Techopedia Staff tarafından, 29 Mart 2017
Paket Servisi: Ev sahibi Eric Kavanagh, Dr. Robin Bloor ve IDERA'dan Stan Geiger ile iş zekasını tartışıyor.
Şu anda giriş yapmadınız. Lütfen videoyu görmek için giriş yapın veya üye olun.
Eric Kavanagh: Bayanlar ve baylar, tekrar hoş geldiniz, Çarşamba saat 4: 00'de Doğu ve son birkaç yıldır Hot Technologies'in zamanı geldi, evet. Benim adım Eric Kavanagh, bugünkü gösteriye ev sahibi olacağım. Bu konuyu çok seviyorum: “Sağlık Kontrolü: Sağlıklı Kurumsal İş Zekâsının Bakımı”, bugün konuşacağımız konu bu. Seninki hakkında gerçekten bir nokta var.
Bu yıl sıcak - Hot Technologies gerçekten belirli teknoloji türlerini tanımlamak için tasarlandı ve kurumsal yazılım dünyasında her türlü farklı ürünü satan çok sayıda satıcı olduğunu ve rüzgarların ne olduğunu hayal edebilirsiniz. çok farklı şeyler için çeşitli satıcılar tarafından kullanılmaya ve bunlara bulaşmaya başlıyor. Ve bu şovun amacı, satıcı arkadaşlarımıza gerçekten yardımcı olmak ve kitlemizin, belirli tür teknolojilerin gerçekte ne olduğunu ve pirinç meselelere ulaştığınızda bu kelimelerin ne anlama geldiğini tanımlamasına ve sarmasına yardımcı olmaktır.
Bugün analistlerden biri olacağım, hatta Dr. Robin Bloor ve IDERA'dan Stan Geiger de var. Sadece genel olarak iş zekası ve analitiklerin önemi hakkında konuşalım. Bu temel bir karar ağacıdır, ya da bir akış şeması, şirketinizdeki sorunlarla nasıl çalıştığınız, farklı konular hakkında tartışmalar yürüttüğünüz, önerileri bir araya getirdiğiniz ve sonra insanların ne düşündüğünü öğrenirsiniz. Katılıyorlar mı? Katılmıyorlar mı? Eğer varsa, fikir birliği nedir ve bu süreç boyunca nasıl çalışıyorsunuz?
Bu tamamen çok genel, ama şirketlere fikir önerdiğimiz, kararlarımızı verdiğimiz ve sonra ilerlediğimiz sürecin iyi bir hatırlatıcısı. Sonuç olarak, bu bileşenlerin her biri için veri gereklidir. Bu, büyük veri dünyasında bu günlerde daha da doğru, çünkü elbette, büyük veri, bu devasa gerçek motor gibi. Büyük veri gerçekten olan şeydir; kimlerin nerede olduğunu, ne yaptıklarını, ne satın aldıklarını, sosyal medyalarının ne işlediğini temsil ediyor, örneğin tweet atıyor. Tabii ki, tüm bu şeyler saldırıya uğrayabilir - buna dikkat etmelisiniz - ama mesele şu ki, veriler, gerçek olması için, referans mimaridir.
Yani, bu karar alma sürecinin her noktasında veri istiyorsunuz. Şimdi, fikir birliği önemlidir. Mutlu kullanıcılar istiyorsanız, bazen bir patron herkesin istediği tahıllara karşı gitmek zorunda kalabilir. Bu web yayını başlamadan hemen önce Steve Jobs'tan bahsediyorduk ve bu tür şeyler için kötü şöhretliydi. İnsanların duydukları gürültüyü boğmasını ve sonra ne yaptıklarının doğru olduğunu biliyorlarsa vizyonlarına bağlı kalmasını önerdiği ünlü bir alıntı var. Yani, her zaman fikir birliğine ihtiyacınız yoktur, ancak genellikle oldukça iyi bir fikirdir. Ancak bu slaydın ve bu yorumun genel amacı, kararlarımızı sadece içgüdüye değil, verilere dayanarak vermek istediğimiz önemi eve götürmektir, ancak bağırsak genellikle nereye gitmek istediğinizi bilmenize yardımcı olmakta gerçekten iyidir. bunu verilerinizle doğrulamaya veya geçersiz kılmaya çalışıyorsunuz. Ve şunu da söyleyebilirim ki, güzel bir küçük işaretçi olarak, oraya geri dönmekten korkmayın ya da zaman zaman geriye baktığınızda en azından bir referans çerçevesi elde edebileceğinizi ve nerede olduğunuzu anlayabileceğinizi hatırlatın yaptığınız hatalar konusunda dürüst olun. Hepimiz hatalar yaptık, olur.
Dolayısıyla, iş zekası sistemlerinizde performans sorunlarınız varsa, BT dünyasında değil, “sabır bir erdemdir” gibi eski bir ifade var, size şimdi söyleyebilirim. Kullanıcılar sorgularının geri gelmesini uzun süre beklerse veya raporlarını almazlarsa, bu güveni aşındırır ve güven sona erdiğinde bunu geri almak çok zordur. Yani, buraya bir çizgi koydum - bu günlerde yaklaşık 40 saniye birçok durumda 40 dakika gibi - bir sorgu 40 saniye sürecekse, insanlar ne hakkında konuştuklarını, ne sorduklarını unutuyorlar veri. Birine sorarsanız, birisine sorarsanız, patronunuza diyelim ki, “Hey, neden bu rotada ilerlediğimizi bilmek istiyorum” deyin. Bir konuşmada 40 saniye beklemek zorunda kaldınız. cevap almak için? Odadan çıkardın! Patronunuzun zihnini kaybettiğini düşünürdünüz. Dolayısıyla, bazı bilgi sistemlerinde sahip olduğumuz bu gecikme, performans sorunları olduğunda, analitik süreci, analitik akışı veya bazı insanlar dediği gibi, verilerinizle yaptığınız konuşmayı kısaltacaktır. Bu sistemlerde hızlandırmanız gerekiyor, bunu yapmak için ne yapmanız gerekiyorsa ve bugün bunun hakkında konuşacağız, yapmanız gereken şey bu, çünkü o akıcı fikir akışı olmadan, tüm analiz sürecine gerçekten zarar veriyor. Ve bir kez daha, bu yorumu atıyorum: güven eksikliği sessiz bir katildir. İnsanlar sana güvenmiyorlarsa ellerini çok fazla kaldırmayacaklar, ama sadece yanlara bakacaklar ve neler olduğunu merak edecekler. Ve bu güven bittiğinde, onu geri almak için çok, çok zor bir zaman geçireceksiniz.
Yapay zeka, makine öğrenimi ve yapay zekayı duymaya devam ediyoruz ve “Ah, bu tüm bu sorunları çözmeyecek mi?” Robin ve ben yıllardır kendi kendini ayarlayan veritabanları ve tüm bu eğlenceli şeyler hakkında duyuyoruz - bunlardan bazıları var, ama kendinize şu soruyu sorun: Siri sizin için ne sıklıkla doğru yapar? Siri yanlışlıkla ne sıklıkta ortaya çıktı ve gitti, “Üzgünüm, bunu anlamadım.” Bu yüzden sana hiçbir şey sormuyordum. Yanlışlıkla o koyu düğmeye bastım. Yani hala birçok kusur var ve bu arada sol tarafta, bu bir Apple Newton'dan ASIC çipi - yıllar ve yıllar önce bu köpek yavrusu hatırlıyor musunuz? Bu ilk akıllı cihazlardan biriydi ve bu uzun zaman önce, 90'ların başında veya 90'ların ortalarında söylemek istediğim gibi. Newton ortaya çıktı ve çok iyi değildi, ama vizyonu vardı; Nereye gittiklerini biliyorlardı, ama şimdi bile iPhone AI ve makine öğrenimi ile bunlar yaygın olarak yanlış anlaşılan kavramlar.
Ve kesinlikle makine öğrenimi ile ilgili olarak, çok yararlı olabilir ve aslında karmaşık bilgi mimarinizde neler olup bittiğini anlamaya çalıştığınız, bazı şeylerin yanlış gittiği bu ortamlarda kullanılabilir. Makine öğrenimi bu bağlamda çok değerli olabilir, ancak ancak çok akut bir şekilde uygulanırsa. Yani, aslında, California'da büyük bir olaydaydım, büyük Hadoop distribütörlerinden Cloudera'nın analist zirvesi vardı ve baş strateji yetkilileriyle konuşuyordum ve “Biliyorsunuz bana öyle geliyor ki, gerçekte makine öğrenimi sadece iki şey yapar: bölümlere ayırır ve rafine eder. ”Yani bu, size bir segment olacak olan anormallikler dahil olmak üzere farklı segmentler veya faaliyet kümeleri verecektir. Ve rafine eder, yani belirli bir kararı geliştirmenize yardımcı olur. Duyduğunuz klasik örnek, mesela bu fotoğrafta bir insan var. Bu, makine öğreniminin yapabileceği bir şeydir ve sorun giderme hakkında konuşurken belirli bağlamlarda kullanışlıdır, çünkü CPU kullanımında, bellek kullanımında, disk hızında ve disklerin yaptıklarında davranış kalıpları arayabilirsiniz. ve tüm bu eğlenceli şeyler. Bu yüzden faydalı olabilir, ama gerçekten herhangi bir değer üretmek için çok odaklanması gereken bir şey.
Bu yüzden, konuşmak için en sevdiğim diğer şeylerden biri - ve bence, bugünkü tanıtımımızı IDERA'dan aldığımızda biraz göreceğiz - birçok yönden insanların hala silikon konuşmayı öğrendiğini düşünüyorum . Tüm bunların altında ve örneğin bir Hadoop kümesi gibi bile, neler olup bittiğini anlamaya çalıştığınızda, sorun giderme yapan ve karmaşık bilgi mimarilerine gerçekten çok yakından bakanlar için maddi bir bilim var. genellikle sadece histogramlara bakıyorsunuz. Ve sonra bu farklı histogramların belirli bir zamanda ne anlama geldiğini ilişkilendirmeniz gerekir ve bu zeka gerektirir; insan zekasını ve deneyimini gerektirir. Bu yüzden, ML veya makine öğrenimi veya yapay zeka bu dünyada çok fazla işi yakında alacaklarından korkmuyorum. Bence her zaman bize yardım etmek ve bunların gerçekleşmesini sağlamak için ne hakkında konuştuklarını bilen insanlar için bir ihtiyaç olacak.
Yani, devam edelim. Peki, veri odaklı değilseniz ne olur? Bu ünlü bir tablo, “Körlere Kör Önder” - bu aradığınız şey değil millet. Kuruluşunuzda bu tür bir ortam istemezsiniz. Yani istediğimiz şey, kararlarımızın veriler tarafından yönlendirilmesini istiyoruz ve kararların iyi veriler, kaliteli veriler tarafından yönlendirilmesini istiyoruz ve bu sadece doğru verileri toplarsanız, güzel ve temizse ve sistemleriniz düzgün çalışıyorsa, BI sistemleriniz sağlıklıysa, analiz sistemleriniz sağlıklıdır ve kullanıcılar istediklerini zamanında alırlar.
Böylece bununla sarhoş Robin Bloor'a gidip teslim edeceğim. Robin, götürün onu.
Robin Bloor: Tamam, bana topu geçtiğiniz için teşekkürler. Konuşurken düşünüyordum, Eric, sadece BI hakkında düşünüyordum ve yakın zamanda katıldığım bir satıcı sunumu vardı, birisi belirli bir satıcıda, büyük, kötü bir veri deposunda belirli bir sistemi çalıştırarak zaman içinde verilen bilgiler birçok insana bilgi sunulmasına yol açacak 70.000 BI işlemi yapabilir. Aslında bu tür bir iş yükünüz varsa ve yazılımı yürütmek için birkaç saniye harcarsanız, o zaman gerçekten çok pahalı olacak ve dakikalar harcarsanız korkunç derecede pahalı olacak. Sonra hatırladım ki, dünyanın çok büyük bir kısmı elektronik tablolar üzerinde çalışıyor - var, bence onlara “gölge sistemleri” denmiyordu değil mi? İlk aşamada, insanların elektronik tablolar ve e-posta kullanarak sistemleri bir araya getirdikleri ve bir şeylerin gerçekleşmesini sağlayacakları, çünkü BT departmanı herkes için uygulama oluşturamaz, bu yüzden bunu yaparlar. Ve bence bir sürü BI zaten böyle sistemlere dahil oluyor.
Her neyse, bunu söyledikten sonra, konuşacağım şey hakkında konuşmaya başlayalım. BI, kurumsal sistemler için bir geri bildirim döngüsüdür, kuruluşta tam olarak hangi rolü oynadığına bağlı olarak gerçekten bu kadar basit veya karmaşıktır. Fakat buna bakarsak, yaklaşık dört yıl öncesinden, analitik tarafında neler olduğunu anlamaya çalıştığımız bir şemadır. Ama hemen hemen, geri kalan her şey, daha önce olanlara geri dönüp baktığımızda ve sistemin çalışma şekli bakımından gözetim altındaki her şey BI olma eğilimindedir. Öngörü olan, öngörücü analitiklerin BI olduğu durum böyle değildi, ama aslında gittikçe artan bir şekilde böyle oluyor. Eric, makine öğrenmesinden bahsetti, birçok makine öğrenimi aslında bir şekilde bir veri akışına karşı çalıştırılabilir ve önümüzdeki beş dakika boyunca hatta neredeyse gerçek zamanlı olarak size tahmini analitik verebilir, böylece bir gerçekte neler olduğuna dair hesaplanmış bir bilgi ile müşteri.
Ancak bu diyagramın merkezi, içerisi analitiktir. Normalde olan şey, çeşitli analitik faaliyetlerin belirli veri koleksiyonlarına işaret edilmesidir ve yeni bir şey öğrenilir, iş hakkında bilgi öğrenilir. Ve bu bilgi parçası ondan beslenebilecek iş süreçlerine bağlanır. Ve genellikle BI uyarıları ya da sadece çeşitli şeylerin gösterge panolarına yerleştirilmesi gibi bir şekilde kendini gösterir. Bunu gerçekten yaptığımızda dört terim vardır ve çok güzel olan “görme” kelimesi ile biter. Ancak gerçekte insanların yapmak istediği alanda her şey değil, aynı zamanda optimizasyon problemi de var ve optimizasyon basit analitik vermiyor. Çok karmaşık bir problem ve birçok optimizasyon problemi benzersiz bir şekilde çözülemiyor. Sadece iyi çözümlere sahip olabilirsiniz, daha iyi bir çözümünüz olduğunu kanıtlayamazsınız. Ve bu, faaliyetin devam ettiği bir faaliyet alanıdır, ancak diğer analitik alanlarından daha azdır. Yani, insanlar analitik çağında yaşadığımızı söylüyorlar - on yıl öncesine kıyasla yapıyoruz, ama zaten gitmiş olduğundan çok daha ileri gidebilir.
Dolayısıyla, BI'nın başlangıcı, bilgi arzusu, analitik projeleri başlatan kullanıcı isteklerini, analitik projeleri de veri göllerini, veri gölleri artı analitiği de içgörü ve kavrayışları BI'yi başlatır. Bu yeni anlattığım bir hikaye; Sadece yazacağımı düşündüm. Burada yaptığım şey, yani, bu slaydın ve diğer slaytların çoğunun asıl amacı, sadece iş zekası dünyasının gerçekte ne kadar karmaşık olduğunu vurgulamaktır. Bu basit bir şey değil, bu özel slaydı gerçekte olduğundan daha karmaşık hale getirebilirdim, ancak burada en altta, bir şekilde veya başka bir aşamaya yerleştirilecek olan harici verileriniz ve dahili verileriniz var. Herkesin veri gölleri olmamasına rağmen, günümüzde bu tür bir veri göl alanıdır. Ve başarılı olanların mutlaka olması gerekmez. Ve sonra, gerçekten kullanabilmeniz için veriler üzerinde yutulan bir temizleme faaliyeti ve yöneten bir aktivite var. Ve sonra, bu verileri sunuyorsunuz ve ya rapor veriyorsunuz ya da analiz ediyorsunuz ve analiz harekete geçiyor.
Ve eğer var olan çeşitli analiz türlerine gerçekten bakarsanız, bu inanılmaz derecede uzun bir liste, ancak mutlaka kapsamlı bir liste değil, aslında bu slaydı oluştururken yazmayı düşündüğüm şeydi. Bu nedenle, BI ortamında, görselleştirmeler, OLAP, performans yönetimi, puan kartları, gösterge tabloları, çeşitli tahmin türleri, veri gölleri, metin madenciliği, video madenciliği, öngörücü şeyler, çok çeşitli şeyler var. aslında devam ediyor. Eğer ona farklı bir şekilde bakarsanız, kurumsal gerçeklik, temelde bu sonuncusuna benzer bir diyagramdır, sadece farklı bir şekilde yapılır. BI olarak adlandırdığınız şeyi ayırdım çünkü düzenli ve neyin gerekli olduğu biliniyor, bu aslında olanın etkili olduğu anlamına gelmiyor, ama en azından düzenli olarak olacağınız şeyler var, diyelim ki Tableau veya Click veya. Cognos, bir konu kaynağı var, vb. Çeşitli düzenli raporlar veya yetenekler devam edecek. Ve sonra analitik uygulamalarınız var ve bunlar farklı. Çünkü analitik uygulamalar gerçekten verileri keşfetmekle ilgilidir ve bence araştırma ve geliştirmeye eşittir. Ve sonra iş akışınız var. İş akışı altında, malzemelerinizi operasyonel uygulamalar ve ofis uygulamaları ile karıştırın, eğer gerekliyse - ve gördüğüm gibi kurumsal gerçeklik budur - çoğu kuruluşta o kadar iyi organize edilmemiştir.
Bu nedenle BI bozulması, bu BI'dan daha önce bahsedildiğinden daha zor olmasını sağlayan bir dizi şeydir, çünkü eski BI dünyası öncelikle bir şekilde veya başka bir şekilde yakalanan ve muhtemelen bir veri deposundan alınan ve belirli bir şekilde beslenen oldukça temiz veri kümelerinden oluşuyordu. BI yazılımı. Ve o günlerde gerçekten beş ya da on yıl önce konuşuyorum ama o günlerde veri hacimleri genişlemiyordu, veri kaynakları biliniyordu. Verilerin gelme hızı biliniyordu, ancak çoğu zaman BI bazı kullanıcıların beğenisine göre yeterince hızlı olmayacaktı. Herhangi bir yapılandırılmamış veri yoktu, neredeyse hiç sosyal veri yoktu, kesinlikle IoT verisi yoktu, veri provenansını umursamadınız. Bilgisayar değeri, bir şekilde olağanüstü hızlı bir şekilde işleri yapabilmek için altyapı açısından paralelliğe sahip değildi. Makine öğreniminiz yoktu ve analitik iş yüklerinin sayısı oldukça zayıftı. Ve tüm bunlar değişti, şimdi veri hacmi çok çarpıcı bir şekilde büyüyor olabilir. Devam eden veri kaynaklarının sayısı. Evet, verilerin çok hızlı bir şekilde ulaşması, çok sayıda yapılandırılmamış veri, kesinlikle temizlenmesi gereken sosyal veriler, ancak temizlenmesi gerekebilecek diğer veriler, kesinlikle IoT verileri, şimdi anlaşma.
Veri provenansı bir konudur ve biz buna önem veriyoruz. Bilgisayar gücü orada, bu da düzgün, çünkü bu her şeyi mümkün kılıyor ve artık daha fazla BI yeteneği ve aynı şeyi yapacak yeni analitik iş yüklerinin yaratılmasına yol açan bir fenomen olarak makine öğrenimine sahipsiniz. Yani, BI statik bir durum değildir ve sanırım Stan'e teslim etmeden önce söyleyeceğim son şey budur. Oh hayır, değil, başka bir şey var. Gelecek BI manzara, şeylerin internet, olay odaklı mimariler, gerçek zamanlı her şey, tamam. Özetle sorunları kullanıcı için kullanıcı için yeterli BI olduğunu. Veri akışı performansı zamanında, veri kapsamı, veri temizleme, veri erişim becerileri, görselleştirme, paylaşılabilirlik ve işlem yapılabilirlik.
Bu yüzden şimdi, BI hizmeti güvenilir ve zamanında olmadıkça, bir hizmet değil, Stan'e aktarabilirim. Stan?
Eric Kavanagh: Pekala Stan, sana topu veriyorum, götürün.
Stan Geiger: Tamam. Yani, konuşacağım sadece arka planım. IDERA'da ürün yönetiminde üst düzey yöneticiyim ve sahip olduğum sorumluluklardan biri iş zekası sunan ürünümüz. Bu yüzden Robin'in ne hakkında konuştuğuna ve iş zekası ile kilit alan hakkında konuşacağımıza biraz daha genişleyeceğim. Söylediği gibi, şimdi tüm bu verilere sahip olduğumuz yerdi ve analiz edilmesi haftalar alacaktı ve sonra raporlarla ve şeylerle geri dönecektik. Ancak BI ortamı değişiyor ve şimdi neredeyse gerçek zamanlı analitiklere yaklaşıyoruz. Ve birçok durumda, gerçek zamanlı analitik. Bu slayttan biraz bahsediyorum, bu sadece bir bakış niteliğindedir - ve tam bir açıklama olarak, Microsoft perspektifinden bu konuda konuşacağım, ancak tüm bu kavramlar BI'nızın platformları Oracle'tadır ya da Informatica ve Oracle kullanıyorsunuz ya da sadece karma mod, karma ortamları kullanıyorsunuz. Sadece Microsoft ortamına referans olarak kullanacağım, ancak bu oldukça standart.
Robin'in içinde buna değinen bir slayt vardı, kaynak sistemlerim var, tüm verilerimi oturttum ve şimdi bunların hepsi ilişkisel veritabanlarında ve bunun gibi veri depolamadaydı, ama şimdi Hadoop ve internet ve bir şeyler var ve tüm bu yapılandırılmamış veriler orada oturuyor ve şimdi bunları bu BI mimarisine getirebiliriz. Yani orta kademe biraz konuşur ve veri toplama birikimidir; bu, verileri içeri çektiğimiz yer, temizleyebilir, yeniden yapılandırabilir ve daha sonra bir tür veri deposu koyabilir ve ardından sunum katmanı bunun üzerine oturur ve kullanıcılarınız bu noktaya erişir. Ve bu veri depolarındaki bu veriler hakkında analiz yapıyoruz ve gösterge panoları yapıyoruz ve orada Tableau'nun hizmetlerini raporlaması, bunun gibi şeyler var. Her zaman gülüyorum çünkü bir BA mimarı olduğumda, her zaman Excel'e güldük, çünkü yüzleşelim, Excel kitlelerin BI aracı, yine de.
Yani, orada biraz genel bakış, ancak sadece platform mimarisi hakkında konuşmak için, kaynak verilerinizi aldınız ve ben bunu birden çok veri deposunda konuştum. Ve sonra depolama alanımı Microsoft dünyasında bir araya getirdim, SQL Server veritabanınıza sahip olacaksınız, belki de veri deponuzun olduğu yerde, veri ambarınızla birlikte veri ambarınız bulutta olabilir. OLAP tüpleriniz ve bunun gibi şeyleri, birden çok boyuttaki şeylere ve bunun gibi şeylere bakmak için toplamalar ve şeyler yapmak için analiz hizmetleriniz var. Daha sonra, kısaca bahsettiğim sunum katmanınız, bu veri depolarının ve toplamalarının üzerine oturan tüm bu şeylerden oluşuyor. Ve ben her zaman bu alıntıyı sevdim, “Ne bilmediğini bilmiyorsun”, bu doğru. Eğer izlemiyorsanız ve neler olup bittiğine bakmıyorsanız, BI platformunuzun tüm bu alanlarında, kullanıcıların size kötü e-postalar göndermeye ve telefonun çalışmaya başlamasından başka bir sorun olduğunda nasıl bileceksiniz? raporlarım neden çalışmıyor? Neden her şey bu kadar uzun sürüyor?
Yani, bu bağlamda, yapmanız gereken şey, iş zekasına hizmet ettiğiniz platformlarınızı izleyebilmeniz gerekir. Ve temelde bunu üç alana ayırdım: kullanılabilirlik, performans ve kullanımınız var. Kullanılabilirlik, kaynağın kullanılabilir olup olmadığı anlamına gelir: yukarı mı yoksa aşağı mı? Orada oldukça basit. Ama aynı zamanda ne zaman sahip olduğunuza baktığınızda, platformunuz olabilir, ancak orada sorunlar yaşıyor olabilirsiniz, bu nedenle kök neden tanımlaması yapabilmeniz gerekir; işler kritik bir duruma gelmeden önce uyarı alabilmeli ve birine neler olduğunu bildirebilmelisiniz. Bu, performans tarafına da yol açar; hizmetlerin veya BI hizmetlerinin veya BI platformlarının barındırıldığı sunucu düzeyinde performans metriği seviyesinden bir şeyler elde edersiniz; örneğin bir SAN'dan verilere erişebildiğim kaynak düzeyinde performansınız var. Kaynak, ağ kaynakları olan SAN, bunların performansını izleyebilmeniz, darboğazları tanımlayabilmeniz ve kullanıcılarınızı mutlu edebilmeniz ve gerçek yaptığınız bir ortamdaysanız, zaman analizi, darboğazları veya sorunları ortaya çıkmadan önce tanımlayabilmeniz gerekir.
Ve son teori kullanımdır: kullanıcılar ne yapıyor? BI kaynaklarıma kim bağlı? Kim neyi yönetiyor? Hangi sorguları çalıştırıyorlar? Hangi raporları çalıştırıyorlar? Bu bilgileri bilmek, örneğin kapasite planlamasını belirlemeye ve yapmaya yardımcı olur. Ayrıca BI ortamınızda nelerin kullanıldığını da gösterir. BI için izleme ürünümüzü istedikleri bir müşterimiz vardı, böylece BI ortamının hangi kısımlarını kullandıklarını bildiler, böylece kaynakları hareket ettirebildiler. Örneğin, belirli raporları veya belirli analiz hizmetleri küplerini kullanmadılarsa, kaynakları bundan çok kullanılan diğer alanlara taşırlardı. Sevdiğim bir başka alıntı, “Tremors” gibi gerçekten harika filmleri seviyorum, bu yüzden size filmimi söyle, bu yüzden Michael Gross tarafından canlandırılan Burt Gummer'ın bu alıntısını beğendim, o bir tür hayatta kalma silahlı adam ve diyor ki, ortaya çıkıyor ve bu 50 kalibrelik keskin nişancı tüfeğini çekiyor ve adamlardan biri “Lanet, Bert” diyor ve “İhtiyacınız olduğunda ve elinizde olmadığında farklı bir şarkı söylüyorsunuz. Başka bir deyişle, biliyor musunuz? Her şeye hazırlıklıydı ve her şeye hazırlıklı geldi ve bu yüzden demek istediğim, BI ortamınızı kaynak ve kullanımdan ve az önce bahsettiğim şeylerden izlemiyorsanız, o zaman bir araca ihtiyacınız olduğunu bilmiyorsunuzdur. ya da siz elde edene kadar onu izleyen bir ortam ya da yapı. Ve sonra bunun gerçekten ileriye ihtiyaç duyduğumu fark ettiniz ve bu, birçok müşterimizin bir yolu.
Bunu söyledikten sonra, içine gireceğiz ve IDERA'da bu sorunların bazılarını çözmek için burada ne yaptığımıza bir göz atacağız. Ve-
Eric Kavanagh: Tamam, işte gidiyorsun, anlıyorum.
Stan Geiger: Gördün mü? Tamam. Yani burada sahip olduğumuz şey BI Yöneticisi ürünümüz. Ve biz izlemek, IDERA geleneksel SQL Server, Microsoft SQL Server ortamında bir şirket olmuştur. Ve sonra Embarcadero'yu satın aldık, bu yüzden şimdi diğer bazı platformlara genişledik, ancak BI ürünümüz Microsoft ortamında BI yığınını geleneksel olarak izliyor. Bu da çok boyutlu ve tablo analiziniz için analiz hizmetleri, raporlama hizmetleri, raporlama aracı ve daha sonra benzer Informatica'ya benzer bir ETL platformu olan entegrasyon hizmetleri olacaktır.
Ve ürünümüzle bu ortamların üçünü de tek bir ürün üzerinden izleyebilirsiniz ve burada gördüğünüz şey genel gösterge tablosu ve burada dikkat edilmesi gereken şey, uyarı hakkında konuştuğumda, bunu izlemek için bir şey, ama bu yeterli değil - bir uyarı mekanizmanız olmalı. Başka bir deyişle, işler kritik bir duruma gelmeden önce bilgilendirilmem gerekiyor. Yani, burada yaptığımız şey, yakaladığımız, yapılandırılabilen bir dizi metrik var, çünkü ortamınıza, belirli eşiklere bağlı olarak, ortamınızda otuz milisaniyelik bir okuma süresi ile iyi olabilirsiniz. Diğer ortamlar, bu eşiğin daha düşük olması daha kritik olabilir, bu nedenle yalnızca uyarıya sahip olmakla kalmaz, aynı zamanda yapılandırılabilir olması da önemlidir, çünkü ortamlar kaynaklara bağlı olarak farklıdır.
Yani, temel olarak, burada izlenen tüm ortamlara genel bir bakış ve burada üç örneğim var: biri analiz hizmetleri için, biri entegrasyon hizmetleri için, diğeri raporlama hizmetleri için. Bakın burada birkaç uyarı var. Ve bunlar kırmızı olduğu için bunların kritik olduğunu söylüyor, çünkü bu uyarıları ayarlayabileceğim birden fazla seviyem var ve uyarılar sorunun ne olduğuna bakmaktan sorumlu kişilere e-postayla gönderilebilir. Yani, kısaca bir göz atacağız ve uyarıya geri döneceğim, böylece analiz hizmetleri parçasına gidebiliriz ve eminim, buraya yüklenmeyi bekliyor. Ve temel olarak, yaptığımız şey, bir veri koleksiyonumuz var; periyodik olarak dışarı çıkar ve dışarı çıkar ve ortamlarınızın ne yaptığını toplar ve anlık olarak görüntüler. Yani, her altı dakikada bir benimkini ayarladım, bu yüzden her altı dakikada bir dışarı çıkıyor ve çevreyi yoklıyor. VM'mi bir süre uyudum, bu yüzden geri gelmesi bir saniye sürecek. Oraya gidiyoruz.
Dolayısıyla, analiz hizmetleri parçasına bir göz atıyoruz ve bu yüzden burada örneğime tıklayacağım ve hatırladığım şeylerden birinin sunucu düzeyinde performans olduğunu konuştuğumu hatırlıyorum, çünkü birçok insanın birden fazla şeyi var sunucularında çalışıyor. Sunucumda çalışan bir veritabanının yanı sıra analiz hizmetleri de alabilirim. Yani, veritabanında bir şey oluyorsa veya sunucu düzeyinde bir sorunum varsa, orada ne varsa onu etkileyecektir. Böylece, sunucu genelinde işleri sunucu düzeyinde, disk performansının nasıl olduğu gibi şeyleri izleriz ve tüm bunların etrafındaki metrikleri yakaladığımızı görebilirsiniz. Ve tüm bunlar yapılandırılabilir. Ve neler olup bittiğine bir göz atıyorum, CPU açısından, sadece ve tekrar ediyorum, buradaki örnekte analiz hizmetleri düzeyinde değil, sunucu düzeyinde. Ama aslında sunucu düzeyinde.
Ve bellek nedir, bellek genel kullanımı gibi şeylere bakabilirim, ne var? Şimdi sunucunun sağlığının ne olduğu hakkında bir fikrim var. Ardından, bu durumda analiz hizmetlerine özgü şeylere bir göz atmaya başlayabiliriz. Örneğin küp işlemimin buraya nasıl gittiğini görebilir ve görebilirim ve bu bana sağlığın bir ölçüsünü veriyor. İşlemenin daha uzun sürdüğünü görmeye başlarsam veya satırlar neredeyse o kadar hızlı yazılmıyorsa, o zaman bir göz atmaya başlayabilirim - ve bu Robin'in bahsettiğine inandığım korelasyon parçasına gidiyor, tüm bunları yapabilmek için hala bir insan gerekir. Yapay zeka, makine öğrenimi hakkında konuşuyoruz, ancak yine de bir insanın bu olayları şeylerle ilişkilendirebilmesi gerekiyor. Şu ana kadar neler olup bittiğini, hangi sorguların yürütülmekte olduğunu ve ne kadar sürdüğünü inceleyebiliriz? Sıralayabilirim, böylece hangi sorguların en uzun zaman aldığını öğrenmeye başlayabilirim. Geçen zaman burada bir göz atabilir, bir göz atabilir ve Tamam görebilirsiniz, o sorgu neydi ve o anda o sorguyu kim çalıştırıyordu?
Bu yüzden, bir şeylerin sivri uçmaya başladığını görmeye başladığımda, geri dönüp kullanıcıların o noktada ne yaptığını görebilir ve görebilirim. Ve yaptığımız şeylerden birini göreceksiniz, zaman penceresini seçmenize izin vermek için bu zaman seçiciyi buraya koyuyoruz. Örneğin, bu uyarılara geri dönebilirim ve aslında tıkladığım uyarılarla ilgili bir bağlantıydı ve bu uyarının oluştuğu zamanın bana gelmesi gerekiyordu. Ve sonra hikayeyi bir araya getirmeye başlayabilirim, oh, iyi, disk okumaları bitti ya da bellek sorunları ya da herhangi bir şey vardı ve sonra aynı zamanda sorgu etkinliğinin üzerinden atlayabilirim ve aslında başlayabilirim bu sivri uçlara neden olabilecek sorguları kimin yürüttüğünü ilişkilendiriyordu. Ve sonra, ayarlamaya başlayabilirim gibi şeyleri yapmaya başlayabilirsiniz, o zaman ayarlamaya başlarım. Bu bir araba gibidir, eğer bir yarış arabası yaparsanız ve motoru düşürürseniz ve motorun başlayabileceği anahtarı çalıştırırsanız, ancak kazanmak için saatte 180 mil gitmem gerekirse, motorun 100 çalıştırabileceğini bilmem gerekir. saatte bir mil gidip oraya gidip oraya ulaşmak için o motoru ayarlamaya başlamam gerekiyor. Ve bunu yapmanıza olanak sağlayan şey, ortamınızı ayarlamaya başlamak, o çevrenin sağlığını, üretimini ve verimliliğini artırmak için yeterli bilgi verebilmektir.
Ve sonra, bu durumda, analiz hizmetleri için özel olan bellekteki şeyleri izliyoruz. Ve burada, bellek sınırlarınız arasında, bu gibi şeyler arasında yükselen şeyler görmeye başladığınızda, şeylerin nereye gitmeye başlayabileceğini görmeye başlayabilirsiniz. Bakmak iyi bir şey, herhangi bir tür sorgu çalıştırdığınızda, verilerin önbelleğe alınmasını istiyorsunuz, çünkü önbelleğe alındığında, bellekte ve diskten okumak zorunda değilsiniz, bu çok daha fazla diskten veri okumak zorunda kalmadan verimli. Böylece, örneğin veri önbelleğinde olan şeylere bir göz atmaya başlayabilirim, afedersiniz. Bu verileri almak için daha önce çalışan bir sürü sorgu vardı ve çoğu zaman sahip olduğumu görebilirsiniz, önbellek isabet ve aramalar üst üste, bu iyi. Ama burada isabetlerin aramalardan çok daha düşük olduğu bir dönem geçirdim, bu da bana bellek yoğunluğu olan bir şey olduğunu söyledi, böylece önbellek çok daha hızlı temizleniyordu, bu yüzden veriler diskten okuyun. Ve depolama motoruna baktığımızda bunu görebiliyoruz. Bu, diğer grafikle aynı noktadır ve orada, dosyadaki sorguların o dönemde gerçekten arttığı ani artışı görebilirsiniz. Bu da verilerin diskten okunduğu anlamına geliyor. Şimdi geri dönüp çalışmakta olan sorgularla ilişkilendirebilirim ve herkesin kulaklarını kanamak için değil, ancak analiz hizmetlerinde MDX adlı bir dil kullanıyor, sorguları daha verimli yazmanın yolları var, bu yüzden önbelleği kullanıyor daha verimli ve daha az depolama. Yani, bu motoru ayarlamanıza ve bunu ilişkilendirebilmek için gereken tüm parçaları vermenize bir örnek var.
Sadece hızlı bir şekilde, başka bir şekilde de çevirebiliriz, sorgulara baktığımızda, şu anda aslında kimin bağlı olduğu ve ne çalıştırıyorlar? Böylece bu tür sorular, sorguların ve bunları kimin çalıştırdığının tam tersini verir. Bu kimin bağlı olduğu ve şu anda ne çalıştırdıklarını görebiliyorum. Diğer bir şey, sadece hızlıca geçmek için, çok boyutlu MOLAP küplerimdeki tüm nesneleri görebilmenizdir. Ve bu konuda bilgi alabilirim. Örneğin, bu okuma sütununa göre sıralayabilirim ve en çok kullanılan nesnenin zaman boyutu olduğunu ve en çok kullanılan ikinci şeyin müşteri boyutu olduğunu görebiliyorum. Ve bu, geliştiren ve inşa eden insanların küplerini daha verimli bir şekilde inşa etmelerine yardımcı olur. Örneğin, küpümdeki bu çok kullanılan boyutlar hakkındaki verilerin bölümleme stratejimi değiştirmek isteyebilirim ve bu nedenle, örneğin sorguların performansını artıracaktır. Küpü işlemenin performansını düşürebilir, çünkü şimdi daha fazla bölümüm var, ancak kullanıcı açısından bu motoru ayarlamak, bu nesneleri kullanmak için daha verimli olacak.
Yani, devam edin, burada entegrasyon hizmetleri hakkında konuşun. Bahsettiğim entegrasyon hizmetleri, Microsoft ortamında bir ETL platformudur. Burada yaptığımız - ve bu tutarlı - sunucu performansını izliyoruz ve tüm hizmetlerim aynı sunucuda çalıştığından, bunlar aynı metrikler olacaktır. Ama yine de, sunucuda neler olup bittiğine genel bir bakış. Ve sonra entegrasyon hizmetleri, ETL süreçlerimin faaliyetlerine bakabilirim. Yani, bu süreçlerin ne zaman başarılı olup olmadığına dair bir fikir edinebilirim, bir ETL sürecinin belirli bir çalışmasını vurgulayabilirim ve sonra bana o ETL süreci içindeki adımların dökümünü, başarılı olup olmadığını göstereceğim ya da değil ve ne kadar sürdü.
Şimdi, burada ETL işlemi başarısız bir paket olsaydı, ayrıntılara gidip hata mesajını görebiliyordum ve bu pakette hangi adımın başarısız olduğu, hangi ETL işleminin başarısız olduğu ile ilgili tüm iletileri gösterecekti. Yani, bu ne yapar, bu bana verir ve başarısız olursa bir uyarı alabilirim, bu yüzden bir uyarı alırsam, buraya girebilir, görebilir, o uyarıya gidebilir, paket arızasını görebilir, adımlara bakabilirim, nerede başarısız bakın, hata iletisine bakın ve hemen bunu düzeltmek için ne yapmam gerektiğini biliyorum: yeniden konuşlandırın ve sonra yeniden başlatın. Bu yüzden, bunu yapmanıza izin veren, buna sorunun tanımlanması ile sorunun çözümü arasındaki pencereyi kısaltmamız diyoruz. Dolayısıyla, önceki yaşamda, bu tür şeylerden sorumlu olduğumda, veri ambarımızı yüklemek için gece çalışacak olan ETL sürecimiz vardı. Bu bilgiye sahip olsaydım, sabah geldiğim ilk şey, bir şey başarısız olursa, o zaman hızlı bir şekilde adres alabilir ve veri ambarının kullanıcılar tarafından açıldığından ve çalıştığından ve yenilendiğinden emin olmak için bu işlemi geri alabilirim geldi ve raporlamaya erişmeye başladı.
Diğer bir şey, çalışan iki sürecim var, zaman içinde nasıl çalıştığını görmek ve görmek. Bu önemlidir, çünkü bu süreçleri görmeye başlarsam, daha uzun süre alır, bu sürelerin arttığını görürsem, o zaman örneğin bakım pencereme bakmam gerekebilir, o sunucuda devam eden şeyler olabilir . Örneğin yedekleri alın; İşlemimin bitene kadar beklemesine neden olan bir yedeğim olabilir. ETL'imi etkilemeye başlayan şeyler etrafında süreçlerimi yeniden planlamam veya dengelemem gerekebilir.
Ve son parça hizmetleri raporlama. Raporlama hizmetleri Microsoft'un temelde kurumsal raporlama aracıdır. Ve bazı şeyler, yine, sunucu düzeyindeki şeylere bakabiliriz, rapor sunucusundaki, raporlama hizmetleri sunucusunun kendisindeki şeylere bakabiliriz. Burada çalışan çok fazla şeyim yok; Bir rapor çalıştırmak için her 15 dakikada bir çalışan bazı aboneliklerim var. Böylece, çok fazla aktif bağlantı görmezsiniz çünkü çalışır, bağlanır, rapor çalıştırır, bağlantıyı keser ve gönderir.
Ancak, çok sayıda raporun yapıldığı yüksek işlem ortamlarında, bunları izleyebilmek önemlidir. Burada, burada neler olup bittiğimi görebilirsiniz, bu yüzden gerçek hizmet ve platform seviyesinden neler olup bittiğine dair oldukça iyi bir fikir verir. Ve sonra, slaytlarda bahsettiğim gibi, kim koşuyor ve ne yapıyorlar? Müşterilerimizden biri bu ürünü sadece bu parça için satın aldı çünkü insanların hangi raporları çalıştırdığını ve bu raporları kimin çalıştırdığını bilmek istediler. Bu, bu rapor yürütmesinde burada görebileceğiniz şeylerden biridir. Hangi raporu görebiliyorum, o rapordaki parametreleri görebiliyorum, kimin çalıştırdığını görebiliyorum, raporun biçimini görebiliyorum. Ve sonra tüm bu metrikleri aldım, bu yüzden yine, bunları sıralayabilirim, örneğin, hangi raporun veri almak için en uzun sürdüğü ve doğrudan buna gidip hangi raporun olduğunu görebiliyorum. Ve yine, tüm bunlar bana bu motoru tekrar ayarlayabilmem için veri veriyor. Şimdi, raporlama ortamımı buna göre ayarlamaya başlayabilirim.
Ve son olarak, şu anda tekrar bağlı olan kullanıcı etkinliğine bir göz atabilir miyim, ne yapıyorlar? Aslında, birden fazla kullanıcısı olan bir ortamda bunların hepsinin sıralanabilir olması için sıralayabiliyorum, çevreyi en çok kimin kullandığını görebiliyorum. Yani, hızlıca geri dönüp bu uyarılara bir göz atmak için. İşte bu uyarı; Bu bağlantıyı buraya tıklayabilirim ve o zaman için o grafiğe götürür ve hangisinin tetikte olduğunu gösterir. Burada görebilirsiniz, çünkü yazma için ortalama milisaniyeydi, örneğin okuma ve yazma. Yani, yine, sadece sorunların bu tanımlanma noktasına ulaşmaya çalışıyorum. Ve sadece o şeye bakan bir şey değil, bütünsel bir araca sahip olmak gerçekten önemlidir, çünkü insan buraya gelmeli ve devam eden bu olayları ilişkilendirmeli, bu yüzden neler olup bittiğine bakabilmelisiniz o ortamın birden çok alanında zamana işaret ediyor ve buradaki bu zaman seçicisinde yaptığımız şeylerden biri de bu.
Eric Kavanagh: Evet, buradaki Eric hızlı bir soru ile, çünkü bence muhtemelen kafasına çiviyi vurdun ve saatin üstünde bahsettiğim şey bu, bir insanın gelmesi gerekiyor ve bu ilişkileri farklı ortamlar arasında çizebilir. Bilmeyi merak ediyorum, paylaşabileceğiniz bazı eğitim materyalleri var mı, ya da belki de bu kalıplardan bazılarını tanımlamalarına yardımcı olmak için insanlarla bir tür etkileşim kuruyor musunuz? Bir dakika önce gerçekten iyi bir örneğiniz varmış gibi, bunlardan biri sivri uçluyken, hafızada bir şeyler olduğunu söyler, çünkü hafızayı boşaltmaya çalışıyor. Ve size bir ipucu veriyor, ancak insanlar bu istatistikleri gerçek dünya sorunlarına karşı nasıl eşliyorlar, asıl soru.
Stan Geiger: Evet, bu iyi bir nokta ve sadece bahsettiğim şeylerden biri, ürün için yol haritası, bu yılın sonunda bir sürüm yayınlayacağız ve eklemeye başlayacağımız şeylerden biri bu grafiklerin her birine, bu grafiğin ne anlama geldiğine ve neden önemsemeniz gerektiğine ve bunun etkisinin ne olduğuna dair bir açıklamadır. Bu nedenle, bu grafikte bir soru işaretini veya bir şeyi tıklayabilir ve daha sonra size bu bilgilerin çoğunu verecek ve bunların olası nedenleri olduğunu söyleyebilecek bir pencere açabilirsiniz, bunlar etkilenen alanlar ve Söylediğiniz gibi, bu durumda başlayabilme yönünde bir yönünüz var, işte bu sivri uç, kişisel deneyimimden bunun ne anlama geldiğini biliyorum. Ve sonra bir alana girmeye ve temel nedeni bulmaya başlayabilirim.
Şimdi, aslında, SQL Server için tanılama yöneticisi ürünümüzde, gerçek veritabanı için çok şey var. Böyle bir üründe çok fazla işlevsellik var ve ayrıca teşhis yöneticisine sizi çok daha hızlı ipucu veren bazı analiz cıvatalarımız var. İşte bu noktada bu ürünle yola çıkıyoruz.
Eric Kavanagh: Sanırım bazı faaliyetlerin imzaları var. Bu araç, belirli bir tür etkinliğin ne zaman gerçekleştiğini tanımlamanıza ve kataloglamanıza izin verir mi, böylece zaman içinde benzer bir deseni tanıyacak ve belki de yeni bir kullanıcı olup olmadığını anlamanıza yardımcı olabilir, örneğin, aynı araç? Anlamanıza yardımcı olun, ah, bunun nedeni bu sunucuların çökmesi ya da bu bölgenin çökmesi? Daha sonra kolayca tanımlayabilmeniz için sorunların imzalarını kataloglamanın bir yolu var mı?
Stan Geiger: Hayır, aslında, ama aslında ilginç bir kavram, çünkü neredeyse, neye benziyor - prensip bileşen analizi, sanırım - kalıpları tanımladığınız ve bu kalıpları günlüğe kaydettiğiniz ve böylece tekrar görürseniz geri dönebilirsiniz ve bakın, tamam, o noktada sebep buydu. Evet, bu bir şey, yol haritası üzerinde değil ama ürün yönetimi açısından düşündüğüm bir şey.
Eric Kavanagh: Hayal edebiliyorum. Oh, devam et.
Stan Geiger: Hayır, söyleyecektim - ve çok fazla istek alıyoruz, çünkü deneyiminizin ne olduğunu bilmiyorum - ama bulduğumuz şey DBA'ların ellerinin arkası gibi veritabanlarını biliyor, ancak BI şeyleri platform sağlığı söz konusu olduğunda kara kutu gibi. Ve yok, bunun etrafında çok fazla bilgi tabanı yok. Sadece beş ila on yıl boyunca çalıştıktan sonra, değil mi? Ancak bunları bulmaktan veya uyarı almaktan ve neler olduğunu anlamaktan sorumlu olan tipik insanlar, bu onlara bir tür kara kutu.
Eric Kavanagh: Evet, hayal edebiliyorum. Ben de merak ediyorum, bu yüzden o ekranda, gelen tüm sorguları nasıl görebileceğinizi, ne kadar sürdüğünü ve bunları kimin oluşturduğunu gösteriyordunuz. Ayrıca SQL sorgusunun kendisinin gerçek yapısını görebilir ve bu konuda biraz analiz yapabilir misiniz? Belki de bazen insanlar gerçekten hantal, sıkı bir sorgu oluşturan bir ustanın aksine, hantal, hantal ve hantal SQL sorgularını bir araya getirir. Bu araç aracılığıyla görselleştirebileceğiniz ve sonra size yardımcı olan bir şey mi?
Stan Geiger: Evet, yapabileceğiniz şey, burada yaptığım gibi, örneğin, geçen süreye göre sıraladım. Bu yüzden en uzun sürenleri görebiliyorum ve sonra metni alıyorum ama sonra konu konusuna bakıp gitmek için uzman olan biri hala “Oh, tamam, işte bu yüzden bu kadar uzun sürdü Bu bir tür iş yükü analizine sahip olduğumuz bir şeydir, buna veritabanı tarafı için SQL İş Yükü Analizörü diyoruz, belki de benzer bir şeyle ortaya çıkan yolda aşağı inme fikriyle dalga geçiyorum, böylece bu sorguları ve ardından bu sorguları nasıl ayarlayacağınız konusunda öneriler sunar. Ancak sorunlardan biri, bu MDX sorgusunun oldukça özel bir dil olmasıdır.
Eric Kavanagh: Evet, hayal edebiliyorum. Ancak, örneğin, insanların kim olduğunu görebilirsiniz, bu yüzden bir kişinin en uzun süreç sorgusundan on tanesinden sorumlu olup olmadığını anlamak çok zor değil, o zaman başka bir şey yoksa onu arayabilir veya arayabilirsiniz menajeri ya da birileri ve “Hey, bu adam çok fazla bant genişliği çiğniyor” diyor ve belki de iş için en değerli sorgular ortaya çıkıyor, değil mi? Bunu, iş değerinin ne olduğu bağlamına koymak zorundasınız, sorguların kendisinden, sadece açık bir sayı oyunu değil, değil mi? Öğrenmek için, bu adam bizim güç kullanıcımız ve işi değiştiren o, değil mi?
Stan Geiger: Hayır, kesinlikle haklısın. Demek istediğim, müşterilerin bunu kullanmasının yollarından biri, bunu yapabilmek. Dediğiniz gibi, bir alan bulabilirsiniz, çünkü bahsettiğim şeylerden biri, her zaman Excel'de cüruflaşıyorum, ancak Excel'deki analiz hizmetlerine bağlanıp OLAP'ın pivot tablolarını çalıştırabilir ve kendi sorgularını oluşturur ve onları gönderir ve bazen en iyi form değildir, bu yüzden geri dönüp bunları tanımlayabilir ve bunları yeniden yazabilir ve kullanıcıya verebilirsiniz ve yarım saat sürmemesi için oradan dışarı çıkmalarına izin verebilirsiniz pivot tablolarına geri dönmeleri için.
Eric Kavanagh: Kesinlikle. Ve sorgular hakkında konuştuğumuzda, siz sorgular gamını kapsıyorsunuz, bu yüzden MDX'ten bahsettiniz, DAX sorgusu gibi diğer sorgulardan bazıları mı yoksa diğerlerinden bazıları mı?
Stan Geiger: Evet, evet, her ikisini de DAX ve MDX. Yani bahsetmediğim, belki de bahsettiğim şeylerden biri, ancak Microsoft ve DAX varlıklarında hem tablo hem de OLAP'ı destekliyoruz - sanırım siz ve ben bunun hakkında bir süre önce konuştuk - çok şey görüyoruz OLAP olduğumuzdan daha tabloluydu. Çünkü tablo modellerini ve bunun gibi şeyleri getirmek daha kolaydır ve bu yüzden DAX sorgularını açıkça göreceksiniz, ancak bunları da alacağız.
Eric Kavanagh: Evet, bu ilginç. Bunun neden olduğu hakkında bir bağlamınız var mı? Belki de daha fazla insan bu şeylere girdiği ve OLAP elbette yeni bir şey olmadığı için, en azından 30 garip yıl boyunca etrafta dolaşıyor olabilir mi?
Stan Geiger: Pekala, bu bir tür kombinasyon, küpleri tasarlamak bir şey bir sanat. Ve küpler verileri önceden toplamak için oluşturuldu, bu nedenle veri almak gerçekten hızlı, ancak küpün işlenmesi biraz zaman alıyor çünkü tüm bu toplamaları yapmak zorunda. Ve sonra donanım daha ucuzlaştı ve bellek daha ucuz hale geldi ve herkes gerçekten sütunsal mağaza ve bellek içi veritabanlarıyla çıkıyordu. Ve ayrıca tablo, geleneksel ilişkisel veritabanlarına en yakın olanıdır ve tablo modellerini getirmek, OLAP ile olduğundan çok daha kolay ve hızlıdır. Ama dezavantajı, bellekte bulunması, her şeyin bellekte bulunmasıdır, bu yüzden çok yoğun bellek gerektirir ve siz talep edene kadar veriler toplanmaz. Yani, ama hepsini söyledikten sonra, orada çok daha tablolar görmeye başlıyoruz.
Eric Kavanagh: Bu ilginç. Bunun nedeni, bu endüstrinin biraz düzleşmesi ve bununla kastediyorum, verilerle etkileşime giren ve çeşitli araçlar kullanan çok daha fazla insan alıyoruz ve kesinlikle Microsoft hakkında konuşurken, bu kesinlikle küçük ve orta ölçekli işletmeler için çok daha fazla kullanıcınızın ve hatta şeyleri inceleyen, araçlara erişen, sorguları çalıştıran daha büyük kuruluşlarınız olduğu ve belki de tüm süreç ve bina küpleri çevresindeki teknolojiler, doğru, değil mi? Çünkü biraz düşünmek gerekiyor ve pahalı da değil mi? Zaman alır, yeni teknolojilerden bazılarını kullanmadığınız sürece bu küpleri oluşturmak enerji alır. Mesela, Snowflake gibi şirketlerle konuştuk, örneğin, oldukça ilginç şeyler yapıyor, ancak bence bu şeyleri kullanan çok daha fazla insanınız var ve muhtemelen açıkladığınız şeyle gidiyorlar, bu da tablo biçimidir resmen inşa edilen küplerin aksine, değil mi?
Stan Geiger: Evet, yani, sanırım Excel - ne olduğu zaman, Power Pivot, inanıyorum - bu aslında tablodur, eğer bakarsanız; tablo modelleri oluşturmanın yolu budur. Ve sonra bir sonraki yinelemede, oluşturduğum tablolu modellerimi söyleyebilirim ve SQL Server'a dağıtırım, böylece diğer herkesle paylaşabilirim. Yani, neredeyse Excel'in doğal bir uzantısı.
Eric Kavanagh: Evet, bu iyi bir nokta. Son olarak beş ila yedi yıl boyunca gördüğümüz şey, bu teknolojilerin kullanımının muazzam bir şekilde genişlemesi değil mi? Ve Microsoft, açıkçası, analiz verilerini ve Power Pivot aracılığıyla güç verilerini gerçekten demokratikleştiren bir öncü, değil mi? Demek istediğim, bu endüstri için bir oyun değiştirici, değil mi?
Stan Geiger: Evet, hayır, kesinlikle haklısın. Demek istediğim, OLAP olan semantik modelden tabloya geçişi gösteren daha uzun bir sunum yaptığımda bir slaytım var. Sanırım Microsoft'tan bir teklifim var; sadece BT dükkanındaki duvarın ötesinde değil, kullanıcıların elinde veri istiyorlar, daha fazla veriyi tüketenlerin ellerine almak istiyorlar.
Eric Kavanagh: Ve bu, gösterdiğim ilk çok basit slayda geri dönüyor, bu da herhangi bir kuruluş için temel karar verme süreci ve şimdi - ve bence bu harika bir şey - gittikçe daha fazla insan alıyoruz organizasyonun tüm hiyerarşisinden olup bitenlere dikkat ederek, hikayelerini masaya taşıyor ve bunu verilerle yapıyorsunuz, sonuçta bu, başka araçlar kullanabilirsiniz, ancak hikayenizi verilerle desteklerseniz, yapmayanlardan çok daha güçlü argümanlara sahip olacaksın, değil mi?
Stan Geiger: Kesinlikle, evet. Evet, evet, kesinlikle doğru. Demek istediğim, bu yüzden şimdi eskiden “Hey, bu rapora ihtiyacım var” dı, bu yüzden şimdi rapor talebini gözden geçirmeliyim ve buradan geçip raporumu almalıyım ve şimdi oturabilirim orada masamda ve gerçekten, üretilen verilere erişimim var, iş kararlarımı veriyorum.
Eric Kavanagh: Doğru. Bilirsiniz, geçen hafta bir konferanstan geri döndüm ve Hedef mağaza için oldukça büyük bir BI ortamı çalıştıran bir adamdan histerik bir yorum vardı ve o self servis analitik ve self servis BI'ya atıfta bulundu ve açıkçası bu günlerde büyük bir mesele. Eminim ki bu IDERA'da yaptığınız işler için çok fazla faaliyete neden olan bir şeydir, çünkü self-servis sunmak istediğinizde, öncelikle sağlıklı bir BI ortamına sahip olsanız iyi olur, değil mi? Orada her türlü soruyu her türlü soruyu soran her türlü insana ulaşacaksanız, tam burada kimin hangi soruları ve nerede olduğunu sorduğunu anlamak için bu araç gibi bir şeye sahip olmak isteyeceksiniz. Ve burada sadece tekmeler için fırlatacağım komik alıntı, dediğin gibi, “Self servis BI ve F'ye git arasında ince bir çizgi var.”
Stan Geiger: Evet.
Eric Kavanagh: Bunun histerik olduğunu düşündüm. Ancak, self servis trendinin teknolojiyle ne yaptığınız konusunda gerçekten çok fazla farkındalık yarattığını görüyor musunuz?
Stan Geiger: Evet, çünkü dediğin gibi, self servis BI'ya izin vereceksen, muhtemelen bazı performans sorunları elde edeceksin, çünkü: A) erişim miktarı, giden insan miktarı ve B) zayıf biçimlendirilmiş sorguların miktarı ve bunlara erişme yollarınız. Yani, siz gerçekten, çevreyi izlemeniz gerçekten zorunludur, böylece verileri tüketmeye çalışan herkesi mutlu tutabilirsiniz, değil mi?
Eric Kavanagh: Evet, bence bu kesinlikle doğru. Bu bir nimet ve lanet: insanların bir şeyleri kullanmaya çalışması iyidir, ama yine de, o zaman doğru araca sahip değilseniz, mutsuz bir kampçı olacaksınız çünkü böyle bir araç olmadan self servis dışarı, bana öyle geliyor ki sadece bir sorun dağ istiyor.
Stan Geiger: Evet, yani, veri ambarları oluşturduğum zamana benziyor, boyutlarınızı ve gerçek tablolarınızı doğru alamadıysanız, o zaman ad hoc raporlama için gevşek hale getirdiniz, bir Kaya.
Eric Kavanagh: Bu harika. Evet, yine iyi, yine de, insanların bu şeyleri kullandığı iyi bir haber, ama bence self servisin yaptığınız şey için çok fazla aktivite çekeceğine inanmalıyım, çünkü rampa hakkında konuşuyorsunuz gerginlik miktarını ve bu sistemler üzerindeki baskı miktarını büyüklük sırasına göre arttırır. Sadece bir veya iki büyüklük sırası ile değil, gerçekten biraz görünürlük elde etmek istediğiniz ve kimin neyi, nerede, ne zaman, nasıl ve neden yaptığını görmek istediğiniz nokta bu. Bu soruları sorun ve çevreyi nasıl izleyebileceğiniz ve değiştirebileceğiniz ve kimin neye eriştiğine ilişkin politikalarınızı değiştirebileceğiniz konusunda bazı kararlar verin, değil mi?
Stan Geiger: Doğru. Ve bilirsiniz, aynı zamanda, bu kullanımın da oraya girmenize izin verdiğini görmek ve küp içindeki nesneden bahsettiğim gibi, potansiyel, bunu geliştirmek için bir şeyler yapabilirim. bir şeyler. Bu nedenle, sadece şeylerin performansına bakmakla kalmayıp, bunun için ince ayar yapabilmek için şemanızın ve tasarımınızın da bu seviyede nasıl performans gösterdiğini görebilmeniz zorunludur. Ve güç BI gibi şeyler şimdi Microsoft ile büyük olduğu için daha da büyüyecek, bu yüzden şimdi kendi gösterge panolarımı ve widget'larımı ve şeyleri oluşturabilirim ve bir BI geliştiricisi olmak zorunda değilim.
Eric Kavanagh: Doğru. Evet, bu iyi bir şey, her yere ulaşıyor, ancak o ortamı yönetmek için bir yola ihtiyacınız olacak veya mutsuz kullanıcılar alacaksınız. Bu, mutsuz yönetime ve insanların kovulmasına yol açar. İşler düşmeye başladığında oldukça açık bir domino etkisi var, ama bu harika şeyler.
Bu yüzden burada son beş dakikayı çiğnedim. Robin, sorunuz var mı?
Robin Bloor: Aslında dürüst olmak büyüleyici. Beni çok kısıtlı ortamlara sahip olduğumuzu ve self-servisin gerçekten dünyayı değiştirdiğini düşünüyor ve bu gerçekten çok şey oluyor çünkü çevreye daha önce olduğundan çok daha fazla veri geldi. Tek soru, çünkü fazla zamanımız yok, ama sormak istediğim tek soru, şu şekilde açıkladığınız gibi - 'çünkü bunun çok iyi bir demo olduğunu düşündüm - BI izleme çalışmaları. Bu tür şeyleri olmayan insanlar aslında ne yapıyorlar diye merak ediyordum. Çok zor olması gerektiğinden, bir fark yarattığınız birkaç şey vardır, kök neden iyidir, mutlaka kök nedene ulaşamazsınız, ancak bazı şeylerle kök nedenine ulaşabilirsiniz. bakıyorsunuz, bir çok insan sadece kimin neyi çalıştırdığını bilmek için aracı satın aldığınızı söylediğinde ve zihnimin döndüğünü, çünkü sanki kimin neyi çalıştırdığını bilmiyorsunuz, o zaman şeyler kontrolden çıktı. Peki çevre kontrolden çıktığında neye benziyor?
Stan Geiger: Yani, araçta sahip olduğumuz tüm bu bilgileri kendiniz edinebilirsiniz, ancak bir grup ev yapımı komut dosyası yazmanız gerekir ve 'veriler dışarıda olduğundan, nerede olduğunu bilmeniz gerekir bir uzmanlık düzeyi gerektiren, değil mi? Yani, bu uzmanlık seviyesine sahip olmadığınız ortamlarda, temelde, elde ettiğiniz şey, hey, yukarı veya aşağı mı? Gerçekten verimli çalışıp çalışmadığını bilmiyorum, ama bitti, değil mi? Ve sonra telefon görüşmeleri veya insanlar almaya başladım, “Hey, raporum gelen kutumda değil, neler oluyor?” Veya “Bu raporu raporlama hizmetleri aracılığıyla gönderdim” veya analiz hizmetlerinde burada bir sorgu yapıyor olabilirler, ama yarım saat kadar sürdü ve eskiden sadece 30 saniye sürüyordu, neler oluyor? Şimdi, yangın tatbikatını yapmalı ve anlamaya çalışmalısınız ve bir alet olmadan çok zorlaşıyor.
Robin Bloor: Evet, aslında, burada gerçekten elde ettiğiniz boyutların her birini gösterdiğiniz için, benim için giderek daha belirgin hale gelen şey buydu. Diğer bir şey, çok, çok ilkel bir düzeydeki gibi, eğer işlerin yanlış gittiğini söyleyen uyarılarınız yoksa, o zaman sadece pahalıdır - pahalı bir duruma girersiniz, olanları iyileştirmeye çalışıyorsunuz, çünkü işler kötüye gitmeye başlayana kadar öğrenmeyin, değil mi?
Stan Geiger: Doğru, ne bilmediğini bilmiyorsun.
Eric Kavanagh: Tamamdır. Hey millet, burada bir saat boyunca yandık ve değiştik. Kendi Robin Bloor'umuza ve elbette IDERA Software'den arkadaşımız Stan Geiger'e çok teşekkürler. Enterprise Data World'de olacaklar, aslında, eğer herhangi biriniz oraya gidiyorsanız, sizinki gerçekten de Atlanta'da olacak. İyi arkadaşımız Tony Shaw, o konferansı dört yıl boyunca iyi bir iş çıkarıyor ve eski olan yine yeni. Hepsi sıcak şeyler. İnşallah, sizi orada göreceğiz, eğer değilse, gelecek hafta bizimle tekrar kontrol edin, sıraya dizilmiş bir sürü başka web yayınımız var.
Hot Technologies'de öğrenmek istediğiniz sorularınız veya önerileriniz veya diğer teknolojileriniz varsa, düşüncelerinizi duymayı, e-posta göndermeyi her zaman merak ediyorum. Ve bununla, sana veda edeceksin millet. Bize katıldığınız için tekrar teşekkür ederiz, bir dahaki sefere sizinle konuşacağız. Kendine iyi bak. Güle güle.
