Od zamestnancov Techopedia, 29. marca 2017
Jedlo so sebou: Host Eric Kavanagh diskutuje o obchodnej inteligencii s Dr. Robinom Bloorom a Stanom Geigerom IDERA.
Momentálne nie ste prihlásení. Ak chcete vidieť video, prihláste sa alebo sa zaregistrujte.
Eric Kavanagh: Dámy a páni, vitajte znova, je streda o 4:00 východnej a posledných pár rokov to znamená, že je čas na technológiu Hot Technologies, samozrejme. Volám sa Eric Kavanagh, budem tvojím hostiteľom pre dnešnú šou. Páči sa mi táto téma: „Kontrola zdravotného stavu: Údržba zdravého podniku BI“, o tom budeme dnes hovoriť. Skutočne je tu vaše miesto.
Tento rok je teda horúco - Hot Technologies bol navrhnutý tak, aby definoval konkrétne druhy technológií a viete si predstaviť, že vo svete podnikového softvéru je veľa a veľa predajcov, ktorí predávajú najrôznejšie produkty a čo sa deje, čo sa deje. sú tieto heslá, ktoré sa postupne zvyknú a na rôznych výrobcov sa zbláznia. Účelom tejto prehliadky je teda naozaj pomôcť našim priateľom v predaji a pomôcť našim divákom identifikovať a zabaliť hlavy okolo toho, aké konkrétne druhy technológií v skutočnosti sú a čo tieto slová znamenajú, keď sa dostanete priamo k mosadzným cvočkom.
Takže sa dnes budem ako jeden z analytikov držať na linke aj Dr. Robina Bloora a Stan Geiger z IDERA. Poďme sa rýchlo porozprávať o dôležitosti obchodných informácií a analytiky všeobecne. Toto je základný strom rozhodovania, ak chcete, alebo vývojový diagram jednoducho akési rozhovory o tom, ako pracujete prostredníctvom problémov vo vašej spoločnosti, diskutujte o rôznych témach, dajte dohromady návrhy a potom zistíte, čo si ľudia myslia. Súhlasia? Nesúhlasia? Aký je konsenzus, ak nejaké máte a ako sa týmto procesom zaoberáte?
Toto všetko je samozrejme veľmi všeobecné, ale je to dobrá pripomienka procesu, ktorým navrhujeme nápady v spoločnostiach, robíme naše rozhodnutia a potom napredujeme. A spodnom riadku je, že údaje sú potrebné pre každú z týchto zložiek. To platí ešte dnes vo svete veľkých dát, pretože veľké dáta sú, samozrejme, podobné tomuto obrovskému motoru pravdy. Veľké dáta sa skutočne dejú; je to zástupca toho, kto je kde, čo robia, čo kupujú, čo zvládajú ich sociálne médiá, napríklad tweeting. Všetky tieto veci môžu byť samozrejme napadnuté hackermi - na to musíte dávať pozor - ale ide o to, že dáta sú referenčnou architektúrou, ak chcete, realitou.
Takže chcete dáta v každom okamihu tohto rozhodovacieho procesu. Teraz je dôležitý konsenzus. Ak chcete spokojných používateľov, šéf môže niekedy ísť proti tomu, čo každý chce. Hovorili sme o Steve Jobsovi tesne pred začiatkom tohto webového vysielania a on bol pre takúto vec známy. Má slávny citát, v ktorom odporúča, aby ľudia utopili hluk, ktorý počujú, a potom sa držali svojej vízie, ak vedia, čo robia, je správne. Takže nie vždy potrebujete konsenzus, ale zvyčajne je to celkom dobrý nápad. Všeobecným účelom tejto snímky a tohto komentára je však priniesť domov dôležitosť, že sa chceme rozhodovať na základe údajov, nielen na základe inštinktu, hoci črevá vám zvyčajne pomáhajú vedieť, kam chcete ísť, a potom naozaj sa to snažíte potvrdiť alebo zrušiť pomocou svojich údajov. A povedal by som, nebojte sa sa na to pozerať tam, rovnako ako pekný malý ukazovateľ, alebo pripomienka, že keď sa občas obzriete späť, môžete získať aspoň nejaký referenčný rámec a pochopiť, kde ste boli pochádzajú a sú úprimní k chybám, ktoré ste urobili. Všetci sme urobili chyby, to sa stáva.
Takže, ak máte problémy s výkonom vo svojich podnikových spravodajských systémoch, nuž, existuje starý výraz „trpezlivosť je cnosť“, nie vo svete IT, môžem ti to povedať hneď teraz. Ak používatelia čakajú dlho, kým sa ich otázky vrátia, alebo nedostávajú svoje správy, narúša to dôveru a keď je dôvera preč, je veľmi ťažké ju získať späť. Tak som sem dal riadok - asi 40 sekúnd v týchto dňoch je asi 40 minút v mnohých prípadoch - ak dotaz bude trvať 40 sekúnd, ľudia zabudnú, o čom dokonca hovoria, čo sa pýtajú údajov. Len si predstavte v rozhovore, ak sa na niekoho spýtate, povedzme vášmu šéfovi, poviete: „Hej, rád by som vedel, prečo to je, že ideme touto cestou.“ A museli ste počkať 40 sekúnd v rozhovore dostať odpoveď? Vyšli by ste z miestnosti! Mysleli by ste si, že váš šéf stratil rozum. Takže táto latencia, ktorú máme v niektorých informačných systémoch, keď existujú problémy s výkonom, to skráti analytický proces, analytický tok alebo, ako to niektorí ľudia nazývajú, konverzáciu, ktorú máte s vašimi údajmi. Aby ste to dosiahli, musíte v týchto systémoch zrýchliť čokoľvek, čo musíte urobiť, a my sa o tom dnes rozprávame, to je to, čo musíte urobiť, pretože bez tohto plynulého toku nápadov tam a späť, ste skutočne poškodzuje celý proces analýzy. Takže túto poznámku znova vyhodím: nedostatok dôvery je tichým zabijakom. Ľudia nebudú skutočne zdvíhať ruky príliš, ak vám neveria, ale len sa na vás budú pozerať bokom a budú sa čudovať, čo sa deje. Akonáhle táto dôvera pominie, budete mať veľmi, veľmi ťažký čas, aby ste ju dostali späť.
Takže, umelá inteligencia, dobre počúvame o strojovom učení a AI a „Ach, nebude to vyriešiť všetky tieto problémy?“ Robin a ja sme už roky počuli o samoladiacich databázach a všetkých týchto zábavných veciach - niečo sa deje, ale položte si otázku: ako často vám to Siri dá? Ako často Siri náhodou vyskočil a odišiel: „Je mi ľúto, to som nedostal.“ Preto som sa na nič nepýtal. Len som náhodou narazil na to zatracené tlačidlo. Takže stále existuje veľa nedostatkov a mimochodom na ľavej strane je to čip ASIC od spoločnosti Apple Newton - pamätáte si toto šteniatko pred rokmi a rokmi? To bolo jedno z prvých inteligentných zariadení a to je už dávno, tak ako na začiatku 90. alebo polovice 90. rokov. Že Newton vyšiel a nebolo to veľmi dobré, ale malo to víziu; vedeli, kam idú, ale aj teraz, s iPhone AI a strojovým učením, to sú veľmi nepochopené koncepcie, povedal by som.
A určite, čo sa týka strojového učenia, môže byť veľmi užitočný a v skutočnosti môže byť použitý v niektorých z týchto prostredí, kde sa snažíte pochopiť, čo sa deje s vašou komplexnou informačnou architektúrou, kde sa veci pokazia. Strojové učenie môže byť v tomto kontexte veľmi cenné, ale iba ak je aplikované veľmi akútnym spôsobom. Takže som sa práve nachádzal na veľkej udalosti v Kalifornii, jeden z veľkých distribútorov spoločnosti Hadoop, ktorý spoločnosť Cloudera mala, mal analytikský summit, a hovoril som s ich vedúcim stratégie a povedal: „Vieš, zdá sa mi, že strojové učenie skutočne robí iba dve veci: segmentuje a vylepšuje. “To znamená, že získate rôzne segmenty alebo zoskupenia aktivít vrátane anomálií, ktoré by boli segmentom. A vylepšuje to, čo vám pomáha vylepšiť určitý druh rozhodnutia. Klasický príklad, o ktorom počujete, je napríklad na tejto fotografii človek. To je niečo, čo môže strojové učenie urobiť, a v určitých kontextoch je to užitočné, keď hovoríte o odstraňovaní problémov, pretože môžete hľadať vzory správania pri používaní CPU, využívaní pamäte, rýchlosti disku a čo robia disky. a všetky také zábavné veci. Môže to byť užitočné, ale je to skutočne niečo, čo musí byť veľmi sústredené, aby generovalo akúkoľvek hodnotu.
Takže, jedna z mojich ďalších obľúbených vecí, o ktorej sa dá hovoriť - a trochu sa na to pozrieme, si myslím, že keď si dnes vezmeme naše demo od IDERA - v mnohých ohľadoch si myslím, že sa ľudia stále učia hovoriť kremík, Pod tým všetkým je veda o materiáloch a pre tých z vás, ktorí urobili riešenie problémov a skutočne sa podrobne zaoberali zložitými informačnými architektúrami, keď sa snažíte porozumieť tomu, čo sa deje, dokonca napríklad v klastri Hadoop zvyčajne sa len pozeráte na histogramy. A potom musíte korelovať, čo znamenajú tieto rôzne histogramy v konkrétnom okamihu a čo vyžaduje inteligenciu; ktorá vyžaduje ľudskú inteligenciu a skúsenosti. Takže sa vôbec nebojím, že ML, strojové učenie alebo umelá inteligencia čoskoro odoberú príliš veľa pracovných miest v tomto svete. Myslím, že vždy budú potrebné ľudské bytosti, ktoré úprimne vedia, o čom hovoria, aby nám pomohli a dosiahli to všetko.
Poďme teda ďalej. Čo sa teda stane, ak nebudete riadiť údaje? Toto je slávny obraz „Blind Leading the Blind“ - to nie je to, čo hľadáte, ľudia. Vo svojej organizácii nechcete mať také prostredie. Chceme teda, aby naše rozhodnutia boli riadené údajmi a aby rozhodnutia boli riadené kvalitnými údajmi, kvalitnými údajmi a to sa stane iba vtedy, ak zhromaždíte správne údaje, ak sú pekné a čisté a či vaše systémy fungujú správne, ak sú vaše systémy BI zdravé, analytické systémy sú zdravé a používatelia dostávajú to, čo chcú, včas.
Takže s tým idem zabaliť a odovzdať nenapodobiteľnú Robin Bloor. Robin, zober to.
Robin Bloor: Dobre, dobre, ďakujem, že si mi dal loptu. Premýšľal som, keď si hovoril, Eric, len som premýšľal o BI a bola tu prezentácia dodávateľa, ktorej som sa nedávno zúčastnil, keď si niekto všimol, že v určitom predajcovi spustil konkrétny systém vo veľkom, zlých dátových skladoch, ktoré by v V danom okamihu by mohlo urobiť 70 000 transakcií BI, čo by viedlo k poskytovaniu informácií mnohým ľuďom. Napadlo ma, že ak skutočne pracujete s takouto pracovnou záťažou, a dokonca ste zbytočne zbytočne zabrali pár sekúnd, čo sa týka vykonávania softvéru, potom to bude skutočne veľmi drahé a ak stratíte minúty, bude to strašne drahé. A potom som si spomenul, že na tabuľkách sa šíri veľa sveta - myslím, že sa nazývali tieňové systémy, však? V prvom rade, keď ľudia jednoducho dali dohromady systémy pomocou tabuliek a e-mailov a dali veci do poriadku, pretože oddelenie IT nemôže vytvárať aplikácie pre každého, takže to tak robia. A veľa BI sa, myslím, zapojí do podobných systémov.
Akonáhle som to povedal, poďme hovoriť o tom, o čom budem hovoriť. BI je spätnoväzbová slučka pre podnikové systémy, je to skutočne také jednoduché alebo zložité, záleží na tom, akú úlohu v organizácii zohráva. Ak sa však pozrieme na to, je to schéma asi pred štyrmi rokmi, keď sme sa snažili nejakým spôsobom pochopiť, čo sa deje na strane analytikov. Ale do značnej miery je všetko, čo je spätné, pozerať sa späť na to, čo sa predtým stalo, a všetko, čo je prehliadané, čo sa týka spôsobu práce systému, má tendenciu byť BI. Zvyčajne to nebolo tak, že to, čo bolo predvídavé, bola prediktívna analýza BI, ale v skutočnosti sa to stáva čoraz viac. Eric spomenul strojové učenie, veľa strojového učenia sa dá skutočne tak či onak spustiť proti prúdu údajov a môže vám poskytnúť prediktívnu analýzu na nasledujúcich päť minút alebo dokonca takmer v reálnom čase, takže môžete odpovedať na s vypočítanou znalosťou toho, čo sa v skutočnosti deje.
Ale stred tohto diagramu, vnútro pochádza z analytiky. Normálne sa stáva, že rôzne analytické činnosti sa zameriavajú na konkrétne zbierky údajov a učia sa niečo nové, poznatky o podnikaní. A táto informácia sa potom pripája k obchodným procesom, ktoré z nej môžu čerpať. Zvyčajne sa to prejavuje tak alebo onak, ako sa objavujú výstrahy BI, alebo sa na palubné dosky vkladajú len rôzne veci a podobne. Keď sme to skutočne urobili, sú tam štyri termíny a oni končia slovom „zrak“, čo je veľmi pekné. Ale v skutočnosti to nie je všetko v oblasti toho, čo ľudia chcú robiť, ale problém optimalizácie a optimalizácie neprináša jednoduchú analytiku. Je to veľmi zložitý problém a veľa problémov s optimalizáciou nie je jednoznačne rozpustných. Môžete mať iba dobré riešenia, nemôžete dokázať, že máte lepšie riešenie. A to je oblasť činnosti, v ktorej prebieha činnosť, ale je to menej ako vo väčšine ostatných analytických oblastí. Ľudia hovoria, že žijeme vo veku analytických služieb - dobre, v porovnaní s desiatimi rokmi, ale môže ísť oveľa ďalej, ako už je preč.
Čiže splynutie BI, túžba po vedomostiach spochybňuje požiadavky používateľov, ktoré spochybňujú analytické projekty, a analytické projekty spochybňujú dátové jazerá a dátové jazerá plus analytika spochybňujú poznatky a náhľady spochybňujúce BI. To je príbeh, ktorý som práve povedal; Len som si myslel, že to napíšem. To, čo som tu urobil, myslím, že celý bod tejto snímky a vlastne väčšina ostatných snímok je len zdôrazniť, ako zložitý je svet obchodnej inteligencie. Nie je to jednoduchá vec, mohol som tento konkrétny spôsob skomplikovania skomplikovať, ako je v skutočnosti, ale v spodnej časti máte externé údaje a interné údaje, ktoré sa tak či onak uvedú do predstavenia. oblasť, ktorá v súčasnosti predstavuje druh dátových jazier, hoci nie každý má dátové jazerá. A ľudia, ktorí nevyhnutne nemajú úspešných. A potom je tu dátová čistiaca aktivita a riadiaca činnosť vyžadovaná pre dáta skôr, ako ich budete skutočne môcť použiť. A potom tieto údaje doručíte a vy o nich buď podáte správu, alebo ich analyzujete a analýza vedie k činu.
A ak sa skutočne pozriete na rôzne druhy analýz, ktoré existujú, je to neuveriteľne dlhý zoznam, ale nemusí to byť nevyhnutne kompletný zoznam, je to presne to, čo som si myslel zapísať, keď som vlastne tvoril tento list. Takže v prostredí BI sa deje veľa vecí, ktoré vizualizujú, OLAP, správu výkonu, scorecardy, dashboardy, rôzne druhy predpovedí, dátové jazerá, dolovanie textu, video dolovanie, prediktívne veci, existuje veľké množstvo vecí, ktoré vlastne pokračuje. Ak sa na to pozeráte iným spôsobom, na firemnú realitu, v podstate je to skutočne podobný diagram ako ten predchádzajúci, len sa to robí iným spôsobom. Oddelil som, čo by ste nazvali BI, pretože je to bežné a je známe, čo je potrebné, to neznamená, že to, čo sa skutočne deje, je efektívne, ale aspoň budete mať pravidelné dianie, povedzme Tableau alebo Click, alebo v Cognos, existuje zdroj predmetu a tak ďalej a tak ďalej, budú prebiehať rôzne pravidelné správy alebo schopnosti. A potom máte analytické aplikácie a sú odlišné. Pretože analytické aplikácie sú v skutočnosti o skúmaní údajov a podľa môjho názoru to zodpovedá výskumu a vývoju. A potom máte pracovný tok. V rámci pracovného postupu miešajte svoje veci s operačnými a kancelárskymi aplikáciami, ak je to potrebné - a to je realita spoločnosti, ako ju vidím - aj keď vo väčšine organizácií to nie je tak dobre organizované.
Takže narušenie BI, je to len súbor vecí, ktoré je potrebné spomenúť, robí BI ťažšími, ako tomu bolo predtým, pretože starý svet BI spočíval predovšetkým v tom, že boli spravidla zachytené pomerne čisté súbory údajov, pravdepodobne z dátového skladu a vložené do konkrétnych Softvér BI. A v tých dňoch naozaj hovorím pred piatimi alebo desiatimi rokmi, ale v tých dňoch sa objemy údajov nerozširovali, zdroje údajov boli známe. Rýchlosť príchodu údajov bola známa, aj keď často sa niektoré BI nerealizujú dostatočne rýchlo, aby si ich používatelia obľúbili. Neexistovali žiadne neštruktúrované údaje, takmer neexistovali sociálne údaje, určite žiadne údaje o internete vecí, nezaujímalo vás o pôvode údajov. Počítačová hodnota nemala z hľadiska infraštruktúry paralelizmus, aby mohla tak či onak robiť veci mimoriadne rýchlo. Nemali ste strojové učenie a počet analytických pracovných úloh bol pomerne malý. A to všetko sa zmenilo, objem dát teraz môže rásť veľmi dramaticky. Počet zdrojov údajov, ktoré neustále stúpa. Áno, streamovanie prichádzajúcich údajov je veľmi rýchle, veľa nestrukturovaných údajov, určite sociálnych údajov, ktoré budú potrebovať očistenie, ale ďalšie údaje, ktoré by mohli potrebovať očistenie, určite údaje IoT, sú v súčasnosti.
Pôvod údajov je problémom a my sa o to staráme. Je tu výkon počítača, ktorý je čistý, pretože to robí všetky možné veci uskutočniteľné a strojové učenie sa teraz robí ako jav, ktorý vedie k vytvoreniu ďalších schopností BI a nových analytických pracovných úloh, ktoré urobia to isté. BI teda nie je statická situácia a myslím si, že to je posledná vec, ktorú chcem povedať, predtým, ako ju odovzdám Stanovi. Ach nie, nie je, existuje niečo iné. Budúca krajina BI, internet vecí, architektúry založené na udalostiach, všetko v reálnom čase, dobre. To je dosť BI pre používateľa, pre užívateľa, pre problémy v súhrne. Včasnosť výkonu toku údajov, pokrytie údajov, čistenie údajov, zručnosti v oblasti prístupu k údajom, vizualizácia, zdieľateľnosť a použiteľnosť.
Takže teraz ju môžem preniesť na Stan, pokiaľ nie je služba BI spoľahlivá a aktuálna, nejde o službu. Stan?
Eric Kavanagh: Dobre, Stan, dávam ti loptu, zober ju.
Stan Geiger: OK. To, o čom budem hovoriť, je iba moje pozadie. Som senior manažérkou v spoločnosti IDERA v oblasti produktového manažmentu a jednou z povinností, ktorú mám, je produkt ponúkajúci naše obchodné spravodajstvo. Takže sa trochu podrobnejšie venujem tomu, o čom Robin hovoril, a hovorím o kľúčovej oblasti s obchodnými informáciami, ktoré monitorujú zdravie vašej platformy. Je to, ako povedal, teraz to bolo miesto, kde sme mali všetky tieto údaje, a analýza analýzy by trvala týždne a potom by sme sa vrátili so správami a vecami. Krajina BI sa však mení tak, že sa teraz priblížime k analytike takmer v reálnom čase. A v mnohých prípadoch analýza v reálnom čase. Takže o tomto snímke trochu hovorím, je to len taký prehľad - a rovnako ako úplné zverejnenie je to, že o ňom budem hovoriť z pohľadu spoločnosti Microsoft, ale všetky tieto koncepty sa týkajú toho, či váš BI platformy sú v Oracle, alebo používate Informatica a Oracle, alebo len kombinovaný režim, hybridné prostredia. Budem používať iba v súvislosti s prostredím spoločnosti Microsoft, ale je to celkom štandardné.
Robin tam mal šmýkačku, ktorá sa toho dotkla, je to, že máte zdrojové systémy, kde mám všetky svoje údaje v sede, a teraz to boli všetky v relačných databázach a podobných údajoch, ale teraz tu máme Hadoop a internet a veci a všetky tieto neštruktúrované údaje tam sedí a teraz ich môžeme preniesť do tejto architektúry BI. Takže stredná vrstva, ktorá sa trochu rozpráva, je ukladanie údajov v agregácii; tu sťahujeme údaje, môžeme ich vyčistiť, môžeme ich reštrukturalizovať a potom umiestniť nejaký typ úložiska údajov a potom sa na ňom nachádza vrstva prezentácie, na ktorú majú vaši používatelia prístup. V týchto obchodoch s údajmi robíme analytiku a robíme dashboardy, sedíme tu, Tableau, reportovacie služby a podobné veci. Vždy sa smejem, pretože keď som bol BA architektom, vždy sme sa smiali Excelu, pretože mu to priznajme, Excel je stále nástrojom BI mas.
Trochu prehľadu, ale len aby sme hovorili o druhu architektúry platformy, máte svoje zdrojové údaje a ja som o tom hovoril vo viacerých obchodoch s údajmi. A potom mám svoje úložisko agregované vo svete Microsoft, budete mať svoju databázu SQL Server, možno tam, kde je váš dátový sklad, možno máte dátový sklad v cloude, s vaším dátovým skladom. Máte analytické služby, čo sú vaše rúrky OLAP a podobné veci, ktoré slúžia na vytváranie zhlukov a nazeranie vecí okolo rôznych dimenzií a podobných vecí. Potom máte svoju prezentačnú vrstvu, o ktorej som krátko hovoril, o všetkých týchto veciach, ktoré sa nachádzajú v hornej časti týchto ukladacích priestorov a agregácií údajov. A vždy sa mi páči tento citát „Nevieš, čo nevieš“, čo je pravda. Ak nemonitorujete a nepozeráte sa na to, čo sa deje, ako viete, keď máte iný problém, ako keď vám používatelia začnú posielať nepríjemné e-maily a telefón sa spustí zvonenie o tom, prečo sa moje prehľady nezobrazujú? Prečo všetko trvá tak dlho?
V tomto duchu, čo musíte urobiť, musíte byť schopní monitorovať svoje platformy, z ktorých poskytujete obchodné informácie. V podstate som to rozdelil do troch oblastí: máte dostupnosť, výkon a využitie. Dostupnosť znamená, či je zdroj k dispozícii: je hore alebo dole? Je to celkom jednoduché. Ale tiež, keď sa pozriete na to, čo máte, môžete mať k dispozícii platformu, ale možno tam máte problémy, takže musíte dokázať identifikovať hlavnú príčinu; musíte byť schopní varovať a dať niekomu vedieť, čo sa deje, skôr ako sa veci dostanú do kritického stavu. To vedie tiež na stránku výkonu, máte veci od úrovne metriky výkonu na úrovni servera, kde sú hostované služby alebo služby BI alebo platformy BI; máte výkon na úrovni zdrojov, kde napríklad pristupujem k údajom zo siete SAN. Keďže SAN je zdrojom, sieťovými prostriedkami, musíte byť schopní monitorovať výkonnosť všetkého toho, aby ste mohli identifikovať prekážky a aby vaši užívatelia boli spokojní, a ak ste v prostredí, kde robíte skutočné- časovej analýzy, musíte byť schopní identifikovať prekážky alebo problémy skôr, ako sa začnú diať.
A posledná teória je využitie: čo robia používatelia? Kto je pripojený k mojim zdrojom BI? Kto čo vedie? Aké sú dotazy? Aké prehľady spúšťajú? Znalosť týchto informácií napríklad pomáha pri určovaní a vykonávaní plánovania kapacít. Ukazuje tiež, čo sa používa vo vašom prostredí BI. Mali sme zákazníka, že chcel náš monitorovací produkt pre BI, aby vedeli, ktoré časti prostredia BI používajú, aby mohli presúvať zdroje. Napríklad, ak nevyužívali určité správy alebo kocky určitých analytických služieb, presunuli by z toho zdroje do iných oblastí, ktoré boli vysoko využívané. Ďalší citát, ktorý sa mi páči, sa mi páči naozaj skvelé filmy ako „Tremors“, takže ti poviem môj film, takže sa mi páči tento citát od Burta Gummera, ktorý hral Michael Gross, je to druh prežívajúceho strelca a on hovorí: objaví sa a vytiahne túto obrovskú 50-kalibrovú ostreľovaciu pušku a jeden z chalanov hovorí: „Sakra, Bert.“ A odpovie: „Keď to potrebujete a nemáte to, spievate inú melódiu. „Inými slovami, viete čo? Bol pripravený na čokoľvek a prišiel na čokoľvek, a tým myslím tým, že ak nemonitorujete vaše prostredie BI z prostriedkov a využívania a z vecí, o ktorých som práve hovoril, potom si neuvedomujete, že potrebujete nástroj. alebo prostredie alebo štruktúru, ktorá ich monitoruje, kým ich nemáte. A potom si uvedomíte, že som to naozaj potreboval, a to je spôsob, akým veľa našich zákazníkov je.
Po tom, čo sme to povedali, sa presunieme a preskúmame, čo robíme tu v spoločnosti IDERA, aby sme vyriešili niektoré z týchto problémov. a-
Eric Kavanagh: Dobre, vidíte to.
Stan Geiger: Vidíš to? Poriadku. To, čo tu máme, je náš produkt BI Manager. A my sledujeme, IDERA je tradične spoločnosť v prostredí SQL Server, Microsoft SQL Server. A potom sme si kúpili Embarcadero, takže sme sa teraz rozšírili na ďalšie platformy, ale náš produkt BI tradične monitoruje balík BI v prostredí spoločnosti Microsoft. A to by boli analytické služby pre vašu multidimenzionálnu a tabuľkovú analýzu, reportovacie služby, reportovací nástroj a potom integračné služby, čo je platforma ETL, podobne ako Informatica.
A prostredníctvom nášho produktu môžete monitorovať všetky tri tieto prostredia prostredníctvom jedného produktu a to, čo tu vidíte, je celkový informačný panel, a poznámkou je, že keď som hovoril o upozorňovaní, je to jedna vec, ktorú treba sledovať, ale to nestačí - musíte mať varovný mechanizmus. Inými slovami, musím byť informovaný skôr, ako sa veci dostanú do kritického stavu. To, čo robíme tu, je teda celá skupina metrík, ktoré snímame a ktoré sú konfigurovateľné, pretože v závislosti od vášho prostredia, určitých prahov, môžete byť v poriadku s časom čítania tridsať milisekúnd vo vašom prostredí. V iných prostrediach môže byť kritickejšie, aby bol tento prah nižší, takže je dôležité nielen varovať, ale aj to, aby sa dalo nakonfigurovať, pretože prostredia sa líšia v závislosti od zdrojov.
Takže v podstate ide o prehľad všetkých prostredí, ktoré sa tu monitorujú, a mám tu tri príklady: jeden pre analytické služby, druhý pre integračné služby, druhý pre vykazovacie služby. A vidíte, mám tu niekoľko upozornení. A pretože sú červené, hovorí mi, že sú kritické, pretože mám viac úrovní, aby som tieto výstrahy mohol nastaviť a výstrahy môžu byť zaslané e-mailom ľuďom, ktorí sú zodpovední za preskúmanie toho, čo je problémom. Takže, krátko sa na to pozrieme a vrátim sa k varovaniu, takže môžeme ísť do časti analytických služieb a som si istý, že čaká na načítanie tu. A v podstate to, čo robíme, máme zhromažďovanie údajov; pravidelne tam chodí a chodí tam a zbiera a zachytáva, čo robia vaše prostredia. Takže moje sú stanovené každých šesť minút, takže každých šesť minút ide tam a hlasuje o životnom prostredí. Chvíľu som mal zaspať VM, takže to chvíľu potrvá, kým sa to vráti. Tam ideme.
Pozrime sa teda na analytické služby, takže kliknem sem na svoju inštanciu a pamätám si, že som hovoril o jednej z vecí, ktoré monitorujeme, je výkon na úrovni servera, pretože veľa ľudí má viac vecí beží na ich serveri. Na svojom serveri môžem mať spustenú databázu, napríklad aj analytické služby. Takže, ak sa niečo deje v databáze alebo mám problém na úrovni servera, ovplyvní to, čo sa tam deje. Takže budeme monitorovať veci na celom serveri na úrovni servera, napríklad výkon disku a uvidíte, ako to všetko zachytávame. A to všetko je konfigurovateľné. A ja sa pozriem na to, čo sa deje, CPU-múdre, len a znova, toto je na úrovni servera, nie na úrovni analytických služieb v mojom príklade tu. Ale v skutočnosti na úrovni servera.
A môžem sa pozrieť na veci ako je pamäť, napríklad celkové využitie pamäte, čo je k dispozícii? Takže teraz chápem, aké je zdravie samotného servera. Potom sa môžeme začať zaoberať vecami, ktoré sú v tomto prípade služby analýzy konkrétne. Napríklad sa môžem pozrieť a uvidím, ako tu pracuje moje spracovanie kocky, a to mi poskytuje určitú mieru zdravia. Ak začnem vidieť, že spracovanie trvá dlhšie, alebo nie je to tak, že sa riadky nenapíšu tak rýchlo, potom sa môžem začať zaoberať - a to sa týka korelačnej časti, o ktorej verím, že Robin hovoril, že stále to človek potrebuje, aby to všetko dokázal. Hovoríme o umelej inteligencii, strojovom učení, ale stále je človek schopný korelovať tieto udalosti okolo vecí. Môžeme sa pozrieť na veci, ako je to, čo sa deje, pokiaľ ide o otázky, aké otázky sa vykonávajú a ako dlho trvajú? Môžem sa radiť, aby som mohol začať mať predstavu o tom, ktoré otázky trvajú najdlhšie. Môžete sa tu pozrieť v uplynulom čase, môžem sa pozrieť a vidieť OK, čo to bolo za otázku a kto v tom čase tento dotaz spúšťal?
Takže potom začnem o tom rozprávať príbeh, keď začnem vidieť, ako sa veci začnú rozpadať, môžem sa vrátiť a pozrieť sa a zistiť, čo používatelia v tom čase robili. A uvidíte jednu z vecí, ktoré robíme, je, že sme sem dali tento výber času, aby sme vám mohli vybrať okno času. Napríklad sa môžem vrátiť k týmto upozorneniam a v skutočnosti to bol odkaz na tieto upozornenia, na ktoré kliknem, a trvalo by mi to v okamihu, keď k tomuto varovaniu došlo. A potom môžem začať rozprávať príbeh spolu, vidím, no, čítanie disku bolo hore alebo mali problémy s pamäťou alebo čokoľvek, a potom môžem preskočiť aktivitu v otázke v tom istom čase a môžem skutočne začať korelácia toho, kto spúšťal otázky, ktoré mohli spôsobiť tieto hroty. A potom môžete začať robiť veci, ako je to, že môžem začať ladiť, vtedy začnem s ladením. Je to ako auto, ak postavíte pretekárske auto a len pustíte motor a naštartujete kľúč, ktorý by sa mohol naštartovať, ale ak potrebujem ísť 180 míľ za hodinu, aby som vyhral, musím vedieť, že motor môže bežať 100 míľ za hodinu a musím tam ísť a začať ladiť tento motor, aby som sa tam mohol dostať. A to vám umožňuje robiť to, aby ste mohli poskytnúť dostatok informácií na začatie ladenia vášho prostredia, na zvýšenie zdravia a výroby tohto prostredia a efektívnosti.
A potom v tomto prípade monitorujeme veci v pamäti, ktoré sú špecifické pre analytické služby. A to je miesto, kde môžete začať vidieť, kde sa veci môžu začať zhoršovať, keď začnete vidieť veci, ktoré sa vymykajú vyššie medzi vaše limity pamäte, také veci. Druhou vecou, na ktorú je dobré sa pozrieť, kedykoľvek chcete spustiť akýkoľvek typ otázok, chcete, aby sa údaje ukladali do vyrovnávacej pamäte, pretože keď sa ukladajú do vyrovnávacej pamäte, sú v pamäti a nemusia sa čítať z disku, čo je oveľa viac efektívnejšie ako čítať dáta z disku. Takže sa môžete začať pozerať na veci, ktoré sa dejú, ospravedlňte ma napríklad v dátovej pamäti. Mal som veľa otázok, ktoré bežali skôr, aby som získal tieto údaje, a vidíš, že som mal väčšinu času, hity cache a vyhľadávanie sa prekrývajú, čo je dobré. Ale mal som tu obdobie, keď boli prístupy omnoho nižšie ako to, čo boli vyhľadávanie, čo mi hovorí, že sa niečo deje, čo bolo náročné na pamäť, takže vyrovnávacia pamäť sa splachovala oveľa rýchlejšie, takže údaje museli byť čítať z disku. A vidíme to, keď sa pozrieme na úložný stroj. Je to ten istý časový bod ako ten druhý graf a vidíte tam bodec, kde počas tohto obdobia otázky zo súboru skutočne vyskočili. A to znamená, že sa údaje načítavali z disku. Teraz sa môžem vrátiť a potom to korelovať s otázkami, ktoré bežali, a nie s cieľom vykrvácať uši každého, ale v analytických službách používa jazyk s názvom MDX, existuje spôsob, ako písať otázky efektívnejšie, takže používa vyrovnávaciu pamäť efektívnejšie a menej ukladacieho priestoru. Existuje teda príklad vyladenia tohto motora a poskytnutie vám všetkých kúskov, aby ste to mohli korelovať.
Veľmi rýchlo to dokážeme prevrátiť aj opačným spôsobom, keď sa pozrieme na otázky, môžeme sa teraz pozrieť na relácie, kto je v tejto chvíli skutočne pripojený a čo sú spustené? Tento druh vám teda dáva opačný pohľad na otázky a na to, kto ich riadi. Toto je kto je pripojený a potom vidím, čo práve beží. Ďalšou vecou, ktorú môžete rýchlo prejsť, je, že môžete vidieť všetky objekty v mojich viacrozmerných kockách MOLAP. A môžem o tom získať informácie. Napríklad môžem zoradiť podľa tohto stĺpca na čítanie a vidím, že najužitočnejším objektom je časová dimenzia a druhým najužitočnejším je zákaznícka dimenzia. A to pomáha ľuďom, ktorí vyvíjajú a stavajú veci, aby efektívnejšie budovali svoje kocky. Možno budem chcieť zmeniť svoju stratégiu rozdelenia údajov, napríklad na tieto vysoko využívané dimenzie v mojej kocke, a preto napríklad zvýši výkonnosť dotazov. Môže to znížiť výkon spracovania kocky, pretože teraz mám viac oddielov, ale z užívateľského hľadiska bude tento motor vyladený tak, aby bol pre využitie týchto objektov efektívnejší.
Takže choďte ďalej a hovorte tu o integračných službách. Integračné služby, o ktorých som hovoril, sú platformou ETL v prostredí spoločnosti Microsoft. Čo robíme tu - a to je konzistentné - monitorujeme výkon servera a toto by boli rovnaké metriky, aké sme skúmali, pretože všetky moje služby sú spustené na rovnakom serveri. Ale opäť je to prehľad toho, čo sa deje na serveri. A potom sa môžem pozrieť na činnosť integračných služieb, moje procesy ETL. Môžem získať predstavu o tom, kedy tieto procesy prebiehali, či boli úspešné alebo nie, dokážem zdôrazniť konkrétny priebeh procesu ETL a potom mi ukážeme rozpis krokov v rámci tohto procesu ETL, či bol úspešný. alebo nie a ako dlho to trvalo.
Ak by som tu mal zlyhaný balík ETL, mohol by som ísť nadol k podrobnostiam a zobraziť chybové hlásenie a ukázalo by sa mi, ktorý krok v tomto balíčku, v ktorom tento proces ETL zlyhal, spolu so všetkými správami, ktoré sú s tým spojené. Čo to robí, je to, čo mi dáva, a ak dostanem varovanie, môžem dostať upozornenie, takže ak dostanem varovanie, môžem ísť sem, vidieť, prejsť na toto upozornenie, vidieť zlyhanie balíka, pozrieť sa na kroky, zistite, kde zlyhala, pozrite sa na chybové hlásenie a okamžite viem, čo musím urobiť, aby som to napravil: znova ho nasaďte a potom znova spustite. To vám teda umožňuje nazývať to skracovanie tohto okna medzi identifikáciou problému a vyriešením problému. Takže v predchádzajúcom živote, keď som bol zodpovedný za tento druh vecí, mali sme proces ETL, ktorý by bežal v noci, aby sme mohli načítať náš dátový sklad. Keby som mal tieto informácie, prvé ráno, keď som prišiel, ak niečo zlyhalo, potom ich môžem rýchlo vyriešiť a tento proces získať späť, aby som sa ubezpečil, že dátový sklad bol v prevádzke a bol obnovený v čase, keď používatelia boli. prišiel a začal pristupovať k prehľadom.
Druhou vecou je, že mám dva procesy, ktoré bežia, je pozrieť sa a zistiť, ako to behom času prešlo. Je to dôležité, pretože ak začnem vidieť tieto procesy, napríklad, keď budem trvať dlhšie, keď sa tieto časy zvýšia, potom sa možno budem musieť pozrieť napríklad na okno údržby, ktoré by sa mohli na tomto serveri vyskytovať, Vezmite si napríklad zálohy; Možno budem mať zálohu, ktorá spôsobí, že môj proces bude čakať, až bude hotový. Možno budem musieť zmeniť plánovanie alebo žonglovať svoje procesy okolo vecí, ktoré začínajú ovplyvňovať moje ETL.
A poslednou časťou sú spravodajské služby. Reporting services je Microsoft, v podstate ich nástroj podnikového výkazníctva. A niektoré z vecí, opäť sa môžeme pozrieť na veci na úrovni servera, môžeme sa pozrieť na veci naprieč serverom prehľadov, serverom služieb vykazovania, samotným. Nemám tu veľa vecí. Mám nejaké odbery, ktoré sa spúšťajú každých 15 minút, aby som spustil prehľad. Neuvidíte veľa aktívnych pripojení, pretože sa zapne, pripojí, spustí správu, odpojí sa a odošle ju.
Ale vo vysoko transakčných prostrediach, kde sa robí veľa správ, je schopnosť sledovať tieto veci kľúčová. Takže vidíte, kde som mal veci robiť, takže vám dáva celkom dobrú predstavu o tom, čo sa od skutočnej úrovne služieb a platforiem deje. A potom, ako som hovoril v diapozitívach, kto vedie, čo a čo robia? Jeden z našich zákazníkov si tento produkt kúpil iba pre tento kus, pretože chcel vedieť, aké správy ľudia spustili a kto tieto prehľady spustil. Toto je jedna z vecí v tejto správe, ktorú môžete vidieť tu. Vidím, aký prehľad, vidím všetky parametre, ktoré boli v tomto prehľade, vidím, kto ho spúšťa, vidím formát správy. A potom mám okolo seba všetky tieto metriky, takže ak budem môcť znova zoradiť tieto veci, napríklad, aký prehľad trvalo najdlhšie na získanie údajov, a môžem k tomu ísť rovno a zistiť, ktorý prehľad je. A opäť, toto všetko mi poskytuje údaje, aby som bol, naladiť tento motor znova. Teraz môžem začať upravovať svoje prostredie na vytváranie prehľadov.
A posledná vec, môžem sa pozrieť na užívateľskú aktivitu, ktorá je opäť pripojená k súčasnosti, čo robia? V skutočnosti môžem vidieť, že v prostredí, kde som mal viac užívateľov, sú to všetky chyby, aby som mohol hodnotiť, aby som videl, kto prostredie najviac využíva. Stačí sa rýchlo vrátiť a pozrieť sa na tieto upozornenia. Toto bolo upozornenie; Môžem kliknúť na tento odkaz a prejde ma do grafu v danom okamihu a ukáže mi, ktorý z nich bol v strehu. Takže tu vidíte, že to bolo také, pretože to boli priemerné milisekundy pre písanie, napríklad čítanie a písanie. Takže znova sa snažím získať ten bod identifikácie problémov. A je skutočne dôležité mať holistický nástroj, nielen niečo, čo sa pozerá na jednu vec, pretože človek musí prísť sem a korelovať tieto udalosti, ktoré sa dejú, takže musíte byť schopní sa pozrieť na to, čo sa v tom deje. bod v čase vo viacerých oblastiach tohto prostredia a to je jedna z vecí, ktoré tu vykonávame prostredníctvom tohto nástroja na výber času.
Eric Kavanagh: Áno, toto je Eric tu len s rýchlou otázkou, pretože si myslím, že si asi narazil klincom do hlavy a o tom som hovoril v hornej časti hodiny, že musí prísť ľudská bytosť. a kresliť tieto korelácie medzi rôznymi prostrediami. Som zvedavý na to, existuje nejaký vzdelávací materiál, ktorý môžete zdieľať, alebo sa nejako angažujete s ľuďmi, aby ste im pomohli identifikovať niektoré z týchto vzorcov? Ako ste mali pred chvíľou naozaj dobrý príklad, keď je jeden z nich prudký, že vám povie, že sa niečo v pamäti deje, pretože sa stále snaží vyprázdniť pamäť. A dáva vám kľúč, ale ako ľudia mapujú tieto štatistiky proti skutočným problémom, je skutočnou otázkou.
Stan Geiger: Áno, to je dobrý bod a jedna z vecí, o ktorej som práve hovoril, cestovná mapa pre produkt, je koncom tohto roka vydanie verzie a jedna z vecí, ktorú začneme pridávať je pre každý z týchto grafov popis toho, čo tento graf znamená a prečo by ste sa mali zaujímať a aký to má vplyv. Takže buďte schopní kliknúť na otáznik alebo niečo na tomto diagrame a potom vytiahnuť okno, ktoré vám dá veľa týchto informácií a povie vám, že to sú možné príčiny, sú to oblasti, ktorých sa to týka, a aby ste ich vedeli ako ste povedali, v tomto prípade ste schopní ísť v tomto prípade, toto je bodec, ktorý z mojej osobnej skúsenosti viem, čo to znamená. A potom môžem začať ísť a začať vŕtať do oblasti a nachádzať hlavnú príčinu.
Teraz máme toho veľa, v našom diagnostickom produktovom produkte pre SQL Server, pre skutočnú databázu. V produkte, ako je tento, máme veľa takýchto typov funkcií a tiež máme niekoľko analytických nástrojov pre diagnostického manažéra, ktoré vás poznajú oveľa rýchlejšie. A práve s týmto produktom ideme po ceste.
Eric Kavanagh: A myslím, že existujú určité podpisy určitých druhov aktivít. Umožňuje tento nástroj identifikovať, kedy sa odohrala určitá udalosť, a katalogizovať ju tak, aby v priebehu času rozpoznala podobný vzorec v riadku a pomohla vám zistiť, či je to nový používateľ, napríklad pomocou rovnaký nástroj? Pomôžeme vám pochopiť, ó, je to preto, že tieto servery klesli alebo pretože táto oblasť klesla? Existuje nejaký spôsob, ako katalogizovať podpisy problémov, takže ich môžete neskôr ľahko identifikovať?
Stan Geiger: Nie, vlastne, ale je to vlastne zaujímavý koncept, pretože je to skoro ako, čo to je - myslím, analýzu základných komponentov - kde identifikujete vzory a tieto protokoly zaznamenáte, takže ak ich znova uvidíte, môžete sa vrátiť a uvidíte, OK, v tom okamihu to bola príčina. Áno, to je niečo, nie je to cestovná mapa, ale je to niečo, o čom som premýšľal z hľadiska riadenia produktov.
Eric Kavanagh: Viem si to predstaviť. Ach, choďte do toho.
Stan Geiger: Nie, chcel som povedať - a dostávame veľa žiadostí, pretože neviem, aké sú vaše skúsenosti - ale zistíme, že databázy DBA vedia databázy ako zadná strana ich rúk, ale veci BI sú niečo ako čierna skrinka, pokiaľ ide o zdravie platformy. A nie je tam, nemajú okolo toho veľa vedomostnej základne. Ja len preto, že som v tom pracoval päť až desať rokov, však? Ale typickí ľudia, ktorí sú zodpovední za ich nájdenie alebo za varovanie a zisťovanie toho, čo sa deje, je to pre nich druh čiernej skrinky.
Eric Kavanagh: Áno, viem si to predstaviť. Bol by som zvedavý vedieť, že ste na jednej obrazovke ukazovali, ako môžete vidieť všetky otázky, ktoré prechádzajú, ako dlho trvala ich prevádzka a kto ich generoval. Vidíte tiež skutočnú štruktúru samotného dotazu SQL a aký druh analýzy okolo toho urobiť? Ako možno niekedy ľudia dávajú dohromady otázky SQL, ktoré sú trochu objemné, povedzme, a ťažkopádne, na rozdiel od majstra, ktorý skutočne dáva pekný a tesný dotaz. Je to niečo, čo si pomocou tohto nástroja môžete predstaviť a potom vám pomôže, je to problém?
Stan Geiger: Áno, takže, tak ako to, čo som tu urobil, som práve triedený podľa uplynutého času. Takže vidím tých, ktoré trvali najdlhšie, a potom dostanem text, ale potom je stále na niekom, kto je viac či menej odborníkom na predmet, aby sa na to pozrel a pokračoval: „Och, dobre, tu je dôvod, prečo to trvalo tak dlho . “To je niečo, čo máme, ako druh analýzy pracovného za aženia, nazývame ho SQL Workload Analyzer pre databázovú stránku, že som sa blázon s myšlienkou, že možno príde po ceste s podobnou vecou, aby identifikoval Tieto otázky a potom vám odporučí, ako tieto otázky vyladiť. Jedným z problémov je však to, že tento dotaz MDX je dosť špecializovaný jazyk.
Eric Kavanagh: Áno, viem si to predstaviť. Napríklad môžete vidieť, kto sú ľudia, takže nie je príliš ťažké zistiť, či jedna osoba, ak je jeden človek zodpovedný za desať z najdlhších spracovateľských otázok, potom ak nič iné, môžete mu zavolať, alebo zavolať jeho manažéra alebo niekoho a povedzte: „Hej, ten chlap prežúva veľkú šírku pásma, “ a možno sa ukáže, že sú to najcennejšie otázky pre firmu, však? Musíte to dať do súvislosti s tým, čo je obchodná hodnota, zo samotných dopytov nejde iba o jasnú hru s číslami, však? Je to zistiť, dobre, tento chlapík je náš užívateľ energie a on mení podnik, nie?
Stan Geiger: Nie, máte úplnú pravdu. Chcem tým povedať, že to je jeden zo spôsobov, ako to zákazníci využívajú. Ako ste už povedali, možno nájdete jednu oblasť, pretože jedna z vecí, o ktorej hovorím, je v Exceli vždy troska, ale môžete sa pripojiť k analytickým službám v Exceli a spúšťať kontingenčné tabuľky mimo OLAP a generovať svoje vlastné dotazy a pošle ich a niekedy to nie je najlepšia forma, takže sa môžete vrátiť a identifikovať ich, skutočne ich prepísať a dať ich užívateľovi a nechať ich bežať mimo neho, takže to nebude trvať pol hodiny aby sa vrátili späť na svoj otočný stôl.
Eric Kavanagh: Presne tak. A keď hovoríme o dopytoch, chlapci pokrývajú škálu otázok, takže ste spomenuli MDX, čo niektoré ďalšie otázky, ako napríklad dotaz DAX, alebo niektoré ďalšie -?
Stan Geiger: Áno, pokrývame, áno, všetky DAX aj MDX. Takže jedna z vecí, ktoré som nespomenul, alebo možno, možno, ale podporujeme tabuľkové aj OLAP v spoločnosti Microsoft a DAX - myslím si, že sme sa o tom chvíľu rozprávali - vidíme toho veľa teraz viac tabuľkové, ako sme OLAP. Pretože je jednoduchšie vychovávať tabuľkové modely a podobné veci, takže vidíte samozrejme otázky DAX, ale tie tiež vyzdvihneme.
Eric Kavanagh: Áno, to je zaujímavé. Máte nejaký kontext, prečo sa to deje? Je to možno preto, že čoraz viac ľudí sa do týchto vecí dostáva a pretože OLAP samozrejme nie je niečo nové, čo už asi tridsať rokov?
Stan Geiger: Dobre, je to taká kombinácia, jednou z vecí, ktorú navrhol kocky, je umenie. Kocky boli zostavené tak, aby vopred agregovali údaje, takže ich získavanie údajov je naozaj rýchle, ale spracovanie kocky chvíľu trvá, pretože musí vykonať všetky tieto agregácie. A potom bol hardvér lacnejší a pamäť lacnejšia a potom všetci prichádzali so stĺpcovými obchodmi a databázami v pamäti. A tiež tabular je pravdepodobne najbližší k tradičným relačným databázam a je oveľa jednoduchšie a rýchlejšie zostaviť tabelárne modely ako s OLAP. Nevýhodou je však to, že je v pamäti, celá vec spočíva v pamäti, takže je veľmi náročná na pamäť a údaje sa neshromažďujú, kým o to nepožiadate. Takže, ale po tom, čo ste to všetko povedali, začíname vidieť oveľa viac tabulových tam.
Eric Kavanagh: To je zaujímavé. Dôvodom môže byť aj to, že sa toto odvetvie trochu vyrovnáva, a tým myslím, že získavame omnoho viac ľudí, ktorí interagujú s údajmi a používajú rôzne nástroje, a určite, keď hovoríte o spoločnosti Microsoft, myslím to je určite prípad, že máte veľa, omnoho viac používateľov pre malé a stredné podniky, a dokonca aj niektoré väčšie organizácie, ktoré sa púšťajú do vecí, získavajú prístup k nástrojom, spúšťajú otázky a nie sú tak dobre oboznámené s celý proces a technológie okolo budovania kociek, do vašej miery, však? Lebo to si vyžaduje nejakú myšlienku a je to tiež drahé, nie? Stavanie týchto kociek si vyžaduje čas, kým nevyužijete niektoré z novších technológií vonku. Napríklad, hovorili sme napríklad so spoločnosťami ako Snowflake, robí to celkom zaujímavé veci, ale myslím si, že ich používa omnoho viac ľudí a pravdepodobne idú s tým, čo ste práve opísali, čo je tabuľkový formát., na rozdiel od formálneho budovania kociek, však?
Stan Geiger: Áno, dobre, myslím, Excel, kedy to bolo, Power Pivot, verím - to je vlastne tabulové, ak sa na to pozriete; je to spôsob, ako zostavujete tabuľkové modely. A potom nasledovala ďalšia iterácia, môžem vám povedať, aké sú moje tabuľkové modely, ktoré zostavujem, a nasadím ich na server SQL Server, aby som ich mohol zdieľať so všetkými ostatnými. Je to tak trochu prirodzené rozšírenie mimo Excel.
Eric Kavanagh: Áno, to je dobré. To, čo sme videli za posledných päť rokov, povedal by som, že päť až sedem rokov, je iba obrovské rozšírenie využívania týchto technológií, však? A Microsoft, úprimne povedané, bol priekopníkom v tejto oblasti, skutočne demokratizoval údaje o energii prostredníctvom analytických služieb a prostredníctvom služby Power Pivot, však? Myslím, že to bol menič hier pre priemysel, však?
Stan Geiger: Áno, nie, máte úplnú pravdu. Myslím tým, že mám snímku, keď dávam dlhšiu prezentáciu, ktorá ukazuje prechod od sémantického modelu, ktorým bol OLAP, do tabuľky. A myslím, že mám ponuku od spoločnosti Microsoft; Chcú údaje v rukách používateľov, nielen cez stenu v IT obchode, chcú získať viac údajov do rúk ľudí, ktorí ich konzumujú.
Eric Kavanagh: A to sa vracia späť k prvému veľmi jednoduchému snímku, ktorý som ukázal, čo bol základný rozhodovací proces pre každú organizáciu, a teraz - a myslím si, že je to skvelá vec - získavame stále viac a viac ľudí z celej hierarchie organizácie venujúcej pozornosť tomu, čo sa deje, prinášať ich príbeh na stôl a robíte to pomocou údajov, to je spodný riadok, myslím, môžete použiť iné prostriedky, ale ak svoj príbeh zálohujete údajmi, budete mať oveľa silnejšie argumenty ako tí, ktorí to tak nie sú, však?
Stan Geiger: Presne tak. Rovnako ako, áno, to je úplne správne. Chcem tým povedať, že teraz to bolo „Hej, potrebujem túto správu“, takže teraz musím prejsť žiadosťou o správu a musím tu prejsť a dostať svoju správu, a teraz môžem sedieť priamo pri stole a skutočne, mám prístup k vygenerovaným údajom, robím svoje obchodné rozhodnutia.
Eric Kavanagh: Správne. Viete, vrátil som sa z konferencie práve tento minulý týždeň a bol tu hysterický komentár od chlapa, ktorý prevádzkuje pomerne veľké prostredie BI pre obchod Target, a odvolával sa na samoobslužné analýzy a samoobslužné BI a samozrejme to je dnes veľký problém. Som si istý, že je to niečo, čo vedie veľa aktivít k tomu, čo robíte v IDERA, pretože keď chcete spustiť samoobsluhu, v prvom rade by ste mali mať zdravé prostredie BI, nie? Ak sa chystáte prinútiť všetkých ľudí, aby sa pýtali na všetky druhy otázok rôznymi spôsobmi, budete chcieť mať tu niečo podobné, aby ste vedeli, kto sa pýta, ktoré otázky a kde. A vtipný citát vyhodím len za kopy, ako ste povedali: „Medzi samoobslužným BI je tenká hranica a choďte sami sebou.“
Stan Geiger: Áno.
Eric Kavanagh: Myslel som, že to bolo hysterické. Ale vidíte, že samoobslužný trend skutočne zvyšuje povedomie o tom, čo robíte s touto technológiou?
Stan Geiger: Áno, pretože ako ste povedali, ak chcete povoliť samoobslužné BI, pravdepodobne získate nejaké problémy s výkonom, pretože: A) množstvo prístupu, množstvo ľudí, ktorí idú na údajoch a B) množstvo zle vytvorených dopytov a spôsobov prístupu k nim, ktoré máte. Je to skutočne nevyhnutné, aby ste monitorovali prostredie, aby ste boli schopní udržať každého šťastného, že sa snaží spotrebovať údaje, nie?
Eric Kavanagh: Áno, myslím, že je to presne tak. Je to požehnanie a kliatba: je dobré, že sa ľudia snažia veci používať, ale opäť, k vašej veci, ak v tom čase nemáte správny nástroj, budete nešťastným karavanom, pretože mimo samoobsluhy bez nástroja, ako je tento, sa mi zdá, že to len žiada horskú horu.
Stan Geiger: Áno, je to podobné, ako keď som staval dátové sklady, je to ako keby ste nezískali správne svoje dimenzie a tabuľky s faktami, potom ste to pre ad hoc prehľady uvoľnili, možno budete chcieť prehľadávať pod skale.
Eric Kavanagh: To je úžasné. Áno, je to dobré, opäť, je to dobrá správa, že ľudia používajú tieto veci, ale myslím si, že musím veriť, že samoobsluha bude riadiť veľa aktivít za to, čo robíte, pretože hovoríte o rampách. zvyšovať množstvo napätia a tlak na tieto systémy rádovo. Nielen po jednom, alebo podľa dvoch rádov a to je bod, ktorý skutočne chcete mať nejakú viditeľnosť a chcete vedieť, kto čo robí, kde, kedy, ako a prečo. Spýtajte sa na tieto otázky a potom urobte nejaké rozhodnutia o tom, ako môžete monitorovať a meniť prostredie a zmeniť svoje pravidlá o tom, kto získa prístup k čomu, však?
Stan Geiger: Správne. A viete, tiež viete, vidíte, že využitie vám tiež umožňuje ísť tam a potenciál, ako som spomenul objekt v kocke, môžem robiť veci na zlepšenie toho, že pokiaľ ide o spôsob, akým budujem a navrhujem veci. Je preto nevyhnutné, aby sa nielen to pozeralo na výkonnosť vecí, ale aby sa aj na tejto úrovni dalo vidieť, ako funguje vaša schéma a váš návrh, aby sa na ňu mohli vyladiť. A bude to čoraz väčšie a väčšie, pretože veci ako power BI sú teraz vecou veľkého, so spoločnosťou Microsoft, takže teraz si môžem zostaviť svoje vlastné dashboardy a widgety a veci a nemusím byť vývojárom BI.
Eric Kavanagh: Správne. Áno, je to dobré, všade sa to dostáva, ale budete potrebovať nejaký spôsob riadenia tohto prostredia alebo budete mať nešťastných používateľov. To vedie k nešťastnému riadeniu, ktoré vedie k prepúšťaniu ľudí. Keď sa veci začnú rozpadať, je tu celkom jasný dominový efekt, ale je to skvelé.
Tak som tu nejakých päť minút žvýkal. Robine, mal si nejaké otázky?
Robin Bloor: Myslím si, že je skutočne fascinujúce byť úprimný. Mám na mysli premýšľanie o tom, že sme mali veľmi obmedzené prostredie a samoobsluha skutočne mení svet a veľa z toho sa skutočne deje, pretože do prostredia prišlo do prostredia oveľa viac údajov, ako sa stalo predtým. Jediná otázka, pretože nemáme veľa času, ale jediná otázka, o ktorú by som sa chcel opýtať, je, ako ste vysvetľovali spôsob, ktorý - pretože som si myslel, že je to veľmi dobrá ukážka - spôsob, akým Monitorovacie práce BI. Zaujímalo by ma, čo vlastne robia ľudia, ktorí takéto veci nemajú? Pretože to musí byť veľmi ťažké, existuje veľa vecí, v ktorých urobíte zmenu, hlavná príčina je v poriadku, nemusíte sa vždy nevyhnutne dostať ku koreňovej príčine, ale s niektorými vecami sa môžete dostať ku koreňovej príčine. že sa pozeráte na to, že keď ste povedali, že niekoľko ľudí si tento nástroj kúpi len preto, aby vedelo, kto čo beží, a že moja myseľ sa točí, pretože je to ako keby ste nevedeli, kto to čo beží, potom je to mimo kontroly. Ako vyzerá prostredie, keď je mimo kontroly?
Stan Geiger: Myslím, že všetky tieto informácie, ktoré máme v nástroji, môžete získať sami, ale musíte napísať veľa skriptovania z domu a pretože všetky údaje sú tam, stačí vedieť, kam dostať to, čo vyžaduje úroveň odbornosti, však? Takže v prostrediach, kde nemáte takú úroveň odbornosti, v podstate to, čo dostanete, je hej, je to hore alebo dole? Naozaj neviem, či to funguje efektívne alebo nie, ale je hore, nie? A potom začnem telefonovať alebo ľudia budú hovoriť: „Hej, moja správa nie je v mojej doručenej pošte, čo sa deje?“ Alebo „Práve som túto správu odoslala prostredníctvom prehľadových služieb“, alebo tu môžu robiť otázky v analytických službách, ale trvá to pol hodiny a trvalo to iba 30 sekúnd, čo sa deje? Teraz musíte urobiť cvičenie na oheň a vyskúšať si to a bez použitia náradia sa stáva veľmi ťažkým.
Robin Bloor: Dobre, dobre, to sa mi stále viac zjavovalo, keď ste demonštrovali každú z dimenzií toho, čo ste tu vlastne dostali. Druhá vec, je to ako na veľmi, veľmi primitívnej úrovni, ak nemáte varovania, ktoré vám hovoria, že sa veci pokazili, potom je to len drahé - dostanete sa do drahej situácie a snažíte sa vyliečiť to, čo sa stalo, pretože nezistíš to, až kým veci nezačnú padať zle, však?
Stan Geiger: Správne, nevieš, čo nevieš.
Eric Kavanagh: Máte to. Ahoj ľudia, vyhoreli sme hodinu a tu sme sa zmenili. Veľmi veľké vďaka nášmu vlastnému Robinovi Bloorovi a samozrejme nášmu priateľovi Stan Geigerovi zo spoločnosti IDERA Software. Budú v spoločnosti Enterprise Data World, v skutočnosti, ak tam niekto z vás pôjde dole, bude váš aj tam v Atlante. Náš dobrý priateľ, Tony Shaw, robí túto konferenciu skvelú prácu už štyri roky a hej, čo je staré, je opäť nové. Všetko je to horúce. Dúfajme, že sa tam uvidíme, ak nie, pozrite sa s nami na budúci týždeň, máme tu množstvo ďalších webcastov.
Vždy zvedavé, keď si vypočujete svoje myšlienky, pošlite e-mail na adresu, ktorá sa mi priamo hodí, ak máte nejaké otázky alebo návrhy alebo iné technológie, o ktorých by ste sa chceli dozvedieť v službe Hot Technologies. A s tým sa ťa rozlúčim, ľudia. Ešte raz ďakujeme, že ste sa k nám pripojili, nabudúce s vami budeme hovoriť. Dávaj pozor. Zbohom.
