, klik start, klik pada itu.
Bullett Manale: Ah, okay.
Eric Kavanagh: Dan kini buat skrin kongsi.
Bullett Manale: Maaf tentang itu. Yup.
Eric Kavanagh: Baiklah. Tangkap baik di sana, pengeluar Jocelyn.
Bullett Manale: Betul begitu baik? Adakah anda melihatnya sekarang?
Robin Bloor: Ya memang.
Bullett Manale: Baiklah, mari kita semacam berjalan kaki ke mana kita berada dengan cepat. Kami mendapat contoh yang ditemui yang telah kami lakukan sebelum ini. Saya baru sahaja menambah contoh Chicago dan jadi apa yang anda lihat sekarang kini sudah disenaraikan di sini. Perhatikan ia telah menarik banyak maklumat tambahan. Jika saya mengklik pada contoh itu sendiri, anda akan mula melihat semua jenis maklumat yang telah kami kumpulkan mengenai contoh itu. Sekarang ini senarai semua pangkalan data yang ada di sini. Kita dapat melihat pecahan pangkalan data mengikut saiz dan oleh aktiviti yang mana mempunyai kebanyakan saiz dan aktiviti.
Sekali lagi, kami juga boleh memberitahu anda terus kelelawar yang aplikasi yang kita lihat berjalan pada contoh itu berdasarkan beban kerja yang kita lihat berjalan pada contohnya. Jadi, ia agak baik untuk dapat melakukannya secara automatik. Saya tidak perlu masuk dan mengikat permohonan untuk kejadian itu. Berdasarkan apa yang kita lihat kita boleh mengisi itu. Kini jika anda ingin menambah aplikasi secara manual, anda boleh melakukannya dengan lancar. Tetapi ia adalah cara yang baik untuk dapat menunjukkan persatuan contoh kepada pangkalan data atau, saya minta maaf, kepada permohonan itu.
Anda juga akan melihat bahawa di sebelah kanan skrin kami mempunyai ringkasan segera dan bawah di bawah bahawa kami mempunyai ringkasan pelayan. Oleh itu, kita bercakap mengenai sekeping maklumat utama contoh di sini, mengetahui versi dan bukan hanya, anda tahu, SQL Server 2012 tetapi nombor versi sebenar yang, termasuk dan memberitahu kami apa hotfixes terikat kepadanya, paket perkhidmatan apa terikat kepadanya, ia boleh menjadi sangat penting untuk diketahui. Jelas keperluan ingatan penting. Semuanya seperti itu, sama ada ia dikelompokkan, semua maklumat ini, saya tidak perlu memasukkannya - ia sudah dikumpulkan dan dikumpulkan, dan apabila kita mengenal pasti bahawa ia adalah satu contoh yang ditemui, itu akan menjadi sebahagian daripada inventori kami.
Perkara lain yang akan anda lihat di sini - dan ia akan menunjukkan kepada anda - ia berada di bawah pandangan contoh ini. Kami mempunyai atribut-atribut yang saya bicarakan tadi, sifat-sifat khusus yang boleh ditambah. Jadi, kita boleh menambah jenis kotak teks jenis terbuka, kita boleh lakukan ya / tidak dari segi, anda tahu, satu bilion jenis pilihan. Kita juga boleh melakukan senarai drop-down. Anda boleh melakukannya pada contoh pangkalan data atau di peringkat pelayan.
Kemudian jika kita tatal ke bawah sedikit lagi kita dapat melihat semua maklumat yang berkaitan dengan pelayan itu sendiri. Jadi, anda tahu semua jenis barangan ini benar-benar benar, sangat membantu kerana ia semua dikumpulkan dan dikumpulkan dan ia ada untuk kami tidak lama lagi apabila kami membuat keputusan untuk menjadikannya sebahagian daripada inventori kami. Di sini kita dapat menunjukkan beberapa perbezaan dari segi CPU, bilangan logik berbanding fizikal, berapa banyak ingatan. Jadi, anda benar-benar mendapat maklumat yang sangat baik dan kekayaan tanpa perlu melakukan banyak kerja.
Sekarang bahagian lain untuk ini, seperti yang saya katakan, adalah kami mengumpulkan data ini pada contoh tahap pelayan. Sekiranya kita pergi ke pangkalan data, kita dapat melihat banyak perkara ini juga dipecahkan untuk kita. Oleh itu, jika saya pergi ke repositori pematuhan saya, dalam hal ini saya boleh katakan, anda tahu bahawa ini berurusan dengan, ini adalah pangkalan data pematuhan di mana tahap kepatuhan atau keperluan pengawalseliaan dikaitkan dengan dan mungkin, katakan, Pematuhan SOX atau pematuhan PCI. Oleh itu, saya boleh memilih mana-mana pangkalan data yang mempunyai pematuhan yang berkaitan dengan mereka yang saya perlu mengisi atau memastikan bahawa saya mengekalkan dari segi keperluan peraturan itu.
Jadi barang-barang semacam ini telah terbukti sangat membantu DBAs kerana ada tempat yang mereka dapat berpusat untuk menyimpan semua metadata yang berkaitan dalam lingkungan mereka dengan mudah dan mereka boleh membuatnya, seperti yang saya katakan, sesuai dengan perniagaan mereka kerana mereka ' semula melakukan, sebagai cara mereka menjalankan perniagaan. Oleh itu, jika kita melihat semua perkara setakat ini apa yang telah kita lihat, anda telah mendapat gambaran yang jelas tentang contoh itu, jika saya meneruskannya.
Saya juga boleh mencari juga supaya saya katakan mari mencari repositori pematuhan itu di inventori saya. Kemudian apa yang anda lihat di sini ialah saya boleh mencari perkara-perkara ini dan dapat mengenalinya. Saya katakan itu - Saya tidak pasti apa, butang pergi saya tidak berfungsi di sana. Baik. Mari kita lihat, mari cuba lagi. Di sana kita pergi. Oleh itu, kita akan dapat melihat pecahan di mana kita melihat apa-apa dengan pematuhan kita dan saya boleh menguji ke dalamnya dan melihatnya dari sudut pandangan itu juga. Jadi, anda mendapat cara yang sangat cepat dan mudah untuk menggali data ini.
Kini seperti yang telah disebutkan sebelumnya, anda mempunyai banyak cara yang berbeza untuk membuat metadata terhadap pelayan contoh dan pangkalan data. Bahagian lain untuk itu dapat memanfaatkannya dengan cara Anda mengelompokkannya dan cara yang telah dikaitkan dengannya. Kami pergi ke paparan penjelajah, kita boleh berbuat demikian. Kita boleh katakan saya ingin melakukan pengiraan pangkalan data mengikut lokasi. Jadi bilangan pangkalan data di setiap lokasi persekitaran yang saya dukung. Atau mungkin mungkin ia berdasarkan kepada pemilik yang memiliki contoh yang saya ada di sana dari segi kiraan contoh. Jadi kita akan dapat melihatnya. Jadi anda mendapat cara yang sangat baik dan mudah untuk jenis cat gambar-gambar ini untuk anda berdasarkan apa jua soalan yang anda cuba untuk menjawab pada masa itu.
Kemudian apa yang anda ada maklumat itu menciptakan cara yang anda mahu, kami boleh mengeksportnya ke PDF atau format yang berbeza untuk dapat memanfaatkannya dan menghantar kepada rakan sekerja kami atau melakukan apa sahaja yang kami perlukan di sana. Jadi anda tahu anda akan dapat melakukan perkara-perkara seperti itu. Mari kembali ke - adakah saya kehilangannya? Di sana kita pergi. Betul jadi mudah-mudahan ini masuk akal dari segi apa yang telah saya bincangkan sejauh ini. Sekarang bahawa data yang kami kumpulkan, semua ini jelas sangat penting untuk beberapa sebab - pelesenan dan nota.
Perkara terakhir yang perlu disebutkan ialah kita pergi ke bahagian pentadbiran ini. Ini adalah di mana juga anda boleh mengkonfigurasi e-mel anda dan memberi amaran anda dan dapat memastikan bahawa untuk perkara-perkara yang anda ingin benar-benar tahu, anda boleh menetapkan perkara itu juga. Oleh itu, kami dapat menyediakan isyarat e-mel, kami boleh menetapkan keupayaan untuk menghidupkan perkara-perkara tertentu dan mematikan perkara-perkara tertentu dan kemudian dapat menentukan siapa yang akan menerima e-mel tersebut, dan melanggan tanda-tanda yang kami dapat mengaitkan siapa yang kami mahu untuk menjadi, siapa yang ingin tahu tentang jenis perkara itu.
Tetapi seperti yang saya katakan sebelum ini, ini adalah cara yang sangat baik untuk dilakukan, sekurang-kurangnya mempunyai ketenangan fikiran keseluruhan untuk mengetahui kesemua contoh SQL syarikat anda - apa yang anda ada dan juga memastikan bahawa ia berjalan secara optimum walaupun anda tidak ' t, tidak membuat keputusan untuk membuat pelaburan untuk alat pengawasan prestasi memukul berat untuk menguruskan hal itu. Ini akan melindungi anda kerana ia adalah cara yang sangat berpatutan untuk keluar dan untuk banyak keadaan dapat melakukan inventori ini dan dapat melakukan semacam tahap pemantauan umum yang sangat luas untuk memastikan bahawa anda mendapat ketenangan fikiran dan tahu apa yang berlaku.
Jadi mudah-mudahan yang masuk akal dalam cara kami telah menerangkannya dan menunjukkan kepada anda. Saya rasa dari sudut itu saya boleh teruskan dan lulus kembali dan kita boleh bercakap lebih lanjut.
Eric Kavanagh: Kedengarannya hebat. Jadi Robin? Dez? Apa-apa soalan?
Robin Bloor: Baik saya ada soalan. Ia sangat menarik untuk benar-benar, maksud saya saya hanya mahu membuat komen yang cukup banyak di mana-mana saya, bukan hanya di kalangan DBAs, tetapi di kalangan orang-orang rangkaian, di kalangan lelaki simpanan, di kalangan orang-orang pengurusan mesin maya, semula semua kerja spreadsheet.
Eric Kavanagh: Betul.
Dez Blanchfield: Anda jenis tahu bahawa itu, anda jenis tahu bahawa tidak mengapa sehingga nombor mula bergerak. Apabila nombor mula bergerak, anda tahu bahawa mereka akan mendapat masalah. Jadi persoalannya sekarang saya berminat dan saya tahu ia akan menjadi sukar bagi anda untuk menjawab, tetapi apa, jika anda pergi ke tempat di mana mereka tidak mempunyai apa-apa seperti ini di sana untuk kerja spreadsheet, jadi mari kita asumsikan DBA adalah orang yang sangat pintar dan sebagainya dan sebagainya, jenis ROI yang anda fikir anda akan mendapat daripada melaksanakan sesuatu seperti ini? Adakah anda mempunyai apa-apa angka pada itu pada atau mana-mana garis panduan tentang itu?
Bullett Manale: Sukar untuk mengatakan apa ROI adalah kerana persekitaran menjadi sedikit berbeza. Jelas sekali bahawa semakin besar perusahaan, semakin besar persekitaran, jelas semakin ROI mungkin jika mereka menggunakan, anda tahu, kaedah manual sekarang.
Saya tahu saya telah bercakap dengan beberapa - apabila saya mengatakan organisasi besar di ribuan dan ribuan pekerja dan juga mungkin beribu-ribu contoh juga - di mana saya mempunyai orang di mana saya menunjukkan kepada mereka dan mereka mengatakan ini akan mengambil dua minggu masa saya kembali. Saya telah berkata kepada saya lebih daripada sekali. Jadi sukar untuk mengatakan dari segi jumlah dolar sebenar dari pembelian, tetapi ia cukup besar apabila anda mempunyai persekitaran.
Seperti yang saya katakan, ia cukup konsisten, ia adalah orang yang saya, kebanyakan orang yang saya cakap dengan menjaga perkara ini dalam spreadsheet. Oleh itu, ia adalah satu perkara yang sangat subjektif kerana setiap alam sekitar, ia sedikit berbeza dari segi cara mereka melakukan pelesenan dan bagaimana mereka melakukan pelesenan dengan Microsoft adalah bahagian lain yang menjadi faktor. Tetapi jika mereka perlu melakukan up sejam setiap tahun atau setiap tiga tahun, saya fikir tiga tahun pada max untuk Microsoft bahawa mereka akan, mereka mahu anda berpegang pada sekurang-kurangnya setiap tiga tahun.
Kemudian anda tahu yang besar dan itu, anda tahu ia hanya sesuatu yang membuat lebih mudah. Kerana ia satu perkara yang dinamik yang sentiasa berubah, ia memberikan sedikit lebih banyak kesahan juga dari segi apa yang anda sedang melihat ayat-ayat, baik kita tidak benar-benar mengemas kini spreadsheet dalam enam bulan atau setahun. Jadi, berapa kerap anda mengemaskini hamparan adalah satu lagi soalan untuk memahami bahawa jawapan kepada ROI.
Dez Blanchfield: Ya, saya maksudkan, pelesenan SQL, pelesenan ini hanyalah mimpi ngeri, tapi itu sangat mimpi ngeri kerana pelesenannya tidak sama antara Microsoft dan Oracle dan sesiapa sahaja yang ada di luar sana melakukan perkara pangkalan data. Jika anda benar-benar menyimpan perkara dalam spreadsheet yang cenderung menjadi apa yang sebenarnya berlaku, anda tahu bahawa masa pelesenan akan datang sebelum anda benar-benar sedar dan anda sebenarnya tidak mempunyai data, jika anda tahu apa yang saya maksudkan, dengan mudah mendapatkan maklumat itu.
Bagaimanapun, seperti yang anda katakan, ia dinamik dan saya tidak tahu secara peribadi kerana saya tidak pernah benar-benar berunding dengan Microsoft, jadi saya tidak tahu tetapi mungkin terdapat pangkalan data yang orang sering mengambil data ujian, ujian persekitaran dan saya akan meneka bahawa mereka adalah duri di pihak anda jika anda melakukan pelesenan. Adakah anda?
Bullett Manale: Ya, ya. Itulah sebabnya banyak perkara yang dilupakan dan kemudian kita mula mencontohi, okay, baiklah kita mempunyai pelesenan teras yang kita perlu memikirkan jumlah teras untuk setiap contoh ini dan saya tidak Tidak tahu, dari segi standard apa yang anda beli perkakasan bijak, anda mungkin juga membeli perkakasan yang cukup baik kemudian jika anda tidak menggunakan perkakasan itu cara ia harus digunakan maka anda overpaying kerana anda membayar harga teras apabila teras tersebut tidak dimanfaatkan supaya menjadi masalah.
Oleh itu, setiap versi SQL mempunyai cara yang berbeza di mana pelesenan sedang digunakan yang menjadikannya sedikit mengelirukan. Jadi, anda mempunyai beberapa cabaran di sekelilingnya dan itu adalah sebahagian besar daripada mengapa maklumat ini sangat membantu kerana kami dapat memberitahu anda versi mana itu, kami dapat memberitahu anda dengan jelas jumlah teras yang anda miliki, jika versi SQL yang lebih lama Itu harga per soket, kita masih boleh menunjukkan dengan jelas bahawa juga. Jadi ia hanya menjadikannya lebih mudah rutin yang perlu anda lalui ketika ia datang tepat pada waktunya untuk memenuhi perkara itu.
Dez Blanchfield: Satu perkara yang datang kepada fikiran saya, oh maaf go-
Robin Bloor: Baiklah, anda pergi ke Dez, saya akan bertanya soalan yang mungkin tidak relevan.
Dez Blanchfield: Hanya sesuatu yang sangat cepat semasa anda dalam topik yang anda sedang aktif sekarang - kami melihat persekitaran awan yang lebih banyak dan jika kami menjalankannya di dalam pusat data kami sendiri, di dalam persekitaran kita sendiri, mereka merangkak dan mencari, menemui perkara yang agak mudah.
Bagaimanakah kita, bagaimanakah kita dapat menangani senario di mana kita mungkin mempunyai tiga set data, dua awan, dan penglihatan di persekitaran ini adalah firewall dan seringkali terdapat data yang ditetapkan pada akhir paip atau VPN. Adakah terdapat penemuan dari hujung depan atau kita perlu, untuk memulakan membuka pelabuhan supaya kita boleh mengimbas persekitaran tertentu antara jenis awan dan premis di mana platform ini berjalan?
Bullett Manale: Ya, ia akan menjadi pertimbangan dari segi pelabuhan. Jadi, malangnya, saya harap saya dapat mengatakan ia akan memecahkan semua persekitaran tetapi ada beberapa pilihan yang berbeza yang boleh anda lakukan dengan ini. Jelas sekali, jika anda melakukan sesuatu seperti Amazon EC2 semua yang anda perlukan benar adalah akses kepada persekitaran itu melalui sambungan anda, dengan mengambil alih port anda terbuka dan kemudian dapat menentukan alamat IP anda atau domain anda yang berkaitan dengannya dan ia boleh bermula koleksi dan permulaan penemuan.
Jadi, dalam jenis persekitaran yang benar-benar tidak menjadi masalah; ia adalah jenis persekitaran yang lebih spesifik seperti RDS dan di mana anda hanya mendapatkan pangkalan data itu sendiri di mana ia akan menjadi sedikit lebih mencabar untuk melihat dan menemui jenis maklumat tersebut.
Dez Blanchfield: Jadi, selepas itu terdapat pangkalan data dan pangkalan data. Jadi sebagai contoh, hari-hari lama yang baik hanya mempunyai enjin pangkalan data yang sangat besar seperti anekdot yang saya kongsi di bahagian depan di mana ia hanya satu platform besar dan semua itu menyediakan pangkalan data. Hari-hari ini, pangkalan data tertanam dalam segala-galanya, sebenarnya, ada dua atau tiga dari mereka yang hanya berjalan di telefon saya di belakang aplikasi.
Apakah jenis cabaran yang anda lihat dengan senario di mana anda mempunyai persekitaran yang datang dari Lotus Notes, dengan aplikasi di belakangnya, SharePoint dengan pangkalan data di pelbagai internet, dan sebagainya? Pada dasarnya semuanya dikuasakan oleh pangkalan data di hujung belakang. Apakah jenis perkara yang anda lihat di sana dan apa jenis cabaran yang anda lihat orang menghadapi hanya cuba memetakan jenis-jenis dunia dan apa yang alat anda lakukan untuk mereka?
Bullett Manale: Saya maksudkan bahawa perkara itu adalah apa yang anda katakan - semuanya memerlukan pangkalan data sekarang, jadi banyak kali terdapat banyak kemungkinan, terdapat banyak pangkalan data yang semakin diperkenalkan ke dalam alam sekitar bahawa DBA itu sendiri tidak disedari kerana tidak terlalu sukar untuk mendapatkan pelayan SQL yang dipasang di persekitaran, secara umum.
Alat ini juga mengenal pasti perkara-perkara seperti pangkalan data ekspres juga, jadi versi percuma SQL Server. Sudah cukup lucu, apabila anda bercakap dengan DBA, sekali lagi, anda tidak mendapat jawapan yang konsisten dari segi mereka mengambil berat tentang pangkalan data percuma yang ada di sana. Banyak aplikasi yang anda bicarakan akan menggunakan versi pangkalan data percuma. Tetapi organisasi itu sendiri akan mempunyai sikap yang berbeza dari segi siapa yang bertanggungjawab untuk pangkalan data itu bergantung kepada siapa yang anda bercakap.
Sesetengah DBA yang saya bicarakan, saya boleh memikirkan terakhir kali saya berada di SQL Server PASS, yang ada di Seattle, anda bertanya soalan "Adakah anda peduli dengan pangkalan data anda?" Dan itu adalah kira-kira lima puluh lima puluh. Sesetengah orang, mereka ingin tahu tentang mereka sebagai DBA kerana mereka merasakan bahawa mereka sebahagian daripada tanggungjawab mereka walaupun mereka menyatakan pangkalan data mereka masih boleh mengandungi maklumat penting; mereka masih perlu melalui proses yang disokong dan masih perlu memastikan bahawa semua perkara bekerja dari perspektif kesihatan pada mereka. Tetapi hanya mengetahui bahawa mereka wujud sama pentingnya jika tidak lebih penting.
Manakala separuh orang lain adalah, "Hei, kita bukanlah kita tidak bertanggungjawab terhadap pangkalan data dan apa yang mereka letakkan pada mereka adalah berhati-hati terhadap orang yang memasangnya." Tetapi saya akan mengatakan bahawa secara keseluruhan apa yang anda berkata, semuanya cukup banyak hari ini mempunyai aplikasi yang terikat dengannya yang hanya menyumbang lebih banyak kepada kerumitan dan kekeliruan yang perlu untuk inventori maklumat itu.
Dez Blanchfield: Ya, saya telah melihat beberapa laman web kerajaan mungkin kegemaran saya tetapi lebih kerap daripada yang saya lihat dalam persekitaran perusahaan sekarang di mana, seperti yang anda katakan, bahawa orang lupa saya walaupun ketika mereka memasang sesuatu seperti SharePoint atau seperti pertukaran diri supaya anda tahu bahawa mereka datang dengan versi percuma yang dibina kerana mereka mahu, anda tahu, memasangnya dengan cepat dan tidak bimbang tentang harus pergi dan membeli pelesenan.
Kemudian ia menjadi besar dan kemudian seseorang mula mengadu tentang prestasi dan mereka seperti, "Ia hanya pelayan lama anda, penyimpanan anda, rangkaian anda, apa sahaja, " dan kemudian DBA dipanggil dan mereka seperti, "Baiklah, Anda hanya mengumpat segala-galanya ke dalam versi percuma pangkalan data ini, yang bukan apa yang anda perlukan untuk melakukan perkara yang besar ini. "
Terutamanya apabila anda mendapat senario seperti Pengurus Projek dan Pejabat menjalankan beratus-ratus jika tidak beribu-ribu projek merentas perusahaan besar atau korporat dan mereka menggunakan SharePoint dengan Microsoft Project Server dan mereka membuang semua barangan PMO mereka ke pangkalan data ini. Tetapi di hujung depan mereka seperti, kini ia hanya antara muka web. Tetapi sebenarnya terdapat pangkalan data dan pangkalan data.
Bullett Manale: Ya.
Dez Blanchfield: Jadi, apa yang mereka, salah satu langkah pertama yang orang-orang di sini saya rasa ada beberapa soalan yang mungkin kita ingin bawa dari penonton. Salah satu soalan pertama adalah di mana orang mula? Apa langkah semulajadi yang pertama untuk mereka pergi, "Baiklah, kita perlu membuat versi Alcoholics Anonymous?"
Kami mempunyai lebih banyak pangkalan data daripada yang kita tahu apa yang perlu dilakukan. Apakah langkah semulajadi yang kelihatan seperti mereka untuk pergi, "Baiklah kita perlu mendapatkan perkara ini dan mula berlari?" Adakah mereka hanya pergi ke Turki atau kemudian mereka benar-benar perlu memulakan kecil dan hanya mendapat pengalaman sekitar memetakan persekitaran mereka ?
Bullett Manale: Baiklah, saya fikir mereka telah memetakan persekitaran. Sekarang Microsoft menawarkan alat percuma untuk melakukan itu, Alat Perancangan Penilaian Microsoft, ia adalah alat percuma tetapi ia statik. Anda melakukan penemuan dan itu sahaja. Anda mendapat senarai perkara-perkara yang berada di luar sana. Kami mengambilnya dan berkata, mari kita mengambil langkah selanjutnya mari kita lakukan penemuan ini, mari kita temukan apa yang ada di sana dan katakan dalam repositori itu dan mari buatkan supaya ia dinamik dan kita boleh menambahnya, keluarkan dari itu.
Tetapi secara keseluruhan langkah pertama yang terbesar adalah saya fikir hanya untuk mengetahui, lakukan penemuan ini. Sama ada itu memuat turun produk kami dalam percubaan, anda boleh memuat turun dan mencubanya selama 14 hari dan anda boleh menunjukkan kepada persekitaran anda dan melakukan koleksi.
Sekarang jika anda sudah mempunyai spreadsheet dengan sekumpulan maklumat di dalamnya bahawa anda agak yakin bahawa maklumat itu betul, anda juga mempunyai keupayaan untuk menyukai import ke CSV bahawa spreadsheet dengan semua maklumat itu dan menjadikan bahagian itu dari apa yang anda sudah ada. Tetapi dari segi mencari tahu apa yang anda tidak tahu, satu-satunya cara untuk melakukannya adalah secara manual keluar, lakukan atau alat yang mencari jenis perkara seperti ini. Itulah keputusan yang perlu anda lakukan pada satu ketika, "Adakah saya cuba untuk mengotomatisasi penemuan itu atau sekurang-kurangnya mendapatkan asas yang baik dari apa yang ada di sana dahulu dan kemudian bimbang tentang beberapa pengecualian?" Tetapi untuk sebahagian besar anda mungkin memerlukan alat.
Dez Blanchfield: Jadi dengan cepat. Di mana orang pergi untuk memulakannya? Mereka memukul laman web anda? Bagaimana mereka menjangkau dan memulakan dengan cepat ini?
Bullett Manale: Jika anda pergi ke Idera, IDERA.com, anda akan melihat, dan saya sebenarnya boleh dengan cepat menunjukkannya dengan cepat. Di laman web Idera anda akan pergi ke produk, pergi ke pengurus inventori. Anda akan melihat pautan muat turun di sini. Anda hanya menentukan yang membina yang anda mahu pasang pada 64 atau 32 bit, dan itu akan membawa anda pergi dan anda boleh memulakan penemuan anda dari sana.
Robin Bloor: Persembahan hebat dan hebat, terima kasih banyak, terima kasih banyak.
Bullett Manale: Terima kasih.
Eric Kavanagh: Kami mempunyai beberapa soalan dari penonton dan kami akan menghantar e-mel kepada anda kerana kami perlu berhenti keras hari ini, tetapi Bullett, sekali lagi, kerja yang hebat di demo, kerja yang hebat oleh produser kami yang menangkap bahawa ia tidak ' t menunjukkan.
Bullett Manale: Maaf tentang itu.
Eric Kavanagh: Tidak, ini adalah perkara yang baik, anda memberikan keterlihatan ke teras perniagaan, bukan? Kerana perniagaan menjalankan data dan anda memberikan penglihatan ke bawah ke teras. Jadi tidak ada lagi barang berombak tangan; sekarang anda boleh menunjuk pada perkara-perkara dan mendapatkan penyelesaian itu. Jadi bagus untuk awak.
Bullett Manale: Terima kasih.
Robin Bloor: Tetapi ia bagus untuk melihatnya hidup dengan cara yang baik.
Eric Kavanagh: Ya, kami akan mengarkibkan siaran web ini untuk tontonan kemudian dan kami akan memilikinya dengan harapan dalam masa kira-kira sejam atau dua arsip awal naik kadang-kadang ia lebih lama daripada itu, tetapi kami pasti akan membiarkan orang ramai tahu. Dengan itu kami akan membiarkan anda pergi, orang. Terima kasih sekali lagi kerana menghadiri Bilik Taklimat, kami sebenarnya Teknologi Panas. Kami akan mengejar masa depan anda. Berhati-hati, selamat tinggal.
