التحقق من الصحة: ​​الحفاظ على مؤسسة صحية ثنائية

بواسطة Techopedia Staff ، 29 مارس 2017

الوجبات الجاهزة: يناقش المضيف إريك كافاناغ ذكاء الأعمال مع الدكتور روبن بلور و ستان جيير من IDERA.

أنت لم تسجل الدخول حاليًا. يرجى تسجيل الدخول أو التسجيل لمشاهدة الفيديو.

إريك كافانا: سيداتي وسادتي ، مرحبًا بكم مرة أخرى ، إنه الأربعاء في الساعة 4:00 بالتوقيت الشرقي وعلى مدار العامين الماضيين ، كان هذا يعني أن الوقت قد حان لشركة Hot Technologies ، نعم بالفعل. اسمي إريك كافانا ، سأكون مضيفك لعرض اليوم. أحب هذا الموضوع: "التحقق من الصحة: ​​الحفاظ على صحة المؤسسة BI" ، هذا ما سنتحدث عنه اليوم. هناك بقعة لك حقا.

لقد كان الجو حارًا هذا العام - تم تصميم Hot Technologies حقًا لتحديد أنواع معينة من التكنولوجيا ويمكنك أن تتخيل وجود الكثير من البائعين الذين يبيعون جميع أنواع المنتجات المختلفة في عالم برامج المؤسسات ، وما الذي يحدث في النهاية. هي هذه الكلمات الطنانة التي ينتهي بها الأمر إلى التعود والتوهم من قبل مختلف البائعين لأشياء مختلفة للغاية. وبالتالي ، فإن الغرض من هذا العرض هو في الحقيقة مساعدة أصدقاء البائعين لدينا ومساعدة جمهورنا على حد سواء على تحديد ولف رؤوسنا حول أنواع معينة من التقنيات حقًا وما تعنيه كل هذه الكلمات عند وصولك إلى المسامير النحاسية.

لذلك ، سوف أقف كواحد من المحللين اليوم ، ولدينا أيضًا الدكتور روبن بلور على الخط وستان جيجر من IDERA. دعنا نتحدث بسرعة عن أهمية ذكاء الأعمال والتحليلات بشكل عام فقط. هذه شجرة قرارات أساسية ، إن صح التعبير ، أو مخطط تدفق مجرد نوع من المحادثات حول كيفية تعاملك مع القضايا في شركتك ، وإجراء مناقشات حول مواضيع مختلفة ، ووضع المقترحات معًا ، ثم معرفة ما يفكر فيه الأشخاص. هل يوافقون؟ هل يختلفون؟ ما هو الإجماع ، إذا كان لديك بعض ، وكيف تعمل من خلال هذه العملية؟

حسنًا ، من الواضح أن هذا أمر عام جدًا ، لكنه تذكير جيد بالعملية التي نقترح بها الأفكار في الشركات ، ونتخذ قراراتنا ثم نتحرك إلى الأمام. والنتيجة النهائية هي أن البيانات مطلوبة لكل واحد من هذه المكونات. هذا صحيح أكثر هذه الأيام في عالم البيانات الضخمة ، لأن البيانات الضخمة ، بالطبع ، مثل محرك الحقيقة العملاق هذا. البيانات الكبيرة هي حقيقة ما يحدث ؛ إنه يمثل من هو من أين ، ماذا يفعلون ، ماذا يشترون ، ما تعاملهم مع وسائل التواصل الاجتماعي ، على تويتر على سبيل المثال. بالطبع ، يمكن اختراق كل تلك الأشياء - يجب عليك الانتباه لذلك - ولكن النقطة المهمة هي أن البيانات هي بنية المرجع ، إذا صح التعبير ، عن الواقع.

لذلك ، تريد البيانات في كل مرحلة من مراحل عملية صنع القرار هذه. الآن ، الإجماع هو المهم. إذا كنت تريد مستخدمين سعداء ، في بعض الأحيان قد يضطر رئيس العمل إلى التغلب على ما يريده الجميع. كنا نتحدث فقط عن ستيف جوبز مباشرة قبل بدء البث الشبكي هذا وكان سيئ السمعة لهذا النوع من الأشياء. لديه اقتباس مشهور حيث يوصي الناس بإغراق الضجيج الذي يسمعونه ومن ثم التمسك برؤيتهم ، إذا كانوا يعرفون أن ما يفعلونه هو الصحيح. لذلك ، لا تحتاج دائمًا إلى إجماع ، لكنها عادة ما تكون فكرة جيدة. لكن الغرض العام من هذه الشريحة وهذا التعليق هو إعادة الاهتمام بالأهمية التي نريد أن نتخذها في قراراتنا بناءً على البيانات ، وليس فقط على الغريزة ، على الرغم من أن القناة الهضمية عادة ما تكون جيدة حقًا في مساعدتك في معرفة أين تريد الذهاب ، ثم أنت تتطلع حقًا إلى التحقق من صحة ذلك ، أو إبطال ذلك من خلال بياناتك. وأود أن أقول لا تخافوا من النظر إلى الوراء في ذلك هناك ، تماما مثل علامة صغيرة لطيفة ، أو تذكير أنه عندما تنظر إلى الوراء في بعض الأحيان ، يمكنك على الأقل الحصول على بعض الإطار المرجعي وفهم أين كنت قادمة من ونكون صادقين في الأخطاء التي ارتكبتها. لقد ارتكبنا جميعًا أخطاء ، وهذا يحدث.

لذا ، إذا كانت لديك مشكلات في الأداء في أنظمة ذكاء عملك ، حسنًا ، فهناك التعبير القديم "الصبر فضيلة" ، وليس في عالم تكنولوجيا المعلومات ، يمكنني أن أخبرك الآن. إذا كان المستخدمون ينتظرون وقتًا طويلاً ليعودوا استعلاماتهم ، أو لا يحصلون على تقاريرهم ، فإن هذا يؤدي إلى تآكل الثقة ، وعندما تنتهي الثقة ، يكون من الصعب للغاية الحصول على هذا الاسترجاع. لذا ، وضعت هنا سطرًا - حوالي 40 ثانية هذه الأيام مثل 40 دقيقة في كثير من الحالات - إذا كان الاستعلام سيستغرق 40 ثانية ، ينسى الناس ما يتحدثون عنه حتى ، وماذا كانوا يسألون من البيانات. فقط تخيل في محادثة إذا سألت شخصًا ما ، دعنا نقول رئيسك في العمل ، أنت تقول ، "مهلا ، أود أن أعرف لماذا نسير في هذا الطريق." وكان عليك الانتظار 40 ثانية في محادثة للحصول على إجابة؟ كنت تمشي خارج الغرفة! كنت تعتقد أن رئيسك قد فقد عقله. لذلك ، هذا الكمون الذي لدينا في بعض أنظمة المعلومات ، عندما تكون هناك مشاكل في الأداء ، سوف يتم اقتطاع العملية التحليلية ، أو التدفق التحليلي ، أو كما يسميها البعض ، المحادثة التي تجريها مع بياناتك. تحتاج إلى تسريع هذه الأنظمة ، كل ما عليك فعله لإنجاز ذلك ، وسنتحدث عن ذلك اليوم ، هذا ما يتعين عليك القيام به ، لأنه بدون تدفق الأفكار المتراكم هذا ذهابًا وإيابًا ، تضر حقا العملية برمتها من التحليلات. لذلك ، ومرة ​​أخرى ، أطرح هذا التعليق: قلة الثقة هي قاتل صامت. لن يرفع الناس أيديهم كثيرًا إذا لم يثقوا بك ، لكنهم سوف ينظرون إليك بشكل جانبي ويتساءلون عما يحدث. وبمجرد انتهاء هذه الثقة ، سيكون لديك وقت صعب للغاية لاستعادتها.

إذن ، الذكاء الاصطناعي ، حسنًا ، ما زلنا نسمع عن التعلم الآلي و AI و "أوه ، أليس ذلك سيحل كل هذه المشكلات؟" لقد سمعت روبن وأنا منذ سنوات حول قواعد بيانات الضبط الذاتي وكل هذه الأشياء الممتعة - هناك بعض ما يحدث ، لكن فقط أسأل نفسك السؤال: كم مرة يصحح سيري الأمر لك؟ كم مرة ظهرت سيري بطريق الخطأ وتذهب ، "أنا آسف ، لم أفهم ذلك". لهذا السبب لم أطلب منك أي شيء. أنا فقط عن طريق الخطأ ضرب هذا الزر مرتق. لذلك لا يزال هناك الكثير من العيوب ، وبالمناسبة في الجانب الأيسر ، هذه هي شريحة ASIC من Apple Newton - تذكر ذلك الجرو منذ سنوات وسنوات؟ كانت تلك واحدة من أوائل الأجهزة الذكية ، وهذا منذ فترة طويلة ، مثل أوائل التسعينيات أو منتصف التسعينيات أريد أن أقول. أن نيوتن خرج ولم يكن جيدًا ، لكن كان لديه رؤية ؛ كانوا يعلمون إلى أين كانوا ذاهبون ، ولكن حتى الآن ، مع iPhone AI والتعلم الآلي ، هذه مفاهيم يساء فهمها على نطاق واسع.

وبالتأكيد فيما يتعلق بالتعلم الآلي ، يمكن أن يكون مفيدًا للغاية ويمكن استخدامه فعليًا في بعض هذه البيئات التي تحاول فيها فهم ما يجري مع بنية المعلومات المعقدة الخاصة بك ، حيث تسير الأمور بشكل خاطئ. يمكن للتعلم الآلي أن يكون ذا قيمة كبيرة في هذا السياق ، ولكن فقط إذا تم تطبيقه بطريقة حادة للغاية. لذلك ، كنت للتو ، في الواقع ، حدثًا كبيرًا في كاليفورنيا ، أحد كبار موزعي Hadoop ، Cloudera ، عقد قمة محلليهم وكنت أتحدث مع كبير مسؤولي الإستراتيجية وقلت لهم: "أنت تعرف ، يبدو لي ، أن في الواقع ، لا يؤدي التعلم الآلي إلا إلى شيئين: إنها شرائح وتنقيح ". وهذا يعني أنه سوف يمنحك شرائح مختلفة أو مجموعات من الأنشطة بما في ذلك الحالات الشاذة ، والتي ستكون جزءًا. وهو ينقح ، وهذا يعني أنه يساعدك على تحسين نوع معين من القرار. المثال الكلاسيكي الذي تسمعه هو وجود إنسان في هذه الصورة ، على سبيل المثال. وهذا شيء يمكن للتعلم الآلي القيام به ، وهو مفيد في سياقات معينة ، عندما تتحدث عن استكشاف الأخطاء وإصلاحها ، لأنه يمكنك البحث عن أنماط السلوك في استخدام وحدة المعالجة المركزية واستخدام الذاكرة وسرعة القرص وما تفعله الأقراص ، وكل هذا النوع من الأشياء الممتعة. لذلك يمكن أن يكون مفيدًا ، لكنه في الحقيقة شيء يجب أن يكون مركزًا للغاية لتوليد أي قيمة.

لذلك ، واحدة من الأشياء المفضلة لدي للحديث عنها - وسنرى بعض الشيء من هذا ، كما أعتقد ، عندما نأخذ عرضنا التوضيحي اليوم من IDERA - أعتقد أن البشر ما زالوا يتعلمون التحدث عن السيليكون بطرق عديدة. . هناك علم مادي تحت كل هذا ، ولأولئك الذين قاموا باستكشاف الأخطاء وإصلاحها وألقوا نظرة فاحصة على بنيات المعلومات المعقدة ، عندما تحاول فهم ما يجري ، حتى في مثل مجموعة Hadoop على سبيل المثال ، حقًا كنت عادة مجرد النظر في الرسوم البيانية. ثم عليك أن تربط بين ما تعنيه هذه الرسوم البيانية المختلفة في لحظة معينة من الزمن ، وهذا يأخذ الذكاء ؛ يأخذ الذكاء البشري والخبرة. لذلك ، لست خائفًا على الإطلاق من أن ML أو التعلم الآلي أو الذكاء الاصطناعي سوف يسلبان الكثير من الوظائف في هذا العالم في أي وقت قريب. أعتقد أنه ستكون هناك دائمًا حاجة للبشر ، الذين يعرفون بصراحة ما الذي يتحدثون عنه لمساعدتنا في تحقيق ذلك.

لذلك ، دعونا نستمر في التحرك. لذا ، ماذا يحدث إذا كنت لا تعتمد على البيانات؟ هذه لوحة شهيرة ، "The Blind Leading the Blind" - ليس هذا ما تبحث عنه ، أيها الأشخاص. أنت لا تريد هذا النوع من البيئة في مؤسستك. إذن ما نريده هو أننا نريد أن تكون قراراتنا مدفوعة بالبيانات ونريد أن تكون القرارات مدفوعة ببيانات جيدة ، وبيانات جيدة النوعية وهذا سيحدث فقط إذا قمت بجمع البيانات الصحيحة ، إذا كانت لطيفة ونظيفة ، وإذا تعمل أنظمتك بشكل صحيح ، وإذا كانت أنظمة BI الخاصة بك صحية ، فإن أنظمة التحليل لديك تتمتع بصحة جيدة ويحصل المستخدمون على ما يريدون في الوقت المناسب.

مع ذلك ، سأختتم وأسلم إلى روبن بلور الذي لا مثيل له. روبن ، خذها بعيدا.

روبن بلور: حسنًا ، شكرًا ، لقد مررت الكرة. كنت أفكر بينما كنت تتحدث ، إريك ، كنت أفكر فقط في استقصاء المعلومات وكان هناك عرض تقديمي للبائع الذي حضرته مؤخرًا عندما لاحظ أحدهم أنه في بائع معين ، يدير نظامًا معينًا في مستودع بيانات كبير سيء ، سيفعلون ذلك ، نقطة زمنية محددة يمكن أن تفعل 70،000 المعاملات BI التي من شأنها أن تؤدي إلى تقديم المعلومات لكثير من الناس. لقد حدث لي أنه إذا كان لديك بالفعل مثل هذا النوع من عبء العمل ، وكنت حتى تضيع بضع ثوان من حيث تنفيذ البرنامج ، فسيكون بالفعل مكلفًا للغاية ، وإذا ضيعت دقائق فسيكون ذلك مكلفًا للغاية. ثم تذكرت أن هناك الكثير من العالم المرعب يعمل على جداول البيانات - هناك ، أعتقد أنهم أطلقوا عليهم اسم "أنظمة الظل" أليس كذلك؟ في الحالة الأولى ، حيث قام الأشخاص بتجميع أنظمة تستخدم جداول البيانات والبريد الإلكتروني ، وسيعملون على إحداث الأشياء ، لأن قسم تكنولوجيا المعلومات لا يمكنه إنشاء تطبيقات للجميع ، لذلك يفعلون ذلك نوعًا ما. وأعتقد أن الكثير من BI يشارك في أنظمة مثل هذه على أي حال.

على أي حال ، بعد قول ذلك ، دعنا نتحدث عن ما سأتحدث عنه. BI هي حلقة تغذية مرتدة لأنظمة الشركات ، إنها حقًا بهذه البساطة أو التعقيد ، اعتمادًا على الدور الذي تلعبه في المؤسسة تمامًا. ولكن إذا نظرنا إلى هذا الرسم البياني منذ حوالي أربع سنوات ، عندما كنا نحاول بطريقة أو بأخرى فهم ما كان يحدث في جانب التحليلات. ولكن إلى حد كبير ، كل ما هو متأخر ، بالنظر إلى الوراء في ما حدث سابقًا ، وكل شيء يخضع للإشراف ، من حيث الطريقة التي يعمل بها النظام ، يميل إلى أن يكون مستقلاً. لم يعتاد أن يكون الأمر هو أن التحليلات التنبؤية كانت بمثابة التبصر ، ولكن هذا في الواقع أصبح هو الحال بشكل متزايد. لقد تم بالفعل تعلم الكثير من التعلم الآلي من اريك ، بل يمكن تشغيل الكثير من التعلم الآلي في الواقع بطريقة أو بأخرى مقابل مجموعة من البيانات ويمكن أن يمنحك تحليلات تنبؤية لمدة خمس دقائق ، أو حتى في الوقت الفعلي تقريبًا ، حتى تتمكن من الاستجابة العميل ، مع معرفة محسوبة بما يحدث في الواقع.

لكن مركز هذا المخطط ، الداخل يأتي من التحليلات. ما يحدث عادة هو أن الأنشطة التحليلية المختلفة يتم توجيهها إلى مجموعات معينة من البيانات وأن هناك شيئًا جديدًا يتم تعلمه ، ويتم تعلم المعرفة حول الأعمال. ثم يتم ربط هذه المعرفة في عمليات الأعمال التي يمكن أن تغذيها. وعادة ما يتجلى ذلك بطريقة أو بأخرى عند ظهور تنبيهات BI ، أو مجرد وضع أشياء مختلفة على لوحات المعلومات ، وهكذا دواليك. عندما فعلنا هذا فعلاً ، هناك أربعة مصطلحات وهناك تنتهي بكلمة "مشهد" وهي لطيفة جدًا. ولكن في الواقع ، ليس كل شيء في مجال ما يريد الناس القيام به ، وهناك أيضًا مشكلة التحسين والتحسين لا تسفر عن تحليلات بسيطة. إنها مشكلة معقدة للغاية والكثير من مشاكل التحسين ليست قابلة للذوبان بشكل فريد. لا يمكن أن يكون لديك سوى حلول جيدة ، ولا يمكنك إثبات أن لديك حلاً أفضل. وهذا مجال نشاط ، حيث يوجد نشاط ، لكنه أقل من معظم مجالات التحليل الأخرى. لذلك ، يقول الناس إننا نعيش في عصر التحليلات - حسنًا ، نحن نعيش مقارنة بعشر سنوات ، لكن يمكن أن يذهب أبعد من ذلك.

لذا ، فإن ظهور BI ، والرغبة في المعرفة يولد طلبات المستخدمين ، والتي تنجب مشاريع التحليلات ، وتولد مشاريع التحليلات بحيرات البيانات ، وبحيرات البيانات بالإضافة إلى التحليلات تولد الرؤى والأفكار beget BI. هذه قصة أخبرتها للتو ؛ اعتقدت أنني سأكتب ذلك. ما أقوم به هنا ، أعني أن الهدف من هذه الشريحة ومعظم الشرائح الأخرى هو التأكيد على مدى تعقيد عالم ذكاء الأعمال. هذا ليس شيئًا بسيطًا ، كان بإمكاني جعل طريقة الشريحة هذه أكثر تعقيدًا مما هي عليه بالفعل ، ولكن لديك في الأسفل ، لديك بيانات خارجية وبيانات داخلية سيتم وضعها بطريقة أو بأخرى في مرحلة المنطقة ، والتي في الوقت الحاضر هذا هو نوع من الأشياء بحيرة البيانات ، وإن لم يكن الجميع لديه بحيرات البيانات. والأشخاص الذين ليس لديهم بالضرورة أشخاص ناجحون. ثم ، هناك نشاط تطهير استيعاب ونشاط تحكم مطلوب على البيانات قبل أن تتمكن بالفعل من استخدامه بالفعل. وبعد ذلك ، تقوم بتقديم هذه البيانات وإبلاغها أو تحليلها ويؤدي التحليل إلى اتخاذ إجراء.

وإذا نظرت بالفعل إلى أنواع التحليل المختلفة الموجودة ، فهذه قائمة طويلة بشكل لا يصدق ، لكنها ليست بالضرورة قائمة شاملة تمامًا ، إنها فقط ما اعتقدت أن أكتبه ، عندما كنت أقوم بالفعل بإنشاء هذه الشريحة. لذلك ، هناك الكثير من الأشياء التي تجري في بيئة استقصائية المعلومات المرئية ، OLAP ، إدارة الأداء ، بطاقات النتائج ، لوحات المعلومات ، أنواع مختلفة من التنبؤات ، بحيرات البيانات ، التنقيب عن النص ، التنقيب عن الفيديو ، الأشياء التنبؤية ، هناك مجموعة واسعة من الأشياء التي يمضي فعلا. إذا نظرت إليها بطريقة مختلفة ، فإن واقع الشركات ، في الأساس ، هذا رسم تخطيطي مشابه للرسم الأخير ، يتم تنفيذه بطريقة مختلفة. لقد قمت بفصل ما يمكن أن تسميه BI لأنه منتظم ومعروف ما هو مطلوب ، وهذا لا يعني أن ما يحدث فعليًا فعال ، ولكن على الأقل سيكون لديك أشياء منتظمة تحدث ، دعنا نقول Tableau أو في Click أو في Cognos ، هناك مصدر للموضوع ، وهكذا دواليك ، ستكون هناك العديد من التقارير أو القدرات المنتظمة. ثم لديك تطبيقات التحليل وهي مختلفة. نظرًا لأن تطبيقات التحليلات تدور حول استكشاف البيانات ، وفي رأيي ، إنها نوع من البحث والتطوير. ثم لديك سير العمل. ضمن سير العمل ، يمكنك مزج الأشياء الخاصة بك مع التطبيقات التشغيلية وتطبيقات المكاتب ، إذا كان ذلك ضروريًا - وهذا هو واقع الشركات كما أراه - على الرغم من أنه في معظم المؤسسات ، ليس منظمًا بشكل جيد.

لذا فإن تعطيل BI ، هذا مجرد مجموعة من الأشياء التي يجب ذكرها تجعل BI أصعب مما كانت عليه ، لأن العالم القديم BI يتكون في المقام الأول من مجموعات بيانات نظيفة إلى حد ما يتم التقاطها بطريقة أو بأخرى ، ربما من مستودع بيانات ويتم إدخالها في محدد برنامج BI. وفي تلك الأيام ، أتحدث بالفعل منذ خمس أو عشر سنوات ، لكن في تلك الأيام ، لم تكن وحدات تخزين البيانات تتوسع ، وكانت مصادر البيانات معروفة. كانت سرعة وصول البيانات معروفة ، على الرغم من أنه في كثير من الأحيان لن يحدث بعض استقصاء المعلومات بسرعة كافية لإرضاء بعض المستخدمين. لم يكن هناك أي بيانات غير منظمة ، ولم تكن هناك أي بيانات اجتماعية تقريبًا ، وبالتأكيد لم تكن هناك بيانات لإنترنت الأشياء ، لم تهتم بمصدر البيانات. لم تكن قيمة الكمبيوتر متوازية فيما يتعلق بالبنية التحتية حتى تتمكن من القيام بطريقة أو بأخرى بأشياء سريعة بشكل غير عادي. لم يكن لديك تعلم آلي ، وكان عدد أعباء العمل التحليلية ضئيلًا إلى حد ما. وكل ذلك تغير ، يمكن أن ينمو حجم البيانات بشكل كبير للغاية. عدد مصادر البيانات التي يحتفظ بها باستمرار. نعم ، تدفق تدفق البيانات بسرعة كبيرة ، والكثير من البيانات غير المهيكلة ، وبالتأكيد البيانات الاجتماعية التي ستحتاج إلى التطهير ، ولكن البيانات الأخرى التي قد تحتاج إلى التطهير ، وبالتأكيد بيانات إنترنت الأشياء ، هي الصفقة الآن.

يعد مصدر البيانات مشكلة ونحن نهتم بها. قوة الكمبيوتر موجودة ، وهذا أمر أنيق ، لأن هذا يجعل كل أنواع الأشياء ممكنة ، وقد حصلت على التعلم الآلي الآن كظاهرة تؤدي إلى خلق المزيد من القدرة على استقصاء المعلومات وأعباء العمل التحليلية الجديدة التي ستفعل الشيء نفسه. لذا ، فإن BI ليس وضعًا ثابتًا وأعتقد أن هذا هو آخر شيء سأقوله ، قبل تسليمه إلى Stan. أوه لا ، ليس كذلك ، هناك شيء آخر. المشهد BI في المستقبل ، وشبكة الإنترنت من الأشياء ، والهندسة المعمارية الحدث ، كل شيء في الوقت الحقيقي ، حسنا. هذا يكفي BI للمستخدم ، من قبل المستخدم ، بالنسبة للمستخدم المشكلات في الملخص. توقيت أداء تدفق البيانات ، وتغطية البيانات ، وتطهير البيانات ، ومهارات الوصول إلى البيانات ، والتصور ، والقابلية للتنفيذ والقدرة على التنفيذ.

لذا يمكنني الآن نقلها إلى ستان ، ما لم تكن خدمة BI موثوقة وفي الوقت المناسب ، فهي ليست خدمة. ستان؟

إريك كافانا: حسنًا ، يا ستان ، أنا أعطيك الكرة ، خذها بعيدًا.

ستان جيجر: حسنًا. لذا ، فإن ما سأتحدث عنه هو مجرد خلفيتي. أنا مدير أول في IDERA في إدارة المنتجات وأحد المسؤوليات التي أمتلكها هو تقديم منتجات استخبارات الأعمال الخاصة بنا. لذلك سوف أتوسع قليلاً حول ما كان يتحدث عنه روبن وأتحدث عن المجال الرئيسي مع ذكاء الأعمال وهو مراقبة صحة منصتك. يبدو الأمر كما قال ، والآن اعتاد أن يكون لدينا كل هذه البيانات وسيستغرق الأمر أسابيع لتحليلها ، ثم نعود بالتقارير والأشياء. لكن المشهد BI يتغير بحيث نقترب من التحليلات في الوقت الفعلي تقريبًا الآن. وفي كثير من الحالات ، تحليلات في الوقت الحقيقي الفعلي. لذلك ، أتحدث عن هذه الشريحة قليلاً ، وهذا مجرد نوع من النظرة العامة - وكما هو الحال في الكشف الكامل هو أنني سأتحدث عن ذلك من منظور Microsoft ، ولكن كل هذه المفاهيم تتطرق إلى ما إذا كانت BI الأنظمة الأساسية في Oracle ، أو تستخدم Informatica و Oracle ، أو مجرد مزيج من بيئات مختلطة. سأستخدم فقط في إشارة إلى بيئة Microsoft ، ولكن هذا قياسي تمامًا.

كان لدى روبن شريحة هناك تطرقت إلى ذلك ، وهو أن لديك أنظمة مصدر ، حيث أجمع كل بياناتي ، والآن اعتادت أن تكون هذه كلها في قواعد البيانات العلائقية وتخزين البيانات مثل هذا ، ولكن الآن لدينا Hadoop والإنترنت والأشياء ، وجميع هذه البيانات غير المهيكلة الموجودة هناك ، ويمكننا الآن إدخالها في بنية BI هذه. لذا فإن الطبقة الوسطى التي تتحدث قليلاً هي تخزين البيانات بشكل إجمالي. هذا هو المكان الذي نقوم فيه بجمع البيانات ، وقد نقوم بتنظيفها ، وقد نقوم بإعادة هيكلتها ، ثم نضعها في نوع ما من مخزن البيانات ، ثم توضع طبقة العرض التقديمي فوق ذلك ، وهذا هو المكان الذي يمكن للمستخدمين الوصول إليه. ونجري تحليلات على تلك البيانات في مخازن البيانات هذه ، ونقوم بعمل لوحات معلومات ، ولدينا تابلو جالس هناك ، ونقدم تقارير عن الخدمات ، وأشياء من هذا القبيل. أظل أضحك دائمًا لأنه عندما كنت مهندسًا معماريًا على درجة البكالوريوس ، ضحكنا دائمًا على برنامج Excel ، لأنه دعونا نواجه الأمر ، لا يزال Excel هو أداة BI للجماهير.

لذلك ، قليلاً من نظرة عامة هناك ، ولكن فقط للحديث عن نوع بنية النظام الأساسي ، لديك بيانات المصدر الخاصة بك وتحدثت عن ذلك في مخازن بيانات متعددة. وبعد ذلك ، حصلت على مساحة تخزينية مجمعة في عالم Microsoft ، سيكون لديك قاعدة بيانات SQL Server الخاصة بك ، ربما حيث يوجد مستودع بياناتك ، وربما يكون لديك مستودع البيانات الخاص بك في السحابة ، كمستودع بيانات. لديك خدمات تحليل ، وهي أنابيب OLAP وأشياء من هذا القبيل للقيام بالتجمعات والأشياء حول النظر إلى الأشياء عبر أبعاد متعددة وأشياء من هذا القبيل. بعد ذلك ، حصلت على طبقة العرض التقديمي الخاصة بك ، والتي تحدثت عنها لفترة وجيزة ، عن كل هذه الأشياء التي تقع على قمة مخازن البيانات والتجمعات. وأنا دائما أحب هذا الاقتباس ، "أنت لا تعرف ما لا تعرفه" ، وهذا صحيح. إذا كنت لا تراقب ولا تبحث في ما يحدث ، في كل هذه المناطق في نظام BI لديك ، كيف تعرف عندما تكون لديك مشكلة بخلاف عندما يبدأ المستخدمون في إرسال رسائل بريد إلكتروني سيئة إليك ويبدأ الهاتف تدور حول سبب عدم تشغيل تقاريري؟ لماذا كل شيء يستغرق وقتا طويلا؟

لذلك ، في هذا السياق ، ما عليك القيام به ، يجب أن تكون قادرًا على مراقبة منصاتك التي تخدم منها ذكاء الأعمال. لقد قسمت ذلك أساسًا إلى ثلاثة مجالات: لديك التوافر والأداء والاستفادة. توفر يعني ما إذا كان المورد متاح: هل هو صعودا أو هبوطا؟ بسيط جدا هناك. ولكن أيضًا ، عند النظر إلى الوضع الحالي لديك ، فقد يكون النظام الأساسي متاحًا ، ولكن قد تواجهك مشاكل ، لذلك عليك أن تكون قادرًا على تحديد السبب الجذري ؛ يجب أن تكون قادرًا على التنبيه والسماح لشخص ما بمعرفة ما يحدث ، قبل أن تصل الأمور إلى حالة حرجة. يؤدي ذلك إلى جانب الأداء ، أيضًا ، فقد حصلت على أشياء من مستوى قياس الأداء ، على مستوى الخادم ، حيث تتم استضافة الخدمات أو خدمات BI ، أو منصات BI ؛ لديك أداء على مستوى الموارد حيث ربما أقوم بالوصول إلى البيانات من SAN ، على سبيل المثال. نظرًا لأن SAN هو المورد ، وموارد الشبكة ، يجب أن تكون قادرًا على مراقبة أداء كل ذلك ، حتى تتمكن من تحديد الاختناقات وإبقاء المستخدمين سعداء ، وإذا كنت في بيئة تقوم فيها فعليًا بما يلي: تحليلات الوقت ، يجب أن تكون قادرًا على تحديد الاختناقات أو المشكلات قبل أن تبدأ.

والنظرية الأخيرة هي الاستخدام: ماذا يفعل المستخدمون؟ من المتصل بمصادر BI الخاصة بي؟ من الذي يدير ماذا؟ ما هي الاستفسارات التي تعمل؟ ما هي التقارير التي تعمل؟ معرفة هذه المعلومات تساعد على تحديد وتنفيذ تخطيط القدرات ، على سبيل المثال. كما يوضح أيضًا ما يتم استخدامه في بيئة استقصاء المعلومات. كان لدينا عميل يرغب في الحصول على منتج المراقبة الخاص ب BI فقط حتى يعرفوا أجزاء بيئة BI التي يستخدمونها حتى يتمكنوا من نقل الموارد. على سبيل المثال ، إذا لم تكن تستخدم تقارير معينة ، أو مكعبات خدمات تحليل معينة ، فسوف تنقل الموارد من ذلك إلى مناطق أخرى يتم استخدامها بشكل كبير. اقتباس آخر أعجبني ، أحب أفلامًا رائعة حقًا مثل "الهزات" ، لذا أخبرك بفيلمي ، لذلك أحب هذا الاقتباس من بيرت جومر ، الذي قام بدوره مايكل جروس ، إنه نوع من الرجل الباقي على قيد الحياة وهو يقول ، يظهر وهو يسحب بندقية القنص الضخمة ذات العيار 50 ، ويقول أحد اللاعبين ، "لعنة ، بيرت". وهو يرد بـ "عندما تحتاجها وأنت لا تملكها ، تغني نغمة مختلفة. وبعبارة أخرى ، أنت تعرف ماذا؟ لقد كان مستعدًا لأي شيء ، لقد كان مستعدًا لأي شيء ، وما أقصده هو إذا كنت لا تراقب بيئة استقصاء المعلومات الخاصة بك من الموارد والاستخدام والأشياء التي تحدثت عنها للتو ، فأنت لا تدرك أنك بحاجة إلى أداة أو بيئة أو بنية تراقبها حتى لا تملكها. ثم تدرك أنني حقًا احتجت إلى المضي قدمًا ، وهذا نوع من الطريق بالنسبة إلى الكثير من عملائنا.

لذلك ، بعد أن قلت ذلك ، سوف ننتقل إلى ، وسنلقي نظرة على ما نقوم به هنا في IDERA لحل بعض هذه المشكلات. و-

إريك كافانا: حسنًا ، ها أنت ذا ، أنا أراه.

ستان جيجر: أنت ترى ذلك؟ حسنا. لذلك ، ما لدينا هنا هو أن هذا هو منتجنا BI Manager. ونحن نراقب ، IDERA تقليديا كانت شركة في بيئة SQL Server ، Microsoft SQL Server. وبعد ذلك اشترينا في Embarcadero ، لذا قمنا الآن بالتوسع في بعض المنصات الأخرى ، لكن منتج BI الخاص بنا يراقب بشكل تقليدي رصة BI في بيئة Microsoft. وسيكون ذلك بمثابة خدمات تحليل لتحليلات متعددة الأبعاد وجدولية ، وخدمات إعداد التقارير ، وأداة إعداد التقارير ، ثم خدمات التكامل ، وهي عبارة عن منصة ETL ، مثل نظام المعلوماتية Informatica.

ومن خلال منتجاتنا ، يمكنك مراقبة جميع هذه البيئات الثلاثة من خلال منتج واحد ، وما تراه هنا هو لوحة القيادة العامة ، والشيء الذي يجب ملاحظته هنا هو عندما تحدثت عن التنبيه ، إنه شيء واحد يجب مراقبته ، ولكن هذا لا يكفي - تحتاج إلى وجود آلية تنبيه. بمعنى آخر ، أحتاج إلى أن أكون قادرًا على أن أبلغني قبل وصول الأمور إلى حالة حرجة. لذا ، ما نقوم به هنا ، هناك مجموعة كاملة من المقاييس التي نلجأ إليها والتي يمكن تكوينها لأنه وفقًا لبيئتك ، وعتبات معينة ، قد تكون بخير مع قراءة ثلاثين مللي ثانية في البيئة الخاصة بك. البيئات الأخرى قد يكون من الأهمية بمكان أن تكون هذه العتبة أقل ، لذلك من المهم ليس التنبيه فحسب ، بل جعله قابلاً للتكوين لأن البيئات مختلفة اعتمادًا على الموارد.

لذلك ، بشكل أساسي ، هذه نظرة عامة على جميع البيئات التي تتم مراقبتها هنا ، ولدي ثلاث حالات هنا: واحدة لخدمات التحليل وواحدة لخدمات التكامل وواحدة لخدمات التقارير. وترى أنني تلقيت بعض التنبيهات هنا. ولأنها حمراء ، فإنها تخبرني أن هذه العناصر مهمة ، لأن لدي مستويات متعددة يمكنني ضبط هذه التنبيهات بها ، ويمكن إرسال التنبيهات عبر البريد الإلكتروني إلى أشخاص مسؤولين عن النظر في ماهية المشكلة. لذلك ، فقط لفترة وجيزة سوف نلقي نظرة وسأعود إلى التنبيه ، حتى نتمكن من الذهاب إلى قطعة خدمات التحليل ، وأنا متأكد من أنه ينتظر التحميل هنا. وأساسا ، ما نقوم به ، لدينا مجموعة من البيانات ؛ إنه يخرج بشكل دوري ويذهب إلى هناك ويجمع اللقطات من نوع ما تفعله بيئاتك. لذلك ، لدي مجموعة مخصصة لي كل ست دقائق ، لذلك كل ست دقائق يخرج من هناك ويستطلع البيئة. لقد نمت VM لي لفترة من الوقت ، لذلك سوف يستغرق الأمر ثانية ليعود. هناك نذهب.

لذلك ، نلقي نظرة على مقالة خدمات التحليل ، ولذا فإنني سأضغط على المثيل الخاص بي هنا ، ونتذكر أنني تحدثت عن أحد الأشياء التي نراقبها وهي الأداء على مستوى الخادم ، لأن الكثير من الأشخاص لديهم أشياء متعددة يعمل على الخادم الخاص بهم. قد يكون لدي قاعدة بيانات تعمل على الخادم الخاص بي ، وكذلك خدمات التحليل ، على سبيل المثال. لذلك ، إذا حدث شيء ما في قاعدة البيانات أو واجهت مشكلة على مستوى الخادم ، فسيؤثر ذلك على أي شيء يعمل هناك. لذلك ، سنراقب الأشياء عبر الخادم على مستوى الخادم ، وأشياء مثل أداء القرص ، ويمكنك أن ترى أننا نلتقط مقاييس حول كل هذا. وكل هذا شكلي. وألقي نظرة على ما يجري ، وحدة المعالجة المركزية ، فقط ، ومرة ​​أخرى ، هذا على مستوى الخادم ، وليس على مستوى خدمات التحليل في مثالي هنا. ولكن في الواقع على مستوى الخادم.

وأستطيع أن أنظر إلى أشياء مثل الذاكرة ، الاستخدام الكلي للذاكرة على سبيل المثال ، ما هو متاح؟ حتى الآن لدي فكرة عما هي صحة الخادم نفسه. بعد ذلك يمكننا البدء في إلقاء نظرة على الأشياء الخاصة في خدمات تحليل الحالة هذه. يمكنني أن أرى ونرى كيف تجري معالجة المكعب الخاص بي هنا ، على سبيل المثال ، وهذا يعطيني مقياسًا للصحة. إذا بدأت أرى أن المعالجة تستغرق وقتًا أطول ، أو أنها ليست الصفوف لا تتم كتابتها بالسرعة تقريبًا ، فيمكنني البدء في إلقاء نظرة - وهذا ينطبق على قطعة الارتباط التي أعتقد أن روبن يتحدث عنها ، هو أن لا يزال يحتاج الإنسان إلى القيام بكل هذا. نتحدث عن الذكاء الاصطناعي والتعلم الآلي ، لكن لا يزال يحتاج الإنسان إلى ربط هذه الأحداث حول الأشياء. يمكننا إلقاء نظرة على أشياء مثل ما يجري على غرار الاستعلامات البعيدة ، ما هي الاستفسارات التي يتم تشغيلها والوقت الذي تستغرقه؟ يمكنني الفرز ، لذلك يمكنني البدء في الحصول على فكرة حول الاستعلامات التي تستغرق أطول فترة من الوقت. يمكنك إلقاء نظرة هنا في الوقت المنقضي ، يمكنني إلقاء نظرة ونرى حسناً ، ما هو هذا الاستعلام ومن الذي كان يقوم بتشغيل هذا الاستعلام في ذلك الوقت؟

وبالتالي ، يمكنني أن أبدأ في وضع قصة حول هذا الموضوع بقدر ما أبدأ في رؤية الأشياء تبدأ بالتصاعد ، يمكنني العودة ونرى ونرى ما كان المستخدمون يقومون به في تلك المرحلة الزمنية. وسترى أحد الأشياء التي نقوم بها هي أننا نضع منتقي الوقت هذا هنا للسماح لك باختيار نافذة زمنية. لذلك ، على سبيل المثال ، يمكنني العودة إلى هذه التنبيهات ، وكان في الواقع رابطًا لتلك التنبيهات التي قمت بالنقر فوقها ، وسوف يستغرق الأمر هذه النقطة في الوقت المناسب عند حدوث هذا التنبيه. وبعد ذلك يمكنني البدء في تجميع القصة معًا ، أستطيع أن أرى أوه ، حسنًا ، كانت قراءة القرص في وضع التشغيل ، أو كان بها مشكلات في الذاكرة أو أيًا كان ، وبعد ذلك يمكنني القفز فوق نشاط الاستعلام في نفس النقطة الزمنية ، ويمكنني أن أبدأ فعليًا ربط من كان يقوم بتشغيل ما الاستفسارات التي قد تسببت تلك الطفرات هناك. وبعد ذلك ، يمكنك البدء في عمل أشياء مثل يمكنني البدء في التوليف ، وذلك عندما أبدأ في التوليف. هذا يشبه سيارة ، إذا كنت تقوم ببناء سيارة سباق وكنت فقط تسقط المحرك ، وبدأ تشغيل المفتاح ، لكن إذا كنت بحاجة للذهاب 180 ميلاً في الساعة للفوز ، فأنا بحاجة إلى معرفة أن المحرك يمكنه تشغيل 100 على بعد أميال من الساعة وأحتاج للذهاب إلى هناك والبدء في ضبط هذا المحرك حتى أتمكن من الوصول إليه. وهذا ما يمكّنك هذا من القيام به ، هو أن تكون قادرًا على تزويدك بالمعلومات الكافية لبدء ضبط بيئتك ، وزيادة الصحة وإنتاج تلك البيئة ، والكفاءة.

وبعد ذلك ، نقوم بمراقبة الأشياء عبر الذاكرة خاصة بخدمات التحليل ، في هذه الحالة. وهذا هو المكان الذي يمكنك أن تبدأ فيه معرفة الأشياء التي قد تبدأ في التعثر ، عندما تبدأ في رؤية الأشياء تتدفق أعلاه بين حدود ذاكرتك ، أشياء من هذا القبيل. والأمر الآخر الجيد هو النظر إليه ، في أي وقت تقوم فيه بتشغيل أي نوع من الاستعلامات ، تريد أن يتم تخزين البيانات في ذاكرة التخزين المؤقت ، لأنه عندما يتم تخزينها مؤقتًا ، تكون في الذاكرة ولا تضطر إلى القراءة من القرص ، وهو أكثر بكثير كفاءة من الاضطرار إلى قراءة البيانات من القرص. حتى تتمكن من البدء في إلقاء نظرة على الأشياء الجارية ، معذرة ، في ذاكرة التخزين المؤقت للبيانات على سبيل المثال. كان لدي مجموعة من الاستعلامات تعمل في وقت سابق ، للحصول على هذه البيانات ، ويمكنك أن ترى أنه كان لدي معظم الوقت ، وأن عدد مرات الوصول إلى ذاكرة التخزين المؤقت وعمليات البحث متداخلة ، وهو أمر جيد. لكنني مررت بفترة كانت فيها عدد مرات الدخول أقل بكثير مما كانت عليه عمليات البحث ، والتي أخبرتني أن هناك شيئًا ما يحدث كان مكثفًا في الذاكرة ، بحيث تم مسح ذاكرة التخزين المؤقت بشكل أسرع كثيرًا ، لذا كان يتعين أن تكون البيانات قراءة من القرص. ويمكننا أن نرى ذلك عندما ننظر إلى محرك التخزين. هذه هي نفس النقطة الزمنية في ذلك الرسم البياني الآخر ، ويمكنك مشاهدة الارتفاع هناك ، حيث قفزت الاستعلامات من الملف بالفعل خلال تلك الفترة. وهذا يعني أن البيانات كانت تُقرأ من القرص. الآن ، يمكنني العودة ومن ثم ربط ذلك بالاستعلامات التي كانت قيد التشغيل ، وليس لجعل آذان الجميع تنزف ، ولكن في خدمات التحليل ، يستخدم لغة تسمى MDX ، وهناك طرق لكتابة الاستعلامات بشكل أكثر كفاءة ، لذلك يستخدم ذاكرة التخزين المؤقت أكثر كفاءة وأقل التخزين. لذلك ، هناك مثال على ضبط هذا المحرك ، وإعطائك كل القطع اللازمة لتكون قادرًا على ربط ذلك.

بسرعة فقط ، يمكننا أيضًا قلبها بطريقة أخرى ، عندما ننظر إلى الاستعلامات ، يمكننا أن ننظر الآن في الجلسات ، من المتصل فعليًا في هذه المرحلة الزمنية وما الذي يجري؟ لذلك يمنحك هذا النوع وجهة النظر المعاكسة للاستعلامات ومن يديرها. هذا هو المتصل ومن ثم أستطيع أن أرى ما الذي يقومون بتشغيله حاليًا. الشيء الآخر ، فقط للذهاب بسرعة ، هو أنه يمكنك رؤية كل الكائنات في مكعبات MOLAP متعددة الأبعاد. ويمكنني الحصول على معلومات عنها. لذلك ، على سبيل المثال ، يمكنني الفرز حسب عمود القراءة هذا ، وأستطيع أن أرى أن الكائن الأكثر استخدامًا هو البعد الزمني والثاني الأكثر استخدامًا هو البعد الخاص بالعميل. وهذا يساعد الأشخاص الذين يقومون بتطوير وبناء الأشياء على بناء مكعباتهم بكفاءة أكبر. قد أرغب في تغيير إستراتيجية تقسيم البيانات الخاصة بي ، على سبيل المثال ، على هذه الأبعاد المستخدمة بكثرة في المكعب الخاص بي ، وبالتالي سيزيد أداء الاستعلامات ، على سبيل المثال. قد يؤدي ذلك إلى تقليل أداء معالجة المكعب ، لأن لدي الآن أقسامًا أكثر ، ولكن من وجهة نظر المستخدم ، سيؤدي ذلك إلى ضبط هذا المحرك ، ليكون أكثر كفاءة في استخدام هذه الكائنات.

لذا ، تابع ، تحدث عن خدمات التكامل هنا. خدمات التكامل ، التي ذكرتها ، عبارة عن منصة ETL في بيئة Microsoft. ما نقوم به هنا - وهذا ثابت - نراقب أداء الخادم ، وستكون هذه هي نفس المقاييس التي نظرنا إليها ، لأن جميع خدماتي تعمل على نفس الخادم. لكن مرة أخرى ، هذه نظرة عامة على ما يجري على الخادم. وبعد ذلك يمكنني أن أنظر إلى نشاط خدمات التكامل ، عمليات ETL الخاصة بي. لذلك ، يمكنني الحصول على فكرة عن وقت تشغيل هذه العمليات ، سواء كانت ناجحة أم لا ، يمكنني تسليط الضوء على مجموعة معينة من عملية ETL وبعد ذلك سوف يُظهر لي تفصيل الخطوات ضمن عملية ETL ، ما إذا كانت ناجحة أم لا والوقت الذي استغرقته.

الآن ، إذا كان لدي حزمة فاشلة هنا عملية ETL ، يمكنني أن أتناول التفاصيل ونرى رسالة الخطأ وسيُظهر لي أي خطوة في تلك الحزمة حيث فشلت عملية ETL ، جنبًا إلى جنب مع جميع الرسائل المرتبطة بذلك. إذاً ، ما الذي يعنيه ذلك هو أن هذا يعطيني ، ويمكنني الحصول على تنبيه إذا فشلت ، لذا إذا تلقيت تنبيهًا ، يمكنني الدخول هنا ، انظر ، انتقل إلى هذا التنبيه ، راجع فشل الحزمة ، انظر إلى الخطوات ، راجع أين فشلت ، انظر إلى رسالة الخطأ وأعلم على الفور ما يجب علي فعله لإصلاح ذلك: إعادة نشره ثم إعادة تشغيله مرة أخرى. لذا ، فإن ما يسمح لك بذلك هو أن نسميها تقصير تلك النافذة بين تحديد المشكلة وحل المشكلة. لذلك ، في الفترة السابقة ، عندما كنت مسؤولاً عن هذا النوع من الأشياء ، كان لدينا عملية ETL التي سيتم تشغيلها في الليل ، لتحميل مستودع البيانات الخاص بنا. إذا كانت لدي هذه المعلومات ، أول شيء في الصباح عندما أتيت ، وإذا فشل شيء ما ، فيمكنني معالجته بسرعة واستعادة هذه العملية للتأكد من أن مستودع البيانات قد تم تشغيله وتحديثه بحلول وقت قيام المستخدمين جاء وبدأت في الوصول إلى التقارير.

الأمر الآخر هو أن لدي عمليتين جاريتين ، هما البحث ونرى كيف سارت الأمور بمرور الوقت. هذا أمر مهم لأنه إذا بدأت في رؤية هذه العمليات ، على سبيل المثال ، تستغرق وقتًا طويلاً ، وأرى هذه الأوقات تتصاعد ، فقد أحتاج إلى إلقاء نظرة ، على سبيل المثال ، نافذة الصيانة الخاصة بي ، فقد أجد أشياء تجري على هذا الخادم . خذ ، على سبيل المثال ، النسخ الاحتياطية ؛ قد يكون لدي نسخة احتياطية جارية تؤدي إلى انتظار عملي حتى يتم. قد أحتاج إلى إعادة جدولة عملياتي أو تجميعها حول أشياء بدأت تؤثر على ETL.

وآخر قطعة هي الإبلاغ عن الخدمات. خدمات التقارير هي مايكروسوفت ، وأساسا أداة الإبلاغ عن المشاريع الخاصة بهم. وبعض الأشياء ، مرة أخرى ، يمكننا أن ننظر إلى الأشياء على مستوى الخادم ، يمكننا أن ننظر إلى الأشياء عبر خادم التقارير ، خادم تقارير الخدمات نفسه. ليس لدي الكثير من الأشياء هنا. لدي بعض الاشتراكات التي تعمل كل 15 دقيقة ، لتشغيل التقرير. لذا ، فلن ترى الكثير من الاتصالات النشطة لأنها تعمل وتصل وتدير التقرير وتقطع الاتصال وترسلها.

ولكن في بيئات المعاملات العالية حيث يتم إجراء الكثير من التقارير ، تكون القدرة على مراقبة هذه الأشياء هي المفتاح. لذلك ، يمكنك أن ترى أين حدثت الأشياء هنا ، لذا فهي تمنحك فكرة جيدة عما يحدث من مستوى الخدمة الفعلي والنظام الأساسي. وبعد ذلك ، كما تحدثت في الشرائح ، من الذي يدير ماذا وماذا يفعلون؟ واشترى أحد عملائنا هذا المنتج لمجرد الحصول على هذه القطعة لأنهم أرادوا معرفة التقارير التي كان يعمل عليها الأشخاص ، ومن الذي قام بتشغيل هذه التقارير. لذلك هذا هو أحد الأشياء في تنفيذ هذا التقرير التي يمكنك رؤيتها هنا. أستطيع أن أرى ما التقرير ، أستطيع أن أرى أي معلمات كانت موجودة في ذلك التقرير ، أستطيع أن أرى من الذي يقوم بتشغيله ، أستطيع أن أرى تنسيق التقرير. وبعد ذلك ، حصلت على كل هذه المقاييس حولها ، لذا إذا كان الأمر كذلك ، فيمكنني ترتيب هذه الأشياء ، على سبيل المثال ، ما هو التقرير الذي استغرق وقتًا أطول لاسترداد البيانات ، ويمكنني الانتقال مباشرةً إلى ذلك ومعرفة أي تقرير موجود. ومرة أخرى ، هذا يعطيني كل البيانات من أجل أن أكون لضبط هذا المحرك مرة أخرى. الآن ، يمكنني البدء في ضبط بيئة إعداد التقارير الخاصة بي حول ذلك.

والشيء الأخير ، هل يمكنني إلقاء نظرة على نشاط المستخدم ، المتصل من جديد حاليًا ، ماذا يفعلون؟ يمكنني فعلاً ، في بيئة كان لي فيها العديد من المستخدمين ، كل هذه الأشياء قابلة للفرز حتى أتمكن من التصنيف ، أستطيع أن أرى من الذي يستخدم البيئة أكثر من غيرها. لذا ، فقط للعودة بسرعة وإلقاء نظرة على هذه التنبيهات. كان هذا التنبيه. يمكنني النقر على هذا الرابط هنا وسيأخذني إلى الرسم البياني لهذه النقطة في الوقت المناسب ويظهر لي أي واحد كان في حالة تأهب. لذلك يمكنك أن ترى هنا ، هذا هو السبب في أنه كان متوسط ​​المللي ثانية للكتابة ، على سبيل المثال ، القراءة والكتابة. لذلك ، مرة أخرى ، مجرد محاولة للحصول على نقطة تحديد المشاكل. ومن المهم حقًا أن يكون لديك أداة شاملة ، وليس مجرد شيء ينظر إلى هذا الشيء ، لأن فلدي الإنسان يأتي هنا ويربط بين هذه الأحداث التي تحدث ، لذلك عليك أن تكون قادرًا على النظر إلى ما يجري في ذلك في الوقت المناسب عبر مناطق متعددة من تلك البيئة ، وهذا واحد من الأشياء التي نقوم بها من خلال هذا الوقت منتقي هنا.

إريك كافاناغ: نعم ، هذا إريك هنا بسؤال سريع ، '' أعتقد أنك ربما تضغط على رأسك ، وهذا ما كنت أتحدث عنه في الجزء العلوي من الساعة ، وهو أن الإنسان يجب أن يأتي في ورسم هذه العلاقات بين البيئات المختلفة. أنا فضولي لمعرفة ، هل هناك بعض المواد التعليمية التي يمكن أن تشاركها يا رفاق ، أو ربما تقوم ببعض نوع من الارتباط مع الناس لمساعدتهم على تحديد بعض هذه الأنماط؟ مثلك كان لديك مثال جيد بالفعل منذ دقيقة واحدة ، حول عندما يكون أحد هذه الأشياء يتصاعد ويخبرك أن هناك شيئًا ما يحدث في الذاكرة لأنه استمر في محاولة التخلص من الذاكرة. وهو يوفر لك فكرة ، ولكن كيف يمكن للناس أن يرسموا هذه الإحصاءات ضد مشاكل العالم الحقيقي ، هو السؤال الحقيقي.

ستان جيجر: نعم ، هذه نقطة جيدة وأحد الأشياء التي كنت أتحدث عنها للتو ، خارطة الطريق للمنتج ، في وقت لاحق من هذا العام سنصدر إصدارًا وأحد الأشياء التي سنبدأ في إضافتها لكل واحد من هذه الرسوم البيانية ، هو وصف لما يعنيه هذا الرسم البياني ولماذا يجب أن تهتم ، وما هو تأثير ذلك. لذا ، يمكنك النقر فوق علامة استفهام أو شيء ما على هذا المخطط ، ثم سحب نافذة تعطيك الكثير من تلك المعلومات وتخبرك أن هذه هي الأسباب المحتملة ، وهذه هي المناطق التي تأثرت ، والإرشاد في أنت في اتجاه القدرة على الذهاب في هذه الحالة ، كما قلت ، ها هي تلك الطفرة ، وأنا أعلم من تجربتي الشخصية ما يعنيه هذا. وبعد ذلك ، يمكنني البدء والبدء في الحفر في منطقة وإيجاد السبب الجذري.

الآن ، لدينا الكثير من ذلك ، في الواقع ، في منتجنا مدير التشخيص لـ SQL Server ، لقاعدة البيانات الفعلية. لدينا الكثير من هذا النوع من الوظائف في منتج مثل هذا ، ولدينا أيضًا بعض التحليلات التربوية لمدير التشخيص الذي يرشدك بأسرع وقت ممكن. وهذا هو المكان الذي نسير فيه مع هذا المنتج.

إريك كافاناغ: أعتقد أن هناك تواقيع لأنواع معينة من النشاط. هل تسمح لك هذه الأداة بتحديد وقت حدوث نوع معين وفهرسته ، بحيث بمرور الوقت سوف يتعرف على نمط مماثل أسفل الخط ويساعدك على معرفة ما إذا كان مستخدمًا جديدًا ، على سبيل المثال ، باستخدام نفس الأداة؟ تساعدك على فهم ، أوه ، هذا لأن هذه الخوادم قد تعطلت أو لأن هذه المنطقة تعطلت؟ هل هناك طريقة لفهرسة تواقيع المشاكل ، بحيث يمكنك التعرف عليها بسهولة لاحقًا؟

ستان جيجر: لا ، في الواقع ، هذا في الواقع مفهوم مثير للاهتمام ، لأنه يشبه إلى حد كبير ، ما هو عليه - تحليل مكون أساسي ، أعتقد - حيث يمكنك تحديد الأنماط وتسجيل تلك الأنماط ، وإذا رأيتها مرة أخرى يمكنك العودة ونرى ، حسنا ، كان هذا هو السبب في تلك المرحلة. نعم ، هذا شيء ، ليس على خريطة الطريق ولكنه شيء كنت أفكر فيه من وجهة نظر إدارة المنتج.

إريك كافاناغ: أستطيع أن أتخيل. أوه ، تفضل

ستان جيجر: لا ، كنت سأقول - وسنحصل على الكثير من الطلبات ، لأنني لا أعرف ما هي تجربتك - لكن ما وجدناه هو أن DBAs يعرفون قواعد البيانات مثل الجزء الخلفي من أيديهم ، ولكن المواد BI هي نوع من مثل الصندوق الأسود عندما يتعلق الأمر بالصحة منصة. وليس هناك ، ليس لديهم الكثير من قاعدة المعرفة حول ذلك. أفعل ، فقط من العمل فيها لمدة خمس إلى عشر سنوات ، أليس كذلك؟ لكن الأشخاص العاديين المسؤولين عن العثور على هؤلاء ، أو الحصول على تنبيهات ومعرفة ما كان يحدث ، هو نوع من الصندوق الأسود لهم.

إريك كافانا: نعم ، أستطيع أن أتخيل. سأشعر بالفضول لمعرفة ذلك أيضًا ، لذلك كنت تُظهر في تلك الشاشة الواحدة كيف يمكنك رؤية جميع الاستعلامات الواردة ، والوقت الذي استغرقوه لتشغيله ، ومن الذي أنشأهم. هل يمكنك أيضًا رؤية الهيكل الفعلي لاستعلام SQL نفسه ونوع من التحليلات حول ذلك؟ كما هو الحال في بعض الأحيان ، يقوم الأشخاص بتجميع استعلامات SQL التي تعد نوعًا من الاستعلامات الضخمة ، دعنا نقول ، ومرهقة ، على العكس من المعلم الذي قام بالفعل بتجميع استعلام لطيف ومحكم. هل هذا شيء يمكنك تصوره من خلال هذه الأداة ومن ثم مساعدتك في هذه هي المشكلة؟

ستان جيجر: نعم ، إذاً ما يمكنك فعله ، مثل ما قمت به هنا ، هو أنني قد تم الفرز حسب الوقت المنقضي ، على سبيل المثال. لذلك أستطيع أن أرى تلك التي استغرقت وقتًا أطول ثم أحصل على النص ، ولكن لا يزال الأمر متروكًا لشخص ما أكثر أو أقل خبير في الموضوع للنظر في ذلك والذهاب ، "أوه ، حسنًا ، إليك لماذا استغرق هذا وقتًا طويلاً . "هذا شيء لدينا نوع من تحليل عبء العمل ، نسميه" محلل عبء عمل SQL "بالنسبة لجانب قاعدة البيانات ، والذي كنت أتعامل معه حول فكرة ربما نتحدث عن شيء مشابه ، بحيث يحدد هذه الاستعلامات ثم يعطيك توصيات حول كيفية ضبط هذه الاستعلامات. لكن إحدى المشكلات هي أن استعلام MDX هذا هو لغة متخصصة إلى حد ما.

إريك كافانا: نعم ، أستطيع أن أتخيل. ولكن يمكنك أن ترى ، على سبيل المثال ، من هم الأشخاص ، لذلك ليس من الصعب للغاية معرفة ما إذا كان شخص واحد ، إذا كان هناك شخص مسؤول عن عشرة من أطول استفسارات العملية ، ثم إذا لم يكن هناك شيء آخر يمكنك الاتصال به ، أو الاتصال مديره أو شخص ما ويقول ، "مهلا ، يمضغ هذا الرجل الكثير من النطاق الترددي" ، وربما اتضح أن هذه هي الاستعلامات الأكثر قيمة لرجال الأعمال ، أليس كذلك؟ عليك أن تضعها في سياق ما هي قيمة الأعمال ، من الاستعلامات نفسها ، إنها ليست مجرد لعبة أرقام واضحة ، أليس كذلك؟ إنها معرفة ، حسنًا ، هذا الرجل هو مستخدمنا القوي ، وهو الشخص الذي يغير الأعمال ، أليس كذلك؟

ستان جيجر: لا ، أنت محق تماماً. أعني ، هذه إحدى الطرق التي يستخدمها العملاء لهذا ، هي أن تكون قادرًا على القيام بذلك. كما قلت ، قد تجد منطقة واحدة ، لأن أحد الأشياء التي أتحدث عنها ، أتعرض دائمًا إلى Excel ، لكن يمكنك الاتصال بخدمات التحليل في Excel وتشغيل الجداول المحورية خارج OLAP ، ويقوم بإنشاء استعلامات خاصة به ، و يرسلها ، وفي بعض الأحيان لا يكون أفضل شكل ، لذلك يمكنك العودة وتحديدها وإعادة كتابة تلك الرسائل في الواقع ومنحها للمستخدم والسماح له بتشغيلها خارج هناك حتى لا يستغرق الأمر نصف ساعة لهم للعودة مرة أخرى إلى الجدول المحوري.

إريك كافانا: بالضبط. وعندما نتحدث عن الاستعلامات ، تقوم أنت بتغطية سلسلة من الاستعلامات ، لذلك ذكرت MDX ، ماذا عن بعض الاستعلامات الأخرى مثل استعلام DAX ، أو بعض هذه الاستعلامات الأخرى؟

ستان جيجر: نعم ، نحن نغطي ، نعم ، أي DAX و MDX على حد سواء. لذلك أحد الأشياء التي لم أذكرها ، أو فعلت ، ربما ، لكننا ندعم كلاً من جدولي و OLAP في Microsoft و DAX - أعتقد أنك وتحدثت عن هذا في وقت متأخر - هو أننا نشهد الكثير أكثر جدولة الآن مما نحن OLAP. لأن الأمر أسهل في طرح النماذج المجدولة وأشياء من هذا القبيل ، وبالتالي سترى بوضوح استفسارات DAX ، لكننا سنلتقطها أيضًا.

إريك كافانا: نعم ، هذا مثير للاهتمام. هل لديك أي سياق حول سبب حدوث ذلك؟ هل ربما لأن المزيد والمزيد من الناس يدخلون في هذه الأشياء ولأن OLAP بالطبع ليس شيئًا جديدًا ، فقد كان موجودًا منذ 30 عامًا على الأقل؟

ستان جيجر: حسنًا ، حسنًا ، إنه مزيج من النوع ، أحد الأشياء هو تصميم المكعبات فن. وقد تم تصميم المكعبات لتجميع البيانات مسبقًا ، لذلك من السهل للغاية إخراج البيانات ، لكن معالجة المكعب تستغرق بعض الوقت لأن عليها القيام بكل هذه المجموعات. وبعد ذلك ، أصبحت الأجهزة أرخص ثم أصبحت الذاكرة أرخص ومن ثم كان الجميع يخرجون من متجر عمودي وقواعد البيانات الموجودة في الذاكرة ، حقًا. وأيضًا تكون جداول البيانات هي الأقرب إلى قواعد البيانات الترابطية التقليدية ، كما أنها أسهل بكثير وأسرع من طرح النماذج الجدولية مقارنة مع OLAP. لكن العيب هو أنه يتواجد في الذاكرة ، والأمر كله موجود في الذاكرة ، لذلك فهو شديد الكثافة في الذاكرة ولا تتجمع البيانات حتى تطلب ذلك. لذا ، ولكن بعد قول كل ذلك ، بدأنا نرى الكثير من الجداول.

إريك كافانا: هذا مثير للاهتمام. قد يكون ذلك أيضًا لأن هذه الصناعة تسير قليلاً ، وما أعنيه بذلك هو أننا نحصل على الكثير من الأشخاص الذين يتفاعلون مع البيانات ويستخدمون أدوات مختلفة ، وبالتأكيد عندما تتحدث عن Microsoft ، أعتقد هذا هو الحال بالتأكيد أن لديك الكثير والكثير من المستخدمين للشركات الصغيرة والمتوسطة الحجم ، وحتى بعض المؤسسات الكبيرة التي تبحث في الأشياء ، والحصول على الأدوات ، وتشغيل الاستعلامات ، وربما لا يكونون على دراية العملية برمتها والتكنولوجيات حول بناء مكعبات ، إلى وجهة نظرك ، أليس كذلك؟ 'هل هذا يتطلب بعض التفكير ، كما أنه مكلف ، أليس كذلك؟ يستغرق بناء هذه مكعبات الطاقة بعض الوقت ، إلا إذا كنت تستخدم بعض التقنيات الحديثة هناك. مثل ، تحدثنا إلى شركات مثل Snowflake ، على سبيل المثال ، إنها تقوم بأشياء مثيرة للاهتمام للغاية ، لكنني أعتقد أن لديك الكثير من الأشخاص الذين يستخدمون هذه الأشياء ، ومن المحتمل أنهم يستخدمون ما وصفته للتو ، وهو التنسيق الجدولي ، بدلا من بناء مكعبات رسميا ، أليس كذلك؟

ستان جيجر: نعم ، حسنًا ، أعتقد أن Excel - عندما كان ما هو عليه ، Power Pivot ، أعتقد - هذا في الواقع جدولي ، إذا ألقيت نظرة عليه ؛ انها الطريقة التي تبني نماذج جدولية. وبعد ذلك كان التكرار التالي ، يمكنني أن أخبرك بنماذج الجداول التي أقوم بإنشائها وأنشرها في SQL Server حتى أتمكن من مشاركتها مع الجميع. لذلك ، هو نوع من التمديد الطبيعي خارج Excel تقريبا.

إريك كافانا: نعم ، هذه نقطة جيدة. ما رأيناه على مدار الأسبوع الماضي ، أقول خمس إلى سبع سنوات ، هو مجرد توسع هائل في استخدام هذه التقنيات ، أليس كذلك؟ ومايكروسوفت ، بصراحة ، كانت رائدة في هذا المجال ، حيث إنها حقًا تضفي الطابع الديمقراطي على بيانات الطاقة من خلال خدمات التحليل ومن خلال Power Pivot ، أليس كذلك؟ أعني أن ذلك كان تغييرًا في اللعبة بالنسبة للصناعة ، أليس كذلك؟

ستان جيجر: نعم ، لا ، أنت محق تماماً. أعني ، لدي شريحة عندما أقدم عرضًا تقديميًا أطول يوضح انتقال الانتقال من النموذج الدلالي ، الذي كان OLAP ، إلى جدولي. وأعتقد أن لدي اقتباس من Microsoft ؛ إنهم يريدون البيانات في أيدي المستخدمين ، وليس فقط على الجدار في متجر تكنولوجيا المعلومات ، فهم يريدون الحصول على المزيد من البيانات في أيدي الأشخاص الذين يستهلكونها.

إريك كافاناغ: وهذا يعود مباشرة إلى الشريحة الأولى البسيطة للغاية التي أظهرتها ، والتي كانت عملية صنع القرار الأساسية لأي منظمة ، والآن - وأعتقد أن هذا شيء عظيم - نحن نحصل على المزيد والمزيد من الناس من التسلسل الهرمي الكامل للمؤسسة مع الانتباه إلى ما يحدث ، وتقديم قصتهم إلى المائدة ويمكنك فعل ذلك بالبيانات ، وهذا هو الخلاصة ، أعني أنه يمكنك استخدام وسائل أخرى ، ولكن إذا قمت بنسخ قصتك مع البيانات ، سيكون لديك حجج أقوى بكثير من أولئك الذين لا يفعلون ، أليس كذلك؟

ستان جيجر: بالضبط ، نعم. مثل ، نعم ، هذا صحيح تمامًا. أعني ، لهذا السبب الآن ، فقد كان "يا ، أنا بحاجة إلى هذا التقرير" ، لذلك الآن يجب أن أذهب إلى طلب التقرير وعلي أن أتصفح هنا ، وأن أحصل على تقريري ، والآن يمكنني الجلوس هناك مباشرة في مكتبي وحقا فقط ، لدي إمكانية الوصول إلى البيانات التي تم إنشاؤها ، واتخاذ قرارات عملي.

إريك كافانا: هذا صحيح. كما تعلمون ، لقد عدت من مؤتمر الأسبوع الماضي فقط وكان هناك تعليق هستيري من شخص يدير بيئة BI كبيرة إلى حد ما بالنسبة إلى المتجر ، وكان يشير إلى تحليلات الخدمة الذاتية وخدمة BI الذاتية ، ومن الواضح أن هذه مشكلة كبيرة هذه الأيام. أنا متأكد من أن هذا شيء يدفع الكثير من النشاط لما تقوم به يا رفاق في IDERA لأنه عندما ترغب في طرح الخدمة الذاتية ، أولاً وقبل كل شيء أفضل أن يكون لديك بيئة صحية جيدة ، أليس كذلك؟ إذا كنت ستحصل على جميع أنواع الأشخاص الموجودين هناك لطرح كل أنواع الأسئلة بطرق مختلفة ، فستريد أن يكون لديك شيء مثل هذه الأداة هنا ، لتتمكن من فهم من يسأل الأسئلة وأين. والاقتباس المضحك الذي سأطرحه فقط للركلات هنا ، كما قلت ، "هناك خط رفيع بين خدمة ذاتية BI وانتقل إلى F بنفسك".

ستان جيجر: نعم.

إريك كافانا: لقد ظننت أنه هستيري. ولكن هل ترى أن اتجاه الخدمة الذاتية يثير الكثير من الوعي حول ما تفعله بالتكنولوجيا؟

ستان جيجر: نعم ، لأنك مثلما قلت ، إذا كنت ستسمح باستخدام خدمة ذاتية ، فمن المحتمل أن تواجه بعض مشكلات الأداء ، بسبب: أ) مقدار الوصول ، ومقدار عدد الأشخاص الذين سيذهبون عند البيانات ، و B) مقدار الاستعلامات التي تم تشكيلها بشكل سيئ وطرق الوصول إليها لديك. لذا ، أنت حقًا ، من المحتم حقًا أن تراقب البيئة بحيث تكون قادرًا على إبقاء الجميع سعداء بمحاولة استهلاك البيانات ، أليس كذلك؟

إريك كافانا: نعم ، أعتقد أن هذا صحيح تمامًا. إنها نعمة ونقمة: من الجيد أن يحاول الأشخاص استخدام الأشياء ، ولكن مرة أخرى ، حسب وجهة نظرك ، إذا لم يكن لديك الأداة الصحيحة في ذلك الوقت ، فستكون قافلة غير سعيدة بسبب لفة خارج الخدمة الذاتية بدون أداة مثل هذا ، يبدو لي أنه يطلب فقط جبل من المتاعب.

ستان جيجر: نعم ، أعني أنه مشابه لما كنت أقوم ببناء مستودعات البيانات فيه ، فهو يشبه إذا لم تكن لديك أبعاد وجداول الحقائق الخاصة بك بشكل صحيح ، ثم قمت بإغلاقها للإبلاغ المخصص ، فقد ترغب في الزحف إليها أسفل صخرة.

إريك كافانا: هذا رائع. نعم ، إنه جيد ، مرة أخرى ، إنه خبر جيد أن الناس يستخدمون هذه الأشياء ، لكنني أعتقد أنه يجب علي أن أصدق أن الخدمة الذاتية ستقود الكثير من النشاط لما تفعله ، لأنك تتحدث عن التصعيد يصل مقدار التوتر وكمية الضغط على هذه الأنظمة بأوامر من الحجم. ليس فقط من جانب واحد ، أو بأمرين من حيث الحجم وهذه هي النقطة التي تريد حقًا أن يكون لديك بعض الرؤية وتريد أن تكون قادرًا على معرفة من يفعل ماذا وأين ومتى وكيف ولماذا. اطرح هذه الأسئلة ثم اتخذ بعض القرارات حول كيفية مراقبة البيئة وتغييرها وتغيير سياساتك الخاصة بمن يمكنه الوصول إلى ماذا ، أليس كذلك؟

ستان جيجر: صحيح. كما تعلمون ، معرفة ذلك ، ورؤية أن الاستخدام يتيح لك أيضًا الوصول إلى هناك ، والإمكانات ، كما ذكرت الكائن داخل المكعب ، يمكنني أن أفعل أشياء لتحسين ذلك ، بقدر ما أقوم ببناء وتصميم الأشياء. لذا ، من الضروري ألا يقتصر الأمر على النظر إلى أداء الأشياء فحسب ، بل أن تكون قادرًا على رؤية أداء مخططك وتصميمك على هذا المستوى أيضًا ، حتى تتمكن من إجراء تعديلات عليه. إنها ستصبح أكبر وأكبر لأن أشياء مثل power BI هي الصفقة الكبرى الآن ، مع Microsoft ، لذلك يمكنني الآن إنشاء لوحات المعلومات والأدوات الذكية والأشياء الخاصة بي ، وليس من الضروري أن أكون مطور BI.

إريك كافانا: هذا صحيح. نعم ، إنها أشياء جيدة ، إنها تنتشر في كل مكان ، لكنك ستحتاج إلى طريقة ما لإدارة تلك البيئة أو ستحصل على مستخدمين غير سعداء. وهذا يؤدي إلى إدارة غير سعيدة ، مما يؤدي إلى إطلاق النار على الناس. هناك تأثير واضح للغاية من الدومينو عندما تبدأ الأمور في الانهيار ، لكن هذه أشياء رائعة.

لذلك أنا مضغه حتى آخر خمس دقائق هنا. روبن ، هل لديك أي أسئلة؟

روبن بلور: حسنًا ، أعتقد أنه أمر رائع ، في الحقيقة ، أن أكون أمينًا. لقد جعلني أفكر في حقيقة أن لدينا بيئات مقيدة للغاية وأن الخدمة الذاتية تعمل بالفعل على تغيير العالم والكثير من ذلك يحدث فعليًا بالفعل لأن الكثير من البيانات الفظيعة جاءت إلى البيئة أكثر مما حدث من قبل. السؤال الوحيد هو "السبب في أننا لم نحصل على الكثير من الوقت ، لكن السؤال الوحيد الذي سأهتم بطرحه هو كما تشرح الطريقة التي - اعتقدت أنه كان عرضًا جيدًا للغاية - الطريقة التي أعمال الرصد BI. كنت أتساءل ماذا يفعل الأشخاص الذين ليس لديهم هذا النوع من الأشياء فعليًا؟ نظرًا لأنه يجب أن يكون الأمر صعبًا للغاية ، فهناك عدد من الأشياء التي تحدث فرقًا فيها ، والسبب الجذري جيد ، ولا يمكنك دائمًا الوصول إلى السبب الجذري ، ولكن يمكنك الوصول إلى السبب الجذري ببعض الأشياء الذي تنظر إليه ، عندما قلت إن عددًا من الأشخاص يشترون الأداة لمجرد معرفة من الذي يدير ماذا ، وهذا يدور في ذهني ، لأنه يبدو أنك لا تعرف من يدير ماذا ، ثم الأشياء خارجة عن السيطرة. لذا ، كيف تبدو البيئة عندما تكون خارجة عن السيطرة؟

ستان جيجر: أعني أنه يمكنك الحصول على كل هذه المعلومات التي لدينا في الأداة بنفسك ، لكن عليك أن تكتب مجموعة من البرامج النصية المحلية وأن تتسبب في أن البيانات جميعها هناك فقط عليك أن تعرف من أين الحصول عليها ، الأمر الذي يتطلب مستوى من الخبرة ، أليس كذلك؟ لذلك ، في البيئات التي لا تملك فيها هذا المستوى من الخبرة ، ما تحصل عليه ، هل هو ، هل هو مرتفع أم لا؟ لا أعرف حقًا ما إذا كان يعمل بكفاءة أم لا ، ولكن الأمر صحيح ، أليس كذلك؟ ثم أبدأ في تلقي مكالمات هاتفية أو الذهاب إلى أشخاص ، "مهلا ، تقريري ليس في صندوق الوارد الخاص بي ، ما الذي يحدث؟" أو "لقد قمت للتو بتقديم هذا التقرير من خلال خدمات التقارير" أو ربما يقومون بإجراء استعلام هنا في خدمات التحليل ، لكن الأمر يستغرق نصف ساعة ، وكان يستغرق 30 ثانية فقط ، فما الذي يحدث؟ حسنًا ، يجب عليك الآن القيام بحفر النار ومحاولة اكتشافه ، وبدون وجود أداة يصبح الأمر صعبًا للغاية.

روبن بلور: حسنًا ، كان هذا هو الشيء الذي أصبح واضحًا بشكل متزايد بالنسبة لي ، كما أوضحت كلًا من أبعاد ما حصلت عليه هنا بالفعل. والأمر الآخر ، هو الحال على مستوى بدائي للغاية ، إذا لم يكن لديك تنبيهات تخبرك بأن الأشياء تسوء ، فستكون باهظة الثمن - تحصل في موقف باهظ الثمن ، تحاول علاج ما حدث ، لأنك لا تكتشف ذلك حتى تبدأ الأشياء بالسقوط بشدة ، أليس كذلك؟

ستان جيجر: حسنًا ، أنت لا تعرف ما لا تعرفه.

إريك كافانا: لقد حصلت عليه. حسنًا ، أهلاً ، لقد حرقنا ساعة وتغيرنا هنا. شكرا جزيلا لروبن بلور ، وبالطبع صديقنا ، ستان جيجر ، من IDERA Software. سيكونون في Enterprise Data World ، في الواقع ، إذا كان أي منكم متجهًا إلى هناك ، فستكون هناك بالفعل في أتلانتا. يقوم صديقنا الطيب ، توني شو ، بعمل رائع في إدارة ذلك المؤتمر منذ أربع سنوات ، وهو جديد الآن. كل شيء ساخن. نأمل أن نراكم هناك ، إن لم يكن ، راجعنا مرة أخرى في الأسبوع القادم ، لدينا مجموعة من عمليات البث عبر الإنترنت الأخرى.

دائما فضولي لسماع أفكارك ، وإرسال بريد إلكتروني إلى ، وهذا ينطبق على لي ، إذا كان لديك أي أسئلة أو اقتراحات ، أو غيرها من التقنيات التي ترغب في التعرف عليها في Hot Technologies. ومع ذلك ، سوف تقدم لك وداعًا. شكرا مرة أخرى على الانضمام إلينا ، سنتحدث إليكم في المرة القادمة. اعتن بنفسك. مع السلامة.