Izņemšana: Saimnieks Ēriks Kavanaghs apspriež datu bāzes tendences ar Dr. Robinu Blooru, Dezu Blanšfīldu un Skotu Valzu šajā Hot Technologies epizodē.
Pašlaik neesat pieteicies. Lai redzētu video, lūdzu, pierakstieties vai reģistrējieties.
Ēriks Kavanaghs: Dāmas un kungi, sveicināti un laipni gaidīti 2016. gada karstākajā šovā IT pasaulē, Hot Technologies. Jā, patiešām! Mans vārds ir Ēriks Kavanagh, es šodien būšu jūsu vadītājs izrādei ar nosaukumu “Redzamības māksla: vairāku platformu pārvaldības iespējošana”, jā. Dažas ātras piezīmes. Šeit ir slaids par tavu patiesi, protams, pirms pieciem gadiem un pietiekami par mani, mani uzrunāja vietnē @Eric_Kavanagh. Gads ir karsts, šis ir mūsu karstais tehnoloģiju standarta slaids. Tas, ko mēs darījām ar šo izrādi, ir tas, ka mēs gribējām programmu, kas mums palīdzētu noteikt noteiktu tehnoloģiju veidu, tāpēc visa ideja ir tāda, ka mēs saņemam divus analītiķus, kuri ierodas un dod iespēju uzņemties noteiktu vietu vai noteikta veida funkcijas. kas uzņēmumam ir vajadzīgs, un tad ienāk pārdevējs un parāda, ko viņi ir uzbūvējuši, un paskaidro, kā tas atbilst tam, ko dzirdat no analītiķiem.
Un tā iemesls, kā jūs varētu iedomāties, ir tāpēc, ka uzņēmumu programmatūras mārketinga pasaulē ir termini, par kuriem tiek apvienotas lietas, un tas, kas notiek vienmēr, ir tas, ka pārdevēji izmanto jaunāko karsto terminu, piemēram, lielos datus vai analītiku piemērs vai pat SOA vai dažādi termini, piemēram, platforma, un dažreiz šie vārdi ir ļoti precīzi noteiktai tehnoloģijai, un dažreiz tie nav. Šī izrāde tika izstrādāta, lai patiešām palīdzētu mums pastāstīt jums, auditorijai, kādas konkrētas tehnoloģijas darbojas, kā tās darbojas un kad jums tās jāpielieto.
Ar to es iepazīstināšu mūsu runātājus. Mums ir savs doktors Robins Bloors, kurš piezvana no viņa Ostinas, Teksasas štatā, Deza Blanšfīldas, zvanot no planētas otras puses, un mūsu viesis Skots Valzs, kurš zvana no Kentuki. Un, patiesi, es faktiski esmu ārpus Pitsburgas, tāpēc mums šodien ir organizācija, kas pilnībā atrodas ģeogrāfiski no dažādām vietām. Līdz ar to es stumšu Robina pirmo slaidu, droši uzdodiet jautājumus, starp citu, ļaudīm, nekautrējieties. To var izdarīt, izmantojot tīmekļa apraides konsoles komponentu Q & A. Un līdz ar to es to nodošu Dr Bloor. Stāvs ir tavs.
Robins Bloors: Labi, paldies par iepazīstināšanu ar Ēriku. Ļaujiet man nokļūt tikai pirmajā slaidā. Šī ir meerkatu kolekcija, kas domā par datu bāzi. Visa prezentācija, ko es šeit daru, patiešām ir tikai vispārīgs domu kopums par datu bāzi, kas man pēdējā laikā ir bijusi. Lieta ir tāda, ka patiešām ap 2000. gadu šķita, ka datu bāzes spēle ir beigusies ka lielākā daļa datu bāzu ieviešanas notika relāciju datu bāzē. Un tad tas tikai mainījās, jūs zināt, visas šīs lietas, par kurām meerkats domā, kolonnu krājumi, galveno vērtību krājumi, dokumentu datu bāzes, atmiņā esoša datu bāze, grafiku datu bāze un vēl daudz kas cits, kas pēkšņi parādījās. Un tas bija gandrīz kā jauna veida ģeoloģiskais laikmets, kurā pēkšņi parādījās dažāda veida dzīvnieku fosilijas.
Ziņas no Wobegon ezera, tā vienreizējā modeļa datu bāzei tiešām ir beidzies. Nav šaubu, ka joprojām dominē RDBMS, taču tagad ir izveidotas cita veida datu bāzes. Tas tiešām ir pārskats par to, ko es šeit teikšu.
Datubāzes dimensijas, dažas no tām, pēdējā laikā faktiski kļuva svarīgākas, taču tās, par kurām es varēju padomāt, kad izdarīju šo slaidu, vai tā bija paplašināta, lai efektīvi izmantotu jebkura servera resursus? Vai tas izlīdzinās, lai tas varētu iziet pāri lielām kopām? Vai tā izmanto pieejamo aparatūru, kas tāda veida atmiņā esošās datu bāzes iet šajā virzienā? Vai tas ir sadalāms? Pastāv vairākas datu bāzes, kuras izplata mainīgumu. Kādas īpašības tam piemīt? Datubāzes pamata ACID īpašība. Bet tagad tā vietā, lai būtu faktiska konsekvence, daudzām datu bāzēm ir iespējamā konsekvence, cilvēki tās izmanto un viņiem nav problēmu ar tām, tāpēc viņi ir parādījuši, ka ACID nebija absolūti nepieciešams, tikai laba lieta, kas ir daudz situāciju.
Metadatu organizācijas ziņā visa spēle ir mainījusies. Mums ir dažādas metadatu organizācijas, nevis tipiska RDBMS shēma. Optimizētāja ziņā notiek šausmīgi daudz optimizētāja darbību atkarībā no datu struktūrām, kuras jūs mēģināt optimizēt. Pārvaldāmības ziņā šajā ziņā ir daudz atšķirību, par kurām es runāšu vēlāk, taču būtībā viss DBVS punkts ir pārvaldāms, un atkal tas, cik lielā mērā tas ir pārvaldāms, nosaka tā lietderības pakāpi.
Runājot par aparatūras faktoriem, tas ir tas, kas saka: es domāju, ka šeit ir tikai viens punkts -, kas šeit tiek izteikts, ir tas, ka viss, ko mēs šodien skatāmies datu bāzes arhitektūras ziņā, mainīsies. Tās var būt tās pašas datu bāzes, taču tām vienā vai otrā veidā būs jāņem vērā tas, kas faktiski notiek aparatūras līmenī. Daudzus, daudzus gadus mums bija šī samērā vienkāršā CPU, atmiņas un vērpšanas diska situācija - labi, ka tas ir pagājis.
Šeit runa ir par to, ka, pirmkārt, mums ir CPU, taču tie ir daudz paralēlākas iespējas nekā līdz šim ar daudziem, daudziem dažādiem apstrādes kodoliem. Mums ir arī GPU, mums ir arī FPGA, dažāda veida silīcijs, bet Intel ir apprecējis vienu FPGA ar CPU nākamajā laidienā, un - AND - ir apprecējis GPU un CPU kopā vienā mikroshēmā. Jums ir čipsi ar atšķirīgām īpašībām. GPU priekšrocība ir tā, ka tas tiešām ir lieliski piemērots smagai paralēlei un jo īpaši skaitliskam aprēķinam. FPGA, kurus vienā vai otrā veidā varat izmantot, varat ievietot kodu mikroshēmā, un tas darbojas daudz ātrāk nekā tad, ja jūs to vienkārši barojat ar mikroshēmu.
Notiek šo lietu savstarpēja selekcija. Mēs esam ieguvuši 3D XPoint no Intel un PCM no IBM, kas ir jauni atmiņas veidi, kas ir lēnāki par RAM, lētāki nekā RAM, bet nestabili. Un tas rada nelielu satraukumu starp vairākiem programmatūras pārdevējiem, ar kuriem es runāju. Mums ir SSD, bet tagad tie kļūst ļoti, ļoti lieli un tie nodrošina paralēlu piekļuvi. Paralēli piekļūstot ļoti lielam SSD, varat pieiet lasīšanas ātrumam, kas līdzīgs RAM lasīšanas ātrumam. Mums ir šāda iespēja no trīs veidu atmiņas RAM, 3D XPoint materiāliem un SSD, kas visi notiks ārkārtīgi ātri. Un tā kā datu bāzes būtība ir ātrums, visa datu bāzes tehnoloģija mēģinās to izmantot pēc iespējas ātrāk. Un tas ietvers un ir iesaistīts paralēlajā arhitektūrā, bet paralēlās arhitektūras mērogā. Aparatūras līmeņa veiktspēja visu laiku paātrinās, tiek darīts daudzus gadus, turpina to darīt, un vispārējās izmaksas samazinās.
Asaras taka. Tie ir tikai dažādi mēģinājumi datu bāzēs, pirmās datu bāzes pirms relāciju parasti sauca par tīkla datu bāzēm, pēc tam nāca par relāciju datu bāzēm, pēc tam nāca objektu datu bāzes, tās nesaņēma lielu vilkmi, pēc tam nāca kolonnu krājuma datubāzes, kuras vai relāciju datu bāzes tika veiktas ļoti atšķirīgi. Un tad mums bija dokumentu datu bāzes un SQL datu bāzes, kas bija objektu datu bāzes, kas tika veiktas atšķirīgi, vai, ja vēlaties, viena un tā pati objektu datu bāzu kolonna, un tās tika pieķertas. Un nesen mums bija grafu datu bāzes, kas iegūst vilci, un RDF datu bāzes. Un tas, ko jūs skatāties, ir vismaz trīs dažādi datu struktūru komplekti, kas tiek pielāgoti. Relāciju datu bāze tabulas un rindas veido ļoti labi. Dokumentu datu bāze un objektu datu bāzes - tām ir ļoti neērta datu struktūra, īpaši hierarhiskas datu struktūras. Un grafiku datu bāzes un RDF datu bāzes tīkla datu struktūras veido ļoti labi. Un šīs dažādās, es domāju, ka tās ir trīs līnijas, šīs līnijas turpināsies bezgalīgi. Tas neapstāsies, jo dzinēji, kas labi veic šīs lietas, īpaši labi nedarbojas ar citu datu struktūru.
Un tad mēs esam ieguvuši Hadoop sabojāšanas koeficientu. Hadoop nav datu bāze, bet ir datu bāzes, kuru glabāšanas struktūrā tiek izmantoti HDFS. Un daudzas lietas, kuras dara Hadoop, ir pārvaldības veida lietas, kas jādara datu bāzei. Tāpat vērts pieminēt, ka arī Spark nav datu bāze, taču tam ir un tas ir nenobriedis, taču tam ir SQL optimizētājs, un tāpēc tas ir kā datu bāzes kodols, obligāti nezinot, kur jūs glabājat datus , bet, ja jūs to uzlīmējat HDFS, liela daļa datu bāzes prasību faktiski tiek izpildītas, vienkārši izmantojot pamatā esošās failu sistēmas iespējas. It īpaši dzirkstele ir kļuvusi par datu bāzes ekosistēmas daļu, un to bieži vien apvieno ar jaudīgākām datu bāzēm, un iemesls tam patiesībā ir analītika. Analītika - Spark ir labi, tas ļoti labi iet ļoti ātri analītikā. Analytics ir galvenā lietojumprogramma, kurā lielākā daļa cilvēku iegulda tieši tagad, tāpēc divi soļi iet roku rokā. Datu apvienošana, nevis koncentrācijas noteikumi, tai vajadzētu būt acīmredzamai, ņemot vērā to, ka jums ir vismaz trīs dažādas vajadzības, strukturēti datu bāzu veidi un tādējādi datu apvienošana, ja vēlaties koplietot datus starp tām. Tas bieži vien ir nepieciešams, bet jums ir arī datu bāzes, kas mērogojas, un datu bāzes, kurām nav, tiešām jaudīgiem motoriem, piemēram, Teradata vai Vertica, ir ļoti īpaša vieta, bet mazākiem motoriem, kas var veikt šausmīgu darbu, tāpēc federācija visticamāk, ilgi un ilgi atradīsies pat starp relāciju datu bāzēm.
Pēdējais, ko teikt, IoT, tas nebeidzas, kamēr resnā dāma sāk disgorgēt datus. IoT vienā vai otrā veidā var radīt atšķirīgu dinamiku datu bāzu pasaulē, un tas vēl vairāk sarežģīs. Cerams, ka būs - vienā vai otrā veidā - notiks kaut kāda veida konverģence, bet es neredzu, ka tas viss sanāk kopā, kā tas notika ar relāciju datu bāzēm. Nevienā laikā drīz.
Un es domāju, ka tas ir viss, kas man jāsaka, tāpēc es to nodošu Austrālijai.
Dez Blanchfield: Paldies, Robin. Paldies visiem, ka pievienojāties mums, paldies, ka esat man šorīt vai šopēcpusdien. Šī ir patiešām karsta tēma, jo pēdējās desmitgades laikā mēs esam piedzīvojuši diezgan lielu eksploziju attiecībā uz datu apjomu, kas mums jārisina, un vienmēr, ka dati atrodas kaut kādā sistēmas formā, kas lielākajā daļā gadījumu ir kāda veida datu bāze. Es domāju, ka es ātri pārņemšu mūs ļoti augsta līmeņa pastaigā par to, kā mēs nokļuvām šeit, kā arī par radīto problēmu un to lietu veidiem, kuras mums tagad jārisina, un tad mēs runāsim par risinājums, ko var tam piemērot. Ļaujiet man vienkārši satvert manu pirmo slaidu šeit.Es uzskatu, ka mēs atrodamies brīdī, kad DB admin 2.0 jeb datu bāzes admin 2.0 ir tāda veida situācija, kādā mēs šobrīd atrodamies, savulaik datu bāzes administratoram bija diezgan vienkārša loma un izaicinājums un jūs varētu diezgan ātri kādu apmācīt. Mūsdienu pasaulē tā vairs nav, un es jums parādīšu, kāpēc tas tā ir.
Reiz datu bāzes administrators varēs izveidot savienojumu ar DB aizmugurējo daļu un ātri parādīt datu bāzes, un sistēmā būtu saraksts ar datu bāzēm, kuras viņiem bija jāzina un kuras ļoti ātri varēja iegūt šīs datu bāzes un atlasiet tās, un tām ir mazliet kule un zonde, un izmantojiet tulkošanu, aprakstiet tabulu, lai uzzinātu, kas ir tabulā, un katru kolonnu un rindu, un tas bija samērā vienkāršs izaicinājums, un, ja jūs lasītu vidējo divu vai trīs simtu lappušu grāmata par datu bāzes administrēšanu katrai platformai, jums bija iespēja gandrīz iemācīt sevi, neveicot raķešu zinātnes grādu.
Bet tas vairs nav tas iemesls, un, manuprāt, iemesls tam ir tas, ka datu bāzu pasaulē ir vienkārši pārāk daudz iespēju, lai viena persona varētu būt speciālists eksperts un spētu manuāli pārvaldīt un administrēt . Un iemesls tam ir tas, ka pēdējo četru līdz piecu gadu desmitu laikā, kad runa ir par serveru un datu bāzu sistēmu un datu bāzu serveru un lietojumprogrammu komplektu pasauli, mēs esam nogājuši ļoti, ļoti tālu ceļu. Reiz mums bija liela dzelzs nācies saskarties ar to, kas faktiski bija mazs, un smieklīgi mazs, ja mēs tagad atskatāmies. Otrdien es redzēju patiešām glītu fotoattēlu ar šo apbrīnojamo kundzi, kura bija galvenā NASA programmētāja un izstrādātāja laikā, kad mēs likām vīriešus uz mēness, un viņas kods tika izdots simts trīsdesmit divās daļās. kolonnu līnijas ers un ventilatora salocīts, un tas faktiski bija garāks nekā viņa bija, uzrakstītā koda daudzums.
Un, pārdomājot to, man šķita, ka patiesībā tas ir apmēram divi vai trīs simti mega datu, kur viņai tas viss bija jāievada, ja ne mazāk. Un tātad kopējais datu daudzums, kas bija viņas koda turēšanai, kaut arī tas fiziski bija garāks par viņu, kad tas tika izdrukāts uz papīra, faktiski bija ļoti, ļoti mazs daudzums. Pat šie lielie istabas lieluma datori, un tas ir IBM System / 360 šajā konkrētajā slaidā, datu apjoms, ko tas faktiski varēja glabāt, bija niecīgs, salīdzinot ar mūsdienu pasauli. Faktiski mūsu viedtālruņos ir 60 un 128, un 256 spēles, un drīz vien mūsu tālruņos būs terabaiti, vēl ilgi, kad zibspuldzes cena pazeminās.
Tātad tajā laikā un tajā laikmetā datu bāzu administrēšana bija diezgan vienkārša. Šis ir 3270 termināļa sesijas momentuzņēmums un DBA var pieteikties un apskatīt ar datu bāzi saistīto failu skaitu, kā arī tur esošos indeksus un rindas un kolonnas. Un šeit šajā ekrānuzņēmumā var redzēt, ka šī ir viena tabula un vairākas tabulas vietas, kas būtu bijis viss lieldators, kas pārvalda vienu datu bāzes tabulu. Tā kā šodien datu bāzu sistēmās mēs glabājam miljardiem ierakstu rindu. Un pārmaiņas notika, mainoties tehnoloģijai, kas ļāva mums izveidot datu bāzu platformas un datu pārvaldības sistēmas.
Ja mēs domājam par oriģinālo lieldatoru veidu un daudziem datoriem, kuros darbojas datu bāzes un galu galā ar relāciju datu bāzēm, tātad pirms piecdesmit plus gadiem, un to lielo dzelzs veidu pasauli un mazajām datu kopām, kādas mums bija, ar laiku mēs nokļuvām apmēram astoņdesmitajos gados , mēs bijām sava veida, mēs gājām cauri lieldatoriem no mini līdz mikro, un mums bija datori, kas darbināja tādas lietas kā dBase II un dBase III, kā arī DOS un CP / M, un mums bija ļoti agrīna relāciju datu bāze- pieejamās stila tehnoloģijas, un tās bija diezgan labi mērogā, salīdzinot ar to, pie kuras mēs bijām pieraduši lieldatorā. Laikā, kad mēs nokļuvām deviņdesmitajos gados, mums bija tādas patikas kā Oracle un DB2. Deviņdesmito gadu beigās mums bija cilvēki, piemēram, slepeni datori, kas varēja salīmēt kā tīkla modeli, ļoti, ļoti lielas mašīnas, skapīša lieluma mašīnas, kas kopā varēja ņemt līdzi un veidot šīs datoru kopas. Bet pat tad tas joprojām bija mazs salīdzinājumā ar to, ko mēs šodien redzam.
Bet šeit paceltajā slaidā tas ir Hadoop klasteris, kas faktiski darbojas kā viena mašīna, un būtībā tas ir tikai tiešām, patiešām liels dators un tas var turēt tāda veida tīmekļa mēroga datus, kādus mēs esam pieraduši tagad. . Tātad datubāzu administrēšanas, datu bāzes pārvaldības izaicinājumi šāda veida platformās, manuprāt, patiešām ir kļuvuši par raķešu zinātni. Jums ir jābūt ārkārtīgi gudram personāžam, lai jūs varētu saprast tehnoloģiju, kurā tā darbojas, platformu, kurā tā darbojas, tur esošajiem datiem, šo datu izmantošanas veidiem. Jā, mēs redzējām šo sprādzienu no 2000. gadu sākuma, kad mums bija jākļūst par Microsoft SQL, Lotus Notes bija diezgan labi izveidots un izveidots, un Lotus Notes datu bāzu skaits, kas izlīda ap šo vietu, bija diezgan biedējošs. Un mums bija parastie Oracle un DB2 vēsturiskie operatori, un mēs patiešām sākam turēties. Daži zīmoli, piemēram, sāka izbalināt. Bet mēs patiešām līdz tam brīdim darījām tikai tradicionālo datu bāzu administrēšanu, apmēram pēc tāda veida 2006. gada, kad, ja es atgriezīšos pie šī klastera tēla, mums bija tas, ko mēs saucām par Bovulfa klasteriem, un tas kļuva par lietu, kur mēs varētu noņemiet plauktus un salīmējiet tos un izveidojiet lielākos super datorus.
Bet, sākot ar šo brīdi, mēs šķērsojām punktu, kurā cilvēki varēja veikt vecās skolas datu bāzes administrēšanu un - kā es saku, manuprāt - mērogs kļuva ļoti, ļoti liels, ļoti ātri. Gandrīz tā, it kā mums būtu bijis liels notikums tehnoloģijās, kas pamudināja pieņemt datu tehnoloģijas un datu pārvaldības tehnoloģijas, un it īpaši datu bāzēs, kas atrodas ap tām. Un tāpēc, ka mēs faktiski veidojām augstas veiktspējas skaitļošanas stila kopas, lai mitinātu datus dažādās formās. Un, lai pieturētu šo punktu, šeit ir mums pieejamo datu bāzu tehnoloģiju ainavas momentuzņēmums no 2016. gada. Sākot no labās puses apakšējā stūra un atvērtā koda, līdz infrastruktūras augšējam kreisajam stūrim. Augšējā labajā stūrī mums pieejamo lietojumprogrammu risinājumu augšējā labajā stūrī un apakšējā kreisajā stūrī - infrastruktūras un veiktspējas motoru sajaukums, kas veic analītiku utt. Un pa vidu ir tādas ierīces kā mūsu viedtālruņi, protams, kas faktiski darbojas ar ļoti mazām datu bāzu versijām, lai veiktu tādas darbības kā mūsu kontaktu pārvaldīšana un tā tālāk, vai arī zvanu žurnālus un citas lietas, kas mums ir.
Un tāpēc manā uztverē notika šis sprādziens, tāds kā Kambrijas sprādziens šāda veida lietās, kur tik ļoti īsā laika posmā no aptuveni 2006. līdz 2016. gadam, kas faktiski ir desmit gadi, notika tehnoloģiju attīstība, kā bija. Mēs tagad esam redzējuši, ka grafiku datu bāzes kļūst par lielu lietu, atmiņā esošās datu bāzes kļūst par lielu lietu, SQL datu bāzes nāk līdzi. Pāreja uz dažādiem skaitļošanas modeļiem, Hadoop, radās, mums bija MapReduce modelis, tagad mums ir Spark un straumēšanas analītika un straumējoši datori, elastīgi sadalīti dati, ietvari, kas cilvēkiem ir jāizstrādā viņiem, lai nonāktu līdz vajadzīgajiem mērogiem, un, domājot par šo braucienu, jāpārbauda, kādas ir relāciju datu bāzes pārvaldības sistēmas ar parastajiem aizdomās turamajiem, Oracle, PostgreS, Sybase, IBM DB2, MySQL un Microsoft SQL Server platformu. Mēs esam redzējuši, ka tagad blokā ienāk daži jauni bērni - Clustrix, Xeround, NuoDB, MemSQL, un ir vēl desmitiem un desmitiem citu, kā jūs iepriekš redzējāt šajā slaidā. Ja jūs varētu iedomāties izaicinājumu, kad jums jāzina šīs platformas un zināt, kā tās vadīt un iegūt vienu stikla skata stiklu, jums ir jābūt DBA un jādara šīs lietas, izaicinājums nebūt nav mazsvarīgs. Un tad pēkšņi nāca klāt NoSQL dzinēji, kas ir pilnīgi jauns izklaides veids.
Un tātad pēdējais slaids, kas man šeit ir, ir sava veida galīgais viens-divi-trīs sitieni, un tas ir tas, ka mēs tagad esam pārņēmuši dažas no šīm tehnoloģijām un esam viņiem izveidojuši servisa iespējas, mēs tos esam ielikuši mākoņu modeļi, un tie tagad ir pieejami kā utilīta, kā pakalpojums, pamatā jūs varat iegūt datu bāzi kā pakalpojumu, un parastie zīmoli, ko mēs tur redzam Amazon Web Services un Google Cloud Compute Platform un Microsoft Azure, ir tie, kas nonāk pie cilvēku prātā, bet faktiski tagad ir desmitiem un desmitiem mākoņu platformu. Un, piemēram, Austrālijā ir kaut kas līdzīgs simtam divpadsmit uzņēmumiem, kas ir bona fide liela mēroga publisks mākonis un piedāvā datu bāzes pakalpojumus dažādās formās.
Domāšana par izaicinājumu, kas vidējam DBA ir jāizkāpj no gultas un jādodas uz darbu un tiek galā ar tagad, ir diezgan prātojošs izaicinājums. Un tāpēc es tagad ļoti uzskatu, ka, tāpat kā daudzas citas lietas dzīvē, mēs esam mērogojuši tos horizontāli un vertikāli, tas ir, infrastruktūras mērogu ļoti horizontālā, gandrīz lineārā izaugsmes modelī un kaudzes sarežģītību vertikālā nozīmē, datu bāzu platformu skaits, lietojumprogrammu ietvaru un modeļu skaits, ar kuriem mums jāsaskaras, ir ievērojami pārsnieguši to, kas cilvēkiem būtu jāspēj tikt galā vienā stikla rūtī, un tas, kas tagad vajadzīgs datu bāzu administratoriem vesels jaunu rīku komplekts, lai varētu sarunāties ar visām šīm platformām, pārvaldīt tās, pārvaldīt un atbalstīt, un es uzskatu, ka tas ir viss mūsu sarunu temats šorīt vai šopēcpusdienā, jūsu laikā, un, paturot to prātā, Es nodošu mūsu viesim, kurš daudz runās par viņu produktu un to, kā tas tiks galā ar izaicinājumu.
Ēriks Kavanaghs: Labi, Skots, es došos pie rokas -
Skots Valcs: Liels paldies, labi, paldies. Paldies Dez, paldies Robinam un paldies visiem, ka šodien pievienojāties man un piezvanījāt. Es vēlos pateikties Robinam un Dezam par to, ka viņš mani pavadīja pa atmiņu joslu, būdams kosmosā kopš deviņdesmito gadu sākuma, jūs atnesāt daudz labu atmiņu. Atmiņa, ko es neredzēju nevienā no šiem slaidiem un attēliem, bija perfokartes. Un tā bija pati pirmā lieta, kas man tika iepazīstināta, kad es pirmo reizi sāku strādāt, izejot no universitātes, mans kolēģis blakus esošajā kubā man teica, lai nepieskaros viņa perfokartēm. Tātad, jā, absolūti, un tas tiešām ir bijis izaicinājums un izaicinājums, ar kuru mēs strādājam, lai palīdzētu mūsu klientiem uzrunāt kopš deviņdesmito gadu vidus, un tas ir produkts, par kuru es šodien gribu runāt. Apskatīsim vairāku platformu pārvaldību, un tas ir tikai apakškopums. Es izvēlējos grafiku, bet, kad Dez safasēja -
Ēriks Kavanaghs: Jums ir jādalās ar savu ekrānu.
Skots Valcs: Ak, es to tiešām daru, paldies.
Ēriks Kavanaghs: Neuztraucies. Un ļaudis, nekautrējieties, uzdodiet jautājumus. Mums šodien ir zvana trīs gudras bikses, tāpēc viņiem ir grūti jautājumi. Varat izmantot savas tīmekļa apraides konsoles Q&A komponentu vai arī čivināt ar BriefR jahtas zīmi. Labi, Skots, atņem to.
Skots Valcs: Tur mēs ejam, paldies. Es satvēru šo slaidu un šo attēlu. Dezas attēls mani tiešām aizbēga, jo tas ir, tā ir patiešām pasaule, kurā mēs šodien dzīvojam, un pasaule, kurā uzstājas DBA. Un kā viņi minēja, tas vairs nav, jūs patiešām cīnāties, lai varētu to izdarīt tikai ar brutālu spēku. Jums tiešām ir nepieciešami rīki, un tas ir, mēs sākam spēlēt un mēs redzam visu šo slēdzi, impulsa maiņu tur, kur tas bija agri, un mums bija ļoti daudz skatu, kā jūs minējāt, un tad mēs devāmies strādāt ar vairākām datu bāzes platformām , tāpēc tas bija mūsu pirmais uzbrucējs darbarīkiem, un pēc tam tas atkal nonāca organizācijās, un pēc 2000. gada un tad, kad tas mazliet sašaurinājās. Kopā ar organizācijām gribējām būt solīdiem, bet tad tas atgriezās un, ieviešot visas šīs jaunās platformas, vienkārši apbružojās. Un tagad tā vietā, lai tiktu piesaistīti konkrētai platformai vai īpašai tehnoloģijai, neviena no šīm organizācijām nenosaka labāko. Kāda ir labākā lietojumprogrammu datu bāze, kādu platformu vislabāk izmantot? Un, ņemot to vērā, es vēlos jūs mazliet iepazīstināt ar to, ko mēs darām ar DBArtisan. Un DBArtisan ir bijis mūsu vadošais produkts, kas pārvalda, kā saka vairāk nekā 20 gadu platformu vidē, un šeit mēs dzīvojam, un šeit mums patīk uzsvērt un strādāt ar klientiem un dot viņiem instrumentus, lai padarītu tos produktīvus un izpildīts.
Ļaujiet mums iet uz priekšu, un es došos uz labo pusi. Es vairāk parādīšu produktu, jo es eju cauri slaidiem, un es domāju, ka jūs, iespējams, arī to darāt. Tiem no jums, kas iepriekš neesat redzējuši DBArtisan, mēs skatāmies uz kompi, un es domāju, ka Dez lietoja terminu “viena stikla rūts”, un tas ir tas, ar ko mēs lepojamies, sniedzot DBA vienotu ieskatu visas viņu platformas. Pareizi, nav jāatver neviena cita lietojumprogramma, mēs izveidosim savienojumu, lai jūs tur ievietotu un sāktu strādāt ar platformu. Raugoties uz datu bāzes pārlūku pa kreisi, mēs varam to izveidot pēc savām vēlmēm, mēs to varam organizēt, cik vien mums patīk. Un jūs redzēsit, ka man ir sajaukums, es esmu kāds no Oracle serveriem, man ir MySQL, šeit ir PostgreS, man arī tāds ir - tie ir marķēti ražošanas serveri, no kuriem daži ietver kādu no MySQL serveru vides. Atkal mēs labi redzam, ka esam labi iederējušies. Ja es apskatīšu jaunas datu bāzes reģistrēšanu, jūs redzēsit kādu no mūsu atbalstītajām platformām, ir pāris, kurus es vēlos parādīt. Jūs pamanīsit, kad tas ir jūsu SQL, tā atbalsts, Teradata, Apache, PostgreS, šeit ir mūsu atbalstīti vispārējie medikamenti.
Ja mums ir JDBC draiveris vai LDBC draiveris uz kādu no platformām, mēs varam izveidot savienojumu, izveidot savienojumu un ļaut jums strādāt ar platformu tieši no DBArtisan. Atkal ļaujot jums koncentrēties uz šo darbu, nevis uz to, kā jūs to gūsit. Staigāt pa visu to. Bet es gribu parādīt dažas lietas par produktu. Tādā gadījumā atvērsimies, un, piemēram, tiksim galā ar Oracle. Šī ir tikai mana mazā galvenā lapa šeit, bet es vēlos aiziet un apskatīt dažas savas shēmas, ar kurām strādāju. Mēs ievilksim vienu no lielākajām shēmām, tāpēc atkal atgriezīsim tabulu sarakstu. Pareizi, šajā gadījumā es atvērtu galdu, tāpēc mēs tos vienkārši atlasīsim, un mēs tos parādīsim mūsu objektu redaktorā.
Tagad Oracle ir kaut kas tāds, ar ko esmu strādājis gadiem ilgi, un tas, ko es jums parādīšu, iespējams, ir viegls paziņojums jums. Bet, ja platforma ir Oracle vai ja PostgreS ir platforma, vai Teradata ir platforma, kas jums tikko tika piešķirta, un jums jācenšas sasniegt ātrumu, šajā gadījumā ir jāpievieno kolonna. Vai varbūt uzdevums ir izdzēst kolonnu. Bet jūs nevēlaties, lai būtu jāuztraucas par sintakse, vai ne? Mēs vēlamies doties, vienkārši ierakstiet nepieciešamo, iestatiet to un mēs atstājam DBArtisan ģenerēt. Šeit mēs nospiedīsim “Alter”. Tas mums ģenerēs skriptu. Atkal ļoti vienkāršs piemērs, bet jēga ir tā, ka tas tiks darīts mūsu labā, lai ģenerētu un ievietotu šo kolonnu tabulā.
Ko mēs arī varam darīt, ir kolonnu pārvietošana tabulā. Ja jūs kādreiz esat mēģinājuši to darīt ar tradicionālajiem, tas ir nedaudz sarežģītāk nekā tikai viena koda rindiņa, kāda tā ir. Bet atkal DBArtisan strādās aizkulisēs, ģenerēs jums kodu un atkal izveidos SQL. Mēs slēgsimies šeit. Pirms es to daru, atkal pamanu visas cilnes, lietotāja saskarne ir ļoti intuitīva. Ja es ienācu pētniekā, ja leju līdz PostgreS, vai ne? Ja es dodos tur shēmas režīmā, paskatos tabulu, ļoti līdzīgu izskatu un izjūtu, vai ne? Mēs to atvērsim, atkal redzēsim informāciju šeit. Īpašības, senči, kolonnas. Mēs specifiski domājam par platformu, un mēs jums to piešķirsim - lietotāja saskarni, lai varētu to parādīt un strādāt ar objektiem. Jūs uzzināsit, kas jums jādara, un tas ļaus jums to izdarīt efektīvi un savlaicīgi, tāpēc jums nav jāuztraucas par tieši to, kas ir klauzula, kurai tur jāiet, lai nodrošināt šo iespēju. Mēs par jums parūpēsimies.
Turklāt, kad mēs apskatīsimies, es tagad pāriešu uz SQL Server un mazliet runātu par dažām citām funkcijām, tāpēc mums visiem ir jāuzrauga datu bāze. Tātad atkal sāciet to, apskatīsim visas notiekošās sesijas, notiekošās sesijas. Kā mēs redzēsim, kādi paziņojumi tiek izpildīti, un spēsim to kontrolēt? Vai mums jāpārtrauc sesija? Vai mums ir jāredz kādas slēdzenes, kas varētu atrasties datu bāzē? Vai ir kādas bloķējošas slēdzenes? Atkal mums ir visa šī informācija šeit, mums pa rokai, lai mēs varētu ātri reaģēt, ja nepieciešams, veikt koriģējošas darbības un to mainīt. Mēs atgriezīsimies pie mūsu pētnieka. Tas ir, kur tas ir virzītājspēks, šeit es vienmēr atgriežos, šeit man personīgi patīk sākt lietas un strādāt no šejienes. Tā kā esmu izveidojis savienojumu ar SQL Server datu bāzi, lai apskatītu utilītas. Tā kā mums ir daudz platformu, mēs varam sākt aplūkot ieguves, migrācijas. Mēs varam pārvietoties pāri platformām, ja mums ir jāpārvieto objekti no vienas platformas uz otru, mēs to varam izdarīt, ja vien šie objekti pastāv dažādās platformās. Izgūstiet shēmas, publicējiet pārskatos, ielādējiet un izlādējiet datus un dublējiet datu bāzes.
Atkal tas viss no lietotāja interfeisa. Un, nonākot šeit pie rīkiem, jūs varat redzēt visu rīku komplektu, no kura mēs varam darboties, vai ne? Starp “Atrast failos” mēs varam veikt pilnīgu meklēšanu datu bāzē, kur mēs meklējam sistēmas tabulās, lai atrastu meklēto virkni. “Skripts un faila izpilde”, ja jums ir standarta paziņojums, ko var izpildīt pret vairākām platformām, vairākiem datu avotiem, mēs to varam iestatīt tieši no DBArtisan puses, norādot uz mērķiem, pret kuriem mēs vēlamies to izpildīt. Nospiediet “Go”, un tas darbosies un atdos mums rezultātus no visiem šiem mērķa datu avotiem. Atkal ļaujot jums strādāt no vienas stikla rūts.
Un “Analītiķu sērija” atkal ir padziļināta. Tās ir vairāk orientētas uz relāciju datu bāzēm, jo mēs sākam arvien vairāk iesaistīties jaunākās platformās, jo jūs redzēsit, ka mēs paplašinām šo funkcionalitāti arī šajās arēnās. Un vispār, tikai daudz lietotāja interfeisa uzlabojumu. Īpašības, kas pielāgotas DBA. Tādus priekšmetus kā mēs varam izveidot skriptu bibliotēka.Tie SQL skripti, kurus jūs bieži izpildāt pret vairākām platformām, saglabājiet to šeit, velciet to, tiklīdz esam uzstādījuši jaunu ISQL logu, mēs varam vienkārši ievilkt skriptu iekšā, un mēs esam ieguvuši skriptu gatavs lietošanai. Atkal tas ir pa rokai, lai varētu darīt un pārvaldīt. Jūs pamanīsit, ka mēs piegādājam ar skriptiem, kas jau definēti dažām platformām, lai mēs varētu turpināt strādāt un jebkurā laikā izveidot tik daudz, cik vajadzīgs.
Jauka lieta, kas man patīk, un ko dara daudzi mūsu klienti, ja jūs kādreiz interesē, un man ir ļoti daudz šī jautājuma, kas attiecas uz: “Kā to izdarīt? Tas ir diezgan forši. Kā to dara DBArtisan? ”Šeit ir neliela iezīme“ Logfile ”, kurā varat reģistrēt visus mūsu izpildītos SQL paziņojumus, tāpēc, ja vēlaties uzzināt, kā mēs aizpildām šo izpētes darbu vai kā mēs aizpildām PostgreSQL tabulas redaktoru vai Teradata tabulu, reģistrējiet SQL, un mēs ierakstīsim visu, ko DBArtisan izpilda pret datu bāzi, un jūs varat atgriezties un apskatīt šo SQL, un tajā ir viss nepieciešamais. Varbūt vēlaties to iekļaut kā daļu no jūsu skriptiem. Pilnīgi. Pilnīgi labi.
Mums patīk būt ļoti caurspīdīgiem attiecībā uz to, ko mēs darām un ko mēs izpildām pret datu bāzi, tāpēc mēs ļausim jums saglabāt un ierakstīt visu, ko mēs piemērojam datu bāzei. Mums ir arī konfigurācijas iespējas. Jūs ievērosiet, ka man tas ir iestatīts kā “Objekta īpašnieka organizēšana”. Es varu iestatīt arī pēc “Objekta tips”. Ja es atkal nonācu savā PostgreSQL vidē, es iedziļinājos shēmā, ja es apskatīju SQL, nevis tikai manas GIM tabulas, kas pieder šai shēmai, es redzēšu visas tabulas neatkarīgi no shēmas nosaukumiem. Atkal dažādi veidi, kā organizēt lietas, kas to patiešām pielāgo jūsu pašu darbplūsmai un kā jūs to vēlaties redzēt.
Un pēdējā lieta, par kuru es gribu runāt, ir spēja iestatīt “grāmatzīmes”. Ja es veicu urbšanu, ja es strādāju vienā no manām platformām un es vēlos koncentrēties tikai uz manu tabulu režīmu, es varu pievienot grāmatzīmi. Es zinu, ka tā ir ļoti vienkārša funkcija, taču tik patīkama, it īpaši, ja strādājat ar tik daudziem datu avotiem un tik daudz platformām, cik mūsdienās ir DBA. Lai varētu ienākt sistēmā, palaidiet DBArtisan un ļaujiet grāmatzīmju pārvaldniekam aizvest jūs tieši uz vietu kokā, kur jums jāatrodas un jāspēj strādāt. Pēc tam no šejienes es varētu izveidot jaunu galdu un atkal uz platformām, kuras mēs atbalstām, kuras jūs jau redzējāt, un mēs jums parādīsim “vedni”, lai jūs varētu vadīt, attīstīt un izveidot galdu. Un mēs izveidosim visu vajadzīgo sintakse, lai to izdarītu aiz ainas, un beigās to parādīsim priekšskatījuma rūtī. Varat nokļūt apstiprināšanā, redzēt tieši to, ko mēs ģenerēsim. Jūs varat nospiest pogu “Izpildīt”, pēc tam uz “Pabeigt” pogu, ļaut tai izpildīt. Vai arī varat to saglabāt vai novirzīt uz citu ISQL logu, tāpēc atkal izveidojiet to, iespējams, tam ir jābūt lielāka, lielāka skripta daļai, kuru vēlaties saglabāt un izvietot pakešloga stundās.
Tas ir DBArtisan pārskats. Ja runājam par to, atkal tas ir produkts, kurš ir redzējis daudz platformu, atbalstu šīm platformām un lielisku lietotāja pieredzi, lieliskas atsauksmes arī no mūsu klientiem. Un, ja jūs kā viens no paneļistiem interesē, bet, ja jums ir jāatrod kaut kas saistīts ar IDERA vai DBArtisan, droši sazinieties ar mani, un jūs noteikti varat mani atrast uz manu adresi.
Ēriks Kavanaghs: Labi, es domāju, ka es to atlaidīšu Robinam, lai uzdotu jautājumus, pēc tam Dezam, un tad es uzraudzīšu dalībnieku jautājumus un atbildes. Robin, atņem to.
Robins Bloors: Labi, es domāju, pirmais jautājums, es tiešām jau labu laiku esmu pazīstams ar DBArtisan, tāpēc es esmu informēts par tā iespējām. Tas, ko es jūs interesētu, ir tā, kāda veida nākotnes ceļi no šejienes. Es domāju, es redzu, jūs zināt, pēdējo reizi, kad es to apskatīju, tam vajadzēja būt jau sen. Es redzu, ka jūs atbalstāt vismaz trīs datu bāzes, un es pat nesapratu, ka jūs to atbalstījāt iepriekš. Kāds ir DBArtisan ceļš uz priekšu? Vai ir iespējams, ka jūs vienkārši pievienosit arvien vairāk datu bāzu, vai arī tā ir funkciju paplašināšanas lieta? Kur jūs plānojat iet ar to?
Skots Valcs: Tas ir liels jautājums, un es vēlētos visu iepriekš minēto. Mēs noteikti turpināsim attīstīt, jo tradicionālās RDBMS platformas nesēž, vai ne? Viņi turpina veidoties. Mēs turpināsim iet pa šo ceļu. Un tad jūs redzēsit, kā mēs sākam meklēt un ejam tajā virzienā, lai atbalstītu jaunas platformas. Tā kā mēs atzīstam, ka, kaut arī dažas no šīm platformām turpina augt, tradicionālās RDBMS, pastāv zināmas situācijas, ka jaunās platformas ir īstās platformas, kuras klienti var izmantot. Mēs patiešām uzmanīgi vērojam šo tirgu, to segmentu un cenšamies pieņemt pareizos lēmumus, uz kurām platformām doties. Liekas, ka tie praktiski katru dienu mainās.
Robins Bloors: Tas ir labi, kā es, gan Dezs sakām, ka tas ir ļoti dzīvs tirgus, iespējams, ir viens no veidiem, kā uz to skatīties. Vēl viena lieta, kas mani interesētu - acīmredzot jūs nevarēsit precīzi atbildēt uz šo jautājumu, taču savā laikā esmu saskārusies ar vietnēm, kurās ir tūkstoš Oracle gadījumu, un Oracle nebija vienīgā izmantotā datu bāze, kas tika ieviesta, jūs zināt. Un, kad es patiesībā runāju ar viņiem par to, kā jūs vadāt uz tām daudzām instancēm, kuras viņi teica: “Nu, jūs zināt, ir tikai apmēram piecas vai sešas lielas instances, un mums ir apmēram trīs DBA, kuras mēs esam sadalījuši visā.” Mani interesē DBArtisan lietošana, jo ar to jūs varat izdarīt ļoti daudz, cik datu bāzu tas atrodas, teiksim parasti, vai pat, kas ir lielākie piemēri tam, cik virknes tas var vienlaikus pārvaldīt?
Skots Valcs: Es esmu redzējis situācijas - un tas ir mazliet sarežģīti, jo jautājums ir tāds, ka DBArtisan ļauj man izveidot vairākus savienojumus vai vairākus datu avotus, kas definēti vienā instancē. Varbūt es vēlos veikt sistelogin un pēc tam zemāku atļauju pieteikšanos, bet es esmu tikusi ar klientiem galā, ka viss sabrūk, tas notiek pa vairākiem ekrāniem. Kad es viņiem to pajautāju, jautājums, ko tu man esi uzdevis, ir šāds: “Kā tu pārvaldi tik daudz?”, Un tad viņš saka: “Man nav.” Vai ne? “Es pārvaldu to, ko varu, bet man ir vajadzīga pieeja visam.” Es vēl esmu redzējis visu, kas apstājas, jūs zināt, to, ko cilvēki var pārvaldīt, augšējā robeža patiešām ir augšējā robeža tam, ko šī persona, indivīds, var rokturis. Bet jūs zināt, kā es minēju, tos cilvēkus, ar kuriem es izaicinu, viņi atklāti atzīst, ka viņiem ir visi šie sakari, bet nav nekā tāda, ka viņi to spētu pārvaldīt. Viņi paļaujas uz savu komandu. Tā kā esmu pārliecināts, ka esat to pieredzējis, jā.
Robins Bloors: Es pats esmu bijis DBA, kaut arī to nedarīju ļoti ilgi. Un viena lieta, ko, jūs zināt, es atceros, kas pārsniedz visu, kas atrodas relāciju datu bāzēs, ir tas, ka jūs varat darīt milzīgu lietu daudzumu ar SQL. Bieži vien vairāk, nekā jūs domājat, ka varētu. Kas vienā vai otrā veidā izskaidro dažas no funkcijām, kuras ieguva DBArtisan, jo tas tieši tulko tieši SQL. Bet, jūs zināt, es esmu pārliecināts, ka jūs darāt citas lietas. Tas viss ir SQL skripts vai ir arī kādas citas īpašas kārtības, kas rakstītas ezotēriskām situācijām?
Skots Valcs: Jā, liela daļa no tā, lielākais, ir SQL, tāds ir tikai tā raksturs. Mēs taču rakstām tādas kārtības, kuras var palaist no komandrindas, izmantojot pārdevēja rīkus, pārdevēja priekšpusē. Mēs uzliksim priekšējos galus, jūs zināt, piemēram, par datu ielādes utilītprogrammām platformās, vai ne? Tie nav SQL skripti, pareizi, tie ir komandrindas darbi. Tas ģenerēs tos un varēs tos nodot DBA, lai viņi pēc tam tos varētu izpildīt. Skatiet jā, mēs darīsim mazliet par abiem, bet lielākoties tie ir SQL skripti.
Robins Bloors: Raugoties, jo acīmredzot jums tādā vai citādā veidā ir jāpaskatās uz notiekošo, ko es uzskatu par diezgan jaunu. Es domāju, ka viena no lietām, kas man liekas interesanta, notiek, ir tāda, ka Spark acīmredzami paceļoties kā raķete, bet Spark's SQL vairs nav kļuvis briesmīgi nenobriedis, lai sāktu izskatīties mazliet nobriedušāks ar mazliet vairāk SQL iespējām. Vai jūs skatāties uz šādām lietām un domājat, vai jūs sāksit pārvaldīt tās lietas, kurās ir DBArtisan?
Skots Valcs: Protams, un es to daru. Tas vienmēr ir tur. Es zinu, ka mūsu produktu vadības komanda vienmēr meklē, kur vērsties, un absolūti viss, kas mums ir uz galda, attiecas uz to, ko mēs skatāmies nākotnē.
Robins Bloors: Labi, Dez, vai tu gribi sakrāties?
Dez Blanchfield: Jā, patiesībā, tur ir daudz lielisku lietu, ko tu man atvēri, Robin. Liels paldies. Es vēlos izpētīt dažas no lietām, kas man liekas prātā, apskatot šādus produktus, un es esmu ļoti satraukts. Kad es vēlreiz pārbaudīju mājas darbus, jo, tāpat kā iepriekš pieminētais doktors Robins Bloors, viņš, tāpat kā es, kādu laiku to izseko, un es atceros, ka citu dienu apskatīju jūsu specifikāciju prasības un domāju, ka patiesībā šī lieta rit ļoti noliec to, ko tas patiesībā dara. Un es domāju, ka no atmiņas - izlabojiet mani, ja es kļūdos - es domāju, ka tas bija tikpat maz, cik klēpjdatora veiktspēja ērti vadītu DBArtisan, un tomēr tas bija spējīgs palaist diezgan ievērojamas datu bāzes rezerves daļas. Un es biju ļoti ieinteresēts redzēt, ka jums tagad ir arī Firebird un Greenplum. Es biju diezgan pārsteigts par prasību vai aparatūras specifikāciju, kas diezgan burtiski varētu darboties tāpat kā ar operatīvo atmiņu uz viena gigaherca procesora. Tas bija diezgan iespaidīgi.
Bet lietošanas gadījumi ir kaut kas tāds, kurā es vēlos nedaudz iedziļināties. Vai jūs redzat, ka produkta ieviešana ir nepieciešamība esošās vides dēļ, kuras tikko ir nonākušas nekontrolējamā, vai arī jūs redzat, ka cilvēki tagad ir mazliet aktīvāki un saka, ziniet, mēs veidojam kaut ko ļoti labu liels, tas ir sarežģīts. Un es domāju par apvienošanos un pārņemšanu, piemēram, šeit, kur organizācija varētu iegādāties lielu skaitu uzņēmumu - mazu, vidēju, lielu, neatkarīgi no tā - un galu galā mantot visas šīs vides un nākties veidot jaunu DB iespēju. Kādi ir parasti lietošanas gadījumi attiecībā uz organizācijas veidu un piemērošanu tai? Vai pārsvarā cilvēki, kuriem ir esoša vide, ir vienkārši jāattīra tās un jākontrolē tās, vai arī cilvēki ir mazliet aktīvāki un domā par sarežģītību, kuru viņi gatavojas būvēt un pievilināt jūs uz klāja agri?
Skots Valcs: Mēs vairāk redzam, ka drīz dodamies uz priekšu tieši jūsu pieminētā iemesla dēļ - konsolidācijai. Pateicoties plašajam platformas atbalsta apjomam, tas nav pilnīga nākotnes pierādīšana, vai ne, bet tas nozīmē, ka jūs un jūsu DBA esat patiešām labā situācijā, ka, skatoties uz potenciālo ieguves mērķi, vai ne, viņi ir mazliet mazāki , jūs zināt, doma par to, kādas platformas mēs varētu mantot, vai ne? Lai arī tas ir svarīgi, pareizi, tomēr bažas tur ir nedaudz mazāk nekā tas, ko tās nozīmēs mūsu DBA, vai ne? DBA ir izstrādājums, kas zina, ka viņi var izveidot savienojumu, un, ja viņi zina, kā lietot produktu, viņi iepazīsies ar savienojumu ar tikko iegādāto platformu. Tātad tā noteikti ir joma, kuru mēs atkal redzam, jau atkal zināt, klienti ar visu šo platformu sajaukšanu, vai ne? Kā es to satversu, vai ne? Un viņi to ir izmēģinājuši, jo domāšanas process ir tāds, ka katrai no platformām ir rīks, vai ne? Mēs varam izmantot savu instrumentu, vai ne? Bet galu galā atgriežas tas, ka jūs zināt, ko, jā, jūs varat, bet ne tikai man būs jāapgūst katra no platformām, tagad es mācos katru no rīkiem, kas ir kopā ar katru no platformām un tāpēc jūs tikko esat papildinājis DBA darbu. Tātad mēs redzam arī situāciju, kad viņi atgriežas pie mums un saka: “Ziniet, mums ir jāapiet rokas. Saņemsim vienu rīku DBA, jo man ir svarīgākas lietas, kas jāveic DBA, nekā jāapgūst jauna rīka saskarne. Vai dažādi rīki. ”
Dez Blanchfield: Jā, nē noteikti. Un, jūs zināt, kad jūs redzat, es domāju, ka no atmiņas, kad es vakar skatījos tikai vēlreiz, lai pārbaudītu, vai es neesmu kļūdījies, es atceros, ka jūs atbalstījāt, piemēram, Sybase, tāpēc šī lieta ir pastāvējusi mazu laiku. Ir vēl viens jautājums, kas man jums patiesībā bija tikai jā - jā, tas ir lieliski, ja jūsu sarakstā ir Greenplum un Firebird, bet jūsu Sybase, šāda veida vecums notiek ļoti ātri, tas liecina, ka tas jau kādu laiku ir bijis un paveicis labu darbu.
Kopas. Tātad, viena no lielākajām DBA galvassāpēm ir tā, ka viņi būtībā norāda uz to, kas izskatās pēc IP adreses un API paketes, vai tas ir JDBC vai LDBC vai kas cits, ar ko mēs varētu sarunāties, bet aiz tā slēpjas klasteris. Ko var vai DBArtisan zina par to, kas atrodas aiz durvīm numur viens, kā tas bija, piemēram, kad es pieslēdzos datu bāzes aizmugurē, es redzu visas vides, kas tur atrodas, un it īpaši tāpēc, ka tur ir divas daļas jautājums, varbūt. Piemēram, klasteris, domājot par, jūs zināt, jūs atbalstāt IBM DB2 un Microsoft SQL Database Server un MySQL un PostgreSQL un Oracle, kā arī dažus no šiem tradicionālajiem RDBMS, un, jūs zināt, vienmēr mēs vadām galveno-vergu vai master-master vide atlaišanai un augsta pieejamība, kā arī veiktspēja. Vai DBArtisan zina, ka aiz durvīm ir kaut kas viens, kas nav tikai viena datu bāze pati par sevi, bet gan klasteris, un, ja jā, ko viņš par to zina? Un, lai ātri ieplūstu, lai jūs varētu atbildēt uz to pašu jautājumu, atvainojiet. Tātad, aiz dažu jūsu izveidoto scenāriju kopām, kā cilvēki tiek galā ar ražošanas vides un atjaunošanas vides sajaukumu, ciktāl to izmanto DBArtisan?
Skots Valcs: Lieliski jautājumi. Es jums teikšu, ka tas būs atkarīgs no konkrētajām platformām, jo, cik mēs cenšamies, mums būs dažāda līmeņa atbalsts dažām no šīm padziļinātajām, dziļākajām funkcijām. Piemēram, Oracle un to RAC videi, Real Application Cluster, jūs varat izveidot savienojumu ar primāro mezglu šajā klasterī, taču, vēlreiz izejot caur manis parādīto datu bāzes monitoru, mēs ļausim jums redzēt, kā darbojas SQL, un mēs ' Vai tiešām jums pateiksim, kurā klastera mezglā tas darbojas, vai ne? Lai ļautu jums precīzi redzēt, vai, lēnām darbojas vaicājums, pievērsīsim uzmanību tam, kurā mezglā tas darbojas? Tā kā viss kopas iemesls neizbēgami ir tieši gala lietotājam, viņam nav vienalga, kur tas tiek izpildīts, bet DBA mums ir jāseko līdzi šāda veida informācijai. Piemēram, mēs varam nonākt līdz šādam detalizācijas līmenim, piemēram, Oracle. Citām platformām, kuras mums ir, ir savienojamība, iespējams, ne tik daudz detaļu kā mums ar Oracle.
Tas ir labs jautājums attiecībā uz ražošanas un attīstības vidi. Mēs sniedzam tāda paša līmeņa atbalstu. Patiesais primārais veids, kā mēs palīdzēsim, savienojamības slānis tur atradīsies, vai ne? Mēs varēsim izveidot savienojumu un izmantot visas funkcijas. Man ir klienti, kuri izmanto dažas no DBArtisan funkcijām, lai klasificētu savus datu avotus, vai ne? Un atkal tas varētu nedaudz atšķirties no precīza jūsu uzdotā jautājuma, bet mēs viņiem ļausim grafiski apzīmēt, kā viņi strādā. Tā kā šī ir viena no lietām, kas saistītas ar DBArtisan, es varu ātri mainīt datu avotus. Un nākamā lieta, ko jūs zināt, es gatavojos vadīt saīsinātu paziņojumu un es gribu redzēt, ka esmu savienots - vai es to vienkārši vadīju pret ražošanu vai attīstību? Un tāpēc mēs piedāvājam dažas funkcijas DBArtisan ietvaros, lai palīdzētu arī tur esošajām DBA pārvaldīt to un, ja vēlaties, netraucēt viņus no nepatikšanām.
Dez Blanchfield: Paturot to prātā, jūsu pašreiz atbalstītajā garajā platformu sarakstā, un es esmu pārliecināts, ka tas acīmredzamu iemeslu dēļ eksplodēs ļoti drīz. Es domāju, ka jūs atbalstāt patīk teikt DB2 uz z / OS, piemēram, uz lieldatoriem, un tad acīmredzot jūs atbalstāt patīk tas, ko mēs mēdzām dēvēt par vidēja diapazona, bet tagad tikai UNIX sistēmas, un sava veida modernākas platformas, jūs ziniet, Linux un pēc tam tas tiks pārnests uz tiem, kas patīk Bluemix un Cloud Foundry, tāpēc jūs galu galā darbosities ar DB2, kas darbojas mākoņu lietuvē Bluemix, ar IBM un mākoni uz mīksto. Vai cilvēki pašlaik vada ne tikai pārvaldību un uzraudzību, bet arī jūs iepriekš minējāt iespēju migrēt un pārvietot datus. Vai jūs redzat, kā cilvēki lec gultā ar DBArtisan un saka: “Jūs zināt, mums ir vecu lieldatoru ķekars, no kura mums vienkārši jāatstāj, un to darīt bija ļoti grūti. Ja es varu norādīt, noklikšķiniet un velciet no šejienes uz turieni, es faktiski varu pārvietot un migrēt savus datus un savu shēmu. ”Vai tā ir lieta, ko cilvēki dara?
Skots Valcs: Viņi tiešām pārvietojas, vai ne? Viņi pārvieto datus, vai ne? Tagad viņi izmanto DBArtisan kā instrumentu tam. Vai tas visu dara viņu labā? Nē. Mēs sākam, jūs zināt, velciet un nometiet, nevis tieši tur, bet mēs ļaujam viņiem ģenerēt dažus skriptus, jo ideālā gadījumā jūs vēlaties izmantot - jūs nevēlaties, lai šis darbs būtu darbojas uz jūsu klienta, pie klēpjdatora, tā paša iemesla dēļ, kuru jūs minējāt. Mēs varam skriet uz ļoti zemas pēdas, vai ne? Mēs viņiem palīdzam ģenerēt skriptus, pēc tam to mainot un veidojot, un pēc tam viņi var šo skriptu piegādāt un palaist uz servera, vai ne? Lai to izdarītu, iegūstiet jaudu, zirgspēku aiz servera. Mēs palīdzam viņiem radīt daļu no viņu darbiem, lai daļu no šī darba paveiktu.
Dez Blanchfield: Pa labi. Pāris pēdējie jums un tad mēs, iespējams, riņķosim atpakaļ. Lieta, kas mani patiesi pārsteidza, ir tas, ka es vienkārši izgāju cauri jūsu papildinājumam, kas ir fantastiski, un patiesībā es vēlos, lai mums būtu vēl stunda, lai iedziļinātos sīkāk. Patiesi, liels izaicinājums DBAs ir pamatnoteikumu ievērošana, vispārējā infrastruktūras pārvaldība, auditi, ziņojumi par pašreizējo stāvokli, nākotnes sagatavošanās perspektīva tādām lietām kā, jūs zināt, tikai vispārēja vides izaugsme. Man šķiet pārsteidzoši, ka, pat ja jūsu produkta pamatā ir tikai dzīves atvieglošana, viena stikla rūts, viens skats uz pasauli, es būtībā varu noklikšķināt un norādīt, vilkt, un es mīlu to ka es tagad varētu kādu apmācīt to izdarīt ļoti ātri, viņiem nav jālasa rokasgrāmata, kā tas bija.Mani pārsteidz tas, ka šis rīks dod man arī iespēju veikt virkni lietu, kas saistītas ar pārvaldību un atbilstību un revīzijām, un es domāju, vai cilvēki tiešām ir pamodinājušies, es esmu pārliecināts, ka viņi to arī dara.
Bet vai jūs redzat, kā tauta tagad to aplūko un aiziet, un tas ir kā šis eureka, a-ha brīdis, ejot: “Ei, jūs zināt ko, tas padara DBA dzīvi patiešām vieglu no šī brīža vai vieglāku no darbības viedokļa vai attīstības viedokļa. Dievs, mēs patiesībā varētu vienkārši ziņot par visām mūsu datu bāzēm tagad un visām datu kopām, visiem bez satura datiem un visiem apkārt esošajiem metadatiem. Piemēram, kam ir piekļuve, kad viņiem ir piekļuve, kāpēc viņiem ir piekļuve un kāda veida piekļuve ir iegūta. ”Un tad pēkšņi pievēršas dažiem izaicinājumiem, kas saistīti ar atbilstību. Īpaši tad, kad esam saskārušies ar tiešām nopietnām lietām, kas notiek saistībā ar datu pārkāpumiem. Mums ir bijušas dažas pārsteidzošas lietas, piemēram, globālās finanšu krīzes, pie kurām nāk visas šīs problēmas, bet kā tad mēs uz zemes varēsim izmērīt un uzraudzīt un pievērsties atbilstībai? Vai tā ir tāda liela lieta cilvēkiem vai arī tā joprojām ir, dažās pirmajās dienās, ciktāl tā piemēro DBArtisan?
Skots Valcs: Man ir klienti, kuri nevar pietiekami daudz pateikt par DBArtisan. Tagad viņi ir to sapratuši. Spuldzīte ir ieslēgta. Viņi saka: “Pagaidiet minūti. Es varu atbildēt un atbildēt, un ģenerēt dažus ļoti minētos ziņojumus, pareizi, visi no viena rīka. Es to esmu ieguvis. ”Tagad ir vēl citi, kas vēl joprojām to risina, un tas varētu būt dažādu iemeslu dēļ, vai ne? Iespējams, ka viņi to vēl nav, vai varbūt to apstrādā kāds cits, bet mūsu klienti, kurus esam atraduši, kuri to izmanto, ir īstais brīdis, vai ne? Tas nozīmē, ka ne tikai es varu izveidot visu šo lietu tabulu. Un absolūti, ievērojot visas atbilstības prasības, tas ir milzīgs. Tas ir darbs pats par sevi.
Dez Blanchfield: Nu, patiešām. Un jūs zināt, es domāju, ka pie galvas es tūlīt domāju, ka, ja kāds nāk līdzi un saka, ka gribēja izveidot konfigurācijas pārvaldības datu bāzi, CMD, ja viņiem nāksies sastapt visu no Sarbanes -Otrreiz, lai COBIT to ITIL, jūs zināt, SWIFT atbilstība un banku darbība, pat ņemot vērā Starptautiskās standartu organizācijas, piemēram, ISO 27001, 27002. Patīk tas viss šie patiešām lielie ietvari. Viens no izaicinājumiem ir tikai atrast datus par to, kur atrodas dati, kas tos pārvalda, kādā formātā tie atrodas, un es domāju, ka tas ir man, tāpat kā man tikai skatoties to tagad, kad eureka brīdis vienkārši aizgāja, tas bija, piemēram, pakārt sekundē es to varētu iemest pat kādam, kurš nebūt nav DBA, taču es varētu viņu ātri apmācīt un pateikt: “Ir atbilstības rīks.” Es domāju, ka ir lieliski, ka tas savu darbu veic administrācijas datu bāzē. vadības pasaule.
Bet es sēžu šeit, domājot, dievs, jūs zināt, ka šajās dienās jūs varat pārvaldīt vairākas platformas kā vienu, un jūs varat ienirt, kā jau teicāt, reģistrēt darītos darījumus. Jūs zināt, iedomājieties, ka šo rīku izmantojat datu pārkāpuma gadījumā, un jūs esat dabūjis drošības komandu darboties, lai mēģinātu atrast to, kas ir kur un kāpēc, un kas to ir redzējis. Viņiem pārvietojoties, viņiem ir jāreģistrējas un jāizseko katrai darbībai, jo viņi var kļūt par problēmas daļu, ja citādi nevar. Jā, es domāju, ka šeit tā ir neticami spēja, ko, jūs zināt, jūs tūlīt varētu sākt darīt. Īpaši tad, kad mēs skatāmies uz zināmajiem datu auditu izaicinājumiem, mums ir tik milzīga kā funkciju šļūde ar datu kopām un datiem.
Un viena no lietām, par kuru mēs runājām vēl pāris mūsu rīkotajās izrādēs, ir, jūs zināt, kā jūs dodaties un atrodat savus datus, un bieži mēs runājam par to, ka, uzsākot darbu kādā organizācijā, jums ir tendence piecelties savā kabīnē un iebāzt roku gaisā un viļņos un iet: “Vai kāds zina, kur atrodas šī datu bāze? Kā nokļūt šajā datu avotā? Kur ir šis fails? ”“ Ejiet un pajautājiet saņemšanai. ”Vai ne? Jūsu rīks var nekavējoties nodrošināt šo iespēju atrast lietas un atklāt tās un pat ziņot par tām.
Īsumā atgriezīšos pie viena no jautājumiem, un tad es to apkopošu un atgriezīšos pie Ērika. Man šķiet pārsteidzoši, ka mērogs jums nākamajos 12 mēnešos kļūs par izaicinājumu. Vai jūs varat sniegt mums nelielu ieskatu tikai trīsdesmit tūkstošu pēdu skatījumā, mērogā vai mēroga diapazonā, kurā DBArtisan strādā. Es varu iedomāties, ka, ieliekot šo datoru klēpjdatorā, es to uzmetu un norādu uz vidi, es to varu atklāt un varu sākt rīkoties ar to. Es iedomājos, ka tas nāk no viena maza, jūs zināt, atvērtā pirmkoda datu bāzu motora ar dažām rindām un tabulām. Kāda mēroga tā pieaugtu? Jūs runājāt par DB2 lieldatoros, tas ir liels. Un kopas. Kāds ir mēroga diapazons, ar kuru mēs šeit varam tikt galā? Robins to ir pieskāries jau iepriekš, bet man tikai nedaudz sīkāk jāiedziļinās, cik lielu mēs varam iegūt ar DBArtisan.
Skots Valcs: Protams. Jums noteikti būs savi izaicinājumi, jo tā ir klienta programmatūra. Un tātad, ja es strādāju ar lieldatoru, kad es strādāju pret mūsu lieldatoru pārbaudes sistēmu, es to varu vērst pret miljoniem rindu un veikt šķērssavienojumu pret miljoniem rindu. Viss darbs tiks veikts uz servera, vai ne, jo mēs nododam šo komandu, un tas ir tikai DBArtisan jautājums par rezultātu kopu apstrādi, vai ne? Un tas ir izaicinājums, un tieši tas, ko mēs darām, ir skaistums. Lielākā daļa smago celšanu tiek veikta uz servera. Mēs apstrādājam tikai visus rezultātus. Un tā, jūs atkal, protams, nonākat situācijās, kad vēlaties vienlaicīgi izpildīt desmit pieprasījumus, kas visi atdod miljoniem rindu, jā, absolūti, iespējams, jūs atradīsities kādā izpildījumā tur, vai ne? Bet es nekad nedomāju, ka klienti kautrējas rīkoties ar lieliem jautājumiem pret DBArtisan, jūs zināt, pret viņu datu bāzi. Atkal, kā es teicu, nobraukums mainās atkarībā no daudziem faktoriem, vai ne, bet, tāpat kā es teicu, es strādāju ar miljoniem rindu, kas atgriežas, un, kamēr tas aizpilda režģi, jūs zināt, es ' esmu gatavs doties. Bet dažreiz acīmredzot man jāgaida, kad rezultāti atgriezīsies.
Dez Blanchfield: Man ir jautājums jums pirms iesaiņošanas, jo es esmu veltījis pārāk daudz jūsu laika un pateicos jums par to. Vienkārši pastāstiet mums mazliet vairāk apkārt, jūs zināt, vakar lasot jaunākās specifikācijas, tikai lai pārliecinātos, ka es tiku pāri, kā arī, manuprāt, biju. Procesa uzraudzība, kā arī trauksmes un paziņojumu veida pārbaude, jūs zināt, jaudas plānošana rada visas masveida problēmas ar DBA, katru dienu katru dienu, jūs zināt. Vai kāds aizpildīs šo tabulu, vai viņš aizpildīs datu bāzi, vai viņi aizpildīs man pieejamo diska vietu, kā to pārvaldīt? Nodrošiniet mums ātru procesa uzraudzību un jo īpaši brīdinājumu pārraudzību, un pēc tam - ideālā gadījumā, izmantojot jaudas plānošanu. Es domāju, ka šī ir joma, par kuru, manuprāt, varētu būt liela interese.
Skots Valcs: Procesa uzraudzība, iespējams, parādīja, ka funkcija, kuru izmanto lielākā daļa mūsu klientu bāzes, un tas ir datu bāzes monitors, lai varētu to parādīt un izdarīt. Un mums tādu ir analītiķu paketē. Veiktspējas analītiķim ir daži brīdinājumi, kurus varat iestatīt, ja ir sasniegti noteikti sliekšņi. Tas var jūs brīdināt. Varbūt X žurnālu skaits, kļūdas žurnāla failā, jūs zināt, tas par jums saņems brīdinājumu. Tabulas laukums ir sasniedzis noteiktu procentuālo daudzumu, jūs varat saņemt citu brīdinājumu. Un vai tas ir skaistums, vai jūs atrodaties tajā pašā rīkā, vai ne, tā ir DBArtisan sastāvdaļa, tāpēc ar peles labo pogu noklikšķiniet uz kļūdas, trauksmes un pārvaldāt ar DBArtisan, un tas jūs aizvedīs uz tabulas vietas redaktoru . Un jūs varat pievērsties problēmai tieši tur.
Kas attiecas uz ietilpību, absolūti tā ir karstā poga, un jaudas analītiķis, kas mums šobrīd ir pārvietots uz SQL Server, Oracle, DB2 LUW un Sybase ASE. Un tas dara tieši to, ko jūs aprakstījāt. Varat sākt, ja reiz mēs iegūstam dažas kolekcijas, un ja reiz mēs iegūstam izlases lielumu un varbūt tā rindas lielumu, varbūt tā objektu skaitu, daudz iespēju rīkā, un tad jūs varat sākt veidot tendences, vai ne? Un kā tas izskatīsies pēc sešiem mēnešiem? Kā tas izskatīsies pēc divpadsmit mēnešiem? Es varu tendencēties, vienkārši tendencēties uz datumu, vai es varu tendenci uz vērtību, vai ne? Un piemērs, kas jums bija, man ir X diska vietas, pamatojoties uz to, kad es sasniegšu šo limitu? Balstoties uz manis pieaugumu un šīm kolekcijām, kuras esmu paveicis, kad es sasniegšu šo robežu? Vismaz es zinu, ka varu sākt to plānot. Vai tas būs seši mēneši, vai tas būs divi gadi? Bet atkal mēs varam izmantot kapacitātes analītiķi, lai virzītos uz to.
Dez Blanchfield: Tas ir lieliski. Fantastisks demonstrācija. Man tas ļoti patika. Es atgriezīšos pie Ērika, jo es zinu, ka ir daži jautājumi, kas šodien uzauga no mūsu apbrīnojamās auditorijas. Liels paldies, tas bija tiešām lieliski, lai labi iepazītu produktu, un es ļoti ceru tam sekot ļoti uzmanīgi.
Ēriks Kavanaghs: OK labi. Mums ir pāris labi jautājumi. Un mēs ejam mazliet laika gaitā, tāpēc mēs centīsimies ātri satverties, jo es zinu, Scott, ka tev ir slēgta cieta pietura. Šeit ir liels jautājums. Kā būtu ar darbu pie tādiem veciem datu veikaliem kā VSAM un 205 modelis, kā arī IMS un IDMF un šāda veida lietām? Vai jūs to redzat ļoti bieži šajās dienās un cik labi tas darbojas?
Skots Valcs: Es nevēlos jums teikt, ka esat iestrēdzis. Dažās no šīm vidēm, ja tām ir ODBC vai JDBC, un es zinu, ka dažas no tām ir tur, mēs varam izveidot savienojumu ar to, un jūs varat ar to strādāt, izmantojot šo ceļu. Bet lielākoties zaļais ekrāns ir veids, kā turpināt darbu.
Dez Blanchfield: Es mīlu zaļo ekrānu.
Ēriks Kavanaghs: Jūs zināt, kā Dez uzsvēra ar vienu slaidu, kurā viņam bija visas dažādās lietojumprogrammas un rīki, kas šodien ir pieejami, tā ir ļoti biedējoša realitāte ikvienam, kurš vēlas atbildīgi veikt datu bāzes administratora funkciju. Un es domāju, ka laika gaitā jūs, puiši, varat izveidot savienotājus jebkuram no šiem rīkiem, kad klienti pieprasa, un tā tālāk, vai ne? Lai jūs varētu iespējot šo vienu stikla rūti.
Skots Valcs: Un tā bija galvenā atslēga, kas padarīja DBArtisan aprīkotu, lai varētu apstrādāt šos JDBC un ODBC savienojumus. Mēs to patiešām paplašinājām tagad. Tagad, kamēr mums ir šis savienojums, pareizi, ja vien mums ir šis draiveris, mēs varam izveidot savienojumu un strādāt pret to.
Ēriks Kavanaghs: Tās ir labas lietas. Labi ļaudis, mēs tos visus arhivējam vēlākai apskatei. Es ievietoju saiti uz slaidiem, cerams, ka jūs to redzēsit, izmantojot SlideShare. Liels paldies par visiem jūsu centieniem, kungi. Šodien atkal lieliska tiešsaistes apraide. Daudz labu slaidu. Daudz laba satura. Man patika šī demonstrācija. Tas tiešām ir sava veida interesanti, ka jūs, puiši, esat mērķējuši uz ļoti patīkamu vietu tirgū, jo mūsdienās ir tik liels datu bāzu tipu eksplozija. Un mums kā vadītājiem ir vajadzīga vieta, kur ar to visu rīkoties. Labi darīts, puiši. Mēs rīt sazināsimies ar vēl vienu karsto tehnoloģiju. Cerams, ka jūs jau rīt esat izlaidis stundu. Tajā pašā laikā. Tā pati stacija. Mēs ar jums sazināsimies nākamreiz, ļaudis. Rūpēties. Labdien!