द बेस्ट लॉड प्लान्स: सेविंग टाइम, मनी एंड ट्रबल विथ ऑप्टिमल फोरकास्ट

ले जाओ: होस्ट एरिक कावनघ ने डॉ। रॉबिन ब्लोर, रिक शर्मन और आईडीईआरएएस बुलेट्ट मनाले के साथ पूर्वानुमान पर चर्चा की।

वीडियो देखने के लिए आपको इस घटना के लिए पंजीकरण करना होगा। वीडियो देखने के लिए रजिस्टर करें।

एरिक कवनघ: देवियों और सज्जनों, एक बार फिर से नमस्ते और हॉट टेक्नोलॉजीज वेबकास्ट श्रृंखला में आपका स्वागत है! मेरा नाम एरिक कवनघ है, बीमार आज के सेमिनार के लिए आपका मेजबान हो सकता है, जिसे "सेविंग टाइम, मनी एंड ट्रबल विथ ऑप्टिमल फोरकास्ट्स" कहा जाता है। '' कोर्स मैं इस शीर्षक के पहले भाग को '' द बेस्ट लाइड प्लान्स '' से चूक गया। इस शो के बारे में। तो, हॉट टेक्नॉलॉजीज निश्चित रूप से यह समझने के लिए हमारा मंच है कि आज दुनिया में कुछ शांत उत्पाद क्या हैं, एंटरप्राइज़ तकनीक की दुनिया, लोग उनके साथ क्या कर रहे हैं, वे कैसे काम करते हैं, यह सब मज़ेदार चीजें हैं।

और आज का विषय, जैसा कि मैंने सुझाव दिया है, पूर्वानुमान से संबंधित है। वास्तव में आप समझने की कोशिश कर रहे हैं कि आपके संगठन में क्या होने जा रहा है। आप अपने उपयोगकर्ताओं को कैसे खुश रखने जा रहे हैं, इससे कोई फर्क नहीं पड़ता कि वे क्या कर रहे हैं? अगर वे विश्लेषण कर रहे हैं, अगर वे असली काम कर रहे हैं, तो वे वास्तविक ग्राहकों का सामना कर रहे हैं, जो कि ट्रांजेक्शनल सिस्टम के साथ हैं, जो भी मामला हो, आप समझना चाहते हैं कि आपके सिस्टम कैसे चल रहे हैं और व्हाट्सएप चल रहे हैं, और आज के बारे में अच्छी तरह से बात करते हैं। इसका इस तरह का मजाकिया होना क्योंकि पूर्वानुमान कुछ ऐसा नहीं है जो मुझे करना पसंद है, क्योंकि मैं अंधविश्वासी हूं, जैसे मुझे लगता है कि अगर मैं बहुत ज्यादा पूर्वानुमान लगाऊंगा, तो बुरी चीजें होंगी, लेकिन यह सिर्फ मैं हूं। मेरे नेतृत्व का पालन न करें।

तो, आज यहां हमारे प्रस्तुतकर्ता हैं, आपका वास्तव में शीर्ष बाएं हाथ के कोने में रिक शर्मन बोस्टन से डायल कर रहा है, हमारे मित्र बुलेट्ट मनले आईडीरेरा से और हमारे अपने डॉ। रॉबिन ब्लोर हैं। और इसके साथ ही, इल इसे रॉबिन को सौंप देता है और लोगों को याद दिलाता है: सवाल पूछें, शर्माएं नहीं, हम अच्छे सवालों से प्यार करते हैं, उन्हें आज हमारे प्रस्तरों और अन्य लोगों के सामने रखें। और उस के साथ, रॉबिन, इसे दूर ले जाओ।

रॉबिन ब्लोर: ठीक है, ठीक है, जैसा कि वे कहते हैं कि पोल की स्थिति में, मैंने सोचा था कि आईडी आज एक एसक्यूएल कहानी बताती है, क्योंकि इसकी पृष्ठभूमि क्या चर्चा चल रही है, और यह अनिवार्य रूप से नहीं होगा क्योंकि रिक इस पर ध्यान केंद्रित नहीं कर रहा है। , और रिक क्या कहना है के साथ संघर्ष नहीं करेगा। तो, एसक्यूएल कहानी, एसक्यूएल के बारे में कुछ दिलचस्प बातें हैं क्योंकि इसके इतने प्रमुख हैं। देखें, कि एक टाइपो, एसक्यूएल एक घोषणात्मक भाषा है। विचार यह था कि आप एक भाषा बना सकते हैं जिसमें आप अनुरोध करेंगे कि आप क्या चाहते हैं। और डेटाबेस यह काम करेगा कि इसे कैसे प्राप्त किया जाए। और इसके बजाय अच्छी तरह से काम किया, वास्तव में, लेकिन इसके बारे में कहने लायक कई तरह की चीजें हैं, एक घोषणात्मक भाषा पर पूरे आईटी उद्योग को आधार बनाने के परिणाम। उपयोगकर्ता डेटा के भौतिक संगठन के बारे में नहीं जानता या परवाह नहीं करता है, और घोषणात्मक भाषा के बारे में अच्छी बात को बताता है - यह आपको उस सब से अलग करता है, और यहां तक ​​कि इसके बारे में चिंता भी करता है - बस जो आप चाहते हैं, और डेटाबेस से पूछें जाओ और इसे प्राप्त करेंगे।

लेकिन उपयोगकर्ता को इस बात का कोई अंदाज़ा नहीं है कि जिस तरह से वे एसक्यूएल क्वेरी को बनाते हैं, वह क्वेरी के प्रदर्शन को प्रभावित करने वाला है और यह थोड़ा उल्टा है। Ive ने देखा कि प्रश्न सैकड़ों और सैकड़ों लाइनें लंबी हैं, जो सिर्फ एक एसक्यूएल अनुरोध है, आप जानते हैं, "चयन" से शुरू होता है और बस उप-प्रश्नों पर और इसी तरह और आगे भी चलता रहता है। और यह वास्तव में पता चला है कि यदि आप किसी डेटाबेस से डेटा का एक विशेष संग्रह चाहते हैं, तो आप इसे SQL के साथ कई अलग-अलग तरीकों से पूछ सकते हैं, और यदि आपको डेटा के साथ कुछ परिचित है तो एक ही उत्तर प्राप्त करें। इसलिए, डेटा के लिए पूछने के लिए एक एसक्यूएल क्वेरी अनिवार्य रूप से सबसे अच्छा तरीका नहीं है, और डेटाबेस आपको उन एसक्यूएल के अनुसार काफी अलग तरीके से प्रतिक्रिया देगा।

और इसलिए, एसक्यूएल वास्तव में प्रदर्शन को प्रभावित करता है, इसलिए लोग जो एसक्यूएल का उपयोग करते हैं, उनमें से यह सच है, यह एसक्यूएल प्रोग्रामर के बारे में भी सच है जो एसक्यूएल का उपयोग करते हैं और यहां तक ​​कि उनके होने वाले प्रभाव के बारे में सोचने की संभावना भी कम होती है, क्योंकि उनका अधिकांश ध्यान वास्तव में डेटा के हेरफेर पर है और डेटा को प्राप्त करने पर नहीं। और यह बीआई टूल्स के बारे में भी सच है, Ive ने एसक्यूएल को देखा, जो आपको पसंद है, अगर आप चाहें तो विभिन्न डेटाबेस के बीआई टूल्स से बाहर निकलते हैं और यह कहा जाता है, कि बहुत सारे, मैं एसक्यूएल प्रश्न लिखूंगा उसके जैसा। इसका किसी ने बनाया है, अगर आपको पसंद है, तो एक छोटी सी मोटर जो कुछ भी पैरामीटर है, itll कुछ SQL को फेंक देंगे, और फिर, कि SQL जरूरी SQL नहीं होगा।

फिर मैंने सोचा कि ईद प्रतिबाधा बेमेल का उल्लेख करता है, प्रोग्रामर जिस डेटा का उपयोग करते हैं वह डेटा की तुलना में अलग है। इसलिए, हमारे डीएमएस तालिकाओं में डेटा संग्रहीत करते हैं, ऑब्जेक्ट-ओरिएंटेड कोड का आयोजन करते हैं जो ज्यादातर कोडर होते हैं, आजकल ऑब्जेक्ट-ओरिएंटेड रूप प्रोग्रामिंग कर रहे हैं और वे ऑब्जेक्ट संरचनाओं में डेटा ऑर्डर करते हैं, इसलिए यह एक से दूसरे को मैप नहीं करता है। इसलिए, प्रोग्रामर को लगता है कि प्रोग्रामर को लगता है कि डेटा क्या है, डेटाबेस को लगता है कि डेटा क्या है। जो ऐसा लगता है कि हमने ऐसा होने के लिए कुछ गलत किया होगा। डेटा परिभाषा के लिए SQL में DDL है, उस डेटा को प्राप्त करने के लिए इसमें DML - डेटा मैनिप्युलेशन लैंग्वेज - सेलेक्ट, प्रोजेक्ट और जॉइन है। अब, बहुत कम गणित और बहुत कम समय आधारित सामान है, इसलिए इसकी अपूर्ण भाषा है, हालांकि यह कहा गया है कि इसका विस्तार किया गया है और इसे बढ़ाया जाना जारी है।

और फिर, आपको SQL बैरियर की समस्या मिलती है, जो हमेशा आरेख की तुलना में तनावपूर्ण होती है, लेकिन इसमें बहुत से लोग विश्लेषणात्मक कारणों से प्रश्न पूछ रहे थे, एक बार जब उन्हें प्रश्न डेटा की शर्तों का जवाब मिल गया, तो वे एक और प्रश्न पूछना चाहते हैं। तो, यह एक संवाद बात बन जाती है, ठीक है, एसक्यूएल को संवाद के लिए नहीं बनाया गया था, यह पूछने के लिए बनाया गया था कि आप एक बार में क्या चाहते हैं और यह जानने के लायक है कि, क्योंकि वहाँ कुछ उत्पाद हैं जो वास्तव में SQL को उपयोगकर्ता और डेटा के बीच बातचीत संभव बनाने के लिए छोड़ देते हैं।

डेटाबेस प्रदर्शन के संदर्भ में - और इस तरह की हर चीज तक फैल जाती है - हां, CPU, theres memory, theres disk, theres नेटवर्क ओवरहेड्स और theres लॉकिंग की समस्या में एक से अधिक लोगों की लॉकिंग की समस्या है जो किसी दिए गए डेटा का विशेष उपयोग करना चाहते हैं कोई निश्चित समय। लेकिन SQL भी खराब कॉल करता है, यदि आप वास्तव में SQL को ऑप्टिमाइज़ करते हैं, तो प्रदर्शन के मामले में, एक बहुत बड़ा काम करता है। इसलिए, डेटाबेस प्रदर्शन कारक: खराब डिज़ाइन, खराब प्रोग्राम डिज़ाइन, कार्यभार की अनुपलब्धता, लोड संतुलन, क्वेरी संरचना, क्षमता योजना। वह डेटा ग्रोथ है। और कुछ ही शब्दों में, SQL सुविधाजनक है, लेकिन यह आत्म-अनुकूलन नहीं करता है।

यह कहने के बाद, मुझे लगता है कि हम रिक के पास जा सकते हैं।

एरिक कवनघ: सब ठीक है, रिक, मैं तुम्हें WebEx कार की चाबी देता हूं। इसे दूर ले जाओ।

रिक शेरमैन: बिलकुल ठीक, महान। अच्छी तरह से धन्यवाद रॉबिन, जैसा कि हमने प्रस्तुति की शुरुआत में बंद कर दिया था, मेरे ग्राफिक्स अभी भी बहुत उबाऊ हैं, लेकिन इसके साथ अच्छी तरह से चलते हैं। इसलिए, मैं सब कुछ के बारे में सहमत हूं, जिसमें रॉबिन ने एसक्यूएल पक्ष पर बात की थी। लेकिन मैं अब थोड़ा सा ध्यान केंद्रित करना चाहता हूं, जो डेटा की मांग है, जो बहुत जल्दी से गुजरता है, उस स्थान पर उपयोग किए जाने वाले उपकरणों की आपूर्ति या उस स्थान में उपकरणों की आवश्यकता।

सबसे पहले, आपके द्वारा पढ़े जाने वाले प्रत्येक लेख में कुछ बड़े डेटा, बहुत सारे डेटा, क्लाउड से आने वाले अनस्ट्रक्चर्ड डेटा, हर जगह बड़े डेटा के साथ करना होता है जिसकी आप कल्पना कर सकते हैं। लेकिन डेटाबेस बाजार का विकास लगातार SQL के साथ रहा है, रिलेशनल डेटाबेस शायद 2015 तक, डेटाबेस बाजार का 95 प्रतिशत अभी भी है। शीर्ष तीन संबंधपरक विक्रेताओं के पास उस स्थान पर बाजार का लगभग 88 प्रतिशत हिस्सा है। तो, अभी भी बात कर रहे थे, जैसा कि रॉबिन ने बात की, एसक्यूएल के बारे में। और वास्तव में, भले ही Hadoop platform, Hive और Spark SQL को देख रहे हों - जो कि मेरा बेटा, जो एक डेटा वैज्ञानिक है, अब हर समय उपयोग करता है - निश्चित रूप से लोगों के लिए डेटा प्राप्त करने का प्रमुख तरीका है।

अब, डेटाबेस की ओर, डेटाबेस के उपयोग की दो व्यापक श्रेणियां हैं। एक परिचालन डेटाबेस प्रबंधन प्रणालियों के लिए है, इसलिए उद्यम संबंध योजना, ग्राहक संबंध मैनिंग, दुनिया के Salesforce ERPs, Oracles, EPIC, N4s इत्यादि। और, एक विस्तृत राशि और डेटा वेयरहाउस और अन्य व्यापार खुफिया-आधारित प्रणालियों में डेटा thats की एक विस्तृत राशि का उपयोग करता है। सब कुछ कारण, भले ही यह कहाँ और कैसे पकड़ा, संग्रहीत या लेन-देन किया गया हो, अंत में इसका विश्लेषण किया जाता है और इसलिए बड़ी संख्या में डेटाबेस और विशेष रूप से बाजार में रिलेशनल डेटाबेस के उपयोग में वृद्धि की मांग होती है।

अब, हमें मांग मिल गई है, हमारे पास भारी मात्रा में डेटा आ रहा है। और Im वास्तव में सिर्फ बड़े डेटा के बारे में बात नहीं कर रहा है, Im सभी प्रकार के उद्यमों में डेटा के उपयोग के बारे में बात कर रहा है। लेकिन आपूर्ति पक्ष की ओर से, उन लोगों के लिए जो उन संसाधनों का प्रबंधन कर सकते हैं, हमारे पास पहले बंद हैं, हमारे पास एक डीबीए की कमी है। हमारे पास श्रम सांख्यिकी ब्यूरो के अनुसार, २०१४-२०२४ से डीबीए की नौकरियां केवल ११ प्रतिशत बढ़ रही हैं - अब ऐसे लोग हैं, जिनके पास डीबीए की नौकरी के शीर्षक हैं, लेकिन अच्छी तरह से एक दूसरे के बारे में बात करते हैं - बनाम ४०-प्लस प्रतिशत वार्षिक डेटा विकास स्थान। और हमारे पास बहुत सारे डीबीए हैं; औसतन वही अध्ययन जो औसत आयु के बारे में बात करता है वह अन्य आईटी व्यवसायों की तुलना में बहुत अधिक है। और फिर हमारे पास बहुत सारे लोग हैं जो मैदान छोड़ रहे हैं, जरूरी नहीं कि वे सेवानिवृत्त हों, बल्कि अन्य पहलुओं में शिफ्ट हो जाएं, प्रबंधन में जा रहे हैं, या जो भी हो।

अब, वे छोड़ने के कारण का हिस्सा हैं, क्योंकि डीबीए की नौकरी कठिन और कठिन होती रहती है। सबसे पहले, हमारे पास कई अलग-अलग डेटाबेस, भौतिक डेटाबेस, सभी जगह स्थित, साथ ही साथ विभिन्न प्रकार के डेटाबेस का प्रबंधन करने वाले डीबीए हैं। अब यह संबंधपरक हो सकता है, या वे अन्य डेटाबेस, डेटाबेस के प्रकार भी हो सकते हैं। लेकिन भले ही इसके संबंधपरक हों, उनके पास एक, दो, तीन, चार अलग-अलग विक्रेता हो सकते हैं जो वास्तव में प्रबंधन करने की कोशिश कर रहे हैं। डेटाबेस या एप्लिकेशन के डिज़ाइन के बाद DBA आमतौर पर शामिल हो जाते हैं। रॉबिन ने इस बारे में बात की कि कैसे डेटाबेस या एप्लिकेशन डिज़ाइन किए जाते हैं, SQL कैसे डिज़ाइन किए जाते हैं। खैर, जब डेटा मॉडलिंग के बारे में बात कर रहे थे, ईआर मॉडलिंग, विस्तारित ईआर मॉडलिंग, आयाम मॉडलिंग, उन्नत आयामी मॉडलिंग, जो भी, आमतौर पर आवेदन प्रोग्रामर और एप्लिकेशन डेवलपर्स डिजाइन करते हैं उनके अंतिम लक्ष्य को ध्यान में रखते हुए - वे डेटाबेस संरचना की दक्षता के लिए खुद को डिजाइन नहीं करते हैं। । इसलिए हमारे पास बहुत खराब डिजाइन है।

अब, Im वाणिज्यिक उद्यम अनुप्रयोग विक्रेताओं के बारे में बात नहीं कर रहा है; वे आम तौर पर ईआर मॉडल या विस्तारित ईआर मॉडल होते हैं। Im के बारे में जो बात कर रहा है वह बहुत अधिक व्यावसायिक प्रक्रियाओं और अनुप्रयोगों को हर कंपनी में अनुप्रयोग डेवलपर्स द्वारा बनाया जा रहा है - ये वे हैं जो आवश्यक रूप से दक्षता या तैनाती की प्रभावशीलता के लिए डिज़ाइन किए गए हैं। और डीबीए खुद को ओवरवर्क किया जाता है और उनके पास कभी-कभी 24/7 जिम्मेदारी होती है, वे अधिक से अधिक डेटाबेस प्राप्त करते रहते हैं। मुझे लगता है कि लोगों के साथ ऐसा बहुत कम होता है और वे यह नहीं समझते कि वे क्या करते हैं या कैसे करते हैं। उनका अपना छोटा समूह और लोग बस यह सोचते रहते हैं, "वैसे ये सभी उपकरण उपयोग करने के लिए बहुत आसान हैं, हम बस अधिक से अधिक डेटाबेस को उनके कार्यभार पर फेंक सकते हैं," जो मामला नहीं है।

जो हमें अंशकालिक और आकस्मिक डीबीए की ओर ले जाता है। हमारे पास आईटी टीमें हैं जो छोटी हैं और वे जरूरी समर्पित डीबीए नहीं खरीद सकते। अब छोटे-से-मध्यम आकार के व्यवसायों के बारे में सही है, जहां पिछले दशक में डेटाबेस और डेटाबेस अनुप्रयोगों का विस्तार हुआ है और विस्तार करना जारी है। लेकिन इसके बड़े निगमों के मामले में भी, आमतौर पर डेटा वेयरहाउसिंग, बिजनेस इंटेलिजेंस एनालिटिक्स लंबे समय से कर रहे हैं। बहुत समय पहले हम उन परियोजनाओं के लिए समर्पित डीबीए प्राप्त करते थे; हमें कभी भी एक समर्पित DBA नहीं मिलता है। डेटाबेस को डिजाइन करने के लिए जिम्मेदार थे, जो ठीक है, अगर इसका कोई व्यक्ति जिसके पास अनुभव है।लेकिन सामान्य तौर पर, डीबीए एप्लिकेशन डेवलपर होते हैं, वे अक्सर उस भूमिका को अपनी नौकरी के एक अंशकालिक हिस्से के रूप में लेते हैं, न ही इसमें औपचारिक प्रशिक्षण होता है और फिर से, वे इसे अपने अंतिम लक्ष्यों के लिए डिजाइन करते हैं, वे इसे क्षमता के लिए नहीं डिजाइन करते हैं।

और डिजाइन और विकास, बनाम तैनाती और प्रबंधन के बीच बहुत अंतर है। इसलिए, हमारे पास "सूअर का बच्चा, पाउंड मूर्ख," थोड़ा सूअर का बच्चा बैंक के साथ है, जो परियोजनाओं में आवश्यक कौशल और संसाधनों को प्राप्त करने पर छोड़ देता है। यह सोचकर कि हर कोई "नर्ड्स का बदला", मेरी छोटी सी तस्वीर है। अब, जहाँ तक लोगों की आवश्यकता है, इसलिए हमारे पास SQL ​​में डेटाबेस और डेटा का विस्तार उपयोग है। हमारे पास डीबीए की संख्या सीमित है - जो लोग इन ट्यूनिंग और डिजाइनिंग और प्रबंधन और तैनाती स्थितियों में कुशल और विशेषज्ञ हैं। और हमारे पास अधिक से अधिक अंशकालिक या आकस्मिक डीबीए हैं, जिन लोगों ने हवन किया था उनके पास औपचारिक प्रशिक्षण था।

तो, क्या कुछ अन्य चीजें हैं जो इस तथ्य के मुद्दे पर भी हो रही हैं कि इन डेटाबेसों को अच्छी तरह से ट्यून किया जा रहा है या प्रबंधित किया जा रहा है? सबसे पहले, बहुत से लोग मानते हैं कि डेटाबेस सिस्टम में खुद को प्रबंधित करने के लिए पर्याप्त उपकरण हैं। अब, उपकरण आसान और आसान करने के लिए हो रहे हैं - डिजाइन और विकास - लेकिन यह एक अच्छा डिजाइन करने से अलग है, और तैनाती के लिए अच्छा प्रबंधन, क्षमता योजना, निगरानी, ​​आदि। इसलिए, सबसे पहले, लोग मानते हैं कि उनके पास वे सभी उपकरण हैं जिनकी उन्हें आवश्यकता है। दूसरा, यदि आप एक अंशकालिक या आकस्मिक डीबीए हैं, तो आप नहीं जानते कि आपको क्या पता है।

मुझे लगता है कि मैं वहां कुछ वाक्यांश भूल गया, ताकि बहुत बार वे समझ में न आए कि वे क्या डिजाइन में देखने की जरूरत है या जब वे डेटाबेस का प्रबंधन या संचालन कर रहे हों। यदि वह आपके पेशे में नहीं है, तो आपको यह समझने की आवश्यकता नहीं है कि आपको क्या करने की आवश्यकता है। तीसरा, यह है कि एसक्यूएल एक गो-टू टूल है, इसलिए रॉबिन ने एसक्यूएल के बारे में बात की, और एसक्यूएल कभी-कभी कैसे खराब होता है, या अक्सर निर्माण होता है। और बीआई डेटा वेयरहाउसिंग, डेटा माइग्रेशन, डेटा इंजीनियरिंग स्पेस में मेरे पालतू जानवरों में से एक यह भी है कि टूल का उपयोग करने के बजाय, लोगों के पास SQL ​​कोड, संग्रहीत कार्यविधियाँ लिखने की प्रवृत्ति है, भले ही वे एक महंगे डेटा एकीकरण उपकरण का उपयोग कर रहे हों या एक महंगी बीआई उपकरण, वे अक्सर इसे केवल संग्रहीत प्रक्रियाओं को चलाने के लिए उपयोग करते हैं। ताकि SQL के निर्माण के डेटाबेस डिजाइन को समझने का महत्व और भी अधिक महत्वपूर्ण हो रहा है।

और अंत में यह साइलो दृष्टिकोण है, जिसमें हम अलग-अलग लोगों को अलग-अलग डेटाबेस से देखते हैं। वे नहीं देखते हैं कि अनुप्रयोग कैसे काम करते हैं और एक दूसरे के साथ बातचीत करते हैं। और वे भी अक्सर डेटाबेस बनाम उन अनुप्रयोगों को देख रहे हैं जो वे उनके लिए उपयोग करते हैं। इसलिए, डेटाबेस पर आपको जो कार्यभार मिलता है, वह डिजाइन में महत्वपूर्ण है, इसे ट्यूनिंग में महत्वपूर्ण है, यह जानने की कोशिश में महत्वपूर्ण है कि क्षमता के लिए कैसे योजना बनाई जाए, आदि, इसलिए पेड़ों से जंगल को देखते हुए, लोग मातम में हैं व्यक्तिगत तालिकाओं और डेटाबेस को देखना और कार्यभार में इन अनुप्रयोगों की समग्र बातचीत को नहीं देखना।

अंत में, लोगों को उन प्रमुख क्षेत्रों को देखने की जरूरत है जिन्हें उन्हें देखने की आवश्यकता है। जब वे डेटाबेस का प्रबंधन करने की योजना बना रहे हैं, तो उन्हें सबसे पहले कुछ एप्लिकेशन-केंद्रित प्रदर्शन मेट्रिक्स विकसित करने के बारे में सोचने की जरूरत है, इसलिए उन्हें यह देखने की जरूरत नहीं है कि यह तालिका कैसे संरचित है, इसका विशेष रूप से मॉडल कैसे किया जाता है, लेकिन इसका उपयोग कैसे किया जाता है? इसलिए, यदि आपके पास आपूर्ति श्रृंखला प्रबंधन के कारण एंटरप्राइज एप्लिकेशन है, यदि आप वेब से ऑर्डर ले रहे हैं, यदि आप बीआई कर रहे हैं - जो भी आप कर रहे हैं - तो आपको इसका उपयोग करते हुए व्हाट्सएप को देखने की जरूरत है कि इसका उपयोग कैसे किया जाता है, डेटा वॉल्यूम क्या हैं , जब यह होने जा रहा है। क्या आप वास्तव में देखने की कोशिश कर रहे हैं, प्रतीक्षा समय है, क्योंकि कोई बात नहीं, सभी अनुप्रयोगों का अनुमान लगाया जाता है कि किसी चीज़ को पूरा करने में कितना समय लगता है, चाहे वह व्यक्ति हो या अनुप्रयोगों या प्रोसेसर के बीच डेटा का आदान-प्रदान। और क्या अड़चनें हैं? तो अक्सर जब आप मुद्दों पर बहस करने की कोशिश कर रहे होते हैं, तो बेशक, आप वास्तविक अड़चनों को देखने की कोशिश कर रहे होते हैं - जरूरी नहीं कि सब कुछ ट्यून किया जाए, लेकिन आप कैसे छुटकारा पाते हैं और प्रदर्शन को प्रतीक्षा समय और थ्रूपुट तक ले जाते हैं - जो भी हो आपको देखने की जरूरत है।

और आपको वास्तव में एनालिटिक्स के साथ-साथ डेटा कैप्चर, लेनदेन, डेटाबेस में परिवर्तन पहलुओं को अलग करना होगा। उनमें से प्रत्येक के अलग-अलग डिज़ाइन पैटर्न हैं, उनमें से प्रत्येक के अलग-अलग उपयोग पैटर्न हैं और उनमें से प्रत्येक को अलग-अलग ट्यून करने की आवश्यकता है। इसलिए, आपको यह सोचने की आवश्यकता है कि यह डेटा कैसे उपयोग किया जाता है, जब इसका उपयोग किया जाता है, इसका उपयोग किस लिए किया जाता है, और यह पता लगाता है कि प्रदर्शन मैट्रिक्स क्या हैं और आप उस उपयोग से संबंधित विश्लेषण करने के लिए क्या महत्वपूर्ण चीजें हैं। अब, जब आप प्रदर्शन की निगरानी कर रहे हैं, तो आप स्वयं डेटाबेस संचालन को देखना चाहते हैं; आप दोनों डेटा संरचनाओं को देखना चाहते हैं, इसलिए डेटाबेस का डेटाबेस, यहां तक ​​कि अनुक्रमणिका, विभाजन और अन्य भौतिक पहलू - यहां तक ​​कि डेटाबेस की संरचना - चाहे उसका ईआर मॉडल या आयामी मॉडल, हालांकि इसकी संरचना - उन सभी चीजों के प्रदर्शन पर प्रभाव पड़ता है , विशेष रूप से डेटा कैप्चर एनालिटिक्स और होने वाले परिवर्तनों के विभिन्न विपक्ष में।

और जैसा कि रॉबिन ने एसक्यूएल पक्ष में उल्लेख किया है, इन डेटाबेसों में इन विभिन्न अनुप्रयोगों द्वारा चलाए जा रहे एसक्यूएल दैट को देखते हुए, और इसे ट्यूनिंग करना महत्वपूर्ण है। और समग्र अनुप्रयोग वर्कलोड, और इन डेटाबेस और अनुप्रयोगों को चलाने वाले बुनियादी ढांचे के माहौल को देखते हुए। इसलिए, कि नेटवर्क, सर्वर, क्लाउड - जो भी चल रहे हैं - उन अनुप्रयोगों पर और इन डेटाबेसों पर जो प्रभाव पड़ रहा है, उसे देखते हुए, इन सभी में डेटाबेस को ट्यून करने में सक्षम होने का इंटरप्ले है।

और अंत में, जब आप टूल देख रहे होते हैं, तो आप उससे संबंधित तीन अलग-अलग प्रकार के एनालिटिक्स को देखने में सक्षम होना चाहते हैं। आप वर्णनात्मक विश्लेषण को देखना चाहते हैं: क्या हो रहा है और कहाँ, डेटाबेस और अनुप्रयोग के प्रदर्शन से संबंधित है। आप चाहते हैं कि न केवल जो हो रहा है, बल्कि यह पता लगाने के लिए नैदानिक ​​विश्लेषण करने की क्षमता है कि यह क्यों हो रहा है, कहां अड़चनें हैं, कहां समस्याएं हैं, क्या चल रहा है, क्या अच्छा नहीं चल रहा है? लेकिन डिजाइन करने के लिए या आपको जो भी करने की आवश्यकता है, उन्हें संबोधित करने के लिए समस्या क्षेत्रों में विश्लेषण और ड्रिल करने में सक्षम होना।

और अंत में, सबसे आक्रामक या सक्रिय प्रकार का विश्लेषण वास्तव में कुछ भविष्य कहनेवाला विश्लेषण, भविष्य कहनेवाला विश्लेषण मॉडलिंग करना है, जो भी हो। हम जानते हैं कि डेटाबेस और एप्लिकेशन इस कॉन में काम करते हैं, अगर हमने क्षमता का उपयोग किया, अगर हमें अधिक उपयोगकर्ता मिलते हैं, अगर हम अधिक थ्रूपुट करते हैं, जो कुछ भी कर रहे थे, जो प्रोजेक्ट को सक्षम करने में सक्षम हो रहा है, कैसे और कहाँ से डेटाबेस को प्रभावित करेगा अनुप्रयोगों, हमें योजना बनाने और निष्क्रियता का पता लगाने की अनुमति देता है, जहां अड़चनें हैं, जहां प्रतीक्षा समय पीड़ित हो सकता है और चीजों को ठीक करने के लिए हमें क्या करने की आवश्यकता है। इसलिए हम ऐसे उपकरण रखना चाहते हैं जो प्रदर्शन मेट्रिक्स को लागू करने में सक्षम हों, प्रदर्शन की निगरानी करें, जैसा कि इन तीन प्रकार के विश्लेषणों में होता है। और मेरा अवलोकन

एरिक कवनघ: ठीक है, मुझे इसे बंद करने दो - वे दो शानदार प्रस्तुतियाँ हैं, वैसे - मुझे इसको वहां से लेने के लिए बुलेट मनाले को सौंप दो। और लोग, अच्छे सवाल पूछना न भूलें; हमारे पास पहले से कुछ अच्छी सामग्री है। इसे ले जाओ, बुलेट।

बुलेट मनले: बढ़िया है। धन्यवाद, एरिक। इसलिए, रिक ने जो कुछ कहा और रॉबिन ने कहा, जाहिर है कि मैं 100 प्रतिशत से सहमत हूं। मैं कहूंगा कि मैंने इस स्लाइड को ऊपर खींचा, क्योंकि मुझे लगता है कि इसकी फिटिंग, मुझे नहीं पता कि आप में से जो 80 के दशक में "ए-टीम" के प्रशंसक हैं, जॉन हैनिबल स्मिथ ने कहा था कि हिंग हमेशा कहती है, "मुझे प्यार है यह एक योजना के साथ आता है, "और मुझे लगता है कि जब आप विशेष रूप से SQL सर्वर के बारे में बात कर रहे हैं, जो कि जहां ध्यान केंद्रित कर रहे थे, जो कि आज के बारे में बात करने जा रहे उत्पाद, SQL डायग्नोस्टिक प्रबंधक, निश्चित रूप से उन चीजों में से एक है जो तुम्हारे पास होना चाहिए; आपको उस डेटा का लाभ उठाने में सक्षम होना होगा जो आपके पास है, और उस डेटा से निर्णय लेने में सक्षम हो, और कुछ मामलों में, आप निर्णय की तलाश में नहीं हैं; जब कुछ संसाधनों को चलाने के लिए जा रहा हो, तो आपको यह बताना होगा कि जब आप संसाधनों से बाहर जा रहे हैं, जब आप एक अड़चन के लिए जा रहे हैं, उन प्रकार की चीजें।

यह एक विशिष्ट मीट्रिक की निगरानी के बारे में नहीं है। इसलिए, डायग्नोस्टिक मैनेजर के साथ, यह जिन चीजों को बहुत अच्छी तरह से करता है, उनमें से एक पूर्वानुमान के संदर्भ में आपकी मदद करने वाली है, और वर्कलोड के लिए विशिष्ट समझने और आज उस बारे में बहुत कुछ करने जा रही है। टूल डेटा मैनेजर, डीबीए या अभिनय डीबीए के लिए तैयार है, इसलिए रिक के बारे में जो बातें बताई जा रही हैं, उनमें से कई एक्टिंग डीबीए सच है। बहुत सारे मामलों में, यदि आप डीबीए नहीं हैं, तो बहुत सारे प्रश्नवाचक चिन्ह बन जाते हैं, जो कि SQL वातावरण के प्रबंधन के लिए समय आने पर होते हैं, जिन चीजों को आप नहीं जानते हैं। और इसलिए आप अपनी मदद के लिए कुछ खोज रहे हैं, आपको उस प्रक्रिया से गुजरना है, और आपको इस प्रक्रिया में शिक्षित भी करना है। और इसलिए, यह महत्वपूर्ण है कि जिस उपकरण का आप उन प्रकार के निर्णयों के लिए उपयोग करते हैं, वह आपको उन कारणों के बारे में कुछ जानकारी देने जा रहा है कि वे निर्णय क्यों लिए जा रहे हैं, यह आपको नहीं बता रहा है, "अरे, यह करो।"

क्योंकि Im अभिनय DBA है, आखिरकार मैं उस शीर्षक को वापस करने के लिए वास्तविक विशेषज्ञता और ज्ञान के साथ पूर्ण विकसित DBA हो सकता हूं। तो, उस ने कहा, जब एक डेटाबेस व्यवस्थापक होने के बारे में बात कर रहे थे - मैं हमेशा इस स्लाइड को पहले दिखाता हूं, क्योंकि डीबीए की कुछ अलग भूमिकाएं हैं और संगठन पर निर्भर करता है कि आप के साथ, आप के लिए जा रहे हैं, उन लोगों से अलग करने जा रहे हैं एक जगह से दूसरी जगह - लेकिन आम तौर पर, आप हमेशा किसी तरह से आपके भंडारण के लिए जिम्मेदार होते हैं, उस भंडारण की आपकी योजना और पूर्वानुमान की समझ, मुझे कहना चाहिए कि आपको अपने बैकअप के लिए कितनी जगह की आवश्यकता है, या क्या डेटाबेस के लिए खुद। आपको समझने और उसका आकलन करने की आवश्यकता है।

इसके अतिरिक्त, आपको आवश्यकता के आधार पर चीजों को समझने और उनका अनुकूलन करने में सक्षम होने की आवश्यकता होती है, और जैसा कि आप पर्यावरण की निगरानी के माध्यम से जाते हैं, इसके स्पष्ट रूप से महत्वपूर्ण है कि आप पर्यावरण के भीतर बदलने वाली चीजों के आधार पर आवश्यक रूप से बदलाव करें। अपने आप। इसलिए, उपयोगकर्ताओं की संख्या, अनुप्रयोगों की लोकप्रियता जैसी चीजें, डेटाबेस की मौसमीता जैसी चीजें, इन सभी पर विचार किया जाना चाहिए जब आप अपना पूर्वानुमान लगा रहे हों। और फिर, स्पष्ट रूप से रिपोर्ट और जानकारी प्रदान करने में सक्षम होने के संदर्भ में अन्य चीजों को देखना आवश्यक है क्योंकि यह उन निर्णयों को बनाने से संबंधित है। बहुत सारे मामलों में जिसका अर्थ है तुलनात्मक विश्लेषण करना; इसका मतलब यह है कि किसी विशेष मीट्रिक को विशेष रूप से देखने और यह समझने में सक्षम है कि समय के साथ उस मीट्रिक का मूल्य क्या है, जिससे आप अनुमान लगा सकते हैं कि इसका आगे बढ़ना कहां है।

तो डायग्नोस्टिक मैनेजर के पास जो बहुत सारे उपकरण हैं, उनमें वे क्षमताएं हैं और लोग हर दिन इसका इस्तेमाल पूर्वानुमान लगाने जैसे कामों में सक्षम होने के लिए करते हैं, और Ive ने परिभाषा को क्षमता नियोजन के यहाँ रखा है। और इसकी एक बहुत व्यापक और वास्तव में बहुत अस्पष्ट परिभाषा है, जो अपने उत्पादों की बदलती मांगों को पूरा करने के लिए एक संगठन द्वारा आवश्यक उत्पादन क्षमता का निर्धारण करने की प्रक्रिया है, और दिन के अंत में, वास्तव में इसके बारे में क्या है: जानकारी लेने में सक्षम होने के बारे में कि आपके पास कोई रास्ता है या कोई अन्य है और उस जानकारी को लेने और निर्णय लेने में आपकी मदद करने के लिए आगे बढ़ने के रूप में आप अपने डेटाबेस के जीवन चक्र के माध्यम से आगे बढ़ते हैं। और इसलिए, जिन चीजों के कारण लोगों को ऐसा करने की आवश्यकता है, वे स्पष्ट रूप से पहले और सबसे महत्वपूर्ण हैं, ज्यादातर मामलों में, पैसे बचाने के लिए। व्यवसाय, स्पष्ट रूप से, उनका मुख्य लक्ष्य पैसा कमाना और पैसा बचाना है। लेकिन इसके साथ ही इस प्रक्रिया में, इसका मतलब यह भी है कि यह सुनिश्चित करने में सक्षम है कि आपका डाउनटाइम, डाउनटाइम नहीं है। और यह सुनिश्चित करने में सक्षम होने के नाते कि आप डाउनटाइम होने के किसी भी अवसर को कम करते हैं, इसलिए इसे दूसरे शब्दों में शुरू होने से रोकते हुए, इसके होने का इंतजार न करें और फिर उस पर प्रतिक्रिया करें।

समग्र रूप से आपके उपयोगकर्ताओं की उत्पादकता को बढ़ाने में सक्षम होने के साथ-साथ उन्हें और अधिक कुशल बनाता है ताकि आप अधिक व्यवसाय कर सकें, जाहिर है कि यहाँ कुंजी है, इसलिए ये इस प्रकार की चीजें हैं जैसे कि डीबीए या कोई पूर्वानुमान या क्षमता में शामिल हैं। योजना के बारे में जानकारी के माध्यम से उतारा जा करने के लिए सक्षम होने के लिए उन निर्णय लेने में सक्षम होने जा रहा है। और फिर, कुल मिलाकर, यह स्पष्ट रूप से कचरे को खत्म करने में आपकी मदद करने जा रहा है, न केवल पैसे के मामले में, बल्कि समय के संदर्भ में भी और आम तौर पर संसाधनों के संदर्भ में जो अन्य चीजों के लिए इस्तेमाल किया जा सकता है, संभवतः। इसलिए, उस कचरे को खत्म करने में सक्षम होने के नाते, ताकि आपके पास अवसर लागत न हो जो कि कचरे से बंधे हैं।

तो, उस के साथ, कहा कि हम एक व्यक्ति के लिए विशिष्ट प्रश्नों के प्रकार क्या हैं, जो एक डीबीए है? मैं कब अंतरिक्ष से बाहर जा रहा हूँ? Thats एक बड़ा, न केवल कितना अंतरिक्ष मैं अब उपभोग कर रहा हूँ, लेकिन जब मैं बाहर चल रहा हूँ, प्रवृत्तियों और पिछले इतिहास के आधार पर? SQL, डेटाबेस, जो सर्वर मैं समेकित कर सकते हैं के वास्तविक उदाहरणों के साथ एक ही बात? Im VMs पर कुछ डाल करने के लिए जा रहा है, क्या समझ में आता है जो डेटाबेस को मजबूत करने के लिए जा रहा है और SQL के कौन से उदाहरणों पर उन्हें निवास करना चाहिए? उन सभी प्रकार के प्रश्नों का उत्तर देने में सक्षम होने की आवश्यकता है। क्योंकि ज्यादातर मामलों में, यदि आप डीबीए या एक्टिंग डीबीए करते हैं, तो आप इसे अपने करियर में कभी भी मजबूत कर सकते हैं। बहुत सारे मामलों में आप एक निरंतर आधार पर ऐसा करने जा रहे हैं। तो, आपको उन निर्णयों को जल्दी से करने में सक्षम होने की आवश्यकता है, न कि अनुमान लगाने वाले खेल खेलना जब यह आता है।

हमने अड़चनों के बारे में बात की और वे आगे कहां होने वाले थे, यह अनुमान लगाने में सक्षम होने के नाते, एक बार फिर, उनके होने की प्रतीक्षा करने के बजाय। तो, जाहिर है कि इन सभी चीजों के बारे में बात कर रहे थे, इस अर्थ में कि आप ऐतिहासिक आंकड़ों पर भरोसा कर रहे हैं, ज्यादातर मामलों में, इन सिफारिशों को उत्पन्न करने में सक्षम होने के लिए, या कुछ मामलों में स्वयं निर्णय लेने में सक्षम होने के लिए। इन उत्तरों के साथ आओ। लेकिन यह मुझे याद दिलाता है, जब आप किसी को प्रतिभूतियों को बेचने या कुछ ऐसा करने के लिए रेडियो विज्ञापन सुनते हैं, तो इसका हमेशा "पिछला प्रदर्शन भविष्य के परिणामों का संकेत नहीं होता है" और उन प्रकार की चीजें। और यही बात यहाँ सच है। Youre के पास ऐसी स्थितियाँ हैं जहाँ ये पूर्वानुमान और ये विश्लेषण 100 प्रतिशत सही नहीं हो सकते हैं। लेकिन यदि आप अतीत और ज्ञात चीजों के साथ काम कर रहे हैं, और इन प्रकार के प्रश्नों के साथ "क्या हो तो" लेने और करने में सक्षम हैं, तो आप दौड़ने वाले हैं, बहुत मूल्यवान है और इसके लिए जा रहा है अनुमान लगाने का खेल खेलने की तुलना में आपको बहुत अधिक मिलता है।

इसलिए, इस प्रकार के प्रश्न स्पष्ट रूप से सामने आने वाले हैं, इसलिए हम डायग्नोस्टिक मैनेजर के साथ इन प्रश्नों का एक बहुत कुछ कैसे संभालते हैं, सबसे पहले हमारे पास क्षमताओं का पूर्वानुमान है, डेटाबेस में ऐसा करने में सक्षम होने के साथ-साथ टेबल पर भी। ड्राइव या वॉल्यूम। न केवल यह कहने में सक्षम होने के लिए, "अरे, अंतरिक्ष से भरे हुए थे", लेकिन अब से छह महीने, अब से दो साल, अब से पांच साल बाद, अगर उसके लिए आईएम बजट है, तो मुझे बजट के लिए कितना ड्राइव स्पेस चाहिए। के लिये? वे सवाल हैं जो मैं पूछने जा रहा हूं, और मुझे ऐसा करने की आवश्यकता है जो अनुमान लगाने के बजाय मेरी अंगुली को हवा में ऊपर रखने और यह देखने के लिए सक्षम हो कि हवा किस तरह से चल रही है, जो बहुत कुछ है कई बार, दुर्भाग्य से, इन निर्णयों का एक बहुत कुछ किया जाता है।

इसके अलावा, सक्षम होने के नाते - ऐसा लगता है कि मेरी स्लाइड वहां थोड़ी कट गई - लेकिन सिफारिशों के रूप में कुछ सहायता प्रदान करने में सक्षम होने के नाते। तो, इसकी एक बात आपको मेट्रिक्स से भरा एक डैशबोर्ड दिखाने में सक्षम है और कहने में सक्षम है, "ठीक है, सभी मेट्रिक्स को हेज़ करता है और वे कहाँ पर हैं," लेकिन फिर कुछ बनाने में सक्षम होने के लिए या क्या करने के लिए कुछ समझ है करना, उस पर आधारित एक और छलांग है। और कुछ मामलों में, लोगों को उन फैसलों को करने में सक्षम होने के लिए डीबीए की भूमिका में पर्याप्त शिक्षित किया जाता है। और इसलिए हमारे पास उपकरण में कुछ तंत्र हैं जो उस के साथ मदद करेंगे, जो आपको सिर्फ एक सेकंड में दिखाते हैं। लेकिन न केवल यह दिखाने में सक्षम होने के लिए कि सिफारिश क्या है, बल्कि यह भी बताएं कि सिफारिश क्यों की जा रही है और फिर उसके ऊपर भी, कुछ मामलों में, कुछ मामलों में, वास्तव में एक स्क्रिप्ट के साथ आने में सक्षम होने के लिए जो स्वचालित हो जाती है उस मुद्दे का निवारण भी आदर्श है।

यहाँ अगले एक पर जा रहे हैं, जो अच्छी तरह से देखते हैं, इसकी सामान्य तौर पर मीट्रिक स्तर तक समझ सामान्य रूप से कम है। मैं आपको यह नहीं बता सकता कि अगर मैं नहीं जानता कि सामान्य क्या है। और इसलिए, यह मापने का कोई तरीका है कि कुंजी और youve को कई प्रकार के क्षेत्रों को ध्यान में रखने में सक्षम होना चाहिए, उदाहरण के लिए - या मुझे समय सीमा कहना चाहिए - सर्वरों के विभिन्न समूह, इस गतिशील रूप से करने में सक्षम होने से, अन्य शब्दों में, रात के मध्य में, मेरे रखरखाव खिड़की के दौरान, मुझे लगता है कि मेरे सीपीयू के 80 प्रतिशत पर चलने की उम्मीद है, जो सभी रखरखाव पर आधारित है। इसलिए, मैं अपने थ्रेसहोल्ड को अधिक बढ़ाना चाहता हूं, उन समय फ्रेमों के दौरान बनाम दिन के बीच में हो सकता है, जब Im को बहुत अधिक गतिविधि नहीं होती है।

वे कुछ चीजें हैं जो स्पष्ट रूप से पर्यावरणीय होंगी, लेकिन वे चीजें जो आप प्रबंधित की जा रही व्हाट्सएप पर लागू कर सकती हैं, उस वातावरण को अधिक कुशलता से प्रबंधित करने में आपकी सहायता करने में सक्षम होने के लिए, और ऐसा करना आसान बनाती हैं। अन्य क्षेत्र, जाहिर है, केवल उन रिपोर्टों और उन सूचनाओं का जवाब देने में सक्षम होने में सक्षम है जो "यदि हो तो" सवालों के जवाब देने में सक्षम हो। अगर Ive ने सिर्फ अपने वातावरण में बदलाव किया है, तो मैं समझना चाहता हूं कि उस प्रभाव को क्या कहा गया है, ताकि मैं अपने परिवेश में अन्य परिवर्तनों या अन्य डेटाबेसों में उसी परिवर्तन को लागू कर सकूं। मैं चाहता हूं कि कुछ जानकारी या कुछ गोला-बारूद हो जो मन की शांति के साथ उस परिवर्तन को बनाने में सक्षम हो और यह जानकर कि यह एक अच्छा बदलाव है। इसलिए, उस तुलनात्मक रिपोर्टिंग को करने में सक्षम होने के नाते, एसक्यूएल के मेरे उदाहरणों को रैंक करने में सक्षम होने के नाते, एक दूसरे के खिलाफ मेरे डेटाबेस को रैंक करने में सक्षम होने के लिए, यह कहने के लिए, "सीपीयू का मेरा सबसे बड़ा उपभोक्ता कौन है?" या कौन सा सबसे लंबे समय तक ले रहा है? इंतजार की बातें और उस तरह की बातें? तो उस जानकारी के बहुत से उपकरण के साथ भी उपलब्ध होने जा रहा है।

और फिर, अंतिम लेकिन कम से कम, बस एक समग्र क्षमता है कि आपको एक उपकरण की आवश्यकता है, जो कि किसी भी स्थिति को संभालने के लिए सक्षम होने के लिए जा रहा है, और इसलिए मुझे इससे क्या मतलब है, अगर आपको एक बड़ा वातावरण मिला है उदाहरण, आप शायद उन स्थितियों में भाग लेने जा रहे हैं जहाँ आपको उन मैट्रिक्स को खींचने की ज़रूरत है जो परंपरागत रूप से मेट्रिक्स नहीं हैं जो कि एक डीबीए उस विशेष स्थिति के आधार पर कुछ मामलों में भी निगरानी करना चाहता है। तो, एक उपकरण है कि आप कर सकते हैं, एक्स्टेंसिबल है, अतिरिक्त मैट्रिक्स जोड़ने के लिए और एक ही रूप और फैशन में उन मैट्रिक्स का उपयोग करने में सक्षम होने के लिए कि आप उन्हें उपयोग करेंगे अगर आप एक आउट-ऑफ-द-बॉक्स का उपयोग कर रहे थे उदाहरण के लिए, मीट्रिक। इसलिए, रिपोर्टों को चलाने में सक्षम होने के नाते, सतर्क करने में सक्षम होने के नाते, आधारभूत - सभी चीजों के बारे में बात कर रहे थे - इस पूर्वानुमान को करने में सक्षम होने का एक महत्वपूर्ण हिस्सा भी है और इसे बनाने के लिए ताकि आप उत्तर प्राप्त कर सकें। वे निर्णय, आगे बढ़ते हुए।

अब जिस तरह से डायग्नोस्टिक मैनेजर ऐसा करता है, हमारे पास एक केंद्रीकृत सेवा है, जो सेवाओं का एक समूह है, जो 2000 से 2016 के उदाहरणों के खिलाफ डेटा एकत्र करता है। और फिर हम क्या करते हैं, हम उस डेटा को लेते हैं और हम उस केंद्रीय भंडार में डालते हैं और फिर उस डेटा के साथ क्या करते हैं, जाहिर है, क्या हम बहुत कुछ कर सकते हैं ताकि हम आगे की जानकारी दे सकें। अब, इसके अलावा - और चीजों में से एक यहाँ पर नहीं है - क्या हमारे पास एक ऐसी सेवा भी है जो रात के मध्य में चलती है, जो कि हमारी भविष्य कहनेवाला विश्लेषण सेवा है, और यह कुछ संख्या को कम करती है और यह समझने में मदद करती है और आपको डीबीए या अभिनय डीबीए के रूप में मदद करने के लिए, उन प्रकार की सिफारिशों को बनाने में सक्षम होने के लिए, आधारभूत के संदर्भ में कुछ अंतर्दृष्टि प्रदान करने में सक्षम होने के लिए भी।

तो, ईद क्या करना पसंद करती है, और यह सिर्फ वास्तुकला का एक त्वरित उदाहरण है, यहां बड़ा टेक ऐसा कोई एजेंट या सेवाएं नहीं है जो वास्तव में उन उदाहरणों पर बैठे हैं जिन्हें आप प्रबंधित कर रहे हैं। लेकिन ईद क्या करना पसंद करती है, वास्तव में आपको यहां आवेदन पर ले जाता है और आपको एक त्वरित डेमो देता है। और मुझे भी बाहर जाने दो, और ऐसा हो सकता है। तो, मुझे पता है, मुझे लगता है कि एरिक, क्या आप उस ओके को देख सकते हैं?

एरिक कवनघ: मैं अब समझ गया, हाँ।

बुलेट मनले: ठीक है, इसलिए मैं आपको इन कुछ अलग-अलग हिस्सों के माध्यम से लेने जा रहा हूं, जिन पर मैंने बात की थी। और अनिवार्य रूप से उस तरह की चीजों से शुरू करते हैं जो कि कुछ ऐसी चीज़ों की तर्ज पर हैं जो आपको करने की ज़रूरत है, या यहाँ कुछ है जो भविष्य में समय में एक बिंदु है और आपको इसके चारों ओर कुछ अंतर्दृष्टि देने जा रहा है। और यह वास्तव में प्रत्याशित करने में सक्षम हो रहा है - या मुझे गतिशील रूप से प्रत्याशित कहना चाहिए - जैसे वे हो रहे हैं। अब, रिपोर्टों के मामले में, हमारे पास उपकरण में मौजूद चीजों में से एक तीन अलग-अलग पूर्वानुमान रिपोर्ट हैं। और उदाहरण के लिए, उदाहरण के लिए, एक डेटाबेस पूर्वानुमान, जो मैं संभवतः एक अवधि में डेटाबेस के आकार का अनुमान लगाने में सक्षम होने की स्थिति में करूँगा, और इल बस आपको इसके कुछ उदाहरण देगा। तो, Im मेरे ऑडिट डेटाबेस को लेने जा रहा हूं, जो कि बहुत ही अच्छा है I / O गहन है - इसके पास बहुत सारे डेटा जा रहे हैं। Weve मिल गया, देखते हैं, अच्छी तरह से यहाँ एक है, और यहाँ सिर्फ स्वास्थ्य सेवा डेटाबेस लेने देता है।

लेकिन बात यह है कि Im नहीं देख रहा है कि इस पर क्या जगह है, Im कहने में सक्षम है, "देखो, डेटा के अंतिम वर्षों को लेने की सुविधा देता है" - और मैं यहाँ थोड़ा फ़ाइब करने जा रहा हूं, मेरे पास वास्तव में एक साल नहीं है डेटा के लायक, मेरे पास लगभग दो महीने का डेटा है - लेकिन, क्योंकि Im यहां महीनों का एक नमूना दर चुन रहा है, Im इस मामले में पूर्वानुमान लगाने या पूर्वानुमान लगाने में सक्षम होने जा रहा हूं, अगली 36 इकाइयाँ क्योंकि हमारी नमूना दर महीनों के लिए सेट है - यह एक इकाई है, एक महीना है - और फिर मैं मूल रूप से मुझे यह दिखाने के लिए एक रिपोर्ट चलाने में सक्षम होऊंगा कि हम इन तीन डेटाबेस के लिए अपने भविष्य के विकास की आशा कैसे करेंगे। और हम देख सकते हैं कि हमारे पास तीन भिन्न डेटाबेसों के बीच भिन्नता या भिन्नता है, विशेष रूप से ऐतिहासिक रूप से उपभोग करने वाले डेटा की मात्रा के लिए।

हम यहां डेटा बिंदुओं को ऐतिहासिक डेटा का प्रतिनिधित्व करते हुए देख सकते हैं, और फिर हमें पूर्वानुमान के साथ संख्याओं के साथ-साथ पूर्वानुमान प्रदान कर रहे हैं। तो हम टेबल स्तर पर ऐसा कर सकते हैं, हम ड्राइव स्तर पर भी कर सकते हैं, जहां मैं अनुमान लगा सकता हूं कि मेरे ड्राइव कितने बड़े होने वाले हैं, जिसमें माउंट पॉइंट भी शामिल हैं। हम इसी प्रकार की जानकारी का पूर्वानुमान लगाने में सक्षम होंगे, लेकिन एक बार फिर, नमूना दर के आधार पर, मुझे यह निर्धारित करने की अनुमति देगा कि हम कितनी इकाइयों और कहां ले जा रहे हैं, जो हम पूर्वानुमान लगाना चाहते हैं। ध्यान दें कि हमारे पास विभिन्न प्रकार के पूर्वानुमान प्रकार भी हैं। जब आपको पूर्वानुमान करने का समय आता है तो आपको बहुत सारे विकल्प और लचीलेपन मिलते हैं। अब, एक बात अच्छी तरह से करते हैं, वास्तव में आप विशेष तारीख दे रहे हैं और इस तिथि पर "अरे कहने में सक्षम हैं, यह वह जगह है जहां हम आपके डेटा के विकास की आशा करेंगे।" इसके अलावा, हालांकि, हम आपको प्रदान कर सकते हैं। अन्य अंतर्दृष्टि के साथ जो कुछ विश्लेषणों से संबंधित हैं जो हम ऑफ घंटे और सेवा के दौरान करते हैं। कुछ चीजें जो यह करती हैं, क्या यह उन चीजों का अनुमान लगाने की कोशिश करता है जो अतीत में हुई चीजों के इतिहास के आधार पर घटित होंगी।

तो हम यहां देख सकते हैं, वास्तव में, एक पूर्वानुमान हमें कुछ संभावनाएं प्रदान कर रहा है, जिससे हमें शाम के समय समस्याओं से दूर रहने की संभावना है जो अतीत में एक बार फिर हुई हैं। तो, जाहिर है कि यह बहुत अच्छा है, खासकर अगर इम डीबीए नहीं है, मैं इन चीजों को देख सकता हूं, लेकिन क्या बेहतर है अगर इम डीबीए नहीं है, क्या यह विश्लेषण टैब है। इसलिए, इससे पहले कि हम यहां उस टूल में थे, जिसके माध्यम से हम लोगों को उत्पाद दिखाएंगे और वे "थॉट्स ग्रेट, मैं इन सभी नंबरों को देखता हूं, मैं सब कुछ देखता हूं, लेकिन मुझे नहीं पता कि क्या करना है" (हंसते हुए) " उसी का परिणाम है। "और इसलिए हमारे पास जो कुछ है, वह आपके लिए एक बेहतर तरीका है, अगर आप प्रदर्शन के साथ मदद करने के लिए कार्रवाई करने जा रहे हैं, अगर Im कार्रवाई करने जा रहा है, तो मेरे स्वास्थ्य के साथ मदद करने के लिए पर्यावरण, उन अनुशंसाओं को प्रदान करने का एक तरीका है, साथ ही उन सुझावों के बारे में अधिक जानने के लिए उपयोगी सुझाव और वास्तव में उस डेटा में से कुछ के लिए बाहरी लिंक रखने में सक्षम होने के नाते भी, जो मुझे दिखाएगा और मुझे कारणों से ले जाएगा ये सिफारिशें की जाती हैं।

और कई मामलों में, एक स्क्रिप्ट प्रदान करने में सक्षम होने के लिए जो स्वचालित होगी, जैसे कि मैंने कहा, इन मुद्दों का निवारण। अब, इस विश्लेषण के साथ यहाँ क्या कर रहे थे - और बीमार आपको दिखाते हैं जब मैं इस उदाहरण के गुणों को कॉन्फ़िगर करने के लिए अंदर जाता हूं, और मैं विश्लेषण कॉन्फ़िगरेशन अनुभाग पर जाता हूं - हमारे पास बहुत सारी श्रेणियां हैं जो यहां सूचीबद्ध हैं, और इसका एक भाग, हमारे पास अनुक्रमणिका अनुकूलन और क्वेरी अनुकूलन है। इसलिए, न केवल स्वयं मैट्रिक्स का मूल्यांकन कर रहे थे, और उस तरह की चीजें, बल्कि वर्कलोड और इंडेक्स जैसी चीजें भी। इस मामले में, वास्तव में कुछ अतिरिक्त काल्पनिक सूचकांक विश्लेषण करते हैं। इसलिए, उन स्थितियों में से एक जहां मैं नहीं करना चाहता, कई मामलों में, अगर मुझे ज़रूरत नहीं है तो मैं एक सूचकांक नहीं जोड़ना चाहता। लेकिन कुछ बिंदु पर एक तरह का टिपिंग पॉइंट होता है, जहाँ मैं कहता हूँ, “ठीक है, टेबल को आकार मिल रहा है या कार्यभार के भीतर चल रहे प्रश्नों के प्रकार इंडेक्स को जोड़ने के लिए समझ में आता है। लेकिन यह संभवत: छह सप्ताह पहले समझ में नहीं आता। "तो इससे आपको गतिशील रूप से उस जानकारी को प्राप्त करने की अनुमति मिलती है, जो संभवतया होगी, जैसे कि मैंने कहा, पर्यावरण में हो रहे व्हाट्सएप, वर्कलोड के भीतर हो रहे व्हाट्सएप के आधार पर प्रदर्शन में सुधार, और उस तरह की बातें करना।

और इसलिए आपको यहां बहुत सारी अच्छी जानकारी मिलती है, साथ ही इन चीजों को अपने आप ऑप्टिमाइज़ करने की क्षमता भी मिलती है। इसलिए, एक और क्षेत्र है जहाँ हम भविष्य कहनेवाला विश्लेषण के संदर्भ में मदद करने में सक्षम होंगे। अब, इसके अलावा, मुझे कहना चाहिए, हमारे पास अन्य क्षेत्र भी हैं जो मुझे लगता है कि आमतौर पर निर्णय लेने में आपकी सहायता करने के लिए खुद को उधार देते हैं। और जब हम निर्णय लेने के बारे में बात करते हैं, तो एक बार फिर से, ऐतिहासिक डेटा को देखने में सक्षम होने के नाते, हमें उस प्रदर्शन को बेहतर बनाने के लिए जहां हमें होना चाहिए, वहां पहुंचाने के लिए कुछ अंतर्दृष्टि प्रदान करें।

अब, हम जो कुछ भी कर सकते हैं, वह है हमारे पास एक बेसलाइन विज़ुअलाइज़र है जो हमें चुनिंदा रूप से जो भी हम चाहते हैं मीट्रिक चुनने की अनुमति देता है - और मुझे यहां एक सभ्य व्यक्ति खोजने दें - Im SQL CPU उपयोग के लिए जा रहा है, लेकिन बिंदु यह है कि आप जा सकते हैं हालाँकि, आपके आउटलेयर होने पर इन तस्वीरों को देखने के लिए आपको कई हफ्तों तक इंतजार करना पड़ता है, यह देखने के लिए कि आम तौर पर बोलने का समय कहाँ होता है। और फिर, इसके अलावा आप यह भी देखेंगे कि जब हम वास्तविक उदाहरण के लिए स्वयं बाहर जाते हैं, तो हमारे पास अपनी आधार रेखाओं को कॉन्फ़िगर करने की क्षमता होती है। और आधारभूत चीजें चीजों को स्वचालित करने में सक्षम होने के साथ-साथ चीजों को अधिसूचित करने में सक्षम होने के बारे में एक बहुत महत्वपूर्ण हिस्सा हैं। और चुनौती, जैसा कि अधिकांश डीबीए आपको बताते हैं, यह है कि आपका वातावरण हमेशा एक ही नहीं चल रहा है, पूरे दिन, बनाम शाम और व्हाट्सएप जैसा कि हमने पहले उदाहरण में उल्लेख किया था कि समय की रखरखाव अवधि के साथ, जब हम सीपीयू के उच्च स्तर या जो कुछ भी हो रहा हो सकता है।

इसलिए, इन वास्तविक आधारभूत बातों के साथ, हमारे पास कई आधार रेखाएँ हो सकती हैं, इसलिए मेरे पास अपने रखरखाव घंटों के दौरान, उदाहरण के लिए आधार रेखा हो सकती है। लेकिन मैं अपने उत्पादन के घंटों के लिए बस एक आसान आधार रेखा बना सकता था। और ऐसा करने की बात यह है कि जब हम SQL की एक आवृत्ति में जाते हैं और हमारे पास वास्तव में ये कई आधार रेखाएँ होती हैं, तो हम कुछ प्रकार के स्वचालन, कुछ प्रकार के उपचारात्मक या सामान्य रूप से सचेत करने में सक्षम होने का अनुमान लगाने में सक्षम होंगे, समय की उन खिड़कियों के लिए विशिष्ट रूप से विशिष्ट। इसलिए, जिन चीजों को आप यहां देखते हैं, उनमें से एक ये आधार रेखाएं हैं जो हम उत्पन्न करते हैं जो ऐतिहासिक डेटा का उपयोग उस विश्लेषण को प्रदान करने के लिए कर रहे हैं, लेकिन इससे भी महत्वपूर्ण बात यह है कि मैं इन थ्रेसहोल्ड को सांख्यिकीय रूप से बदल सकता हूं, लेकिन मैं इन गतिशील रूप से भी स्वचालित कर सकता हूं। इसलिए, रखरखाव खिड़की के रूप में, या मुझे कहना चाहिए कि रखरखाव बेसलाइन विंडो ऊपर आती है, ये थ्रेशोल्ड स्वचालित रूप से लोड के लिए विशिष्ट स्विच करेंगे जो इम उस समय की खिड़की के दौरान मुठभेड़ कर रहे हैं, जैसे कि शायद दिन के मध्य में जब मेरा लोड नहीं होता है बहुत, जब कार्यभार उतना प्रभावशाली नहीं होता है।

तो, आधारभूत के संदर्भ में कुछ और ध्यान में रखना है। जाहिर है ये आपके लिए वास्तव में मददगार साबित होने वाले हैं, यह समझने के मामले में भी कि सामान्य क्या है और यह समझने में भी सक्षम है, संलग्न करें जब आप संसाधनों से बाहर भी जा रहे हों। अब, उपकरण में हमारे पास मौजूद दूसरी तरह की चीजें, जो आपको निर्णय लेने में मदद करने जा रही हैं, इसके अलावा बेसलाइनिंग और उन बेसलाइनों के आसपास अलर्ट सेट करने में सक्षम होने और आपके द्वारा गतिशील रूप से बनाए जाने वाले थ्रेसहोल्ड, जैसे मैंने पहले कहा था, सिर्फ उन रिपोर्टों के बारे में पूरी तरह से चलाने में सक्षम होने में मदद करता है जो मुझे व्हाट्सएप के बारे में सवालों के जवाब देने में मदद करती हैं।

इसलिए, एक उदाहरण के रूप में, अगर मेरे पास 150 उदाहरण हैं Im प्रबंध - मेरे मामले में मैं नहीं, तो हम यहाँ नाटक खेल खेलने के लिए है - लेकिन अगर मेरे पास मेरे सभी उत्पादन उदाहरण हैं और मुझे यह समझने की आवश्यकता है कि वह क्षेत्र कहाँ है? दूसरे शब्दों में, ध्यान देने की जरूरत है, अगर Im केवल प्रदर्शन को बेहतर बनाने के लिए कुछ प्रकार के प्रशासन करने के लिए सीमित समय के लिए है, मैं प्रमुख क्षेत्रों पर ध्यान केंद्रित करना चाहता हूं। और इसलिए, उस कहावत के साथ, मैं यह कह सकूंगा कि, "उस वातावरण के आधार पर, एक दूसरे के खिलाफ मेरे उदाहरणों को रैंक करें, और मुझे विवाद पाइप द्वारा रैंकिंग दें।" तो क्या इसका डिस्क उपयोग, मेमोरी उपयोग, चाहे इसका इंतजार हो। क्या इसकी प्रतिक्रिया समय, मैं सहसंबंधित करने में सक्षम हूं - या मुझे रैंक कहना चाहिए - एक दूसरे के खिलाफ उन उदाहरणों। स्पष्ट रूप से उदाहरण प्रत्येक सूची के शीर्ष पर स्थित है, यदि इसकी एक ही उदाहरण है, तो संभवत: ऐसा कुछ है जो मैं वास्तव में ध्यान केंद्रित करना चाहता हूं, क्योंकि इसकी स्पष्ट रूप से सूची के शीर्ष पर एक बार फिर से।

इसलिए, आपके पास उपकरण में बहुत सारी रिपोर्टें हैं जो आपको उदाहरण के स्तर पर पर्यावरण को रैंकिंग करने के मामले में मदद करती हैं; आप इसे डेटाबेस स्तर पर भी कर सकते हैं, जहां मैं अपने डेटाबेस को एक दूसरे के खिलाफ रैंक कर सकता हूं। थ्रेसहोल्ड और उन क्षेत्रों के लिए विशेष रूप से जो मैं सेट कर सकता हूं, मैं यहां वाइल्डकार्ड भी सेट कर सकता हूं यदि मैं चाहता हूं, केवल विशेष डेटाबेस पर ध्यान केंद्रित करने के लिए, लेकिन बिंदु यह है कि मैं अपने डेटाबेस की उसी तरह से तुलना कर सकता हूं। इसके अलावा, जहाँ तक अन्य प्रकार के तुलनात्मक विश्लेषण और इस उपकरण में बड़ा है, वह आधारभूत विश्लेषण है जो हमारे पास है। इसलिए यदि आप यहां सेवा दृश्य को स्क्रॉल करते हैं, तो आप देखेंगे कि बेसलाइन सांख्यिकी रिपोर्ट मिलती है। अब यह रिपोर्ट स्पष्ट रूप से यह समझने में हमारी मदद करने वाली है कि न केवल मीट्रिक मूल्य क्या हैं, बल्कि एक विशिष्ट उदाहरण के लिए मैं बाहर जा सकता हूं, और इनमें से किसी भी मैट्रिक्स के लिए, वास्तव में इन मैट्रिक्स के लिए आधार रेखाओं को देखने में सक्षम हो सकता हूं।

इसलिए, जो भी हो, एक प्रतिशत के रूप में या जो कुछ भी मैं बाहर जा सकता हूं और कह सकता हूं, "पिछले 30 दिनों में इस टूटे हुए आधार के लिए आधार रेखा देखें," जिस स्थिति में यह मुझे वास्तविक मान बनाम आधार रेखा दिखाने जा रहा है और मैं उस जानकारी का उपयोग करके कुछ निर्णय लेने में सक्षम होऊंगा, जाहिर है, इसलिए यह उन स्थितियों में से एक है, जहां इसकी निर्भरता यह है कि यह किस प्रश्न पर निर्भर करता है, आप उस समय पूछ रहे हैं। लेकिन यह स्पष्ट रूप से उन सवालों के लिए आपकी मदद करने जा रहा है। काश मैं कह सकता हूं कि हमारे पास एक रिपोर्ट थी जो यह सब करती है, और इसकी तरह की आसान रिपोर्ट, जहां आप दबाते हैं और बटन करते हैं और यह हर "क्या होगा" सवाल का जवाब देता है जिसका आप कभी भी जवाब दे सकते हैं। लेकिन वास्तविकता यह है कि, आपके पास इन पुल-डाउन में से चुनने के लिए बहुत सारे गुण और बहुत सारे विकल्प होने चाहिए, जो "आप" यदि पूछ रहे हैं, तो उन प्रश्नों को बनाने में सक्षम होने के लिए।

इसलिए इनमें से बहुत सारी रिपोर्ट्स उन सवालों के जवाब देने में सक्षम हैं। और इसलिए, इसका वास्तविक महत्व यह भी है कि ये रिपोर्ट और इसके अलावा, सभी चीजें जो हमने पहले से ही टूल में दिखाई हैं, जैसा कि मैंने पहले उल्लेख किया है, नए मेट्रिक्स को शामिल करने के लिए लचीलापन होना, प्रबंधित होना, यहां तक ​​कि काउंटर बनाने में सक्षम होना, या एसक्यूएल क्वेरी जो आपके मतदान अंतराल में शामिल हैं, इन सवालों के जवाब देने में मेरी मदद करने में सक्षम होने के लिए, हो सकता है कि बॉक्स से बाहर जिसे हमने मॉनिटर करने का अनुमान लगाया था, आप उस सामान को जोड़ सकते हैं। और फिर आप उन सभी चीजों को करने में सक्षम होंगे जो मैंने अभी आपको दिखाया है: आधार रेखा, रिपोर्टें चलाना, और उस मीट्रिक से रिपोर्ट बनाना, और इन विभिन्न प्रकार की चीजों का जवाब देने और करने में सक्षम होना चाहिए जो मैं आपको यहां दिखा रहा हूं।

अब, इसके अलावा - और एक चीजों में से एक में स्पष्ट रूप से थोड़ा सा चलता है - पहले यह था, हर कोई VMs के लिए flipping या स्विच। और अब हमें बहुत सारे लोग मिल गए हैं जो बादल से दूर जा रहे हैं। और उन प्रश्नों के बारे में बहुत कुछ पूछ रहा है जो उन प्रकारों के आसपास आ रहे हैं। क्या यह मेरे लिए क्लाउड में जाने के लिए समझ में आता है? क्या मैं बादल में जाकर पैसे बचाने जा रहा हूँ? अगर मैं एक साझा-संसाधन मशीन पर एक वीएम पर इन चीजों को डालूं, तो मैं कितना पैसा बचा सकता हूं? इस प्रकार के प्रश्न, स्पष्ट रूप से सामने आने वाले हैं। इसलिए, बहुत सारा सामान ध्यान में रखें, डायग्नोस्टिक मैनेजर के साथ, हम VMware और Hyper-V दोनों के वर्चुअलाइज्ड वातावरण से जोड़ और खींच सकते हैं। हम ऐसे उदाहरण भी जोड़ सकते हैं जो क्लाउड पर हैं, इसलिए आपके वातावरण जैसे कि Azure DB, उदाहरण के लिए, या RDS, हम उन वातावरणों से भी मेट्रिक्स खींच सकते हैं।

इसलिए बहुत सारे लचीलेपन और उन सवालों के जवाब देने में सक्षम होने के कारण यह उन अन्य प्रकार के वातावरणों से संबंधित है, जिन्हें हम लोगों से दूर जाते हुए देखते हैं। और इस सामान के आसपास अभी भी बहुत सारे प्रश्न हैं, और जैसा कि हम देखते हैं कि लोग उन वातावरणों को समेकित कर रहे हैं जो उन सवालों के जवाब देने में सक्षम होने की आवश्यकता है। इस विषय से संबंधित है, इसलिए, डायग्नोस्टिक मैनेजर का एक बहुत अच्छा अवलोकन ईद कहता है। मुझे पता है कि व्यावसायिक बुद्धिमत्ता का विषय सामने आया था और हमारे पास व्यावसायिक बुद्धिमत्ता का एक उपकरण भी है जिसके बारे में हमने आज बात नहीं की, लेकिन यह आपको इस प्रकार के प्रश्नों के उत्तर देने के संदर्भ में अंतर्दृष्टि प्रदान करने जा रहा है क्योंकि यह आपके क्यूब्स से संबंधित है और उन सभी चीजों के विभिन्न प्रकार, साथ ही साथ। लेकिन उम्मीद है कि यह एक अच्छा अवलोकन रहा है, कम से कम इस संदर्भ में कि यह उत्पाद एक अच्छी योजना तैयार करने में सक्षम होने में कैसे मदद कर सकता है।

एरिक कवनघ: सब ठीक है, अच्छा सामान। हाँ, बीमार इसे रिक के लिए बाहर फेंक दें, अगर संकोच अभी भी वहाँ है। रिक, आप से कोई सवाल?

रिक शेरमैन: हां, तो पहली बार, यह बहुत अच्छा है, मुझे यह पसंद है। मुझे विशेष रूप से वीएम और बादलों को बाहर निकालना पसंद है। मुझे लगता है कि बहुत सारे ऐप डेवलपरों को लगता है कि अगर क्लाउड में है तो उन्हें इसे ट्यून करने की जरूरत नहीं है। इसलिए-

बुलेट मनले: ठीक है, हम अभी भी इसके लिए भुगतान करना है, है ना? Youve को अभी भी भुगतान करने के लिए जो कुछ भी है वह यह है कि लोग क्लाउड पर डाल रहे हैं, इसलिए यदि इसका खराब चल रहा है, या यदि यह बहुत अधिक सीपीयू साइकिल का कारण बनता है, तो इसके अधिक पैसे आपको भुगतान करने के लिए मिल गए हैं, इसलिए इसकी आवश्यकता नहीं है, फिर भी आपको मापने की आवश्यकता है यह सामान, बिल्कुल।

रिक शेरमैन: हाँ, Ive ने बादल में बहुत सारे खराब डिज़ाइन देखे हैं। मैं पूछना चाहता था, क्या इस उत्पाद का भी उपयोग किया जाएगा - मुझे पता है कि आपने BI उत्पाद का उल्लेख किया है और आपके पास अन्य उत्पादों के टन हैं जो एक दूसरे के साथ बातचीत करते हैं - लेकिन क्या आप इस उपकरण में SQL प्रदर्शन, व्यक्तिगत प्रश्नों को देखना शुरू करेंगे? या यह अन्य उपकरण होंगे जो इसके लिए उपयोग किए जाएंगे?

बुलेट मनले: नहीं, यह होगा, बिल्कुल। उन चीजों में से एक जो मैंने कवर नहीं किया था और मेरा मतलब था, यह प्रश्नों का हिस्सा है। क्वेरी प्रदर्शन की पहचान करने के लिए हमारे पास बहुत सारे तरीके हैं, चाहे इसके संबंधित, विशेष रूप से प्रतीक्षा करने के लिए जैसे कि हम इस दृश्य को यहां देखते हैं, या क्या इसके समग्र प्रश्नों की संसाधन खपत से संबंधित है, जिससे हम क्वेरी का विश्लेषण कर सकते हैं। प्रदर्शन। इसकी अवधि, सीपीयू, आई / ओ, और एक बार फिर, हम कुछ अंतर्दृष्टि प्रदान करने के लिए स्वयं कार्यभार को भी देख सकते हैं। हम विश्लेषण अनुभाग में सिफारिशें प्रदान कर सकते हैं और हमारे पास एक वेब-आधारित संस्करण भी है जो स्वयं प्रश्नों के बारे में जानकारी प्रदान करता है। इसलिए मुझे लापता सूचकांक और निष्पादन योजना और उस तरह के सभी सामानों को देखने की क्षमता पर सिफारिशें मिल सकती हैं; यह भी एक क्षमता है। तो, बिल्कुल, हम रविवार (हंसते हुए) से प्रश्नों के सात तरीकों का निदान कर सकते हैं और निष्पादन की संख्या के संदर्भ में उस अंतर्दृष्टि को प्रदान करने में सक्षम हो सकते हैं, यह संसाधन खपत, इंतजार, अवधि, यह सब अच्छा सामान हो सकता है।

रिक शेरमैन: ठीक है अच्छा है। और फिर इस सारी निगरानी के साथ इंस्टेंस पर लोड क्या है?

बुलेट मनले: यह एक अच्छा सवाल है। उस सवाल का जवाब देने के साथ चुनौती है, क्या यह निर्भर करता है, इसकी तरह कुछ और। हमारे उपकरण के लिए बहुत कुछ है, यह लचीलापन प्रदान करता है और उस लचीलेपन का हिस्सा आपको यह बताने के लिए मिलता है कि क्या इकट्ठा करना है और क्या नहीं इकट्ठा करना है। उदाहरण के लिए, प्रश्नों के साथ, मुझे प्रतीक्षा जानकारी एकत्र करने की आवश्यकता नहीं है, या मैं कर सकता हूं। मैं उन प्रश्नों से संबंधित जानकारी एकत्र कर सकता हूं, जो निष्पादन की अवधि से अधिक हैं। उस के एक उदाहरण के रूप में, अगर मुझे कॉन्फ़िगर क्वेरी मॉनिटर में जाना था और मेरा कहना था, "इस मूल्य को शून्य में बदल दें," वास्तविकता यह है कि बस मूल रूप से टूल प्रत्येक क्वेरी को चलाता है जो चलाता है और वास्तव में नहीं है क्यों वहाँ की भावना है, लेकिन आम तौर पर बोल अगर मैं सभी प्रश्नों के लिए डेटा का एक पूरा नमूना प्रदान करना चाहता था, मैं ऐसा कर सकता था।

तो, इसकी बहुत सापेक्षता है कि आपकी सेटिंग्स क्या हैं, आम तौर पर बोलना, बॉक्स से बाहर। इसके बारे में कहीं भी 1 से 3 प्रतिशत ओवरहेड, लेकिन अन्य शर्तों के साथ लागू होता है। यह इस बात पर भी निर्भर करता है कि आपके पर्यावरण पर कितने पोर्ट क्वेरी चल रहे हैं, है ना? यह उन प्रश्नों के संग्रह की विधि और SQL के किस संस्करण पर निर्भर करता है। इसलिए, उदाहरण के लिए, SQL Server 2005, विस्तारित घटनाओं से खींचने में सक्षम नहीं थे, जबकि ऐसा करने के लिए हम एक ट्रेस से खींच लेंगे। इसलिए, हम उस डेटा को इकट्ठा करने के तरीके के बारे में थोड़ा अलग होंगे, लेकिन मैंने कहा, जैसे मैंने कहा, इस उत्पाद के साथ 2004 के बाद से हम अनुमान लगा रहे हैं। यह लंबे समय से रहा है, weve को हजारों ग्राहक मिले हैं, इसलिए आखिरी चीज जो हम करना चाहते हैं, वह एक प्रदर्शन निगरानी उपकरण है जो प्रदर्शन समस्याओं (हंसते हुए) का कारण बनता है। और इसलिए हम जितना संभव हो उतना स्पष्ट होने की कोशिश करते हैं, लेकिन आम तौर पर बोलते हैं, जैसे कि लगभग 3-3 प्रतिशत अंगूठे का एक अच्छा नियम है।

रिक शेरमैन: ठीक है, और यह बहुत कम है, इसलिए बहुत अच्छा है।

एरिक कवनघ: अच्छा। रॉबिन, आप से कोई सवाल?

रॉबिन ब्लोर: मुझे माफ करना, मैं मूक पर था। Youve को एक एकाधिक डेटाबेस क्षमता मिली, और Im इस बात में रुचि रखता है कि आप कितने डेटाबेसों को देख सकते हैं और इसलिए आप जान सकते हैं कि एक बड़ा संसाधन आधार संभवतः विभिन्न आभासी मशीनों और इसी तरह और आगे के बीच विभाजित है। Im दिलचस्पी है कि लोग वास्तव में इसका उपयोग कैसे करते हैं। Im इसमें रुचि रखता है कि ग्राहक क्या कर रहे हैं। क्योंकि जो मुझे दिखता है, ठीक है, यह निश्चित रूप से, जब मैं डेटाबेस के बारे में गड़बड़ कर रहा था, तो कुछ ऐसा जो मैंने कभी नहीं किया था। और मैं केवल किसी भी समय किसी भी सार्थक तरीके से एक उदाहरण पर विचार करूंगा। तो, लोग इसका उपयोग कैसे करते हैं?

बुलेट मनले: आम तौर पर बोल रहे हैं, आप सामान्य रूप से केवल उपकरण के बारे में बात कर रहे हैं? वे इसका उपयोग कैसे कर रहे हैं? मेरा मतलब है, आम तौर पर, इसके बारे में पर्यावरण की उपस्थिति का एक केंद्रीय बिंदु होने में सक्षम है। मन की शांति और यह जानते हुए कि अगर वे एक स्क्रीन पर घूरते हैं और वे हरे रंग को देखते हैं, तो वे जानते हैं कि सब कुछ अच्छा है। जब समस्याएँ होती हैं और जाहिर तौर पर ज्यादातर मामले डीबीए के नजरिए से होते हैं, तो कई बार वे समस्याएँ सांत्वना के सामने आने पर होती हैं, इसलिए समस्या के होते ही उन्हें अधिसूचित किया जा सकता है। लेकिन इसके अलावा, समस्या होने पर समझने में सक्षम होने के नाते, जानकारी के दिल में जाने में सक्षम होने के नाते जो उन्हें ऐसा होने के संदर्भ में कुछ चोर प्रदान कर रहा है। और इसलिए, मुझे लगता है, सबसे बड़ा हिस्सा: इसके बारे में सक्रिय होना, प्रतिक्रियाशील नहीं होना।

अधिकांश डीबीए मैं बात करता हूं - और मुझे नहीं पता, इसका एक अच्छा प्रतिशत - दुर्भाग्य से अभी भी प्रतिक्रियाशील प्रकार के वातावरण में हैं; वे एक उपभोक्ता के लिए प्रतीक्षा करते हैं कि वह उनसे कह सके कि वह किसी समस्या का समाधान करे। और इसलिए, हम बहुत से लोगों को इससे दूर होने की कोशिश करते हुए देखते हैं और मुझे लगता है कि यही कारण है कि लोग इस उपकरण को पसंद करते हैं इसका एक बड़ा हिस्सा यह है कि यह उन्हें सक्रिय होने में मदद करता है, लेकिन यह उन्हें अंतर्दृष्टि प्रदान करता है कि क्या चल रहा है , क्या समस्या है, लेकिन बहुत सारे मामलों में, जो हम कम से कम पाते हैं - और शायद इसके डीबीए हमें यह बता रहे हैं - लेकिन डीबीए, यह धारणा हमेशा उनकी समस्या है, भले ही इसके एप्लिकेशन डेवलपर ने आवेदन लिखा हो उस ने इसे ठीक से नहीं लिखा, वे जो दोष लेने जा रहे हैं, वे उस एप्लिकेशन को अपने सिस्टम या सर्वर में ले जा रहे हैं और फिर जब प्रदर्शन खराब होता है, तो हर कोई डीबीए को इंगित करता है, "अरे यह आपकी गलती है।"

तो यह उपकरण बहुत बार है, डीबीए के लिए मामला बनाने के लिए मदद करने के लिए इस्तेमाल किया जा रहा है कहने के लिए, "अरे, यह वह जगह है जहाँ समस्या निहित है और यह मुझे नहीं।" (हंसते हुए) हमें इसकी आवश्यकता है। इसे सुधारें, चाहे वह प्रश्नों को बदल रहा हो या जो कुछ भी हो। कुछ मामलों में यह उनकी जिम्मेदारी के संदर्भ में उनकी बाल्टी में गिर जाएगा, लेकिन कम से कम उपकरण होने के कारण उन्हें यह समझने और जानने में मदद करने में सक्षम होने के लिए, और इसे समयबद्ध तरीके से करना स्पष्ट रूप से आदर्श दृष्टिकोण है।

रॉबिन ब्लोर: हाँ, जिन साइटों से मैं परिचित हूं, उनमें से अधिकांश, लेकिन Ive के बाहर होने के बाद से कुछ समय हो गया है, विभिन्न मल्टी-डेटाबेस साइटों को देख रहे हैं, लेकिन ज्यादातर जो मुझे लगता था कि डीबीए होगा जो एक मुट्ठी भर पर केंद्रित था डेटाबेस। और वे डेटाबेस होंगे, कि अगर वे कभी नीचे गए, तो यह व्यापार के लिए एक वास्तविक बड़ी समस्या होगी, और इसी तरह आगे भी। और दूसरे, वे अभी-अभी आँकड़े जमा कर रहे हैं और यह देखने के लिए कि वे अंतरिक्ष से बाहर नहीं निकलते हैं और वे कभी भी उन पर नज़र नहीं डालते हैं। और जब आप डेमो कर रहे थे तो मैं इसे देख रहा था और मैं अच्छी तरह से सोच रहा था, एक तरह से या किसी अन्य, आप विस्तार करते हैं, बस डेटाबेस के लिए कुछ ऐसा प्रदान करते हैं जो अक्सर थे, किसी ने बहुत ज्यादा परवाह नहीं की, क्योंकि उनके पास डेटा वृद्धि है , उनके पास कई बार आवेदन वृद्धि है। आप काफी नाटकीय तरीके से डीबीए कवरेज का विस्तार कर रहे हैं। तो सवाल यह है कि वास्तव में इस बारे में क्या है कि क्या इस तरह के उपकरणों के साथ, आप अंत में कॉर्पोरेट नेटवर्क में मौजूद हर डेटाबेस को बहुत अधिक डीबीए सेवा देने में सक्षम हैं?

बुलेट मनले: ज़रूर, मेरा मतलब है, चुनौती यह है कि जैसे आपने बहुत स्पष्ट रूप से कहा है, कुछ डेटाबेसों की तरह है जो डीबीए देखभाल करते हैं और फिर कुछ के बारे में परवाह नहीं करते हैं। और जिस तरह से यह विशेष उत्पाद, जिस तरह से इसका लाइसेंस प्रति-उदाहरण के आधार पर है। इसलिए, मुझे लगता है कि आप कहते हैं, जब लोग यह तय करते हैं कि "हे, यह एक महत्वपूर्ण पर्याप्त उदाहरण है जिसे मैं इस उपकरण के साथ प्रबंधित करना चाहता हूं।" उन्होंने कहा, ऐसे अन्य उपकरण हैं जो हमारे पास हैं जो अधिक हैं। , मुझे लगता है, SQL के उन कम महत्वपूर्ण उदाहरणों के लिए खानपान। उनमें से एक इन्वेंट्री मैनेजर की तरह होगा, जहां हम इंस्टेंस के खिलाफ लाइट हेल्थ चेकअप करते हैं, लेकिन इसके अलावा हम जो करते हैं, वह डिस्कवरी करते हैं, इसलिए हम नए उदाहरणों की पहचान करते हैं जिन्हें ऑनलाइन लाया गया है और फिर, उस बिंदु से, DBA के रूप में मैं कह सकता हूं, “ठीक है, एसक्यूएल का एक नया उदाहरण है, अब यह एक्सप्रेस है? क्या यह नि: शुल्क संस्करण है या एक उद्यम संस्करण है? ”थॉट्स शायद एक सवाल है जो मैं खुद से पूछना चाहता हूं, लेकिन दूसरी बात, यह उदाहरण मेरे लिए कितना महत्वपूर्ण है? यदि यह महत्वपूर्ण नहीं है, तो मेरे पास यह उपकरण हो सकता है और यह कर सकता है, यह सामान्य है, जिसे मैं सामान्य स्वास्थ्य जांच इस अर्थ में कहूंगा कि वे एक DBA के रूप में मेरे द्वारा देखभाल की जाने वाली सभी प्रकार की चीजें हैं: क्या ड्राइव भरना है? क्या सर्वर मुद्दों पर प्रतिक्रिया दे रहा है? मुख्य बातें, सही?

जबकि डायग्नोस्टिक मैनेजर के साथ, जो टूल मैं आपको दिखा रहा था, वह क्वेरी स्तर तक नीचे जाने वाला है, इसका सूचकांक की सिफारिश में नीचे जाने के लिए, निष्पादन योजना और सभी अच्छे सामानों को देखते हुए, जबकि यह मुख्य रूप से केंद्रित है किसके पास क्या है, ऐसा क्या है जो मैं स्वयं और इसके लिए जिम्मेदार हूं? मेरे पास क्या सर्विस पैक और हॉट फ़िक्स हैं? और क्या मेरे सर्वर मुख्य सामग्रियों के साथ चल रहे हैं जिन्हें मैं एसक्यूएल का एक स्वस्थ उदाहरण मानूंगा? तो आपके प्रश्न का उत्तर देने के लिए, थोड़ा सा मिश्रण है। जब हमारे पास इस उपकरण को देखने वाले लोग हैं, तो वे आम तौर पर उदाहरणों के अधिक महत्वपूर्ण सेट को देख रहे हैं। उस ने कहा, हमारे पास कुछ ऐसे लोग हैं जो हर उस उदाहरण को खरीदते हैं जो उनके पास है और इसे प्रबंधित करता है, इसलिए यह सिर्फ निर्भर करता है। लेकिन मैं आपको बताता हूं, कुल मिलाकर, निश्चित रूप से उन लोगों की एक सीमा होती है जो मानते हैं कि उनके वातावरण को उन उदाहरणों को प्रबंधित करने के लिए इस तरह का एक उपकरण होना काफी महत्वपूर्ण है।

रॉबिन ब्लोर: ठीक है, एक और सवाल इससे पहले कि मैं इसे एरिक को सौंप दूं। एक धारणा यह है कि सिर्फ उद्योग को देखने से यह है कि डेटाबेस में अभी भी एक जीवन है, लेकिन सभी डेटा इन सभी डेटा झीलों और इतने पर और आगे में डाल रहे हैं। वास्तव में प्रचार, वास्तव में, और प्रचार कभी भी वास्तविकता को प्रतिबिंबित नहीं करता है, इसलिए Im इस तरह की वास्तविकता में रुचि रखता है कि आप किस तरह की वास्तविकता को समझ रहे हैं? क्या एक संगठन के भीतर महत्वपूर्ण डेटाबेस, क्या वे पारंपरिक डेटा विकास का अनुभव कर रहे हैं, जिसे मैं प्रति वर्ष 10 प्रतिशत के रूप में समझता था? या वे इससे ज्यादा बढ़ रहे हैं? क्या बड़ा डेटा इन डेटाबेस को गुब्बारा बना रहा है? तस्वीर आप देख सकते हैं?

बुलेट मनले: मुझे लगता है कि बहुत सारे मामलों में कुछ डेटा को उन अन्य खंडों में ले जाया जा रहा है, जहां यह अधिक समझ में आता है, जब अन्य प्रौद्योगिकियां उपलब्ध हो जाती हैं। हाल ही में, कुछ बड़े डेटा सामान। लेकिन ये डेटाबेस, मैं कहूंगा, बहुत सारे मामलों में सामान्यीकरण करना कठिन है क्योंकि हर कोई थोड़ा अलग है। आम तौर पर बोलना, हालांकि, मुझे कुछ विचलन दिखाई देता है। मैं देखता हूं, जैसे मैंने कहा, लोग बहुत सारे मामलों में लोचदार मॉडल की ओर बढ़ रहे हैं, क्योंकि वे संसाधनों को विकसित करना चाहते हैं और अन्य क्षेत्रों में ऐसा नहीं है। कुछ लोग बड़े डेटा पर जा रहे हैं। लेकिन इसके लिए एक महसूस कर पाना मुश्किल है, आप कहते हैं, धारणा, क्योंकि आम तौर पर लोगों को बोलते हुए Im सभी पारंपरिक डेटाबेस है और SQL सर्वर वातावरण पर इसका उपयोग कर रहे हैं।

उस ने कहा, मैं खुद को SQL के संदर्भ में कहता हूं, मैं निश्चित रूप से अभी भी लगता है कि इसके शेयर बाजार में लाभ। और मुझे लगता है कि बहुत से लोग हैं जो अभी भी ओरेकल जैसे अन्य स्थानों से एसक्यूएल की ओर जा रहे हैं, क्योंकि इसकी अधिक सस्ती और स्पष्ट रूप से प्रतीत होती है, क्योंकि एसक्यूएल संस्करण अधिक उन्नत हो जाते हैं - और आप इसे हाल ही में आने वाली चीजों के साथ देख रहे हैं एसक्यूएल के साथ, एन्क्रिप्शन के संदर्भ में और अन्य सभी क्षमताओं के कारण जो इसे एक पर्यावरण या डेटाबेस प्लेटफ़ॉर्म बना रहे हैं - यह स्पष्ट रूप से बहुत महत्वपूर्ण मिशन सक्षम है, मुझे लगता है। तो, मुझे लगता है कि वह भी देख रहे थे। जहाँ आप एक बदलाव देख रहे हैं, फिर भी यह हो रहा है। मेरा मतलब है, यह 10 साल पहले हो रहा था, फिर भी, मुझे लगता है, SQL सर्वर के संदर्भ में हो रहा है, जहां वातावरण बढ़ रहा है और बाजार में हिस्सेदारी बढ़ रही है।

रॉबिन ब्लोर: ठीक है, एरिक, मुझे लगता है कि दर्शकों को एक या दो सवाल हैं?

एरिक कवनघ: हाँ, मुझे तुम पर एक जल्दी फेंक दो। यह एक बहुत अच्छा सवाल है, वास्तव में। उपस्थित लोगों में से एक पूछ रहा है, क्या यह उपकरण मुझे बताएगा कि क्या क्वेरी को गति देने के लिए किसी तालिका को एक सूचकांक की आवश्यकता हो सकती है? यदि हां, तो क्या आप एक उदाहरण दिखा सकते हैं?

बुलेट मनले: हाँ, तो मुझे नहीं पता कि क्या मेरे पास विशेष रूप से एक इंडेक्स जोड़ने के लिए एक है, लेकिन आप यहां देख सकते हैं, हमारे पास यहां विखंडन की सिफारिशें हैं। मेरा यह भी मानना ​​है कि हमारे पास अभी-अभी डायग्नोस्टिक मैनेजर का एक हिस्सा था, जो वेब-आधारित संस्करण की पेशकश कर रहा था, जहाँ इसके बारे में मुझे बताया गया कि मेरे पास एक अनुपलब्ध सूचकांक है। और हम उन सिफारिशों को देख सकते हैं और उस जानकारी को अनुक्रमित करके हमें इसका संभावित लाभ बता सकते हैं। दूसरी बात जो मुझे बताई जानी चाहिए वह यह है कि जब हम अनुशंसाएँ करते हैं, तो इनमें से कई के लिए स्क्रिप्ट बनाई जाएगी। यह एक अच्छा उदाहरण नहीं है, लेकिन आप देख पाएंगे, हां, ऐसी परिस्थितियां जहां एक सूचकांक - या तो एक डुप्लिकेट इंडेक्स, या एक इंडेक्स के अलावा - प्रदर्शन में सुधार होगा, और जैसा मैंने पहले कहा था, हम बहुत कुछ करते हैं काल्पनिक सूचकांक विश्लेषण के माध्यम से। तो, यह वास्तव में कार्यभार को समझने में मदद करता है, सिफारिश के लिए लागू करने में सक्षम होने के लिए।

एरिक कवनघ: यह बहुत अच्छा है, और यह मुझे यहाँ अंतिम टिप्पणियों के लिए एक अच्छा तर्क देगा। रॉबिन और मैं और रिक के रूप में अच्छी तरह से सुना है, अब कई वर्षों से स्व-ट्यूनिंग डेटाबेस के बारे में बात करते हैं। यह एक आत्म-ट्यूनिंग डेटाबेस है! मैं आपको बता सकता है: न उन्हें विश्वास है।

बुलेट मनले: प्रचार पर विश्वास मत करो।

एरिक कवनघ: कुछ छोटी छोटी चीजें हो सकती हैं जो गतिशील रूप से पूरी हो जाती हैं, लेकिन यहां तक ​​कि, आप इसे जांचना चाहते हैं और सुनिश्चित कर सकते हैं कि ऐसा कुछ नहीं कर रहे हैं जो आप इसे करना नहीं चाहते हैं। इसलिए, कुछ समय के लिए, डेटाबेस स्तर पर हो रहे व्हाट्सएप को समझने के लिए इस तरह के उपकरणों की आवश्यकता थी और जैसे रॉबिन ने कहा, डेटा झीलें आकर्षक अवधारणाएं हैं, लेकिन संभवत: उनके बारे में अधिक संभावना के रूप में उन्हें लेने की संभावना है। एक पाश नेस दानव कभी भी जल्द ही। इसलिए, मैं बस फिर से कहूंगा, वास्तविक दुनिया में बहुत सारी डेटाबेस प्रौद्योगिकी है, हमें इस सामान को देखने और इसे संश्लेषित करने के लिए लोगों, डीबीए की आवश्यकता है। आप बता सकते हैं, आपको यह जानने की जरूरत है कि इस सामान को बनाने के लिए आप क्या कर रहे हैं। लेकिन आपको यह जानने के लिए उपकरण की आवश्यकता है कि आप क्या कर रहे हैं। तो, नीचे की रेखा है DBAs बस ठीक करने जा रहे हैं।

और IDERA पर बुलेट मानले और हमारे दोस्तों को बड़ा धन्यवाद। और हां, रिक शेरमैन और रॉबिन ब्लोर। हम इन सभी वेबकास्ट का संग्रह करते हैं, इसलिए ऑनलाइन insideanalysis.com या उस सभी के बारे में अधिक जानकारी के लिए हमारी सहयोगी साइट www.techopedia.com पर जाएं।

और उस के साथ, अच्छी तरह से आप विदाई, दोस्तों बोली। धन्यवाद फिर से, अगली बार आपसे अच्छी तरह से बात करता हूँ। ख्याल रखना। अलविदा।