Oleh Staf Techopedia, 24 Agustus 2016
Takeaway: Tuan rumah Eric Kavanagh membahas tren basis data dengan Dr. Robin Bloor, Dez Blanchfield dan Scott Walz dalam episode Hot Technologies ini.
Anda saat ini belum masuk. Silakan masuk atau daftar untuk melihat video.
Eric Kavanagh: Hadirin sekalian, halo dan selamat datang kembali ke pertunjukan terpanas di dunia IT enterprise, Hot Technologies 2016. Ya, tentu saja! Nama saya Eric Kavanagh, saya akan menjadi tuan rumah Anda hari ini untuk sebuah pertunjukan berjudul "Seni Visibilitas: Mengaktifkan Manajemen Multi-Platform, " ya memang. Beberapa catatan singkat, ada slide tentang Anda benar-benar, diakui dari lima tahun yang lalu dan cukup tentang saya, pukul saya di Twitter @Eric_Kavanagh. Tahun ini panas, ini adalah slide standar kami untuk Teknologi Panas. Apa yang kami lakukan dengan acara ini adalah kami menginginkan sebuah program yang akan membantu kami untuk mendefinisikan jenis teknologi tertentu, sehingga seluruh idenya adalah bahwa kami mendapatkan dua analis yang datang dan memberikan pandangan mereka pada ruang tertentu atau jenis fungsi tertentu yang dibutuhkan perusahaan, dan kemudian vendor datang dan menunjukkan apa yang telah mereka bangun dan menjelaskan bagaimana itu sesuai dengan apa yang Anda dengar dari para analis.
Dan alasan untuk itu, seperti yang Anda bayangkan, adalah karena dalam dunia pemasaran perangkat lunak perusahaan, ada istilah-istilah yang dipermasalahkan dan apa yang terjadi selalu adalah bahwa vendor menggunakan istilah panas terbaru, hal-hal seperti big data atau analitik untuk contoh, atau bahkan SOA atau istilah yang berbeda seperti platform, dan kadang-kadang kata-kata itu sangat akurat untuk teknologi tertentu dan kadang-kadang tidak. Acara ini dirancang untuk benar-benar membantu kami mengartikulasikan untuk Anda, para penonton, apa jenis teknologi tertentu, bagaimana mereka bekerja dan kapan Anda harus menerapkannya.
Dengan itu, saya akan memperkenalkan pembicara kami. Kami memiliki Dr. Robin Bloor, menelepon dari lokasi Austin, Texas, Dez Blanchfield, menelepon dari sisi lain planet ini, dan tamu kami Scott Walz menelepon dari Kentucky. Dan Anda benar-benar, saya sebenarnya berada di luar Pittsburgh, jadi kami memiliki organisasi yang sepenuhnya berlokasi geografis hari ini dari berbagai tempat. Dengan itu, saya akan mendorong slide pertama Robin, jangan ragu untuk mengajukan pertanyaan, kawan, jangan malu-malu. Anda dapat melakukannya dengan menggunakan komponen T&J dari konsol webcast Anda. Dan dengan itu, saya akan memberikannya kepada Dr. Bloor. Lantai adalah milikmu.
Robin Bloor: Oke, terima kasih atas perkenalan itu, Eric. Biarkan saya langsung saja ke slide pertama. Ini adalah kumpulan meerkat yang berpikir tentang basis data. Seluruh presentasi yang benar-benar saya lakukan di sini benar-benar hanya seperangkat pemikiran umum tentang database yang saya miliki baru-baru ini, intinya adalah bahwa benar-benar sekitar tahun 2000, sepertinya permainan database telah selesai dalam arti bahwa sebagian besar implementasi basis data terjadi pada basis data relasional. Dan kemudian itu baru saja berubah, Anda tahu, semua hal yang dipikirkan oleh meerkat, penyimpanan kolom, penyimpanan nilai utama, basis data dokumen, basis data dalam memori, basis data grafik, dan banyak lagi hal-hal lainnya yang tiba-tiba muncul. Dan itu hampir seperti jenis zaman geologis baru yang tiba-tiba muncul fosil berbagai jenis hewan.
Berita dari Danau Wobegon, benar-benar berakhir untuk database model tunggal. Tidak ada keraguan bahwa RDBMS masih mendominasi, tetapi jenis-jenis database lain sekarang dibuat. Sungguh, itu gambaran umum dari apa yang akan saya katakan di sini.
Dimensi basis data, beberapa di antaranya sebenarnya menjadi lebih penting baru-baru ini, tetapi yang dapat saya pikirkan ketika saya melakukan slide ini, adalah, apakah itu ditingkatkan dalam hal efisien menggunakan sumber daya dari server tertentu? Apakah skala itu keluar sehingga bisa melintasi kelompok besar? Apakah itu mengeksploitasi perangkat keras yang tersedia yang semacam itu di database memori akan ke arah itu? Apakah bisa didistribusikan? Ada sejumlah database yang utama pada variabilitas untuk didistribusikan. Karakteristik apa yang dimilikinya? Karakteristik ACID mendasar dari database. Tapi sekarang daripada memiliki konsistensi yang sebenarnya, sejumlah database akhirnya memiliki konsistensi, orang menggunakannya dan mereka tidak memiliki masalah dengan mereka sehingga mereka telah menunjukkan bahwa ACID tidak benar-benar diperlukan, hanya hal yang baik untuk dimiliki dalam sebuah banyak situasi.
Dalam hal organisasi metadata, seluruh permainan telah berubah. Kami memiliki organisasi metadata yang berbeda daripada skema RDBMS yang khas. Dalam hal pengoptimal, ada banyak kegiatan pengoptimal yang terjadi tergantung pada struktur data yang Anda coba optimalkan. Dalam hal pengelolaan, ada banyak perbedaan dalam hal ini yang akan saya bahas nanti, tetapi pada dasarnya seluruh poin dari DBMS dapat dikelola dan lagi tingkat pengelolaannya sampai taraf tertentu menentukan sejauh mana manfaatnya.
Dalam hal faktor perangkat keras, ini adalah poin yang sebenarnya dikatakan - maksud saya hanya ada satu poin yang dibuat di sini - poin yang dibuat di sini adalah bahwa apa pun yang kita lihat hari ini dalam hal arsitektur basis data akan berubah. Mungkin database yang sama, tetapi mereka harus, dengan satu atau lain cara, mempertimbangkan apa yang sebenarnya terjadi di tingkat perangkat keras. Selama bertahun-tahun kami mengalami situasi CPU, memori, dan disk pemintalan yang relatif sederhana ini - ya sudah, benar-benar hilang.
Intinya di sini, pertama-tama kita memiliki CPU tetapi kemampuannya jauh lebih paralel daripada sebelumnya dengan banyak, banyak inti pemrosesan. Kami juga punya GPU, kami juga punya FPGA, berbagai jenis silikon, tetapi Intel telah menikahi satu FPGA dengan CPU dalam rilis berikutnya, dan - DAN - telah mengawinkan GPU dan CPU bersama-sama pada chip yang sama. Anda punya chip dengan karakteristik berbeda. Keuntungan GPU adalah sangat bagus untuk paralelisme berat dan terutama dengan perhitungan numerik. FPGA Anda dapat, dengan satu atau lain cara, Anda dapat menempatkan kode pada chip dan fungsinya jauh lebih cepat daripada jika Anda hanya memasukkannya ke chip.
Ada perkawinan silang dari hal-hal ini yang terjadi. Kami mendapatkan 3D XPoint dari Intel dan PCM dari IBM, yang merupakan jenis memori baru, yang lebih lambat dari RAM, lebih murah dari RAM tetapi tidak mudah menguap. Dan ini menciptakan sedikit kegembiraan di antara sejumlah vendor perangkat lunak yang saya ajak bicara. Kami memiliki SSD tetapi sekarang mereka menjadi sangat, sangat besar dan mereka menyediakan akses paralel. Dengan akses paralel ke SSD yang sangat besar, Anda dapat mendekati kecepatan baca yang serupa dengan kecepatan baca RAM. Kami memiliki kemungkinan ini tiga jenis RAM penyimpanan, barang XPoint 3D dan SSD, yang semuanya akan berjalan sangat cepat. Dan karena kecepatan adalah esensi dari basis data, semua teknologi basis data akan mencoba dan memanfaatkan ini secepat mungkin. Dan itu akan melibatkan dan telah melibatkan arsitektur paralel, tetapi arsitektur paralel skala-out. Kinerja tingkat perangkat keras semakin cepat, telah dilakukan selama bertahun-tahun, terus melakukannya, dan biaya umum turun.
Jejak air mata. Ini hanya upaya yang berbeda pada basis data, basis data pertama sebelum relasional umumnya disebut sebagai basis data jaringan, kemudian datang basis data relasional, kemudian datang basis data objek, mereka tidak mendapatkan banyak daya tarik, kemudian muncul basis data kolom-toko yang database relasional dilakukan dengan sangat berbeda. Dan kemudian kami memiliki database dokumen dan database SQL yang merupakan database objek dilakukan secara berbeda, atau jika Anda suka, kolom yang sama dari database objek dan mereka tertangkap. Dan baru-baru ini kami memiliki basis data grafik yang mendapatkan traksi dan database RDF. Dan apa yang Anda lihat setidaknya ada tiga set struktur data yang berbeda yang sedang ditampung. Database relasional mengerjakan tabel dan baris dengan sangat baik. Database dokumen dan database objek - mereka melakukan struktur data yang canggung, terutama struktur data hierarkis, dengan sangat baik. Dan basis data grafik dan basis data RDF melakukan struktur data jaringan dengan sangat baik. Dan ini berbeda, saya menganggap mereka sebagai tiga garis, garis-garis ini akan berlanjut tanpa batas. Ini tidak akan berhenti karena mesin yang melakukan hal-hal ini dengan baik tidak bekerja dengan baik pada struktur data lainnya.
Dan kemudian kita punya faktor memanjakan Hadoop. Hadoop bukan database tetapi ada database yang menggunakan HDFS untuk struktur penyimpanannya. Dan banyak hal yang dilakukan Hadoop adalah jenis manajemen yang perlu dilakukan untuk sebuah database. Juga patut disebutkan bahwa Spark juga bukan basis data, tetapi memang punya, dan itu belum matang, tetapi memang memiliki pengoptimal SQL dan karena itu seperti kernel dari basis data tanpa harus mengetahui di mana Anda akan menyimpan data, tetapi jika Anda menempelkannya pada HDFS, banyak persyaratan database benar-benar terpenuhi, hanya dengan kemampuan sistem file yang mendasarinya. Spark khususnya telah menjadi bagian dari ekosistem basis data dan sering disatukan dengan basis data yang lebih kuat, dan alasannya adalah analitik. Analytics - Spark adalah, well it goes sangat, sangat cepat di analytics. Analytics adalah aplikasi utama yang kebanyakan orang investasikan saat ini, jadi keduanya berjalan seiring. Federasi data daripada aturan konsentrasi, itu harus jelas dari kenyataan bahwa Anda memiliki setidaknya tiga kebutuhan yang berbeda, jenis-jenis basis data terstruktur di luar sana dan karenanya, federasi data jika Anda ingin berbagi data di antara mereka. Ini sering kali diperlukan, tetapi Anda juga memiliki basis data yang memperkecil dan basis data yang tidak, mesin yang sangat kuat seperti Teradata atau Vertica memiliki tempat yang sangat khusus, tetapi mesin yang lebih rendah yang dapat melakukan banyak sekali pekerjaan, jadi, federasi mungkin ada di sana untuk waktu yang sangat lama bahkan di antara basis data relasional.
Hal terakhir untuk dikatakan, IOT, itu belum berakhir sampai wanita gemuk mulai mencurahkan data. IoT mungkin menciptakan dinamika yang berbeda dalam dunia basis data dan itu akan semakin mempersulit banyak hal. Mudah-mudahan, akan ada - dalam satu atau lain cara - akan ada semacam konvergensi yang terjadi, tapi saya tidak melihat semuanya datang bersama seperti halnya dengan database relasional. Lagipula tidak dalam waktu dekat.
Dan saya pikir hanya itu yang harus saya katakan, jadi saya akan serahkan ke Australia.
Dez Blanchfield: Terima kasih, Robin. Terima kasih untuk semua yang telah bergabung dengan kami, terima kasih telah memiliki saya pagi ini, atau sore ini waktu Anda. Ini adalah topik yang sangat panas karena kami telah mengalami ledakan dalam dekade terakhir dan sedikit, dalam jumlah data yang harus kami tangani, dan selalu bahwa data berada dalam beberapa bentuk sistem yang untuk sebagian besar kasus adalah database dari beberapa bentuk. Saya pikir saya akan dengan cepat membawa kita melalui tingkat yang sangat tinggi tentang bagaimana kita sampai di sini dan masalah yang sedang dibuat dan jenis hal yang perlu kita atasi sekarang, dan kemudian kita akan berbicara tentang jenis-jenis solusi yang bisa diterapkan untuk itu. Biarkan saya memegang slide pertama saya di sini. Saya berpandangan bahwa kita sekarang berada di titik di mana DB admin 2.0, atau basis data admin 2.0, adalah jenis tempat kita sekarang, pada suatu waktu seorang administrator database adalah peran dan tantangan yang cukup mudah dan Anda bisa melatih seseorang dengan cukup cepat. Di dunia sekarang ini tidak lagi demikian, dan saya akan menunjukkan kepada Anda mengapa demikian.
Sekali waktu, administrator database akan dapat terhubung ke ujung belakang DB dan melakukan database acara cepat dan akan ada daftar database dalam sistem yang mereka harus sadari dan mereka dapat dengan cepat menemukan database tersebut dan pilih mereka dan memiliki sedikit colekan dan penyelidikan sekitar dan menggunakan terjemahan, menggambarkan tabel untuk mencari tahu apa yang ada di tabel dan masing-masing kolom dan baris, dan itu adalah tantangan yang relatif mudah dan jika Anda membaca rata-rata dua atau tiga ratus halaman buku tentang administrasi database untuk setiap platform, Anda hampir dapat belajar sendiri tanpa harus melakukan gelar ilmu roket.
Tapi itu tidak lagi menjadi masalah, dan alasan untuk itu, dalam pikiran saya, adalah bahwa ada terlalu banyak pilihan di dunia basis data untuk satu orang untuk menjadi seorang ahli spesialis dan untuk dapat mengelola dan mengelola secara manual . Dan alasan untuk itu adalah bahwa selama empat hingga lima dekade terakhir ketika datang ke dunia server dan sistem basis data dan server basis data dan suite aplikasi, kami telah menempuh jalan yang sangat, sangat jauh. Sekali waktu kita harus berurusan dengan apa yang sebenarnya merupakan data kecil, dan tertawa kecil ketika kita melihat ke belakang sekarang. Saya melihat foto yang sangat rapi di Twitter tempo hari, tentang wanita luar biasa ini yang merupakan programmer utama dan pengembang untuk NASA pada saat kami menempatkan pria di bulan, dan kode-kodenya dicetak dalam seratus tiga puluh- dua printer baris kolom dan kipas lipat, dan itu berdiri sebenarnya lebih tinggi daripada dia, jumlah kode yang dia tulis.
Dan ketika saya memikirkannya, saya kira, sebenarnya itu mungkin sekitar dua atau tiga ratus MB data di mana dia harus mengetik semuanya, paling banyak, atau bahkan kurang. Jadi jumlah total data untuk menyimpan kodenya, meskipun secara fisik lebih tinggi darinya ketika dicetak di atas kertas, sebenarnya jumlah yang sangat, sangat kecil. Bahkan komputer seukuran ruangan besar ini, dan ini adalah IBM System / 360 dalam slide khusus ini, jumlah data yang sebenarnya bisa dipegangnya sangat kecil dibandingkan dengan dunia saat ini. Faktanya, smartphone kami memiliki 60 dan 128, dan 256 pertunjukan dan kami akan segera memiliki terabyte di telepon kami sebelum lama ketika harga flash turun.
Dan pada saat itu dan di era itu, administrasi basis data cukup mudah. Berikut adalah snapshot dari sesi terminal 3270, dan untuk DBA, bisa masuk dan melihat jumlah file yang terkait dengan database, dan indeks yang ada di sana dan baris dan kolom mudah. Dan Anda dapat melihat di sini di screenshot ini, bahwa konteksnya adalah satu tabel dan sejumlah ruang tabel, yang akan menjadi seluruh mainframe yang mengelola satu tabel database. Sedangkan hari ini, kami memegang miliaran baris catatan dalam sistem basis data. Dan perubahan terjadi melalui pergeseran teknologi yang memungkinkan kami membangun platform basis data dan sistem manajemen data.
Jika kita berpikir tentang jenis mainframe asli dan banyak komputer yang menjalankan database dan akhirnya database relasional, jadi lima puluh tahun lebih yang lalu, dan dunia besi yang besar dan set data kecil yang kita miliki, pada saat kita mencapai sekitar tahun delapan puluhan., kami semacam di, kami pergi melalui mainframe dari mini ke mikro, dan kami memiliki PC yang menjalankan hal-hal seperti dBase II dan dBase III, dan pada DOS dan CP / M dan kami memiliki database relasional yang sangat awal- teknologi gaya tersedia dan skalanya cukup baik dibandingkan dengan apa yang kami gunakan di mainframe. Pada saat kami sampai di tahun sembilan puluhan, kami memiliki orang-orang seperti Oracle dan DB2. Dan di akhir tahun sembilan puluhan kami memiliki orang-orang, seperti komputer rahasia yang dapat merekatkan seperti model jaringan, mesin yang sangat, sangat besar, mesin berukuran kabinet bersama-sama dan mengambil orang-orang seperti dan membangun kelompok komputer ini. Tetapi bahkan kemudian, itu masih kecil dibandingkan dengan apa yang kita lihat hari ini.
Tetapi dalam slide yang saya dapatkan di sini, ini adalah cluster Hadoop dan secara efektif bertindak seperti satu mesin dan pada dasarnya itu hanya komputer yang sangat, sangat besar dan dapat menampung jenis data skala web yang biasa kita gunakan sekarang . Jadi tantangan administrasi basis data, manajemen basis data pada jenis-jenis platform itu, dalam pikiran saya, adalah ilmu roket. Anda harus menjadi karakter yang sangat pintar untuk dapat memahami teknologi yang digunakannya, platform yang digunakannya, data yang ada di sana, jenis penggunaan data tersebut. Dan ya, kami melihat ledakan ini dari awal 2000-an, di mana kami membuat Microsoft SQL menjadi suatu hal, Lotus Notes cukup mapan dan di luar sana dan jumlah database Lotus Notes yang merayap di sekitar tempat itu cukup menakutkan. Dan kami memiliki pemain lama seperti Oracle dan DB2 dan benar-benar mulai memegang kendali. Beberapa merek seperti mulai memudar. Tetapi kami masih benar-benar hanya melakukan administrasi basis data tradisional sampai saat itu, sekitar era 2006 dimana, jika saya kembali ke citra kluster itu, kami memiliki apa yang kami sebut cluster Beowulf menjadi suatu hal, di mana kami dapat lepaskan PC rak dan lem bersama-sama dan buat komputer super besar.
Tetapi sejak saat itu dan seterusnya, kami melewati titik kritis di mana manusia dapat melakukan administrasi basis data sekolah lama dan - seperti yang saya katakan, dalam pandangan saya - skalanya menjadi sangat, sangat besar, sangat, sangat cepat. Ini hampir seolah-olah kami memiliki acara big bang dalam teknologi yang mendorong adopsi teknologi data dan teknologi manajemen data dan khususnya database di sekitar mereka. Dan karena kami sedang membangun cluster gaya komputasi berkinerja tinggi untuk meng-host data dalam berbagai bentuk. Dan untuk menekankan pada titik itu, berikut adalah snapshot lanskap pada 2016 teknologi database yang tersedia bagi kami. Mulai dari sudut kanan bawah dan open source, sampai ke sudut kiri atas dalam infrastruktur. Dan di sudut kanan atas dalam solusi aplikasi yang tersedia untuk kita, dan sudut kiri bawah, campuran infrastruktur dan mesin kinerja yang melakukan analisis, dan sebagainya. Dan di tengahnya ada perangkat seperti smartphone kita tentu saja, yang benar-benar berjalan pada versi database yang sangat kecil, untuk melakukan hal-hal seperti mengelola kontak kita dan sebagainya, atau catatan panggilan kita dan hal-hal lain yang kita miliki.
Jadi dalam pikiran saya ada ledakan ini, seperti ledakan Kambrium ke dalam hal semacam itu, di mana jumlah perkembangan teknologi yang terjadi dalam periode waktu yang sangat singkat dari sekitar 2006 hingga 2016 sekarang yang efektif satu dekade, seolah-olah. Kita sekarang telah melihat basis data grafik menjadi hal yang besar, basis data dalam memori menjadi hal yang besar, basis data SQL akan muncul. Pindah ke model komputasi yang berbeda, Hadoop muncul, kami memiliki model MapReduce, sekarang kami memiliki analisis Spark dan streaming dan streaming komputer, data terdistribusi tangguh, kerangka kerja yang harus dikembangkan orang untuk mereka, untuk mencapai skala yang kita butuhkan, dan ketika kita berpikir tentang perjalanan itu, untuk melalui semacam, apa sistem manajemen basis data relasional dengan tersangka biasa, Oracle, PostgreS, Sybase, IBM DB2, MySQL, dan platform Microsoft SQL Server. Kami telah melihat beberapa anak baru hadir di blok sekarang, Clustrix, Xeround, NuoDB, MemSQL, dan ada lusinan dan lebih banyak lagi seperti yang Anda lihat pada slide sebelumnya. Jika Anda bisa membayangkan tantangan karena harus mengetahui platform ini, dan tahu cara menjalankannya dan mendapatkan panel kaca tunggal, yang Anda perlukan untuk menjadi DBA dan melakukan hal-hal ini, tantangannya jauh dari sepele. Dan tiba-tiba muncullah mesin-mesin NoSQL yang merupakan generasi baru dari tantangan yang menyenangkan.
Dan slide terakhir yang saya miliki di sini adalah semacam pukulan knockout satu-dua-tiga dan itu adalah bahwa kami telah mengambil beberapa teknologi ini sekarang dan kami menciptakan kemampuan layanan untuk mereka, kami telah memasukkannya ke dalam model cloud dan mereka sekarang tersedia sebagai utilitas, sebagai layanan, Anda pada dasarnya bisa mendapatkan database sebagai layanan dan merek-merek yang biasa kita lihat di sana di Layanan Web Amazon dan Google Cloud Compute Platform dan Microsoft Azure adalah yang datang ke masyarakat keberatan, tapi sebenarnya ada puluhan platform cloud sekarang. Dan di Australia misalnya ada sekitar seratus dua belas perusahaan yang merupakan cloud publik berskala besar yang menawarkan layanan database dalam berbagai bentuk.
Memikirkan tantangan yang DBA rata-rata harus bangun dari tempat tidur dan pergi bekerja dan mengatasinya sekarang adalah tantangan yang cukup membingungkan. Dan sekarang saya sangat berpandangan bahwa seperti banyak hal dalam kehidupan, kami telah meningkatkan yang horizontal dan vertikal, yaitu infrastruktur yang diskalakan dalam model pertumbuhan yang sangat horizontal, hampir linier, dan kompleksitas tumpukan di pengertian vertikal, jumlah platform basis data, jumlah kerangka kerja aplikasi dan model yang harus kita tangani, telah melampaui apa yang seharusnya dapat diatasi manusia dalam satu panel tampilan kaca dan apa gunanya sekarang dengan administrator database perlu seluruh rangkaian alat baru untuk dapat berbicara dengan semua platform ini, mengatur mereka, mengelola mereka dan mendukung mereka, dan saya percaya itu adalah seluruh topik pembicaraan kami pagi ini, atau sore ini waktu Anda, dan dengan itu dalam pikiran, Saya akan menyerahkan kepada tamu kami yang akan berbicara banyak tentang produk mereka dan bagaimana itu akan mengatasi tantangan.
Eric Kavanagh: Baiklah Scott, saya akan menyerahkan-
Scott Walz: Terima kasih banyak, baiklah, terima kasih. Terima kasih Dez, terima kasih Robin, dan terima kasih untuk semua yang telah bergabung dan memanggil saya hari ini. Saya ingin berterima kasih kepada Robin dan Dez karena membawa saya berjalan di jalur memori, yang telah berada di ruang sejak awal tahun sembilan puluhan, Anda membawa kembali banyak kenangan indah. Memori yang tidak saya lihat pada slide dan gambar itu adalah kartu punch. Dan itu adalah hal pertama yang diperkenalkan kepada saya ketika saya pertama kali memulai pekerjaan pertama saya di luar universitas, rekan kerja saya di kubus di sebelah saya, mengatakan kepada saya untuk tidak menyentuh kartu punch-nya. Jadi, ya, tentu saja, dan ini memang merupakan tantangan, dan tantangan yang telah kami upayakan untuk membantu pelanggan kami mengatasi dan sejak pertengahan tahun sembilan puluhan, dan ini adalah produk yang ingin saya bicarakan hari ini. Mari kita lihat manajemen multi-platform, dan ini hanya sub-set. Saya memilih grafik tetapi ketika Dez memasang-
Eric Kavanagh: Anda harus membagikan layar Anda.
Scott Walz: Oh, tentu saja, terima kasih.
Eric Kavanagh: Jangan khawatir. Dan teman-teman, jangan malu-malu, ajukan pertanyaan, kami punya tiga celana cerdas yang bisa dihubungi hari ini, jadi kirimkan pertanyaan-pertanyaan sulit kepada mereka. Anda dapat menggunakan komponen T&J dari konsol webcast Anda atau Anda dapat menge-tweet dengan tagar BriefR. Oke, Scott, bawa pergi.
Scott Walz: Ini dia, terima kasih. Saya meraih slide ini, dan gambar ini. Gambar dari Dez benar-benar mengejutkan saya karena itulah dunia yang kita tinggali saat ini, dan dunia tempat para DBA berprestasi. Dan seperti yang mereka katakan, tidak lagi, Anda benar-benar, berjuang untuk dapat untuk melakukan ini hanya dengan kekuatan kasar. Anda benar-benar membutuhkan alat dan itu, kami datang untuk bermain dan kami melihat bahwa seluruh perubahan, momentum berubah di mana itu awal dan sangat sunyi seperti yang Anda sebutkan, dan kemudian kami mulai bekerja dengan berbagai platform basis data, jadi itu adalah perampokan pertama kami ke dalam alat, dan kemudian kembali ke tempat organisasi, dan setelah tahun 2000 dan ketika itu agak mengerut. Dengan organisasi dan ingin menjadi kuat, tetapi kemudian kembali dan itu benar-benar meledak ketika Anda memperkenalkan semua platform baru. Dan sekarang alih-alih dimasukkan ke platform tertentu atau teknologi tertentu, tidak ada organisasi yang mencari tahu yang terbaik. Apa basis data aplikasi terbaik, platform apa yang terbaik untuk digunakan? Dan dengan itu, saya ingin memandu Anda sedikit tentang apa yang kami lakukan dengan DBArtisan. Dan DBArtisan telah menjadi produk andalan kami, mengelola, seperti dikatakan lingkungan lintas platform selama lebih dari 20 tahun, dan ini adalah tempat kami hidup dan ini adalah tempat kami ingin menekankan dan bekerja dengan pelanggan kami dan memberi mereka alat untuk menjadikannya produktif dan dilakukan.
Mari kita lanjutkan dan saya akan melompat masuk. Saya menunjukkan produk lebih banyak saat saya melalui slide dan saya pikir Anda mungkin juga melakukannya. Bagi Anda yang belum pernah melihat DBArtisan sebelumnya, kami sedang melihat comp, dan saya pikir Dez menggunakan istilah "panel kaca tunggal, " dan itu adalah sesuatu yang kami bangga untuk memberikan DBA tampilan tunggal ke dalam semua platform mereka. Benar, tidak perlu membuka aplikasi lain, kita akan terhubung dan membawa Anda ke sana dan mulai bekerja dengan platform. Melihat explorer basis data di sebelah kiri, kita dapat membuat ini sesuai keinginan, kita dapat mengaturnya sesuka kita. Dan Anda akan melihat saya memiliki campuran, saya beberapa server Oracle saya, saya punya MySQL, saya punya PostgreS di sini, saya juga punya satu - itu server produksi berlabel yang beberapa menyertakan beberapa lingkungan server MySQL. Sekali lagi, kita dapat melihat di sana bahwa kita memiliki kecocokan. Jika saya melihat mendaftar database baru, Anda akan melihat salah satu platform yang kami dukung, ada beberapa yang ingin saya bahas. Anda akan melihat ketika ini adalah SQL Anda, dukungan untuk itu, Teradata, Apache, PostgreS, berikut adalah obat generik yang kami dukung.
Jika kami memiliki driver JDBC atau driver LDBC ke salah satu platform, kami dapat terhubung, memberi Anda koneksi dan memungkinkan Anda untuk bekerja dengan platform langsung dari dalam DBArtisan. Sekali lagi, membiarkan Anda fokus pada pekerjaan yang sedang dihadapi, dan bukan bagaimana Anda akan menyelesaikannya. Berjalanlah melalui semua itu. Tetapi saya ingin menunjukkan beberapa hal tentang produk tersebut. Dalam hal ini, mari kita buka dan kita akan berurusan dengan Oracle, misalnya. Ini hanya halaman arahan kecil saya di sini, tetapi saya ingin pergi dan melihat beberapa skema saya yang bekerja dengan saya. Kami akan menarik salah satu skema yang lebih besar, jadi sekali lagi, kami akan mengembalikan daftar tabel. Benar, dalam hal ini, saya akan membuka meja, jadi kita akan memilihnya, dan itu akan membawanya ke editor objek kita.
Sekarang, Oracle adalah sesuatu yang telah saya kerjakan selama bertahun-tahun, apa yang akan saya tunjukkan kepada Anda mungkin adalah pernyataan yang mudah bagi Anda. Tetapi jika Oracle adalah platform, atau jika PostgreS adalah platform, atau Teradata adalah platform yang baru saja Anda berikan dan Anda perlu mempercepat, tugas yang ada adalah menambahkan kolom. Atau mungkin tugas yang dihadapi adalah menghapus kolom. Tetapi Anda tidak ingin khawatir tentang sintaks, bukan? Kami ingin pergi, cukup ketik apa yang kami butuhkan, atur dan tinggalkan DBArtisan untuk menghasilkan. Di sini, kita akan menekan "Alter." Ini akan menghasilkan skrip untuk kita. Sekali lagi, contoh yang sangat sederhana, tetapi intinya adalah akan melakukan pekerjaan untuk kita untuk menghasilkan dan menempatkan kolom ini ke dalam tabel.
Apa yang juga bisa kita lakukan adalah memindahkan kolom di tabel. Jika Anda pernah mencoba melakukannya dengan cara tradisional, ini sedikit lebih rumit daripada hanya satu baris kode seperti ini. Tetapi sekali lagi, DBArtisan akan bekerja di belakang layar, menghasilkan kode untuk Anda, dan kembali menghasilkan SQL. Kami akan menutup dari sini. Sebelum saya melakukannya, perhatikan semua tab di bagian atas lagi, antarmuka pengguna sangat intuitif. Jika saya datang ke penjelajah, jika saya turun ke PostgreS, kan? Jika saya masuk ke mode skema saya di sana, lihatlah meja, tampilan dan nuansa yang sangat mirip, kan? Kami akan membuka ini, sekali lagi kami akan melihat informasinya di sini. Properti, leluhur, kolom. Kami spesifik untuk platform, kami akan memberi Anda ini, antarmuka pengguna, untuk dapat menampilkan ini dan bekerja dengan objek. Anda akan tahu apa yang perlu Anda lakukan, dan itu akan memungkinkan Anda untuk melakukannya secara efisien dan tepat waktu, sehingga Anda tidak perlu khawatir tentang apa sebenarnya klausa yang perlu pergi ke sana untuk berikan opsi itu. Kami akan mengurusnya untuk Anda.
Juga, ketika kita melihat, saya akan mampir ke SQL Server sekarang dan berbicara sedikit tentang beberapa fitur lain jadi, kita semua perlu memonitor database. Jadi sekali lagi, mulailah, mari kita lihat semua sesi yang terjadi, sesi yang sedang berjalan. Bagaimana kita akan melihat pernyataan apa yang sedang dieksekusi dan dapat mengendalikannya? Apakah kita perlu menghentikan sesi? Apakah kita perlu melihat kunci yang ada di database? Adakah yang memblokir kunci? Sekali lagi, kami memiliki semua informasi itu di sini, di ujung jari kami agar kami cepat bereaksi, mengambil tindakan korektif jika diperlukan, dan memutarnya. Kami akan kembali ke penjelajah kami. Di sinilah, ini adalah titik penggerak, di sinilah saya selalu kembali ke, ini adalah tempat saya pribadi suka memulai sesuatu dan bekerja dari sini. Ketika saya terhubung ke database SQL Server untuk melihat utilitas. Karena kami lintas platform, kami dapat mulai melihat ekstraksi, migrasi. Kita dapat bergerak lintas platform jika kita perlu memigrasikan objek dari satu platform ke platform lain, kita dapat melakukannya, asalkan objek tersebut ada pada platform yang berbeda. Ekstrak skema, publikasikan ke laporan, muat dan bongkar data, dan buat cadangan basis data.
Sekali lagi, semua itu dari dalam UI. Dan datang ke sini untuk alat-alat, Anda dapat melihat satu set alat yang lengkap yang dapat kami operasikan, bukan? Dari antara "Temukan di File" kita bisa melakukan pencarian basis data lengkap di mana kita mencari di dalam tabel sistem untuk menemukan string yang Anda cari. “Script and File Execution, ” jika Anda memiliki pernyataan standar yang dapat dieksekusi terhadap beberapa platform, beberapa sumber data, kami dapat mengaturnya langsung dari dalam DBArtisan yang menunjuk ke target yang ingin dieksekusi. Tekan "Go" dan itu akan berjalan dan membawa kami kembali hasilnya terhadap semua sumber data target tersebut. Sekali lagi, membiarkan Anda bekerja dari panel kaca tunggal itu.
Dan “Analyst Series, ” sekali lagi, itu lebih mendalam. Itu lebih diarahkan pada basis data relasional saat kita mulai masuk ke lebih banyak platform yang lebih baru, Anda akan mulai melihat kami memperluas fungsi ini ke dalam arena itu juga. Dan secara umum, hanya banyak peningkatan antarmuka pengguna. Fitur yang ditujukan khusus untuk DBA. Item seperti kami memiliki kemampuan untuk melakukan pustaka skrip. Skrip SQL yang sering Anda jalankan terhadap banyak platform, simpan di sini, seret, segera setelah kami menyiapkan jendela ISQL baru, kami cukup menyeret skrip ke dalamnya, dan skrip sekarang siap digunakan. Sekali lagi, memiliki itu di ujung jari Anda untuk dapat melakukan dan mengelola. Anda akan melihat bahwa kami mengirim dengan skrip yang sudah ditentukan untuk beberapa platform sehingga kami dapat melanjutkan dan membuat sebanyak yang kami butuhkan setiap saat.
Suatu hal yang baik yang saya sukai dan banyak pelanggan kami lakukan, jika Anda tertarik, dan saya mendapatkan banyak pertanyaan ini sehubungan dengan, “Bagaimana saya melakukannya? Itu keren sekali. Bagaimana DBArtisan melakukan itu? ”Ada sedikit fitur di sini, “ Logfile, ”Anda dapat mencatat semua pernyataan SQL yang kami jalankan, jadi jika Anda ingin tahu bagaimana kami mengisi eksplorasi tersebut atau bagaimana kami mengisi editor untuk tabel PostgreSQL atau tabel Teradata, catat SQL dan kami akan mencatat semua yang dijalankan DBArtisan terhadap database dan Anda dapat kembali dan melihat SQL itu dan memiliki semua yang kami butuhkan. Mungkin Anda ingin memasukkannya sebagai bagian dari salah satu skrip Anda. Benar. Benar-benar baik-baik saja.
Kami ingin sangat transparan dengan apa yang kami lakukan dan apa yang kami lakukan terhadap database, maka kami akan memungkinkan Anda untuk menyimpan dan merekam apa pun yang kami terapkan pada database. Kami juga memiliki opsi konfigurasi. Anda akan melihat bahwa saya telah mengaturnya sebagai "Pengorganisasian oleh Pemilik Objek." Saya juga dapat mengatur dengan "Jenis Objek." Jika saya masuk ke lingkungan PostgreSQL saya lagi, saya masuk ke skema jika saya melihat SQL bukan hanya tabel GIM milik skema itu, saya akan melihat semua tabel, terlepas dari nama skema. Sekali lagi, berbagai cara untuk mengatur hal-hal yang benar-benar menyesuaikannya untuk alur kerja Anda sendiri dan bagaimana Anda ingin melihatnya.
Dan hal terakhir yang ingin saya bicarakan adalah kemampuan untuk mengatur "Bookmark." Jika saya menelusuri, jika saya bekerja di salah satu platform saya dan saya ingin fokus hanya pada mode tabel saya, saya dapat menambahkan bookmark. Saya tahu, fitur yang sangat sederhana, tetapi sangat menyenangkan, terutama ketika Anda bekerja dengan sebanyak mungkin sumber data dan platform sebanyak DBA saat ini. Untuk dapat masuk ke sistem, mulai DBArtisan dan biarkan pengelola bookmark membawa Anda langsung ke tempat di pohon di mana Anda harus dan dapat bekerja. Dan kemudian dari sini saya bisa membuat tabel baru, dan sekali lagi, pada platform yang kami dukung yang Anda lihat sebelumnya, dan kami akan memandu Anda melalui "Wizard" untuk membiarkan Anda mengemudi dan mengembangkan dan membuat tabel. Dan kami akan menghasilkan semua sintaks yang diperlukan untuk melakukan itu di belakang layar untuk Anda dan kemudian menyajikannya kepada Anda di akhir di panel pratinjau. Anda dapat memvalidasi, melihat apa yang akan kami hasilkan. Anda dapat menekan tombol "Execute", lalu tombol "Finish", biarkan dijalankan. Atau Anda dapat menyimpan atau mendorongnya ke jendela ISQL lain, jadi buatlah itu, sekali lagi, mungkin harus menjadi bagian dari skrip yang lebih besar dan lebih besar yang ingin Anda simpan dan terapkan selama berjam-jam jendela batch Anda.
Itu adalah gambaran umum DBArtisan. Ketika kita berbicara tentang itu, sekali lagi, itu adalah produk yang melihat banyak platform, dukungan untuk platform tersebut dan pengalaman pengguna yang hebat, umpan balik yang bagus dari pelanggan kami juga. Dan jika Anda tertarik, sebagai salah satu panelis, tetapi jika Anda perlu menemukan sesuatu yang berhubungan dengan IDERA atau yang berhubungan dengan DBArtisan, jangan ragu untuk menghubungi dan Anda pasti dapat menemukan saya di alamat email saya.
Eric Kavanagh: Baiklah, saya kira saya akan membukanya untuk Robin untuk pertanyaan dan kemudian Dez dan kemudian saya akan memantau T&J dari para hadirin. Robin, bawa pergi.
Robin Bloor: Oke, maksud saya, pertanyaan pertama, saya sebenarnya sudah akrab dengan DBArtisan selama beberapa waktu, jadi saya agak sadar akan kemampuannya. Yang ingin saya sampaikan adalah jalurnya di masa depan. Maksudku, aku mengerti, terakhir kali aku melihatnya, pasti sudah lama sekali. Saya melihat bahwa Anda mendukung setidaknya tiga basis data yang tidak saya sadari sebelumnya Anda dukung. Apa jalur maju untuk DBArtisan? Apakah mungkin Anda hanya akan menambah lebih banyak dan lebih banyak basis data atau itu ekstensi hal? Kemana Anda akan pergi dengan itu?
Scott Walz: Itu pertanyaan yang bagus dan saya ingin semua hal di atas. Kami tentu akan terus membangun karena platform RDBMS tradisional tidak duduk diam, kan? Mereka terus membangun. Kami akan terus mengikuti jalan itu. Dan kemudian Anda akan melihat kami mulai mencari dan pergi ke arah yang mendukung platform baru bersih. Karena kami menyadari bahwa meskipun beberapa platform tersebut terus tumbuh, RDBMS tradisional, ada beberapa situasi tertentu bahwa platform baru adalah platform yang tepat untuk diikuti oleh pelanggan. Kami benar-benar mengawasi pasar itu, pada segmen itu, dan mencoba membuat keputusan yang tepat tentang platform mana yang akan digunakan. Mereka tampaknya berubah setiap hari, secara praktis.
Robin Bloor: Ya, seperti yang saya dan Dez katakan, ini pasar yang sangat ramai, mungkin salah satu cara untuk melihatnya. Hal lain yang saya tertarik - jelas Anda tidak akan dapat menjawab pertanyaan ini dengan detail yang tepat, tapi saya telah menemukan situs di waktu saya di mana ada ribuan contoh Oracle, dan Oracle tidak satu-satunya basis data yang digunakan, yang sedang digunakan, Anda tahu. Dan ketika saya benar-benar berbicara kepada mereka tentang bagaimana Anda mengelola banyak contoh, mereka berkata, "Ya, Anda tahu, hanya ada sekitar lima atau enam contoh besar dan kami memiliki sekitar tiga DBA yang kami sebarkan di sana." Saya agak tertarik dalam hal menggunakan DBArtisan, karena Anda dapat melakukan banyak hal dengan itu, berapa banyak basis data yang digunakan, katakanlah secara khusus, atau bahkan apa contoh terbesar dari berapa banyak string yang dapat dikelola sekaligus?
Scott Walz: Ya, saya telah melihat situasi - dan sekali lagi, ini sedikit rumit, pertanyaan itu adalah, karena DBArtisan memungkinkan saya untuk memiliki beberapa koneksi atau beberapa sumber data yang didefinisikan untuk satu instance. Mungkin saya ingin melakukan syslogin dan kemudian login izin yang lebih rendah tapi saya sudah berurusan dengan pelanggan bahwa dengan semua yang diciutkan akan terjadi beberapa layar. Sekarang ketika saya menanyakan hal itu kepada mereka, pertanyaan yang telah Anda tanyakan kepada saya adalah, "Bagaimana Anda mengelola sebanyak itu?" Dan kemudian dia berkata, "Saya tidak." Benar? "Saya mengelola apa yang saya bisa, tetapi saya perlu akses ke segalanya." Saya belum melihat apa pun yang berhenti, Anda tahu, batas atas dari apa yang orang dapat kelola sebenarnya adalah batas atas dari apa yang orang itu, individu, dapat menangani. Tetapi Anda tahu, seperti yang saya sebutkan, orang-orang yang saya tantang, mereka secara terbuka mengakui bahwa mereka memiliki semua koneksi itu tetapi tidak ada cara mereka dapat mengelolanya. Mereka mengandalkan tim mereka. Karena saya yakin Anda pernah mengalaminya, ya.
Robin Bloor: Ya saya sendiri sebenarnya sudah menjadi DBA, meskipun saya tidak melakukan itu terlalu lama. Dan satu hal yang, Anda tahu, saya ingat, di atas dan di luar hal lain dalam basis data relasional, adalah Anda dapat melakukan banyak hal dengan SQL. Seringkali lebih dari yang Anda pikirkan. Yang dengan satu atau lain cara menjelaskan beberapa fungsi yang DBArtisan dapatkan, karena hanya menerjemahkan langsung ke SQL. Tapi, Anda tahu, saya yakin Anda melakukan hal-hal lain. Itu semua skrip SQL atau adakah rutinitas khusus lain yang telah ditulis untuk situasi esoteris?
Scott Walz: Ya, sebagian besar, sebagian besar adalah SQL, itu sifatnya. Tapi kami menulis rutin yang dapat dijalankan dari baris perintah menggunakan alat vendor, ujung depan vendor. Kami akan menempatkan ujung depan, Anda tahu, misalnya, untuk utilitas pemuatan data di platform, kan? Itu bukan skrip SQL, benar, itu adalah pekerjaan baris perintah. Ini akan menghasilkan mereka dan dapat memberikannya kepada DBA yang kemudian dapat mereka jalankan. Lihat ya, kami akan melakukan sedikit dari keduanya tetapi sebagian besar adalah skrip SQL.
Robin Bloor: Dalam memandang, karena jelas Anda harus dengan satu atau lain cara melihat perkembangan yang terjadi yang saya anggap cukup baru. Maksud saya, salah satu hal yang saya temukan menarik yang terjadi adalah bahwa Spark jelas lepas landas seperti roket, tetapi Spark's SQL, itu berubah dari yang sangat tidak dewasa menjadi mulai terlihat sedikit lebih dewasa dengan sedikit lebih banyak kemampuan SQL. Apakah Anda melihat hal-hal seperti itu dan bertanya-tanya apakah Anda akan mulai mengelola mereka dengan DBArtisan?
Scott Walz: Tentu dan saya tahu. Itu selalu ada di sana. Saya tahu tim manajemen produk kami selalu mencari ke mana harus pergi dan tentu saja, semuanya ada di meja untuk kita, berkaitan dengan apa yang kita lihat di masa depan.
Robin Bloor: Oke, Dez, Anda ingin menumpuk?
Dez Blanchfield: Ya, sebenarnya, ada banyak hal hebat yang Anda buka pintu untuk saya di sana, Robin. Terima kasih banyak. Saya tertarik untuk mengeksplorasi beberapa hal yang muncul ketika saya melihat produk seperti ini dan saya menjadi sangat bersemangat. Ketika saya mengecek pekerjaan rumah saya, karena seperti Dr. Robin Bloor yang disebutkan sebelumnya, dia, seperti juga saya, telah melacak ini selama beberapa waktu dan saya ingat melihat persyaratan spesifikasi Anda tempo hari dan berpikir, sebenarnya, hal ini berjalan sangat bersandar apa yang sebenarnya dilakukannya. Dan saya pikir dari memori - perbaiki saya jika saya salah - saya pikir itu seperti kinerja laptop yang nyaman menjalankan DBArtisan, namun mampu menjalankan beberapa basis data yang cukup signifikan. Dan saya cukup tertarik melihat Anda memiliki Firebird juga sekarang dan Greenplum. Saya cukup terkesan dengan persyaratan atau spesifikasi perangkat keras yang dapat benar-benar berjalan seperti pertunjukan RAM pada CPU satu gigahertz. Itu cukup mengesankan.
Tetapi use case adalah sesuatu yang ingin saya selidiki sedikit saja. Apakah Anda melihat penggunaan produk sebagai kasus kebutuhan karena lingkungan yang ada yang baru saja lepas kendali, atau apakah Anda melihat orang sekarang menjadi sedikit lebih proaktif dan berkata, Anda tahu, kami sedang membangun sesuatu yang sangat besar, itu rumit. Dan saya berpikir tentang merger dan akuisisi misalnya di sini, di mana sebuah organisasi dapat membeli banyak perusahaan - kecil, menengah, besar, apa pun - dan akhirnya mewarisi semua lingkungan ini dan harus membangun kemampuan DB baru. Apa kasus yang biasanya digunakan untuk ini sejauh jenis organisasi dan jenis aplikasi untuk itu? Apakah sebagian besar orang yang memiliki lingkungan yang ada dan harus membersihkannya dan mengendalikannya, atau apakah orang menjadi sedikit lebih proaktif dan berpikir tentang kompleksitas yang akan mereka bangun dan membawa Anda lebih awal?
Scott Walz: Kami melihat lebih banyak untuk memulai lebih awal karena alasan yang Anda sebutkan, konsolidasi. Dengan luasnya dukungan platform yang kami miliki, ini bukan pembuktian total di masa depan, benar, tetapi menempatkan Anda dan DBA Anda dalam situasi yang sangat baik sehingga ketika mereka melihat target akuisisi potensial, benar, mereka sedikit kurang, Anda tahu, pemikiran tentang platform apa yang bisa kita warisi, kan? Meskipun ini penting, benar, kekhawatiran ada sedikit kurang dari apa artinya bagi DBA kita, kan? DBA memiliki produk sekarang karena mereka tahu mereka dapat terhubung dan jika mereka terbiasa menggunakan produk mereka akan terbiasa dengan menghubungkan ke platform yang baru saja mereka peroleh. Jadi itu tentu area yang kami lihat, sekali lagi Anda tahu, lama sekali, pelanggan dengan penyatuan semua platform itu, bukan? Bagaimana saya bisa mendapatkan ini, kan? Dan mereka sudah mencobanya karena proses berpikirnya adalah masing-masing platform memiliki alat, kan? Kita bisa menggunakan alat kita sendiri, kan? Tetapi pada akhirnya muncul bahwa, Anda tahu apa, ya Anda bisa, tetapi tidak hanya saya harus mempelajari masing-masing platform, sekarang saya belajar masing-masing dari salah satu alat yang berjalan dengan masing-masing platform dan jadi Anda baru saja menambah pekerjaan DBA. Jadi kita juga melihat situasi di mana mereka akan kembali kepada kita dan berkata, “Kamu tahu, kita perlu mengatasinya. Mari kita dapatkan satu alat untuk DBA, karena saya punya lebih banyak hal penting yang harus dilakukan DBA daripada mempelajari UI alat baru. Atau alat yang berbeda. "
Dez Blanchfield: Ya, tidak pasti. Dan, Anda tahu, ketika Anda melihat, saya berpikir dari ingatan ketika saya melihat kemarin hanya untuk mengecek saya tidak salah, saya ingat Anda mendukung Sybase misalnya, jadi hal ini sudah ada sebentar. Ada pertanyaan lain yang saya miliki untuk Anda sebenarnya - ya, senang memiliki Greenplum dan Firebird dalam daftar Anda, tetapi Sybase Anda, usia semacam itu dengan sangat cepat, yang menunjukkan bahwa sudah ada untuk sementara waktu dan melakukan pekerjaan dengan baik.
Cluster. Jadi, salah satu sakit kepala terbesar untuk DBA adalah bahwa mereka akan menunjuk pada dasarnya apa yang tampak seperti alamat IP dan sekelompok API atau apakah itu JDBC atau LDBC atau apa pun yang kita bicarakan, tetapi di belakang itu ada sebuah cluster. Apa yang bisa, atau apakah DBArtisan tahu tentang apa yang ada di balik pintu nomor satu, seolah-olah, seperti ketika saya mencolokkan ke bagian belakang basis data, apakah saya bisa melihat semua lingkungan di belakang sana, dan khususnya, jadi ada dua bagian ke pertanyaan, mungkin. Cluster misalnya, ketika Anda berpikir tentang, Anda tahu, Anda mendukung IBM DB2 dan Microsoft SQL Database Server dan MySQL dan PostgreSQL dan Oracle dan beberapa RDBMS tradisional dan, Anda tahu, selalu kami menjalankan master-slave atau master-master lingkungan untuk redundansi dan ketersediaan tinggi dan juga kinerja. Apakah DBArtisan tahu bahwa ada sesuatu di balik pintu nomor satu yang bukan hanya satu database per se, tetapi sebuah cluster, dan jika demikian, apa yang ia ketahui tentang itu? Dan mengalir dengan cepat sehingga Anda dapat menjawab pertanyaan yang sama, maaf. Jadi, di balik kluster di beberapa skenario yang Anda miliki, bagaimana orang mengatasi percampuran antara lingkungan produksi dan lingkungan pemulihan bencana, sejauh penggunaan DBArtisan berjalan?
Scott Walz: Pertanyaan bagus. Saya akan memberi Anda itu akan bergantung pada platform tertentu karena sebanyak yang kami coba, kami akan memiliki tingkat dukungan yang berbeda untuk beberapa dari mereka yang mendalam, fitur yang lebih dalam. Untuk Oracle, misalnya, dan lingkungan RAC mereka, Real Application Cluster, Anda dapat terhubung ke node utama dalam cluster itu tetapi belum melalui monitor database yang saya tunjukkan, kami akan membiarkan Anda melihat SQL berjalan dan kami benar-benar akan memberi tahu Anda apa simpul dari cluster itu berjalan, kan? Agar Anda dapat melihat dengan tepat apakah, Anda tahu, permintaan yang berjalan lambat, mari kita awasi, simpul apa yang sedang berjalan? Karena mau tidak mau seluruh alasan untuk cluster, benar, adalah untuk pengguna akhir, dia tidak peduli di mana itu dieksekusi, tetapi untuk DBA kita perlu melacak jenis informasi itu. Kami dapat turun ke tingkat detail di Oracle, misalnya. Platform lain yang kami miliki memiliki konektivitas, mungkin tidak sebanyak detail yang kami lakukan untuk Oracle.
Berkenaan dengan produksi dan lingkungan pengembangan, itu pertanyaan yang bagus. Kami memberikan tingkat dukungan yang sama. Cara utama nyata yang akan kita bantu, lapisan konektivitas akan ada di sana, kan? Kami akan dapat terhubung dan melakukan semua fitur. Saya punya pelanggan yang memanfaatkan beberapa fitur di DBArtisan untuk mengategorikan sumber data mereka, bukan? Dan lagi, ini mungkin sedikit membingungkan untuk pertanyaan persis yang Anda ajukan, tetapi kami akan memungkinkan mereka untuk menunjukkan secara grafis saat mereka sedang bekerja. Karena itulah salah satu hal tentang DBArtisan, adalah saya dapat dengan cepat mengubah antara sumber data. Dan hal berikutnya yang Anda tahu saya sedang bersiap-siap untuk menjalankan pernyataan terpotong dan saya ingin melihat apakah saya terhubung - apakah saya hanya menjalankan ini terhadap produksi atau pengembangan? Dan jadi kami menyediakan beberapa fitur dalam DBArtisan untuk membantu DBA di luar sana juga untuk mengelola itu dan menjaga mereka dari masalah, jika Anda mau, dengan beberapa kegiatan DBA.
Dez Blanchfield: Dengan mengingat hal itu, pada daftar panjang platform yang saat ini Anda dukung, dan saya yakin itu akan segera meledak karena alasan yang jelas. Maksud saya, Anda mendukung orang-orang seperti katakanlah DB2 pada z / OS misalnya, pada mainframe, dan kemudian jelas Anda mendukung orang-orang seperti apa yang kita sebut mid-range tapi sekarang hanya sistem UNIX, dan semacam platform yang lebih modern, Anda tahu, Linux dan akhirnya akan diport ke orang-orang seperti Bluemix dan Cloud Foundry, jadi Anda akan berakhir dengan DB2 berjalan di Cloud Foundry di Bluemix, dengan IBM dan cloud di soft. Apakah orang saat ini menjalankan tidak hanya manajemen dan pemantauan, tetapi juga Anda sebutkan sebelumnya kemampuan untuk bermigrasi, dan memindahkan data. Apakah Anda melihat orang-orang melompat di tempat tidur dengan DBArtisan dan berkata, “Anda tahu, kami punya banyak hal di mainframe lama yang kami butuhkan untuk turun dan itu benar-benar merepotkan untuk melakukan itu. Jika saya bisa mengarahkan, klik dan seret dari sini ke sana, saya benar-benar dapat memindahkan dan memigrasikan data dan skema saya. ”Apakah itu yang dilakukan orang?
Scott Walz: Mereka memang bergerak, bukan? Mereka memindahkan data, kan? Sekarang, mereka menggunakan DBArtisan sebagai alat untuk itu. Apakah itu melakukan segalanya untuk mereka? Tidak. Kami memulai, Anda tahu, seret dan lepas, tidak persis di sana, tetapi kami memungkinkan mereka untuk menghasilkan beberapa skrip, karena idealnya Anda akan ingin menggunakan - Anda tidak ingin pekerjaan ini menjadi berjalan di klien Anda, di laptop Anda, untuk alasan yang Anda sebutkan. Kita bisa berlari dengan jejak yang sangat rendah, bukan? Kami membantu mereka menghasilkan skrip dan kemudian memutarnya dan membangunnya lalu mereka dapat mengirimkan skrip itu dan menjalankannya di server, bukan? Dan dapatkan kekuatan, tenaga kuda di belakang server untuk melakukan itu. Kami membantu mereka menghasilkan beberapa pekerjaan mereka untuk melakukan beberapa pekerjaan itu.
Dez Blanchfield: Benar. Beberapa yang terakhir untuk Anda dan kemudian kami mungkin berputar kembali. Hal yang benar-benar mengejutkan saya hanya melalui adendum Anda, yang fantastis, dan pada kenyataannya, saya berharap kami punya waktu satu jam untuk membahas lebih detail. Tantangan yang sangat besar untuk DBA, benar, adalah kepatuhan dasar, tata kelola infrastruktur secara keseluruhan, audit, pelaporan keadaan saat ini, melihat persiapan masa depan untuk hal-hal seperti, Anda tahu, hanya pertumbuhan umum lingkungan. Itu mengejutkan saya bahwa meskipun inti dari apa yang tampaknya dilakukan produk Anda yang hanya membuat hidup lebih mudah, satu panel kaca, satu pandangan dunia, dan saya pada dasarnya dapat mengklik dan mengarahkan dan menarik dan saya menyukai kenyataan bahwa saya bisa melatih seseorang untuk melakukan ini dengan sangat cepat sekarang, mereka tidak harus membaca manual, seolah-olah. Itu mengejutkan saya bahwa alat itu juga memberi saya kemampuan untuk melakukan banyak hal di seputar tata kelola dan kepatuhan serta audit, bahwa saya bertanya-tanya apakah orang-orang benar-benar telah terbangun, saya yakin mereka memilikinya.
Tapi apakah Anda melihat orang-orang sekarang melihat dan pergi, dan ini seperti eureka ini, a-ha saat, pergi, "Hei, Anda tahu apa, ini membuat hidup DBA sangat mudah dari sekarang, atau lebih mudah dari sudut pandang operasional atau sudut pandang pengembangan. Tapi ya ampun, kita sebenarnya bisa melaporkan semua database kita sekarang dan semua set data dan semua data yang tidak puas dan semua metadata di sekitarnya. Seperti, siapa yang memiliki akses, ketika mereka memiliki akses, mengapa mereka memiliki akses, dan jenis akses apa yang mereka miliki. ”Dan tiba-tiba, mengatasi beberapa tantangan seputar kepatuhan. Terutama ketika kita memiliki beberapa hal besar yang terjadi di sekitar pelanggaran data. Kami memiliki beberapa hal luar biasa seperti krisis keuangan global, semua tantangan ini akan datang, tetapi bagaimana kita mengukur dan memantau dan menangani kepatuhan? Apakah itu hal besar bagi orang-orang atau masih, seperti, hari-hari awal sejauh penerapan DBArtisan untuk itu?
Scott Walz: Saya punya pelanggan yang tidak bisa mengatakan cukup tentang DBArtisan. Sekarang mereka yang menyadari itu. Bola lampu menyala. Mereka berkata, “Tunggu sebentar. Saya dapat membalas dan merespons serta menghasilkan beberapa laporan yang Anda sebutkan, benar, semuanya dari dalam satu alat. Saya mengerti. ”Sekarang ada orang lain yang masih belum memahami itu dan itu bisa karena berbagai alasan, bukan? Mereka mungkin belum atau mungkin sedang ditangani oleh orang lain, tetapi pelanggan kami yang kami temukan sedang menggunakannya, itu momen yang ha-ha, kan? Itu, tidak hanya saya bisa membuat tabel semua hal ini. Dan tentu saja, dengan semua persyaratan kepatuhan, ini sangat besar. Itu pekerjaan dalam dan dari dirinya sendiri.
Dez Blanchfield: Ya, memang. Dan Anda tahu, maksud saya, dari atas kepala saya, saya segera berpikir, Anda tahu, jika ada seseorang yang datang dan mengatakan mereka ingin membuat database manajemen konfigurasi, CMD, jika mereka harus memenuhi semuanya dari Sarbanes -Oxley ke COBIT ke ITIL, Anda tahu, kepatuhan SWIFT dan perbankan, bahkan turun ke orang-orang seperti Organisasi Standar Internasional, ISO 27001, 27002. Ini semua kerangka kerja yang sangat besar. Salah satu tantangan adalah hanya menemukan di mana data itu, siapa yang mengelolanya, apa formatnya dan saya pikir, itu untuk saya, seperti bagi saya hanya menontonnya sekarang saat eureka baru saja mati, rasanya seperti, hang pada detik, saya bisa melempar ini bahkan pada seseorang yang belum tentu DBA, tapi saya bisa melatihnya dengan cepat dan berkata, "Ada alat kepatuhan." Saya pikir itu bagus bahwa ia melakukan tugasnya dalam database administrasi dunia manajemen.
Tapi saya duduk di sini berpikir, tuhan, Anda tahu, fakta bahwa Anda dapat mengelola beberapa platform sebagai satu hari ini, dan Anda dapat terjun langsung ke, seperti yang Anda katakan, mencatat transaksi yang Anda lakukan. Anda tahu, bayangkan membawa alat ini ke dalam insiden pelanggaran data dan tim keamanan Anda berlarian mencoba menemukan di mana dan mengapa, dan siapa yang melihat apa. Dan saat mereka bergerak, mereka harus mencatat dan melacak setiap tindakan yang mereka lakukan karena mereka mungkin menjadi bagian dari masalah jika mereka tidak bisa sebaliknya. Ya, saya pikir ini kemampuan luar biasa di sini yang, Anda tahu, Anda bisa segera mulai melakukannya, Anda tahu. Terutama ketika kita melihat tantangan audit data yang Anda tahu, kami memiliki fitur besar seperti creep, seolah-olah, dengan kumpulan data dan data.
Dan salah satu hal yang telah kita bicarakan dalam beberapa acara lain yang telah kita lakukan adalah, Anda tahu, bagaimana Anda mencari dan menemukan data Anda dan sering kali kita berbicara tentang fakta bahwa ketika Anda memulai di organisasi mana pun, Anda cenderung berdiri di bilik Anda dan letakkan tangan Anda di udara dan melambaikan tangan dan pergi, “Apakah ada yang tahu di mana basis data ini? Bagaimana saya bisa sampai ke sumber data ini? Di mana file ini? "" Pergi dan minta penerimaan. "Benar? Alat Anda dapat segera menyediakan kemampuan itu untuk menemukan sesuatu dan menemukan mereka dan bahkan melaporkannya.
Kembali ke salah satu pertanyaan hanya sebentar dan kemudian saya akan membungkus dan menyerahkan kembali kepada Eric. Menurut saya, skala akan menjadi tantangan dalam 12 bulan ke depan untuk Anda. Bisakah Anda memberi kami wawasan, hanya pada sudut pandang tiga puluh ribu kaki, saya kira, dalam skala atau rentang skala yang DBArtisan mulai bekerja. Saya bisa membayangkan bahwa ketika saya meletakkan ini di laptop saya dan saya mengguncang dan saya mengarahkannya ke lingkungan saya dapat menemukannya dan saya dapat mulai melakukan hal-hal di atasnya. Saya membayangkan itu berjalan dari seperti mesin database open source, sangat kecil, dengan beberapa baris dan tabel. Skala apa yang akan naik? Anda berbicara tentang DB2 di mainframe, itu besar. Dan kelompok. Berapa kisaran skala yang bisa kita atasi di sini? Dan Robin agak tersentuh tentang itu sebelumnya, tapi saya hanya perlu membahasnya secara lebih terperinci untuk seberapa besar kita bisa dapatkan dengan DBArtisan.
Scott Walz: Tentu. Pasti akan ada tantangan Anda karena itu adalah perangkat lunak klien. Jadi, sekali lagi, jika saya bekerja pada mainframe, ketika saya bekerja melawan sistem pengujian kami pada mainframe yang kami miliki, saya bisa mengarahkannya ke jutaan baris dan melakukan cross-join terhadap jutaan baris. Semua pekerjaan akan dilakukan pada server, kan, karena kita melewati perintah itu, dan itu hanya masalah DBArtisan yang menangani set hasil, kan? Dan itulah tantangannya, dan itulah keindahan, benar, dari apa yang kita lakukan. Sebagian besar pekerjaan berat dilakukan di server. Kami hanya menangani semua hasil. Jadi, sekali lagi, Anda masuk ke situasi tentu saja ketika Anda ingin menjalankan sepuluh pertanyaan secara bersamaan yang semuanya mengembalikan jutaan baris, ya tentu saja, Anda mungkin menemukan diri Anda dalam beberapa kinerja di sana, kan? Tetapi tidak pernah ada waktu saya meminta pelanggan menghindari menjalankan pertanyaan besar terhadap DBArtisan, Anda tahu, terhadap database mereka. Sekali lagi, seperti yang saya katakan, jarak tempuh bervariasi tergantung pada banyak faktor, benar, tetapi, sekali lagi, seperti yang saya katakan, saya berurusan dengan jutaan baris yang kembali dan selama mengisi grid, Anda tahu, saya Saya siap berangkat. Tapi kadang-kadang jelas saya harus menunggu hasilnya kembali.
Dez Blanchfield: Saya punya pertanyaan untuk Anda sebelum saya selesai, karena saya telah mengambil terlalu banyak waktu Anda dan terima kasih untuk itu. Beritahu kami sedikit lebih banyak di sekitar, Anda tahu, membaca spesifikasi terbaru kemarin hanya untuk memastikan bahwa saya berada di seberang serta saya pikir saya. Pemantauan proses dan semacam pemberitahuan dan pemberitahuan, Anda tahu, perencanaan kapasitas memunculkan semua masalah besar dengan DBA, sepanjang hari setiap hari, Anda tahu. Apakah seseorang akan mengisi tabel ini, apakah dia akan mengisi database, apakah mereka akan mengisi ruang disk yang saya punya, bagaimana cara mengelolanya? Beri kami ikhtisar singkat tentang jenis proses pemantauan dan khususnya pemantauan peringatan dan kemudian idealnya di sekitar perencanaan kapasitas. Saya pikir itu adalah bidang yang saya pikir mungkin ada banyak minat.
Scott Walz: Pemantauan proses mungkin menunjukkan bahwa fitur yang digunakan sebagian besar basis pelanggan kami dan itu adalah monitor basis data untuk dapat menunjukkan dan melakukan itu. Dan kami memiliki beberapa di paket analis. Analis Kinerja memang memiliki beberapa peringatan yang dapat Anda atur ketika ambang tertentu dipenuhi. Itu bisa mengingatkan Anda. Mungkin X jumlah log, kesalahan dalam file log, Anda tahu, itu akan mengeluarkan peringatan untuk Anda. Ruang tabel mencapai persentase tertentu penuh, Anda bisa mendapatkan lansiran lagi. Dan keindahannya adalah, Anda berada di alat yang sama, benar, ini adalah bagian dari DBArtisan sehingga Anda cukup mengklik kanan pada kesalahan, peringatan, dan Anda mengelola dengan DBArtisan dan itu membawa Anda langsung ke editor ruang tabel . Dan Anda dapat mengatasi masalahnya di sana.
Berkenaan dengan kapasitas, tentu saja itu adalah tombol panas, dan analis kapasitas yang kami miliki saat ini porting ke SQL Server, Oracle, DB2 LUW dan Sybase ASE. Dan itu persis seperti yang Anda gambarkan. Anda dapat mulai, setelah kami mendapatkan beberapa koleksi, benar, dan setelah kami mendapatkan ukuran sampel, dan mungkin ukuran barisnya, mungkin jumlah objeknya, banyak opsi dalam alat, dan kemudian Anda dapat mulai tren, bukan? Dan seperti apa bentuknya dalam enam bulan? Seperti apa hasilnya dalam dua belas bulan? Saya bisa tren, hanya tren ke tanggal atau saya bisa tren ke suatu nilai, kan? Dan contoh yang Anda miliki, saya memiliki jumlah ruang disk X, berdasarkan itu, kapan saya akan mencapai batas itu? Berdasarkan pertumbuhan yang saya miliki dan koleksi yang telah saya lakukan, kapan saya akan mencapai batas itu? Setidaknya saya tahu saya bisa mulai merencanakan itu. Apakah akan menjadi enam bulan, apakah akan menjadi dua tahun? Tetapi sekali lagi, kita dapat menggunakan analis kapasitas untuk tren ke arah itu.
Dez Blanchfield: Itu luar biasa. Demo yang fantastis. Saya sangat menikmatinya. Saya akan menyampaikan kepada Eric karena saya tahu ada beberapa pertanyaan yang muncul dari audiens kami yang luar biasa hari ini. Terima kasih banyak, sangat luar biasa mengenal produk ini dengan baik, dan saya berharap untuk selalu memperhatikannya.
Eric Kavanagh: Oke bagus. Kami punya beberapa pertanyaan bagus. Dan kita akan sedikit dari waktu ke waktu jadi kami akan mencoba untuk menyelesaikannya dengan cepat karena saya tahu, Scott, Anda sudah berhenti. Ini pertanyaan besar. Bagaimana kalau bekerja di toko data lama seperti VSAM, dan Model 205, dan IMS dan IDMF dan hal-hal semacam itu? Apakah Anda melihat itu sangat sering hari ini dan seberapa baik kerjanya?
Scott Walz: Saya tidak ingin memberi tahu Anda bahwa Anda mandek. Beberapa lingkungan itu, jika mereka memiliki ODBC atau JDBC dan saya tahu beberapa di antaranya ada di luar sana, kita dapat terhubung dengannya dan Anda dapat bekerja dengannya melalui cara itu. Tetapi sebagian besar layar hijau adalah cara untuk tetap diam.
Dez Blanchfield: Saya suka layar hijau.
Eric Kavanagh: Ya, Anda tahu, seperti yang Dez tunjukkan dengan satu slide itu, di mana ia memiliki semua aplikasi dan alat berbeda yang tersedia saat ini, itu adalah kenyataan yang sangat menakutkan bagi siapa saja yang ingin bertanggung jawab menjalankan fungsi administrator database. Dan saya menduga bahwa seiring waktu kalian dapat membangun konektor ke salah satu dari alat-alat ini ketika dan ketika pelanggan menuntut, dan sebagainya, kan? Sehingga Anda mengaktifkan panel kaca tunggal itu.
Scott Walz: Dan itu adalah kunci besar di balik pembuatan DBArtisan untuk dapat menangani koneksi JDBC dan ODBC tersebut. Kami benar-benar memperluasnya sekarang. Sekarang, selama kita memiliki koneksi itu, benar, selama kita memiliki driver itu, kita dapat terhubung dan bekerja melawannya.
Eric Kavanagh: Itu bagus. Baiklah teman-teman, kami arsipkan semua ini untuk dilihat nanti. Saya memposting tautan ke slide, semoga Anda bisa melihatnya melalui SlideShare. Terima kasih banyak atas semua upaya Anda, tuan-tuan. Webcast indah hari ini lagi. Banyak slide bagus. Banyak konten bagus. Saya menyukai demo itu. Ini benar-benar jenis yang menarik bahwa kalian telah menargetkan tempat yang sangat manis di pasar karena ada ledakan jenis database saat ini. Dan kita hanya perlu, sebagai manajer, tempat untuk menangani semua itu. Bagus, teman-teman. Kami akan mengejar Anda besok untuk Teknologi Panas lainnya. Semoga Anda sudah mengukir satu jam besok. Waktu yang sama. Stasiun yang sama. Kami akan menyusul Anda lain kali, kawan. Hati hati. Sampai jumpa.
