작성자 : Techopedia Staff, 2017 년 3 월 29 일
테이크 아웃 : 호스트 Eric Kavanagh는 Dr. Robin Bloor 및 IDERA의 Stan Geiger와 비즈니스 인텔리전스에 대해 논의합니다.
현재 로그인하지 않았습니다. 비디오를 보려면 로그인 또는 가입하십시오.
에릭 카바나 흐 (Eric Kavanagh) : 신사 숙녀 여러분, 다시 오신 것을 환영합니다. 수요일 오후 4시 동부에 있으며 지난 몇 년 동안 핫 테크놀로지의 시간이되었습니다. 제 이름은 Eric Kavanagh입니다. 오늘 공연의 호스트가 되겠습니다. “건강 점검 : 건강한 Enterprise BI 유지 관리”라는 주제를 좋아합니다. 이것이 바로 오늘 논의 할 내용입니다. 당신의 진실에 대한 자리가 있습니다.
Hot Technologies는 실제로 특정 종류의 기술을 정의하도록 설계되었으며 엔터프라이즈 소프트웨어의 세계에는 다양한 종류의 제품을 판매하는 많은 공급 업체가 있으며 그 결과는 무엇인지 상상할 수 있습니다. 이 용어는 다양한 벤더들이 매우 다른 것들에 대해 익숙해 지도록하는 것입니다. 따라서이 쇼의 목적은 벤더 친구를 돕고 청중이 특정 종류의 기술이 실제로 무엇인지, 놋쇠로 바로 갈 때이 단어들이 무엇을 의미하는지 이해하고 이해하도록 도와주는 것입니다.
오늘 분석가 중 한 사람으로 서서, Dr. Robin Bloor와 IDERA의 Stan Geiger도 함께 있습니다. 일반적인 비즈니스 인텔리전스 및 분석의 중요성에 대해 간단히 이야기합시다. 이것은 기본 의사 결정 트리입니다. 만약 당신이 원한다면, 또는 순서도는 회사의 이슈를 통해 어떻게 작동하는지, 다른 주제에 대해 토론하고, 제안을 정리 한 다음 사람들이 어떻게 생각하는지 알아내는 것입니다. 그들은 동의합니까? 그들은 동의하지 않습니까? 일부 의견이 있다면 합의는 무엇이며 어떻게 그 과정을 진행합니까?
글쎄, 이것은 모두 매우 일반적이지만 회사에서 아이디어를 제안하고 의사 결정을 한 다음 앞으로 나아가는 과정을 상기시켜줍니다. 결론은 이러한 구성 요소 각각에 대해 데이터가 필요하다는 것입니다. 요즘 빅 데이터 세계에서는 훨씬 더 사실입니다. 물론 빅 데이터는이 거대한 진실 엔진과 같습니다. 빅 데이터는 실제로 일어나고 있습니다. 그것은 누가 어디에 있고, 무엇을하고 있는지, 그들이 무엇을 사고 있는지, 소셜 미디어가 무엇을 처리하는지, 예를 들어 트윗하는 것을 나타냅니다. 물론, 모든 것을 해킹 할 수 있습니다. 조심해야합니다. 그러나 요점은 데이터는 현실을 위해 참조 아키텍처라는 것입니다.
따라서이 의사 결정 프로세스의 모든 시점에서 데이터를 원합니다. 이제 합의가 중요합니다. 당신이 행복한 사용자를 원한다면, 때로는 상사가 모든 사람이 원하는 것의 결정에 반대해야 할 수도 있습니다. 우리는이 웹 캐스트가 시작되기 직전에 스티브 잡스에 대해 이야기하고 있었고 그는 그런 종류의 것으로 악명이 높았습니다. 그는 사람들이 주변에서 들리는 소음을 익사하고 그들이하고있는 일이 옳다는 것을 안다면 시력에 충실 할 것을 권장하는 유명한 인용문을 얻었습니다. 따라서 항상 합의가 필요하지는 않지만 일반적으로 좋은 생각입니다. 그러나이 슬라이드 와이 논평의 일반적인 목적은 직감이 아니라 데이터를 기반으로 결정을 내리고 자하는 중요성을 가정에 알리는 것입니다. gut는 일반적으로 가고 싶은 곳을 알도록 돕는 데 도움이되지만 데이터를 사용하여 유효성을 검사하거나 무효화하려고합니다. 그리고 나는 거기에있는 작은 표식처럼 그것을 되돌아 보는 것을 두려워하지 말고, 당신이 때때로 되돌아 볼 때, 당신은 적어도 어떤 기준 틀을 얻고 당신이 어디에 있었는지 이해할 수 있다는 것을 상기시켜줍니다. 실수를 저지르고 정직하게 행동하십시오. 우리는 모두 실수를 저질렀습니다.
따라서 비즈니스 인텔리전스 시스템에 성능 문제가있는 경우 IT 업계에서는 "인내심은 미덕"이라는 오래된 표현이 있습니다. 지금 바로 말할 수 있습니다. 사용자가 쿼리가 다시 오기를 기다리거나 보고서를받지 못하면 신뢰가 약해지고 신뢰가 사라지면 다시 가져 오기가 매우 어렵습니다. 그래서 여기에 줄을 넣었습니다. 요즘 약 40 초는 많은 경우에 40 분과 같습니다. 쿼리가 40 초가 걸리면 사람들은 자신이 말하는 내용, 묻고있는 것을 잊어 버립니다. 데이터의. 누군가에게 물어 보면 대화를 상상해보십시오. 상사에게“이 길을 가고있는 이유를 알고 싶습니다.”라고 말하면서 40 초 동안 대화를 기다려야했습니다. 답을 얻으려면? 당신은 방에서 나올 것입니다! 당신은 당신의 상사가 생각을 잃었다 고 생각할 것입니다. 따라서 성능 문제가있을 때 일부 정보 시스템에서 발생하는 대기 시간은 분석 프로세스, 분석 흐름 또는 일부 사람들이 호출 할 때 데이터와의 대화를 자르게됩니다. 이러한 시스템에서 속도를 높여야합니다.이를 달성하기 위해해야 할 일이 있습니다. 오늘날 우리는 그것에 대해 이야기 할 것입니다. 그 아이디어의 흐름이 흐르지 않으면 서해야 할 것이기 때문입니다. 전체 분석 프로세스를 실제로 손상시킵니다. 다시 한 번, 나는이 의견을 내 놓는다 : 신뢰 부족은 침묵하는 살인자이다. 사람들은 당신을 믿지 않으면 손을 너무 많이 들지 않을 것입니다.하지만 그들은 당신을 옆으로보고 무슨 일이 벌어 질지 궁금해 할 것입니다. 그리고 그 신뢰가 사라지면 당신은 그것을 되 찾는 데 매우 어려운 시간을 가질 것입니다.
인공 지능은 머신 러닝과 인공 지능에 대해 계속 듣고 있습니다.“아, 이 모든 문제를 해결하지 못할까요?”Robin과 저는 몇 년 동안 자체 튜닝 데이터베이스와이 모든 재미있는 것들에 대해 듣고 있습니다. 그 중 일부가 진행되고 있지만, 스스로에게 질문하십시오 : Siri는 얼마나 자주 귀하에게 적합합니까? Siri가 실수로 갑자기 나타나서“죄송합니다.받지 못했습니다.”라는 메시지가 표시되는 빈도입니다. 그 이유는 내가 아무 것도 묻지 않았기 때문입니다. 방금 실수로 그 버튼을 쳤습니다. 그래도 여전히 많은 결함이 있으며 왼쪽에는 Apple Newton의 ASIC 칩이 있습니다. 몇 년 전의 강아지를 기억하십니까? 그것은 최초의 스마트 장치 중 하나였으며 오래 전에 말했듯이 90 년대 초 또는 90 년대 중반과 같습니다. 뉴턴이 나왔는데 그다지 좋지 않았지만 비전이있었습니다. 그들은 어디로 가고 있는지 알았지 만 지금까지는 iPhone AI와 머신 러닝을 통해 이러한 개념이 널리 이해되지 않는 개념이라고 생각합니다.
또한 머신 러닝과 관련하여 매우 유용 할 수 있으며 실제로 복잡한 정보 아키텍처에서 발생하는 상황, 문제가 발생하는 상황을 이해하려는 일부 환경에서 실제로 사용될 수 있습니다. 기계 학습은 이러한 맥락에서 매우 가치가 있지만 매우 예리한 방식으로 적용되는 경우에만 가능합니다. 사실 저는 하둡 유통 업체 중 하나 인 Cloudera가 분석가 정상 회담을 가졌고 캘리포니아 최고 전략 책임자와 대화를 나누면서 캘리포니아에서 큰 행사를 열었습니다.“저는 저에게 그런 것 같습니다. 실제로 머신 러닝은 두 가지 작업 만 수행합니다. 세분화하고 세분화합니다.”라는 말은 예외를 포함하여 다양한 세그먼트 또는 활동 클러스터를 제공한다는 의미입니다. 그리고 그것은 구체화되어 특정 종류의 결정을 향상시키는 데 도움이됩니다. 예를 들어, 이 사진에는 사람이 있다는 전형적인 예가 있습니다. 이는 머신 러닝이 할 수있는 일이며, 특정 상황에서는 문제 해결에 관해 이야기 할 때 유용합니다. CPU 사용, 메모리 사용, 디스크 속도 및 디스크의 동작 패턴을 찾을 수 있기 때문입니다., 그리고 모든 종류의 재미있는 것들. 따라서 유용 할 수 있지만 실제로는 가치를 창출하기 위해 매우 집중해야하는 것입니다.
그래서 제가 가장 좋아하는 것들 중 하나 – 그리고 우리는 이것을 조금 보게 될 것입니다. 저는 오늘 IDERA에서 데모를 볼 때 – 인간은 여전히 실리콘 말하기를 배우고 있다고 생각합니다. . 이 모든 것 아래에 재료 과학이 있으며, 문제 해결을 수행하고 복잡한 정보 아키텍처를 실제로 살펴본 사람들을 위해, 예를 들어 Hadoop 클러스터와 같이 진행 상황을 이해하려고 할 때 실제로는 일반적으로 히스토그램 만보고 있습니다. 그런 다음이 특정 히스토그램이 특정 순간에 의미하는 바를 연관시켜야하며, 지능이 필요합니다. 인간의 지능과 경험이 필요합니다. 따라서 ML이나 머신 러닝 또는 AI가이 세상에서 너무 많은 일자리를 곧 빼앗아 갈 것이라는 것은 전혀 두려워하지 않습니다. 저는 항상 우리를 도와주고이 모든 것을 이루기 위해 무슨 말을하는지 솔직하게 알고있는 인간이 필요하다고 생각합니다.
자, 계속 움직여 봅시다. 데이터 중심이 아닌 경우 어떻게됩니까? 이 작품은“맹인을 이끄는 맹인”으로 유명한 그림입니다. 이것은 여러분이 찾고있는 것이 아닙니다. 조직에서 이런 종류의 환경을 원하지 않습니다. 우리가 원하는 것은 의사 결정이 데이터에 의해 주도되기를 원하며 올바른 데이터, 양질의 데이터에 의해 결정이 이루어지기를 원하며 올바른 데이터를 수집하고 멋지고 깨끗하며 BI 시스템이 건강하고 분석 시스템이 건강하며 사용자가 원하는 것을 적시에 얻을 수있는 경우 시스템이 올바르게 실행되고있는 것입니다.
그래서 나는 마무리하고 흉내낼 수없는 Robin Bloor에게 넘겨 줄 것입니다. 로빈, 가져가
Robin Bloor : 알겠습니다. 공을 보내 주셔서 감사합니다. 에릭, 나는 BI에 대해 생각하고 있었고 최근에 누군가가 특정 공급 업체에서 특정 시스템을 큰 나쁜 데이터웨어 하우스에서 실행한다고 언급했을 때 참석 한 공급 업체 프레젠테이션이있었습니다. 특정 시점에 70, 000 개의 BI 트랜잭션이 수행되어 많은 사람들에게 정보가 제공 될 수 있습니다. 실제로 그러한 종류의 워크로드가 있고 소프트웨어 실행 측면에서 몇 초를 낭비하더라도 실제로는 매우 비쌀 것이며 몇 분을 낭비하면 끔찍하게 비쌀 것입니다. 그리고 나는 세계가 엄청나게 많은 스프레드 시트에서 실행된다는 것을 기억했습니다.“섀도우 시스템”이라고 불리는 것이 아닌가? 첫 번째 경우, 사람들은 스프레드 시트와 이메일을 사용하여 시스템을 구성하고 IT 부서는 모든 사람을위한 애플리케이션을 구축 할 수 없기 때문에 이런 일을하게 될 것입니다. 그리고 많은 BI가 어쨌든 그런 시스템에 관여한다고 생각합니다.
어쨌든, 내가 말하려고하는 것에 대해 이야기 해 봅시다. BI는 회사 시스템에 대한 피드백 루프이며 조직에서 어떤 역할을 수행하는지에 따라 실제로 간단하거나 복잡합니다. 그러나 이것이 약 4 년 전의 다이어그램 인 경우, 분석 측면에서 무슨 일이 일어나고 있는지 이해하려고 노력했습니다. 그러나 이전에 일어난 일을 되돌아 보는 가혹한 모든 것, 그리고 시스템이 작동하는 방식과 관련하여 감독하는 모든 것은 BI가되는 경향이 있습니다. 예견했던 예측 분석은 BI 였지만 실제로는 점점 더 높아지고 있습니다. Eric은 머신 러닝에 대해 언급했습니다. 많은 머신 러닝이 실제로 여러 가지 방식으로 데이터 스트림에 대해 실행될 수 있으며 앞으로 5 분 동안 또는 거의 실시간으로 예측 분석을 제공 할 수 있으므로 실제로 무슨 일이 일어나고 있는지 계산 된 지식으로
그러나이 다이어그램의 중심은 분석에서 비롯됩니다. 일반적으로 발생하는 일은 다양한 분석 활동이 특정 데이터 모음을 가리키고 새로운 것을 배우고 비즈니스에 대한 지식을 배우는 것입니다. 그리고 그 지식은 공급할 수있는 비즈니스 프로세스에 묶여 있습니다. 그리고 일반적으로 BI 경고가 나타나거나 대시 보드에 다양한 것들이 표시되는 등의 방식으로 나타납니다. 우리가 실제로 이것을했을 때, 여기에는 4 개의 용어가 있으며, “sight”라는 단어로 끝나는 것은 매우 좋습니다. 그러나 실제로는 사람들이 원하는 분야의 모든 것이 아니라 최적화 및 최적화 문제로 간단한 분석이 이루어지지 않습니다. 매우 복잡한 문제이며 많은 최적화 문제가 고유하게 용해되지는 않습니다. 좋은 솔루션 만 가질 수 있고 더 나은 솔루션을 가지고 있다는 것을 증명할 수는 없습니다. 그리고 그것은 활동이 진행되고있는 활동 영역이지만 대부분의 다른 분석 영역보다 적습니다. 사람들은 우리가 분석 시대에 살고 있다고 말합니다. 글쎄, 우리는 10 년 전과 비교해 보았지만 이미 사라진 것보다 훨씬 더 나아갈 수 있습니다.
따라서 BI에 대한 지식, 지식에 대한 욕구는 사용자의 요청에 대한 분석 프로젝트, 분석 프로젝트에 대한 데이터 레이크, 데이터 레이크 및 분석에 대한 통찰력과 통찰력으로 BI에 영향을 미칩니다. 그것은 내가 방금 말한 이야기입니다. 나는 단지 내가 그것을 쓸 것이라고 생각했다. 제가 여기서 한 일은이 슬라이드의 요점과 실제로 대부분의 다른 슬라이드는 실제로 비즈니스 인텔리전스의 세계가 얼마나 복잡한 지 강조하는 것입니다. 그것은 간단한 일이 아닙니다.이 슬라이드를 실제로보다 복잡하게 만들 수는 있지만 여기 아래쪽에 외부 데이터와 내부 데이터가 있습니다. 모든 사람들이 데이터 레이크를 가지고 있지는 않지만, 오늘날 이것은 데이터 레이크의 일종입니다. 그리고 반드시 성공적인 사람은 아닙니다. 그리고 실제로 데이터를 실제로 사용하기 전에 수집 처리 활동과 데이터에 필요한 관리 활동이 있습니다. 그런 다음 해당 데이터를 제공하고 데이터를보고하거나 분석하면 분석이 실행됩니다.
그리고 실제로 존재하는 다양한 종류의 분석을 살펴보면 엄청나게 긴 목록이지만 반드시 완전한 목록 일 필요는 없습니다. 실제로이 슬라이드를 만들 때 적어 놓은 것으로 생각했습니다. 따라서 BI 환경에서 시각화, OLAP, 성능 관리, 스코어 카드, 대시 보드, 다양한 예측, 데이터 레이크, 텍스트 마이닝, 비디오 마이닝, 예측 항목 등 많은 것들이 있습니다. 실제로 계속됩니다. 회사 현실과는 다른 방식으로 보면 기본적으로 마지막 다이어그램과 비슷한 다이어그램이며 방금 다른 방식으로 수행됩니다. 나는 당신이 BI라고 부르는 것을 규칙적이고 요구되는 것으로 알고 있기 때문에 분리했습니다. 그것은 실제로 일어나고있는 것이 효율적이라는 것을 의미하지는 않습니다. 그러나 적어도 당신은 정기적으로 일어나고 있습니다, Tableau, 또는 Click, 또는 Cognos에는 주제 소스 등이 있으며 다양한 정기 보고서 또는 기능이 진행될 것입니다. 그런 다음 분석 앱이 있으며 서로 다릅니다. 분석 앱은 실제로 데이터 탐색에 관한 것이므로 제 생각에는 연구 개발과 같습니다. 그런 다음 워크 플로가 있습니다. 워크 플로에서 업무용 응용 프로그램 및 사무용 응용 프로그램과 업무를 혼합하십시오. 필요한 경우 (그리고 그것이 보는 것처럼 회사의 현실 임) 대부분의 조직에서는 제대로 구성되지 않았습니다.
BI 중단, 이것은 과거 BI 세계가 주로 데이터웨어 하우스에서 캡처되어 특정 방식으로 공급되는 상당히 깨끗한 데이터 세트로 구성 되었기 때문에 BI를 예전보다 어렵게 만드는 일련의 언급 일뿐입니다. BI 소프트웨어. 그 당시에는 5 ~ 10 년 전에 실제로 이야기했지만, 그 당시에는 데이터 볼륨이 확장되지 않고 데이터 소스가 알려졌습니다. 종종 일부 BI는 특정 사용자의 취향에 따라 충분히 빠르지 않지만 데이터 도착 속도는 알려져 있습니다. 구조화되지 않은 데이터는 없었으며 소셜 데이터는 거의 없었으며 IoT 데이터는 없었으며 데이터 출처에 신경 쓰지 않았습니다. 컴퓨터 가치는 어떤 식 으로든 다른 방식으로 매우 빠르게 일을 수행 할 수 있도록 인프라 측면에서 병렬성을 갖지 않았습니다. 머신 러닝이 없었으며 분석 워크로드의 수가 상당히 줄었습니다. 그리고이 모든 것이 바뀌 었으므로 이제 데이터 볼륨이 매우 크게 증가 할 수 있습니다. 계속 유지되는 데이터 소스의 수입니다. 예, 매우 빠른 데이터 도착, 구조화되지 않은 많은 데이터, 특히 정리가 필요한 소셜 데이터이지만, 정리가 필요한 다른 데이터, 특히 IoT 데이터가 스트리밍됩니다.
데이터 출처는 문제이며 우리는 그것을 걱정합니다. 컴퓨터 성능은 깔끔합니다. 왜냐하면 모든 종류의 것들을 실현할 수 있기 때문입니다. 이제 더 많은 BI 기능과 새로운 분석 워크로드가 만들어지는 현상으로 기계 학습이 가능해졌습니다. 따라서 BI는 정적 인 상황이 아니며 이것이 Stan에게 넘겨주기 전에 마지막으로 할 것이라고 생각합니다. 아뇨, 그렇지 않습니다. 다른 것이 있습니다. 미래의 BI 환경, 사물 인터넷, 이벤트 중심 아키텍처, 실시간 모든 것. 사용자가 요약 한 문제에 대해 충분한 사용자 BI가 사용자에 의해 충분합니다. 데이터 흐름 성능 적시성, 데이터 적용 범위, 데이터 정리, 데이터 액세스 기술, 시각화, 공유 및 실행 가능성.
따라서 BI 서비스가 신뢰할 수 있고시기 적절하지 않으면 서비스가 아닌 경우 Stan으로 전달할 수 있습니다. 스탠?
에릭 카바나 : 좋아, 스탠, 공을 줄께.
스탠 가이거 : 알겠습니다. 제가 이야기하려고하는 것은 저의 배경입니다. 저는 IDERA의 제품 관리 담당 수석 관리자이며 비즈니스 인텔리전스 제품을 제공하는 책임 중 하나입니다. 로빈이 말한 것에 대해 조금 확장하고 비즈니스 인텔리전스로 핵심 영역에 대해 이야기하겠습니다. 플랫폼 상태를 모니터링하는 것입니다. 그가 말했듯이 이제는이 모든 데이터를 가지고 있던 곳이었고 분석하는데 몇 주가 걸리고 보고서와 사물이 다시 나옵니다. 그러나 BI 환경은 현재 거의 실시간 분석에 가까워지고 있습니다. 그리고 많은 경우 실제 실시간 분석. 저는이 슬라이드에 대해 조금 이야기합니다. 이것은 일종의 개요 일뿐입니다. 그리고 완전히 공개 한 것처럼 Microsoft 관점에서이 주제에 대해 이야기 할 것입니다. 그러나 이러한 모든 개념은 BI에 관계없이 적용됩니다. 플랫폼이 Oracle에 있거나 Informatica와 Oracle을 사용하거나 혼합 모드의 하이브리드 환경을 사용하고 있습니다. Microsoft 환경과 관련하여 사용하려고하지만 이것은 표준입니다.
로빈은이 부분을 다루는 슬라이드를 가지고있었습니다. 소스 시스템이 있고 모든 데이터가 저장되어 있고, 이제는 관계형 데이터베이스와 데이터 스토리지에 있었지만 이제 Hadoop과 인터넷, 사물, 그리고 구조화되지 않은 모든 데이터가 여기에 있으며 이제이 BI 아키텍처로 가져올 수 있습니다. 따라서 중간 계층에 대해 조금 이야기하면 데이터 저장소가 집계됩니다. 여기에서 데이터를 가져 와서 정리하고, 재구성하고, 데이터 저장소에 넣은 다음 프리젠 테이션 레이어를 맨 위에 놓고 사용자가 액세스 할 수 있습니다. 그리고 우리는 해당 데이터 저장소에서 해당 데이터에 대한 분석을 수행하고 대시 보드를 수행하고 있으며 Tableau를보고 서비스와 같은 것들에 배치했습니다. 저는 BA 건축가 였을 때 항상 Excel에 대해 웃었 기 때문에 항상 웃습니다. Excel은 직면하고 있기 때문에 Excel은 대중의 BI 도구입니다.
약간의 개요가 있지만 일종의 플랫폼 아키텍처에 대해 이야기하기 위해 소스 데이터를 얻었으며 여러 데이터 저장소에서 이야기했습니다. 그런 다음 Microsoft 세계에 스토리지를 통합했습니다. SQL Server 데이터베이스가 있고, 데이터웨어 하우스가있는 곳에 데이터웨어 하우스가있는 클라우드에 데이터웨어 하우스가있을 수 있습니다. OLAP 튜브와 같은 분석 서비스를 제공합니다. 여러 차원에서 사물을 보는 것과 관련된 집계 및 사물을 수행하기위한 것입니다. 그런 다음 데이터 저장소 및 집계의 맨 위에있는 모든 내용에 대해 간략하게 이야기 한 프레젠테이션 계층이 있습니다. 그리고 나는 항상“당신이 모르는 것을 모른다”라는이 인용문을 좋아합니다. 모니터링하지 않고 BI 플랫폼의 모든 영역에서 진행 상황을보고 있지 않은 경우 사용자가 불쾌한 전자 메일을 보내기 시작하고 전화가 시작될 때가 아닌 다른 문제가있는 경우를 어떻게 알 수 있습니까? 보고서가 실행되지 않는 이유에 대해 울림 왜 모든 것이 오래 걸리나요?
따라서 이러한 맥락에서 비즈니스 인텔리전스를 제공하는 플랫폼을 모니터링 할 수 있어야합니다. 그리고 저는 기본적으로 세 가지 영역으로 나 bro습니다. 가용성, 성능 및 활용도가 있습니다. 가용성은 리소스가 사용 가능한지 여부를 의미합니다. 아주 간단합니다. 그러나 보유하고있는 시간을 살펴보면 플랫폼을 사용할 수 있지만 문제가있을 수 있으므로 근본 원인을 식별 할 수 있어야합니다. 상황이 치명적 상태가되기 전에 경고하고 누군가에게 진행 상황을 알려줄 수 있어야합니다. 성능 측면에서도 서비스, BI 서비스 또는 BI 플랫폼이 호스팅되는 서버 수준의 성능 메트릭 수준에서 얻을 수 있습니다. 예를 들어 SAN에서 데이터에 액세스하는 경우 리소스 수준의 성능을 얻을 수 있습니다. SAN은 리소스, 네트워크 리소스이므로 병목 현상을 식별하고 사용자를 만족 시키며 실제 환경에서 작업중인 경우 이러한 모든 성능을 모니터링 할 수 있어야합니다. 시간 분석의 경우 병목 현상이나 문제가 발생하기 전에 식별 할 수 있어야합니다.
마지막 이론은 활용입니다. 사용자가 무엇을하고 있습니까? 누가 내 BI 소스에 연결되어 있습니까? 누가 무엇을 실행하고 있습니까? 어떤 쿼리가 실행되고 있습니까? 어떤 보고서를 실행하고 있습니까? 예를 들어이 정보를 알면 용량 계획을 결정하고 수행하는 데 도움이됩니다. 또한 BI 환경에서 활용되는 내용도 보여줍니다. 고객에게는 BI 용 모니터링 제품이 필요하다는 고객이 있었기 때문에 리소스를 이동할 수 있도록 BI 환경의 어떤 부분을 사용하고 있는지 알았습니다. 예를 들어 특정 보고서 나 특정 분석 서비스 큐브를 사용하지 않는 경우 자원을 활용도가 높은 다른 영역으로 옮길 수 있습니다. 내가 좋아하는 또 다른 인용문, 나는 "Tremors"와 같은 훌륭한 영화를 좋아하므로 내 영화를 말해주십시오. 그래서 Michael Gross가 연기 한 Burt Gummer의 인용문을 좋아합니다. 그는 생존주의 총잡이입니다. 그는이 50 구경 저격 소총을 꺼내고 그 중 한 사람은“Damn, Bert”라고 말합니다.“필요하고 필요하지 않으면 다른 곡을 부릅니다. 다시 말해, 당신은 무엇을 알고 있습니까? 그는 무엇이든 준비했고 무엇이든 준비 했으므로 이것이 의미하는 바는 리소스와 활용도에서 방금 이야기 한 것들로 BI 환경을 모니터링하지 않는 경우 도구가 필요하다는 것을 깨닫지 못한다는 것입니다. 또는 모니터링 할 환경이 없을 때까지 모니터링하는 환경 또는 구조. 그리고 당신은 내가 정말로 앞으로 나아갈 필요가 있다는 것을 깨달았습니다. 그것은 많은 고객들이 그런 방식입니다.
따라서, 우리는 앞으로 나아갈 것이며, 우리는이 문제들 중 일부를 해결하기 위해 IDERA에서 무엇을하고 있는지 살펴볼 것입니다. 과-
에릭 카바나 흐 : 알았어요 . 알겠습니다.
스탠 가이거 : 알 겠어요? 괜찮아. 여기있는 것은 BI Manager 제품입니다. 또한 IDERA는 전통적으로 SQL Server, Microsoft SQL Server 환경의 회사였습니다. 그런 다음 Embarcadero에서 구입하여 다른 플랫폼으로 확장했지만 BI 제품은 전통적으로 Microsoft 환경에서 BI 스택을 모니터링합니다. 이는 다차원 및 테이블 형식 분석, 보고 서비스, 보고 도구 및 통합 서비스 (Informatica와 유사한 ETL 플랫폼)를위한 분석 서비스입니다.
그리고 우리 제품을 통해 하나의 제품을 통해 이러한 세 가지 환경을 모두 모니터링 할 수 있으며 여기에 표시되는 것은 전체 대시 보드이며 여기서주의해야 할 것은 경고에 대해 이야기 할 때 모니터링하는 것입니다. 그러나 이것으로는 충분하지 않습니다 – 경고 메커니즘이 필요합니다. 즉, 상황이 위험 상태에 도달하기 전에 알림을받을 수 있어야합니다. 따라서 여기서 수행하는 작업은 환경, 특정 임계 값에 따라 사용자 환경에서 30 밀리 초의 읽기 시간으로 괜찮을 수 있기 때문에 구성 할 수있는 전체 메트릭 세트가 있습니다. 다른 환경은 임계 값을 낮추는 것이 더 중요 할 수 있으므로 경고가있을뿐만 아니라 리소스에 따라 환경이 다르므로 구성 할 수있는 것이 중요합니다.
기본적으로 이것은 여기에서 모니터링되는 모든 환경에 대한 개요이며 분석 서비스, 통합 서비스, 보고 서비스 등 세 가지 인스턴스가 있습니다. 그리고 여기 몇 개의 경고가 있습니다. 그리고 이것들이 빨간색이기 때문에 경고를 설정할 수있는 여러 레벨이 있고 문제가 무엇인지 조사하는 사람들에게 경고를 이메일로 보낼 수 있기 때문에 이것이 중요하다는 것을 알려줍니다. 이제 간단히 살펴보고 경고로 돌아갑니다. 분석 서비스에 들어가서 여기에로드되기를 기다리고 있습니다. 그리고 기본적으로 우리가하는 일은 데이터 수집입니다. 주기적으로 나가서 환경에서 수행하는 작업의 종류를 수집하고 스냅 샷합니다. 그래서 저는 6 분마다 광산을 설정했습니다. 그래서 6 분마다 나가서 환경을 오염시킵니다. VM이 잠 들어있을 때까지 잠시만 기다려야합니다. 우리는 거기에 갈.
분석 서비스 부분을 살펴보고 여기에서 인스턴스를 클릭하고 모니터링하는 것 중 하나가 서버 수준에서 성능이라는 것에 대해 이야기했습니다. 많은 사람들이 여러 가지를 가지고 있기 때문에 서버에서 실행 중입니다. 예를 들어, 분석 서비스뿐만 아니라 서버에서 데이터베이스를 실행하고있을 수 있습니다. 따라서 데이터베이스에서 문제가 발생하거나 서버 수준에서 문제가 발생하면 거기에서 실행중인 모든 것에 영향을 미칩니다. 따라서 서버 수준에서 서버 수준의 디스크 성능 상태 등을 모니터링하고이 모든 것에 대한 메트릭을 캡처 할 수 있습니다. 그리고이 모든 것이 구성 가능합니다. 그리고 저는 CPU 측면에서 무슨 일이 벌어지고 있는지 살펴보고, 여기에서는 제 예제의 분석 서비스 수준이 아니라 서버 수준에 있습니다. 그러나 실제로 서버 수준에서.
그리고 나는 메모리가 무엇인지, 메모리 전체 사용량이 무엇인지, 예를 들어 사용 가능한 것과 같은 것을 볼 수 있습니다. 이제 서버 자체의 상태에 대한 아이디어를 얻었습니다. 그런 다음이 경우 분석 서비스와 관련된 사항을 살펴볼 수 있습니다. 예를 들어 큐브 처리가 어떻게 진행되는지보고 확인할 수 있으며, 이는 건강 상태를 측정합니다. 처리 시간이 오래 걸리거나 행이 거의 빨리 작성되지 않는 것을 확인하기 시작하면 살펴볼 수 있습니다. 그리고 이것은 Robin이 말한 것으로 생각되는 상관 관계 부분으로갑니다. 인간은이 모든 것을 할 수 있어야합니다. 우리는 AI, 기계 학습에 대해 이야기하지만, 이러한 사건을 사물과 연관시킬 수 있으려면 여전히 인간이 필요합니다. 우리는 원거리 쿼리에서 진행되는 작업, 실행중인 쿼리 및 시간이 얼마나 걸리는지 등을 살펴볼 수 있습니다. 정렬 할 수 있으므로 어떤 쿼리가 가장 오랜 시간이 걸리는지 알 수 있습니다. 경과 된 시간에 여기를 살펴볼 수 있습니다. 확인하고 볼 수 있습니다. 해당 쿼리는 무엇이며 그 시간에 누가 해당 쿼리를 실행 했습니까?
그래서 나는 스파이 킹이 시작되는 것을 볼 때까지 이것에 관한 이야기를 시작할 수 있습니다. 나는 돌아가서 그 시점에서 사용자들이 무엇을하고 있는지 볼 수 있습니다. 그리고 우리가하는 일 중 하나는이 시간 선택기를 여기에 넣어 시간의 창을 선택할 수 있도록하는 것입니다. 예를 들어, 해당 경고로 되돌아 갈 수 있으며 실제로 클릭 한 경고에 대한 링크였으며 해당 경고가 발생하는 시점까지는 시간이 걸립니다. 그런 다음 스토리를 정리하기 시작할 수 있습니다. 디스크 읽기가 완료되었거나 메모리 문제 또는 기타 문제가 발생한 것을 볼 수 있습니다. 그런 다음 같은 시점에 쿼리 작업을 건너 뛸 수 있으며 실제로 시작할 수 있습니다. 누가 스파이크를 일으켰을 지에 대해 어떤 쿼리를 실행하고 있는지 상관시킵니다. 그런 다음 튜닝을 시작할 수있는 것처럼 튜닝을 시작할 수 있습니다. 이것은 자동차와 같습니다. 경주 용 자동차를 만들고 엔진을 떨어 뜨리고 엔진이 시작할 수있는 열쇠를 시작하지만 시간당 180 마일을이기려면 엔진이 100을 돌릴 수 있음을 알아야합니다 한 시간에 몇 마일을 갈 수 있고 거기에 도착하려면 엔진을 튜닝해야합니다. 이것이 여러분이 할 수있는 것입니다. 환경 조정을 시작하고 환경의 건강과 생산 및 효율성을 높이기 위해 충분한 정보를 제공 할 수 있어야합니다.
그런 다음 분석 서비스와 관련된 메모리 전체의 상황을 모니터링합니다 (이 경우). 그리고 이것은 메모리 한계 사이에서 급상승하는 것을 볼 때, 그런 것들이 시작되기 시작할 수있는 곳입니다. 다른 유형의 쿼리를 실행할 때마다 데이터를 캐시하기를 원합니다. 캐시 될 때 메모리에 있고 디스크에서 읽을 필요가 없기 때문에 데이터를 캐시하기를 원합니다. 디스크에서 데이터를 읽는 것보다 효율적입니다. 예를 들어 데이터 캐시에서 무슨 일이 일어나고 있는지 실례 할 수 있습니다. 이 데이터를 얻기 위해 이전에 많은 쿼리를 실행했으며 캐시 히트와 조회가 겹치는 것을 볼 수 있습니다. 그러나 여기에서 조회수가 조회보다 훨씬 적었던 기간이 있었으므로 캐시가 훨씬 빨리 플러시되도록 메모리 집약적 인 일이 있었음을 알려줍니다. 디스크에서 읽습니다. 스토리지 엔진을 보면 알 수 있습니다. 이것은 다른 그래프와 같은 시점이며, 파일의 쿼리가 해당 기간 동안 실제로 점프 한 급상승을 볼 수 있습니다. 이는 디스크에서 데이터를 읽고 있음을 의미합니다. 이제 돌아가서 실행중인 쿼리와 상관 관계를 맺고 모든 사람의 귀를 피울 수는 없지만 분석 서비스에서는 MDX라는 언어를 사용하므로 쿼리를보다 효율적으로 작성하는 방법이 있으므로 캐시를 사용합니다. 보다 효율적이고 적은 스토리지. 엔진을 튜닝하고이를 연관시키는 데 필요한 모든 부분을 제공하는 예가 있습니다.
우리는 쿼리를 볼 때이 시점에서 실제로 연결되어있는 세션과 누가 실행 중인지 지금 볼 수 있습니다. 따라서 이런 종류의 쿼리는 쿼리에 대한 반대 견해와 실행중인 사람을 제공합니다. 이것은 누가 연결되어 있고 그들이 현재 무엇을하고 있는지 볼 수 있습니다. 다른 것은 빨리 넘어 가기 위해 다차원 MOLAP 큐브의 모든 개체를 볼 수 있다는 것입니다. 그리고 나는 그것에 대한 정보를 얻을 수 있습니다. 예를 들어이 열을 기준으로 정렬 할 수 있으며 가장 많이 사용되는 개체는 시간 차원이고 가장 많이 사용되는 개체는 고객 차원이라는 것을 알 수 있습니다. 그리고 이것은 큐브를보다 효율적으로 구축하기 위해 물건을 개발하고 구축하는 사람들을 돕습니다. 예를 들어 큐브에서 고도로 활용되는 차원에서 데이터의 분할 전략을 변경하고 싶을 수 있으므로 쿼리 성능이 향상됩니다. 이제 더 많은 파티션이 생겼기 때문에 큐브 처리 성능이 저하 될 수 있지만 사용자 관점에서는 이러한 객체를보다 효율적으로 사용하기 위해 해당 엔진을 조정할 것입니다.
이제 통합 서비스에 대해 이야기하십시오. 앞서 언급 한 통합 서비스는 Microsoft 환경의 ETL 플랫폼입니다. 우리가 여기서하는 일 – 그리고 일관성이 있습니다 – 우리는 서버 성능을 모니터링하며, 모든 서비스가 동일한 서버에서 실행되고 있기 때문에 우리가 본 것과 동일한 메트릭이됩니다. 그러나 이것은 서버에서 진행되는 작업에 대한 개요입니다. 그런 다음 통합 서비스, 내 ETL 프로세스에 대한 활동을 볼 수 있습니다. 따라서 성공 여부에 관계없이 이러한 프로세스가 언제 실행되었는지에 대한 아이디어를 얻을 수 있습니다 .ETL 프로세스의 특정 실행을 강조 표시하면 해당 ETL 프로세스 내 단계의 분류, 성공 여부를 알 수 있습니다 아니고 얼마나 오래 걸 렸는지
이제 ETL 프로세스에서 실패한 패키지가있는 경우 세부 사항으로 이동하여 오류 메시지를 볼 수 있으며 해당 패키지에서 해당 ETL 프로세스가 실패한 단계와 연관된 모든 메시지를 표시합니다. 그래서, 그것이 저에게주는 것입니다. 그리고 그것이 실패하면 경고를받을 수 있습니다. 그래서 경고를 받으면 여기로 가서, 그 경고로 가서, 패키지 실패를보고, 단계를보십시오 오류가 발생한 위치를 확인하고 오류 메시지를 확인한 후 문제를 해결하기 위해 수행해야 할 작업을 즉시 알고 있습니다. 다시 배포 한 다음 다시 시작하십시오. 이것이 여러분이 할 수있는 것은 문제의 식별과 문제의 해결 사이의 창을 단축시키는 것입니다. 따라서 이전에는 이러한 종류의 책임을 맡았을 때 데이터웨어 하우스를로드하기 위해 야간에 실행되는 ETL 프로세스가있었습니다. 내가 들어온 아침에이 정보를 가지고 있다면, 무언가 실패한 경우, 신속하게 해결하고 데이터웨어 하우스가 사용자가 운영 할 때까지 데이터웨어 하우스가 가동되어 새로 고쳐 지도록 프로세스를 다시 시작할 수 있습니다. 와서보고에 액세스하기 시작했습니다.
다른 하나는 실행되는 두 개의 프로세스가 있고 시간이 지남에 따라 어떻게 실행되는지 확인하는 것입니다. 예를 들어, 시간이 더 걸리거나 시간이 많이 걸리는 등의 프로세스를보기 시작하면 유지 관리 기간과 같은 서버를 확인해야 할 수 있기 때문에 중요합니다. . 예를 들어 백업을 수행하십시오. 백업이 진행되어 프로세스가 완료 될 때까지 기다리게 할 수 있습니다. ETL에 영향을주기 시작한 것들을 중심으로 프로세스 일정을 조정하거나 저글링해야 할 수도 있습니다.
마지막 부분은보고 서비스입니다. 보고 서비스는 Microsoft의 기본적으로 엔터프라이즈보고 도구입니다. 또한 서버 수준에서 사물을보고 보고서 서버, 보고 서비스 서버 자체에서 사물을 볼 수 있습니다. 나는 여기에 많은 물건을 가지고 있지 않다. 보고서를 실행하기 위해 15 분마다 실행되는 구독이 있습니다. 따라서 연결, 연결, 보고서 실행, 연결 끊기 및 전송 때문에 많은 활성 연결이 표시되지 않습니다.
그러나 많은보고가 수행되는 트랜잭션이 많은 환경에서는 이러한 상황을 모니터링 할 수있는 것이 중요합니다. 따라서 내가 여기서 무슨 일이 있었는지 알 수 있으므로 실제 서비스 및 플랫폼 수준에서 무슨 일이 일어나고 있는지에 대한 좋은 아이디어를 제공합니다. 그리고 슬라이드에서 이야기 한 것처럼 누가 무엇을하고 있고 무엇을하고 있습니까? 고객 중 한 명이이 보고서를 위해이 제품을 구입했습니다. 사람들이 어떤 보고서를 실행하고 누가이 보고서를 실행하고 있는지 알고 싶었 기 때문입니다. 이것은이 보고서 실행에서 여기서 볼 수있는 것 중 하나입니다. 어떤 보고서를 볼 수 있고, 해당 보고서에있는 매개 변수를 볼 수 있으며, 누가 보고서를 실행하고 있는지, 보고서 형식을 볼 수 있습니다. 그런 다음 모든 측정 항목을 확인했습니다. 다시 한 번 말하지만 데이터를 검색하는 데 가장 오래 걸린 보고서와 같이 이러한 항목의 순위를 정할 수 있으며, 바로 가서 어떤 보고서인지 확인할 수 있습니다. 그리고 다시, 이것은 모두 엔진을 다시 튜닝하기 위해 데이터를 제공합니다. 이제 주변 환경에 대한보고 환경 조정을 시작할 수 있습니다.
그리고 마지막으로, 현재 다시 연결된 사용자 활동을 살펴볼 수 있습니까? 실제로 다중 사용자를 보유한 환경에서 이러한 항목을 모두 정렬 할 수 있으므로 순위를 매길 수 있으며 누가 환경을 가장 많이 활용하고 있는지 확인할 수 있습니다. 빨리 돌아가서 해당 경고를 살펴보십시오. 여기 그 경고가있었습니다. 여기에있는이 링크를 클릭하면 해당 시점의 그래프로 이동하여 어느 것이 경고 중인지 보여줍니다. 보시다시피, 이것이 쓰기 및 쓰기와 같은 쓰기에 평균 밀리 초이기 때문입니다. 다시 말하지만, 문제의 그 지점을 파악하려고 노력합니다. 인간이 여기에 와서 진행중인 이벤트를 서로 연관시켜야하기 때문에 전체적인 도구를 사용하는 것이 중요합니다. 그 이유는 무엇일까요? 해당 환경의 여러 영역에 걸쳐 특정 시점에 도달 할 수 있습니다. 이것이이 시간 선택 도구를 통해 수행하는 작업 중 하나입니다.
에릭 카바나 흐 : 네, 여기에 간단한 질문이있는 에릭이 있습니다. 왜냐하면 당신이 아마도 머리에 못을 박았다고 생각하기 때문입니다. 그리고 이것은 제가 시간의 맨 위에 말한 것입니다. 서로 다른 환경간에 이러한 상관 관계를 도출합니다. 궁금한 점이 있습니다. 여러분이 공유 할 수있는 교육 자료가 있습니까? 아니면 그러한 패턴을 식별하도록 돕기 위해 사람들과 어떤 관계를 맺고 있습니까? 1 분 전에 실제로 좋은 예를 보았 듯이, 이것들 중 하나가 뾰족 해지면 메모리에 무언가를 덤프하려고 시도하기 때문에 메모리에 무언가 일어나고 있음을 알려줍니다. 그리고 그것은 당신에게 실마리를 제공하지만, 사람들이 어떻게 이러한 통계를 실제 문제에 대응시키는가는 진짜 질문입니다.
스탠 가이거 : 네, 좋은 지적이며 제가 방금 말한 것 중 하나 인 제품의 로드맵은 올해 말에 버전을 출시 할 예정이며 추가 할 것 중 하나입니다. 이 그래프들 각각에 대한 것입니다.이 그래프의 의미와 관심을 가져야하는 이유 및 그 영향에 대한 설명입니다. 따라서이 차트에서 물음표 또는 무언가를 클릭 한 다음 많은 정보를 제공하는 창을 열고 가능한 원인, 영향을받는 영역 및 지침을 알려주십시오. 당신이 말했듯이, 당신은이 경우에 갈 수있는 방향으로 당신은 스파이크가 있습니다. 나는 개인적인 경험에서 이것이 의미하는 것을 알고 있습니다. 그런 다음 시작해서 한 지역으로 뚫고 근본 원인을 찾을 수 있습니다.
이제 실제로 실제 데이터베이스에 대해 SQL Server 용 진단 관리자 제품에 많은 정보가 있습니다. 우리는 이와 같은 제품에 이러한 유형의 기능을 많이 갖추고 있으며 진단 관리자에 대한 분석 볼트 연결을 통해 훨씬 더 빨리 단서를 찾을 수 있습니다. 그리고이 제품으로 길을 가고 있습니다.
에릭 카바나 흐 (Eric Kavanagh) : 그리고 특정 종류의 활동에 대한 시그너처가 있다고 생각합니다. 이 도구를 사용하면 특정 종류의 이벤트가 발생한 시간을 식별하고 카탈로그를 작성하여 시간이 지남에 따라 유사한 패턴을 인식하여 새로운 사용자인지 파악할 수 있습니다 (예 : 같은 도구? 이 서버가 다운되었거나이 지역이 다운 되었기 때문에 이해하는 데 도움이됩니까? 나중에 쉽게 식별 할 수 있도록 문제의 서명을 카탈로그화할 수있는 방법이 있습니까?
스탠 가이거 : 아닙니다. 사실 그것은 흥미로운 개념입니다. 원리 구성 요소 분석과 거의 비슷하기 때문입니다. 패턴을 식별하고 그 패턴을 기록하는 위치와 패턴을 다시 기록하면 다시 되돌아 갈 수 있습니다. 이 시점에서 이것이 원인이었습니다. 예, 그것은 로드맵에는 없지만 제품 관리 관점에서 생각했던 것입니다.
에릭 카바나 : 상상할 수 있습니다. 아 계속해
스탠 가이거 : 아니요. 할 말입니다. 여러분의 경험이 무엇인지 모르기 때문에 많은 요청을받습니다. 그러나 DBA는 데이터베이스를 손등과 같이 알고 있지만 BI는 플랫폼 상태와 관련하여 블랙 박스와 같습니다. 그리고 거기에는 많은 지식 기반이 없습니다. 5 년에서 10 년 정도 일한 것 뿐입니 까? 그러나 이러한 것을 찾거나 경고를 받고 무슨 일이 일어나고 있는지 알아내는 책임이있는 전형적인 사람들은 일종의 블랙 박스입니다.
에릭 카바나 흐 : 예, 상상할 수 있습니다. 또한 궁금한 점이 있기 때문에 하나의 화면에서 통과하는 모든 쿼리, 실행 시간 및 생성 한 사람을 모두 볼 수있는 방법을 한 화면에 표시했습니다. 또한 SQL 쿼리 자체의 실제 구조를 볼 수 있으며 그에 대한 분석이 있습니까? 때때로 사람들은 아주 훌륭하고 타이트한 쿼리를 실제로 만드는 마스터와는 달리, 부피가 큰 SQL 쿼리를 작성하는 것이 번거롭고 번거 롭습니다. 이 도구를 통해 시각화하여 문제가되는 것을 도와 줄 수 있습니까?
스탠 가이거 : 네, 제가 할 수있는 일은 예를 들어 시간 경과에 따라 분류 한 것입니다. 그래서 가장 오래 걸린 것들을 볼 수 있습니다. 그러면 텍스트를 얻습니다.하지만 여전히 주제 전문가가 그것을 보거나 찾아가는 사람에게 달려 있습니다.“아, 알았어. 이는 일종의 워크로드 분석으로, 데이터베이스 측에서는 SQL Workload Analyzer라고하며, 비슷한 상황이 발생했을 가능성이 있다는 생각으로 장난을 쳤습니다. 이러한 쿼리를 수행 한 다음 해당 쿼리를 조정하는 방법에 대한 권장 사항을 제공합니다. 그러나 문제 중 하나는이 MDX 쿼리가 매우 전문화 된 언어라는 것입니다.
에릭 카바나 흐 : 예, 상상할 수 있습니다. 그러나 예를 들어 사람들이 누구인지 알 수 있으므로 한 사람이 가장 긴 10 개의 프로세스 쿼리에 대해 책임이 있고 다른 사람이 전화를 걸거나 전화를 걸 수없는 경우 한 사람이 있는지 알아내는 것이 어렵지 않습니다. 그의 매니저 또는 누군가가“이 사람은 많은 대역폭을 씹어 모으고 있습니다.”라고 말하고 비즈니스에서 가장 귀중한 쿼리 일 것입니다. 쿼리 자체에서 비즈니스 가치가 무엇인지에 대한 맥락에서 그것을 이해해야합니다. 정확한 숫자 게임이 아닙니다. 이 사람은 우리의 파워 유저이고 사업을 바꾸는 사람입니다.
스탠 가이거 : 아니요, 당신 말이 맞습니다. 고객이 이것을 사용하는 방법 중 하나는 그렇게 할 수 있다는 것입니다. 당신이 말했듯이, 당신이 말한 것 중 하나 때문에 Excel에서 항상 슬래그이지만 Excel에서 분석 서비스에 연결하고 OLAP에서 피벗 테이블을 실행할 수 있으며 자체 쿼리를 생성 할 수 있습니다. 전송하고 때로는 최상의 형식이 아닌 경우가 있습니다. 다시 돌아가서 식별하고 실제로 다시 작성하여 사용자에게 제공하고 30 분이 걸리지 않도록 외부에서 실행할 수 있습니다. 다시 피벗 테이블로 돌아갑니다.
에릭 카바나 흐 : 맞습니다. 그리고 우리가 쿼리에 대해 이야기 할 때, 여러분은 쿼리의 범위를 다루기 때문에 MDX에 대해 언급했습니다. DAX 쿼리와 같은 다른 쿼리 나 다른 쿼리는 어떻습니까?
스탠 가이거 : 예, DAX와 MDX를 모두 다룹니다. 제가 언급하지 않았거나 어쩌면 내가했던 것 중 하나이지만 Microsoft에서 DAB 및 테이블 형식과 OLAP을 모두 지원합니다. 여러분과 저는 이것에 대해 조금 이야기했습니다 – 우리는 많이보고 있습니다 OLAP보다 지금은 더 표 형식입니다. '테이블 형식의 모델과 그와 같은 것들을 가져 오는 것이 더 쉬우므로 분명히 DAX 쿼리를 보게 될 것입니다. 그러나 우리는 그것들도 선택할 것입니다.
Eric Kavanagh : 네, 흥미 롭습니다. 왜 그런 일이 일어나고 있는지에 대한 문맥이 있습니까? 아마도 더 많은 사람들 이이 물건에 들어가고 OLAP이 새로운 것이 아니기 때문에, 적어도 30 년 이상 동안 주변에 있었습니까?
스탠 가이거 : 맞습니다. 그것은 일종의 조합입니다. 큐브를 디자인하는 것 중 하나는 예술입니다. 큐브는 데이터를 미리 집계하기 위해 만들어 졌으므로 데이터를 가져 오는 것이 매우 빠르지 만 큐브를 처리하는 데 시간이 걸리므로 모든 집계를 수행해야합니다. 그리고 하드웨어가 저렴 해지고 메모리가 저렴 해졌으며, 모든 사람들이 실제로 기둥 형 저장소와 인 메모리 데이터베이스를 사용하게되었습니다. 또한 테이블 형식은 기존의 관계형 데이터베이스에 가장 가까운 것일 수 있으며 OLAP보다 테이블 형식 모델을 훨씬 쉽고 빠르게 가져올 수 있습니다. 그러나 단점은 메모리에 있고 모든 것이 메모리에 있기 때문에 메모리를 많이 사용하며 요청하기 전에는 데이터가 집계되지 않는다는 것입니다. 그러나, 그 모든 것을 말하면, 우리는 훨씬 더 많은 표를보기 시작했습니다.
에릭 카바나 흐 : 흥미 롭습니다. 또한이 산업은 다소 평평 해지고 있기 때문에 데이터와 상호 작용하고 다양한 도구를 사용하는 사람들이 점점 더 많아지고 Microsoft에 대해 이야기 할 때 중소 기업을위한 더 많은 수의 사용자가 있고, 물건을 파고, 도구에 액세스하고, 쿼리를 실행하는 일부 큰 조직조차도 그럴 것입니다. 큐브를 구축하는 데 필요한 전체 프로세스와 기술을 요점에 맞습니까? 왜냐면 생각이 필요하고 비싸기도 하니까요? 최신 기술을 사용하지 않는 한 큐브를 구축하려면 시간이 걸립니다. 예를 들어, 우리는 Snowflake와 같은 회사와 이야기를 나 pretty습니다. 예를 들어, 꽤 흥미로운 일을하고 있습니다.하지만 더 많은 사람들이 그 물건을 사용하고 있다고 생각합니다. 정식으로 큐브를 만드는 것과는 반대로
스탠 가이거 : 네, 제 말은, 엑셀 – 파워 피벗 (Pivot Pivot)은 제가 생각하기에 실제로는 테이블 형식이라고 생각합니다. 테이블 형식 모델을 작성하는 방식입니다. 그리고 다음 반복은 제가 작성한 테이블 형식 모델을 알려주고 다른 사람과 공유 할 수 있도록 SQL Server에 배포하는 것입니다. 그래서 그것은 거의 Excel에서 자연스럽게 확장 된 것입니다.
에릭 카바나 : 네, 좋은 지적입니다. 지난 5 년 동안 7 년 동안 우리가 본 것은이 기술에 대한 사용이 엄청나게 확대 된 것입니까? 솔직히 말해서 Microsoft는 분석 서비스와 Power Pivot을 통해 전력 데이터를 실제로 민주화하고 있습니다. 그게 업계의 게임 체인저 였죠?
스탠 가이거 : 네, 아뇨. 당신 말이 맞습니다. 즉, OLAP 인 의미 론적 모델에서 표 형식으로의 전환을 보여주는 더 긴 프리젠 테이션을 할 때 슬라이드가 있습니다. 그리고 저는 마이크로 소프트로부터 인용 한 것 같습니다; IT 부서의 벽 너머가 아니라 사용자가 직접 데이터를 원하고, 데이터를 소비하는 사람들이 더 많은 데이터를 얻고 싶어합니다.
Eric Kavanagh : 그리고 그것은 제가 보여준 첫 번째 매우 간단한 슬라이드로 되돌아갑니다. 이것은 모든 조직의 기본적인 의사 결정 과정이었습니다. 그리고 지금 – 이것이 큰 일이라고 생각합니다 – 우리는 점점 더 많은 사람들을 사귀고 있습니다. 조직의 전체 계층에서 일어나고있는 일에주의를 기울이고, 스토리를 테이블로 가져오고, 데이터를 사용하여 수행합니다. 결론은 다른 수단을 사용할 수 있지만 데이터를 사용하여 스토리를 백업하는 경우, 그렇지 않은 사람들보다 훨씬 더 강력한 주장을하게 될 것입니다.
스탠 가이거 : 맞아요. 예, 그렇습니다. 그러니까 이제는 "이 보고서가 필요합니다."라고 말 했으므로 이제 보고서 요청을 거쳐야하고 여기로 가서 보고서를 받아야합니다. 이제 앉을 수 있습니다. 내 책상에 바로 있고, 실제로, 나는 생성 된 데이터에 접근 할 수 있고, 비즈니스 결정을 내립니다.
에릭 카바나 흐 : 그렇습니다 . 지난 주에 있었던 회의에서 돌아와서 상점 대상에 대해 다소 큰 BI 환경을 운영하는 사람의 히스테리적인 의견이 있었으며, 셀프 서비스 분석 및 셀프 서비스 BI를 참조하고있었습니다. 요즘 큰 문제입니다. 셀프 서비스를 출시하려고 할 때 우선 건강한 BI 환경을 갖추는 것이 좋기 때문에 IDERA에서 여러분의 활동에 많은 활동을 이끌고 있다고 확신합니다. 모든 종류의 사람들이 모든 종류의 질문을 모든 종류의 방식으로 요구하게 할 경우, 누가 어떤 질문을 어디에 있는지 묻는 사람을 이해할 수 있도록이 도구와 같은 것을 원할 것입니다. “재미있는 서비스 BI와 F 자 사이에는 세밀한 관계가 있습니다.”
스탠 가이거 : 예.
에릭 카바나 흐 : 나는 그것이 히스테리 적이라고 생각했다. 그러나 셀프 서비스 트렌드가 실제로 기술로 수행하는 작업에 대해 많은 인식을 유도한다는 것을 알고 있습니까?
스탠 가이거 : 예, 말했듯이 셀프 서비스 BI를 허용한다면 다음과 같은 이유로 성능 문제가 발생할 수 있습니다. A) 액세스 량, 인원 수 B) 잘못 구성된 쿼리의 양과 사용자가 액세스하는 방법. 따라서 실제로 데이터를 소비하려는 모든 사람을 행복하게 유지할 수 있도록 환경을 모니터링해야합니다.
에릭 카바나 흐 : 네, 그렇습니다. 그것은 축복이자 저주입니다. 사람들이 물건을 사용하려고 시도하는 것이 좋지만, 당시에 올바른 도구가 없다면 요즘에는 불행한 야영자가 될 것입니다. 이와 같은 도구없이 셀프 서비스를 사용하면 문제의 산을 요구하는 것 같습니다.
스탠 가이거 : 예, 데이터웨어 하우스를 구축 할 때와 비슷합니다. 차원과 팩트 테이블을 제대로 얻지 못한 경우와 같이 임시보고를 위해 느슨하게 설정 한 것 같습니다. 록.
에릭 카바나 흐 : 대단합니다. 예, 다시 말하지만, 사람들이이 자료를 사용하고 있다는 것은 좋은 소식이지만, 셀프 서비스가 현재하는 일에 대해 많은 활동을 주도 할 것이라고 믿어야한다고 생각합니다. 이러한 시스템의 장력과 압력의 양을 몇 배나 늘립니다. 하나 또는 두 자릿수 만이 아니라 실제로 가시성을 원하고 누가 무엇을, 어디서, 언제, 어떻게, 왜하고 있는지 볼 수 있기를 원하는 시점입니다. 이러한 질문을 한 다음 환경을 모니터링 및 변경하고 누가 무엇에 액세스 할 수 있는지에 대한 정책을 변경하는 방법에 대한 결정을 내립니다.
스탠 가이거 : 그렇습니다. 또한, 활용도 가능하다는 것을 알 수 있습니다. 큐브 내에서 객체를 언급 한 것처럼이를 개선하기 위해 할 수있는 일을 할 수 있습니다. 소지품. 따라서 사물의 성능을 살펴 보는 것뿐만 아니라 계획과 디자인이 그 수준에서 어떻게 수행되고 있는지 볼 수 있어야합니다. Microsoft와 함께 이제 BI와 같은 강력한 BI가 가장 중요 해짐에 따라 점점 커질 것입니다. 이제는 고유 한 대시 보드와 위젯 및 사물을 구축 할 수 있으며 BI 개발자 일 필요는 없습니다.
에릭 카바나 흐 : 그렇습니다 . 그렇습니다. 좋은 일이지만 어디에서나 나올 수 있지만 해당 환경을 관리 할 방법이 필요하거나 불행한 사용자가 생길 것입니다. 이는 불행한 경영으로 이어지고 사람들이 해고 당하게합니다. 일이 시작될 때 꽤 도미노 효과가 있지만 이것은 큰 일입니다.
그래서 지난 5 분 동안 씹었습니다. 로빈, 질문 있어요?
로빈 블로어 : 글쎄, 솔직히 말하면 정말 매력적이라고 생각합니다. 그것은 우리가 환경이 매우 제한되어 있고 셀프 서비스가 실제로 세상을 변화시키고 있다는 사실에 대해 생각하고 있습니다. 많은 것들이 이전보다 훨씬 많은 데이터가 환경에 들어 왔기 때문에 실제로 일어나고 있습니다. 유일한 질문은, 우리가 시간이 많이 걸리지 않았기 때문에, 내가 묻고 자하는 유일한 질문은 당신이 그 방법을 설명하고있는 것입니다. 왜냐하면 나는 그것이 아주 좋은 데모라고 생각했기 때문입니다. BI 모니터링이 작동합니다. 이런 종류의 물건을 가지고 있지 않은 사람들이 실제로 무엇을하는지 궁금합니다. 그것은 매우 어려울 것이기 때문에, 당신이 차이를 만드는 많은 것들이 있습니다. 근본 원인은 충분합니다. 반드시 근본 원인에 항상 도달 할 필요는 없지만 몇 가지 것들과 근본 원인을 얻을 수 있습니다 많은 사람들이 누가 무엇을 실행하는지 알기 위해 도구를 구입하고 내 마음이 돌아가고 있다고 말했을 때 누가 무엇을 실행하는지 알지 못하기 때문에 물건이 통제 할 수 없기 때문입니다. 그렇다면 통제 할 수없는 환경은 어떻습니까?
스탠 가이거 : 내 말은, 우리가 직접 도구에 가지고있는이 모든 정보를 얻을 수는 있지만, 집에서 만든 스크립팅을 작성해야하고 데이터가 모두 존재하기 때문에 어디에서 알아야하는지 알아야합니다. 그것을 얻으십시오. 어느 정도의 전문 지식이 필요합니다. 따라서, 당신이 그 수준의 전문 지식을 가지고 있지 않은 환경에서, 기본적으로, 당신이 얻는 것은, 그렇지 않습니까? 나는 그것이 효율적으로 실행되고 있는지 잘 모르겠지만 작동하고 있습니다. 그런 다음 전화 나 사람들이“저의 보고서가받은 편지함에 들어 있지 않습니다. 어떻게됩니까?”또는“방금보고 서비스를 통해이 보고서를 제출했습니다”라는 메시지를 받기 시작합니다. 그렇지 않으면 여기에서 분석 서비스에 대한 쿼리를 수행 할 수 있습니다. 30 분 정도 걸리고 30 초 밖에 걸리지 않았습니다. 무슨 일입니까? 글쎄, 지금 당신은 소방 훈련을하고 그것을 알아 내려고 시도해야하며, 도구가 없으면 매우 어려워집니다.
로빈 블로어 : 글쎄요, 당신이 실제로 여기 왔던 것의 각 차원을 보여 주면서, 그것은 나에게 점점 명백해졌습니다. 다른 것은 매우 원시적 인 수준과 같습니다. 만약 당신이 일이 잘못되고 있다는 것을 알려주는 경고가 없다면, 그것은 단지 비쌉니다 – 당신은 비싼 상황에 빠지고, 일어난 일을 치료하려고 노력합니다. 물건이 심하게 떨어지기 시작할 때까지 찾지 마십시오.
스탠 가이거 : 알다시피, 당신은 당신이 모르는 것을 모른다.
Eric Kavanagh : 알겠습니다 . 글쎄, 여러분, 우리는 한 시간 동안 불타고 여기에서 변화했습니다. IDERA Software의 Robin Bloor와 친구 Stan Geiger에게 감사드립니다. 그들은 Enterprise Data World에있을 것입니다. 사실 여러분 중 누군가가 애틀랜타에도있을 것입니다. 우리의 좋은 친구 토니 쇼 (Tony Shaw)는 지금 4 년 동안 그 회의를 훌륭히 수행하고 있습니다. 모두 뜨거운 물건입니다. 바라건대, 다음 주에 다시 see겠습니다. 다음 주에 다시 확인해 보시기 바랍니다. 다른 웹 캐스트도 많이 있습니다.
궁금한 점이나 제안 사항이 있거나 Hot Technologies에서 배우고 싶은 다른 기술이 있으면 의견을 듣고, 이메일을 보내십시오. 그리고 그것으로 여러분은 작별 인사를 할 것입니다. 다시 참여해 주셔서 감사합니다. 다음에 연락 드리겠습니다. 조심해 안녕.
