Bởi nhân viên Techopedia, ngày 29 tháng 3 năm 2017
Takeaway: Người dẫn chương trình Eric Kavanagh thảo luận về tình báo kinh doanh với Tiến sĩ Robin Bloor và Stan Geiger của IDERA.
Bạn hiện chưa đăng nhập. Vui lòng đăng nhập hoặc đăng ký để xem video.
Eric Kavanagh: Thưa quý vị và các bạn, xin chào mừng trở lại lần nữa, đó là vào thứ Tư lúc 4:00 Đông và trong vài năm qua, đó thực sự là thời gian của Hot Technologies, vâng, thực sự. Tên tôi là Eric Kavanagh, tôi sẽ là người dẫn chương trình của bạn cho chương trình hôm nay. Tôi thích chủ đề này: Thanh tra sức khỏe: Duy trì sức khỏe doanh nghiệp BI, đó là những gì chúng ta sẽ nói về ngày hôm nay. Có một điểm về bạn thực sự.
Vì vậy, năm nay trời nóng - Hot Technologies thực sự được thiết kế để xác định các loại công nghệ cụ thể và bạn có thể tưởng tượng ra thế giới phần mềm doanh nghiệp có rất nhiều nhà cung cấp bán tất cả các loại sản phẩm khác nhau và những gì đang xảy ra là những từ thông dụng được sử dụng và được các nhà cung cấp khác nhau sử dụng cho những thứ rất khác nhau. Và vì vậy, mục đích của chương trình này thực sự là để giúp đỡ bạn bè nhà cung cấp của chúng tôi và giúp khán giả của chúng tôi xác định và bao bọc đầu óc của chúng tôi về những loại công nghệ cụ thể thực sự là gì và những từ này có nghĩa là gì khi bạn đi thẳng vào các cuộc tấn công bằng đồng.
Vì vậy, tôi sẽ trở thành một trong những nhà phân tích ngày hôm nay, chúng tôi cũng có Tiến sĩ Robin Bloor và Stan Geiger từ IDERA. Chúng ta hãy nói nhanh về tầm quan trọng của trí tuệ và phân tích kinh doanh nói chung. Đây là một cây quyết định cơ bản, nếu bạn sẽ, hoặc một biểu đồ dòng chảy chỉ nói về cách bạn làm việc thông qua các vấn đề trong công ty của bạn, thảo luận về các chủ đề khác nhau, đặt các đề xuất với nhau và sau đó bạn tìm hiểu mọi người nghĩ gì. Họ có đồng ý không? Họ có không đồng ý không? Sự đồng thuận là gì, nếu bạn có một số, và làm thế nào để bạn làm việc trong quá trình đó?
Chà, điều này rõ ràng rất chung chung, nhưng đó là một lời nhắc nhở tốt về quá trình chúng tôi đề xuất ý tưởng trong các công ty, đưa ra quyết định của mình và sau đó tiến về phía trước. Và điểm mấu chốt là dữ liệu được yêu cầu cho mỗi và mọi thành phần đó. Điều đó thậm chí còn đúng hơn trong những ngày này trong thế giới dữ liệu lớn, bởi vì tất nhiên, dữ liệu lớn giống như cỗ máy sự thật khổng lồ ngoài kia. Dữ liệu lớn thực sự là những gì đang xảy ra; đó là đại diện của ai đang ở đâu, họ đang làm gì, họ đang mua gì, phương tiện truyền thông xã hội của họ là gì, ví dụ như tweet. Tất nhiên, tất cả những thứ đó có thể bị hack - bạn phải coi chừng điều đó - nhưng vấn đề là dữ liệu là kiến trúc tham chiếu, nếu bạn muốn, thực tế.
Vì vậy, bạn muốn dữ liệu tại mọi thời điểm trong quá trình ra quyết định này. Bây giờ, sự đồng thuận là quan trọng. Nếu bạn muốn người dùng hạnh phúc, đôi khi một ông chủ có thể phải đi ngược lại những gì mọi người muốn. Chúng tôi chỉ nói về Steve Jobs ngay trước khi webcast này bắt đầu và anh ấy nổi tiếng với kiểu đó. Anh ta nhận được một câu nói nổi tiếng nơi anh ta khuyên mọi người nên nhấn chìm tiếng ồn họ nghe thấy và sau đó bám vào tầm nhìn của họ, nếu họ biết những gì họ đang làm là đúng. Vì vậy, bạn không phải lúc nào cũng cần sự đồng thuận, nhưng thường thì đó là một ý tưởng khá hay. Nhưng mục đích chung của slide này và bình luận này là để đưa ra tầm quan trọng mà chúng tôi muốn đưa ra quyết định dựa trên dữ liệu, không chỉ dựa vào bản năng, mặc dù ruột thường thực sự tốt trong việc giúp bạn biết bạn muốn đi đâu, và sau đó bạn thực sự tìm cách xác nhận điều đó hoặc làm mất hiệu lực điều đó với dữ liệu của bạn. Và tôi sẽ nói đừng ngại nhìn lại điều đó trong đó, giống như một điểm đánh dấu nhỏ xinh, hoặc nhắc nhở rằng khi bạn nhìn lại vào dịp nào đó, bạn ít nhất có thể có được một số khung tham chiếu và hiểu bạn đã ở đâu đến từ và thành thật về những sai lầm mà bạn đã mắc phải. Tất cả chúng ta đã phạm sai lầm, nó xảy ra.
Vì vậy, nếu bạn có vấn đề về hiệu suất trong các hệ thống kinh doanh thông minh của mình, thì, biểu hiện cũ của sự kiên nhẫn là một đức tính tốt, không phải trong thế giới CNTT, tôi có thể nói với bạn ngay bây giờ. Nếu người dùng chờ đợi một thời gian dài để truy vấn của họ quay lại hoặc họ không nhận được báo cáo của họ, điều đó sẽ làm xói mòn lòng tin và khi niềm tin không còn nữa, rất khó để lấy lại. Vì vậy, tôi đã đặt một dòng ở đây - khoảng 40 giây trong những ngày này giống như 40 phút trong rất nhiều trường hợp - nếu một truy vấn sẽ mất 40 giây, mọi người sẽ quên những gì họ đang nói, những gì họ đang hỏi của dữ liệu. Chỉ cần tưởng tượng trong một cuộc trò chuyện nếu bạn hỏi ai đó, hãy nói ông chủ của bạn, bạn nói, Hey Hey, tôi muốn biết tại sao chúng ta lại đi theo con đường này. Nhưng bạn phải đợi 40 giây trong một cuộc trò chuyện để có câu trả lời? Bạn sẽ ra khỏi phòng! Bạn sẽ nghĩ rằng ông chủ của bạn đã mất trí. Vì vậy, độ trễ mà chúng ta có trong một số hệ thống thông tin, khi có vấn đề về hiệu suất, sẽ cắt ngắn quá trình phân tích, dòng phân tích hoặc như một số người gọi nó là cuộc hội thoại mà bạn đang gặp phải với dữ liệu của mình. Bạn cần tăng tốc trong các hệ thống này, bất cứ điều gì bạn phải làm để hoàn thành công việc và hôm nay chúng ta sẽ nói về điều đó, đó là những gì bạn cần làm, bởi vì không có dòng chảy ý tưởng trôi chảy đó, bạn thực sự làm hỏng toàn bộ quá trình phân tích. Vì vậy, và một lần nữa, tôi ném bình luận này ra: thiếu tin tưởng là một kẻ giết người thầm lặng. Mọi người sẽ không thực sự giơ tay quá nhiều nếu họ không tin tưởng bạn, nhưng họ sẽ chỉ nhìn bạn qua một bên và tự hỏi chuyện gì đang xảy ra. Và một khi niềm tin đó không còn nữa, bạn sẽ có một khoảng thời gian rất, rất khó khăn để lấy lại.
Vì vậy, trí thông minh nhân tạo, chúng ta cứ nghe về học máy và AI và, Oh, sẽ không giải quyết được tất cả những vấn đề này sao? Hồi Robin và tôi đã nghe nhiều năm nay về cơ sở dữ liệu tự điều chỉnh và tất cả những thứ thú vị này - Có một số điều đang diễn ra, nhưng chỉ cần tự hỏi mình câu hỏi: Siri có thường xuyên làm điều đó phù hợp với bạn không? Bao lâu thì Siri vô tình bật lên và đi, tôi xin lỗi, tôi đã không hiểu điều đó. Đó là lý do tôi không hỏi bạn bất cứ điều gì. Tôi chỉ vô tình nhấn nút chết tiệt đó. Vì vậy, vẫn còn rất nhiều sai sót, và nhân tiện ở phía bên trái, đó là chip ASIC từ Apple Newton - bạn có nhớ chú chó con đó từ nhiều năm trước không? Đó là một trong những thiết bị thông minh đầu tiên, và đó là một thời gian dài trước đây, giống như những năm đầu thập niên 90 hoặc giữa những năm 90 tôi muốn nói. Rằng Newton xuất hiện và nó không tốt lắm, nhưng nó có tầm nhìn; họ biết họ sẽ đi đâu, nhưng ngay cả bây giờ, với iPhone AI và máy học, đây là những khái niệm bị hiểu lầm rộng rãi, tôi sẽ nói.
Và chắc chắn đối với học máy, nó có thể rất hữu ích và thực sự có thể được sử dụng trong một số môi trường mà bạn đang cố gắng hiểu những gì đang xảy ra với kiến trúc thông tin phức tạp của mình, nơi mọi thứ đang sai. Học máy có thể rất có giá trị trong bối cảnh đó, nhưng chỉ khi được áp dụng một cách rất cấp bách. Vì vậy, trên thực tế, tôi vừa tham gia một sự kiện lớn ở California, một trong những nhà phân phối lớn của Hadoop, Cloudera đã có hội nghị phân tích của họ và tôi đã nói chuyện với giám đốc chiến lược của họ và nói, có vẻ như tôi biết rằng thực sự học máy chỉ thực hiện hai điều: nó phân đoạn và tinh chỉnh. Ý nghĩa là nó sẽ cung cấp cho bạn các phân đoạn hoặc cụm hoạt động khác nhau bao gồm dị thường, sẽ là một phân đoạn. Và nó tinh chỉnh, có nghĩa là nó giúp bạn cải thiện một loại quyết định nhất định. Ví dụ kinh điển mà bạn nghe thấy là có một con người trong bức ảnh này chẳng hạn. Vì vậy, đó là điều mà máy học có thể làm được và nó hữu ích trong một số bối cảnh nhất định, khi bạn nói về khắc phục sự cố, bởi vì bạn có thể tìm kiếm các mô hình hành vi trong việc sử dụng CPU, trong việc sử dụng bộ nhớ, tốc độ của đĩa và những gì các đĩa đang làm và tất cả những thứ thú vị đó Vì vậy, nó có thể hữu ích, nhưng nó thực sự là một thứ gì đó phải rất tập trung để tạo ra bất kỳ giá trị nào.
Vì vậy, một trong những điều yêu thích khác của tôi để nói về - và chúng ta sẽ thấy một chút về điều này, tôi nghĩ, khi chúng ta lấy bản demo hôm nay từ IDERA - theo nhiều cách tôi nghĩ rằng con người vẫn đang học nói silicon . Có một khoa học vật liệu bên dưới tất cả những điều này, và đối với những người đã xử lý sự cố và thực sự xem xét kỹ các kiến trúc thông tin phức tạp, khi bạn đang cố gắng hiểu những gì đang diễn ra, ví dụ như trong cụm Hadoop, thực sự bạn thường chỉ nhìn vào biểu đồ. Và sau đó bạn phải tương quan những biểu đồ khác nhau này có nghĩa là gì tại một thời điểm cụ thể, và điều đó cần sự thông minh; mà có trí thông minh và kinh nghiệm của con người. Vì vậy, tôi không sợ ML, hay học máy hay AI sẽ sớm lấy đi quá nhiều công việc trong thế giới này. Tôi nghĩ rằng sẽ luôn luôn cần một con người, những người thẳng thắn biết những gì họ đang nói để giúp chúng ta và làm cho tất cả điều này xảy ra.
Vì vậy, hãy tiếp tục di chuyển cùng. Vì vậy, điều gì xảy ra nếu bạn không điều khiển dữ liệu? Đây là một bức tranh nổi tiếng, Người mù dẫn đầu người mù mù - đây không phải là thứ bạn đang tìm kiếm, thưa các bạn. Bạn không muốn loại môi trường này trong tổ chức của bạn. Vì vậy, điều chúng tôi muốn là chúng tôi muốn các quyết định của mình được điều khiển bởi dữ liệu và chúng tôi muốn các quyết định được điều khiển bởi dữ liệu tốt, dữ liệu chất lượng tốt và điều đó sẽ chỉ xảy ra nếu bạn thu thập dữ liệu chính xác, nếu nó tốt và sạch sẽ, và nếu hệ thống của bạn đang hoạt động tốt, nếu hệ thống BI của bạn khỏe mạnh, hệ thống phân tích của bạn khỏe mạnh và người dùng đang có được những gì họ muốn một cách kịp thời.
Vì vậy, tôi sẽ kết thúc và giao nộp cho Robin Bloor không thể bắt chước được. Robin, mang nó đi.
Robin Bloor: Được rồi, cảm ơn vì đã chuyền bóng cho tôi. Tôi đã suy nghĩ trong khi bạn đang nói, Eric, tôi chỉ nghĩ về BI và có một bài thuyết trình của nhà cung cấp mà tôi tham dự gần đây khi có ai đó nhận xét rằng trong một nhà cung cấp cụ thể, điều hành một hệ thống cụ thể trong một kho dữ liệu lớn, xấu, họ sẽ thời điểm nhất định có thể thực hiện 70.000 giao dịch BI sẽ dẫn đến thông tin được trình bày cho nhiều người. Điều đó đã xảy ra với tôi rằng nếu thực sự bạn có khối lượng công việc như vậy, và bạn thậm chí lãng phí một vài giây để thực hiện phần mềm, thì nó thực sự sẽ rất tốn kém, và nếu bạn lãng phí vài phút thì sẽ rất tốn kém. Và sau đó tôi nhớ rằng rất nhiều thế giới chạy trên bảng tính - có phải, tôi nghĩ chúng được gọi là hệ thống bóng tối của họ không? Trong trường hợp đầu tiên, nơi mọi người sẽ kết hợp các hệ thống bằng bảng tính và email, và họ sẽ làm mọi thứ xảy ra, vì bộ phận CNTT không thể xây dựng ứng dụng cho mọi người, vì vậy họ làm điều đó. Và rất nhiều BI, tôi nghĩ, dù sao cũng tham gia vào các hệ thống như thế.
Dù sao, đã nói rằng, hãy nói về những gì tôi sẽ nói về. BI là một vòng phản hồi cho các hệ thống doanh nghiệp, nó thực sự đơn giản hoặc phức tạp, tùy thuộc vào chính xác vai trò của nó trong tổ chức. Nhưng nếu chúng ta xem đây là một sơ đồ từ khoảng bốn năm trước, khi chúng ta đang cố gắng bằng cách này hay cách khác hiểu những gì đang xảy ra ở phía phân tích. Nhưng khá nhiều, mọi thứ cản trở, nhìn lại những gì đã xảy ra trước đây và mọi thứ bị giám sát, về cách thức hoạt động của hệ thống, có xu hướng là BI. Nó không từng là trường hợp mà những gì là tầm nhìn xa, phân tích dự đoán là BI, nhưng điều đó thực sự ngày càng trở thành trường hợp. Eric đã đề cập đến học máy, rất nhiều học máy thực sự có thể bằng cách này hay cách khác chỉ chạy theo luồng dữ liệu và có thể cung cấp cho bạn các phân tích dự đoán trong năm phút tới hoặc thậm chí gần như trong thời gian thực, do đó bạn có thể phản hồi khách hàng, với kiến thức được tính toán về những gì thực sự xảy ra.
Nhưng trung tâm của sơ đồ này, bên trong đến từ các phân tích. Điều thường xảy ra là các hoạt động phân tích khác nhau được chỉ vào các bộ sưu tập dữ liệu cụ thể và một cái gì đó mới được học, kiến thức được học về doanh nghiệp. Và phần kiến thức đó sau đó được đưa vào các quy trình kinh doanh có thể cung cấp từ nó. Và thông thường, nó được biểu hiện theo cách này hay cách khác khi cảnh báo BI xuất hiện, hoặc chỉ những thứ khác được đưa lên bảng điều khiển, v.v. Khi chúng tôi thực sự làm điều này, có bốn thuật ngữ ở đó và chúng tình cờ kết thúc bằng từ "cảnh tượng ra mắt" rất hay. Nhưng trên thực tế, đó không phải là tất cả mọi thứ trong lĩnh vực mà mọi người muốn làm, cũng có vấn đề tối ưu hóa và tối ưu hóa không mang lại các phân tích đơn giản. Đó là vấn đề rất phức tạp và rất nhiều vấn đề tối ưu hóa không thể giải quyết được. Bạn chỉ có thể có giải pháp tốt, bạn không thể chứng minh bạn có giải pháp tốt hơn. Và đó là một lĩnh vực hoạt động, nơi có hoạt động đang diễn ra, nhưng nó ít hơn hầu hết các lĩnh vực phân tích khác. Vì vậy, mọi người nói rằng chúng ta đang sống trong thời đại phân tích - tốt, chúng ta làm so với mười năm trước, nhưng nó có thể đi xa hơn nhiều so với nó đã biến mất.
Vì vậy, việc bắt đầu BI, mong muốn kiến thức bắt đầu các yêu cầu của người dùng, quên đi các dự án phân tích và các dự án phân tích để quên các hồ dữ liệu và các hồ dữ liệu cộng với các phân tích hiểu biết và hiểu biết sâu sắc về BI. Đó là một câu chuyện tôi vừa kể; Tôi chỉ nghĩ rằng tôi sẽ viết nó ra. Điều tôi đã làm ở đây, ý tôi là, toàn bộ quan điểm của slide này và thực ra hầu hết các slide khác chỉ là để thực sự nhấn mạnh thế giới kinh doanh thông minh thực sự phức tạp như thế nào. Đó không phải là điều đơn giản, tôi có thể làm cho cách trượt đặc biệt này phức tạp hơn thực tế, nhưng bạn có ở dưới cùng, bạn có dữ liệu bên ngoài và dữ liệu nội bộ theo cách này hay cách khác sẽ được đưa vào một giai đoạn khu vực, mà ngày nay đây là loại công cụ hồ dữ liệu, mặc dù không phải ai cũng có hồ dữ liệu. Và những người không nhất thiết phải có những người thành công. Và sau đó, có một hoạt động làm sạch sâu sắc và một hoạt động quản lý cần thiết trên dữ liệu trước khi bạn thực sự có thể sử dụng nó. Và sau đó, bạn phục vụ dữ liệu đó và bạn báo cáo về dữ liệu đó hoặc phân tích dữ liệu đó và phân tích dẫn đến hành động.
Và nếu bạn thực sự xem xét các loại phân tích khác nhau tồn tại, thì đây là một danh sách dài vô cùng, nhưng nó không nhất thiết là một danh sách hoàn toàn toàn diện, đó chỉ là những gì tôi nghĩ để viết ra, khi tôi thực sự tạo ra slide này. Vì vậy, có rất nhiều thứ diễn ra trong môi trường BI mà trực quan hóa, OLAP, quản lý hiệu suất, phiếu ghi điểm, bảng điều khiển, các loại dự báo, hồ dữ liệu, khai thác văn bản, khai thác video, công cụ dự đoán, có rất nhiều thứ thực sự tiếp tục Nếu bạn nhìn nó theo một cách khác, thực tế của công ty, về cơ bản thực sự đây là một sơ đồ tương tự như sơ đồ cuối cùng, nó chỉ được thực hiện theo một cách khác. Tôi đã tách những gì bạn sẽ gọi BI vì nó là thường xuyên và nó được biết là những gì cần thiết, điều đó không có nghĩa là những gì thực sự xảy ra là hiệu quả, nhưng ít nhất bạn sẽ có những điều thường xuyên xảy ra, hãy nói Tableau, hoặc trong Click, hoặc trong Cognos, có một nguồn chủ đề, v.v., nhiều báo cáo hoặc khả năng thường xuyên khác nhau sẽ diễn ra. Và sau đó bạn có các ứng dụng phân tích và chúng khác nhau. Bởi vì các ứng dụng phân tích thực sự là về khám phá dữ liệu và trong suy nghĩ của tôi, nó tương đương với nghiên cứu và phát triển. Và sau đó bạn có quy trình làm việc. Trong quy trình làm việc, hãy kết hợp công cụ của bạn với các ứng dụng hoạt động và ứng dụng văn phòng, nếu điều đó là cần thiết - và đó là thực tế của công ty như tôi thấy - mặc dù trong hầu hết các tổ chức, nó không được tổ chức tốt.
Vì vậy, sự gián đoạn BI, đây chỉ là một tập hợp những điều cần đề cập khiến BI khó khăn hơn trước đây, bởi vì thế giới BI cũ bao gồm chủ yếu các bộ dữ liệu khá sạch theo cách này hay cách khác, có thể từ kho dữ liệu và được đưa vào cụ thể Phần mềm BI. Và trong những ngày đó, tôi thực sự đang nói chuyện năm hoặc mười năm trước, nhưng vào những ngày đó, khối lượng dữ liệu không được mở rộng, các nguồn dữ liệu đã được biết đến. Tốc độ đến của dữ liệu đã được biết, mặc dù thường thì một số BI sẽ không xảy ra đủ nhanh theo ý thích của người dùng nhất định. Không có dữ liệu phi cấu trúc, hầu như không có dữ liệu xã hội, chắc chắn không có dữ liệu IoT, bạn không quan tâm đến việc xuất xứ dữ liệu. Giá trị máy tính không có sự song song về cơ sở hạ tầng để có thể bằng cách này hay cách khác làm mọi thứ cực kỳ nhanh. Bạn không có học máy và số lượng công việc phân tích khá ít. Và tất cả điều đó đã thay đổi, khối lượng dữ liệu bây giờ có thể tăng lên rất nhanh. Số lượng nguồn dữ liệu nó tiếp tục tăng lên. Có, truyền dữ liệu đến rất nhanh, nhiều dữ liệu không có cấu trúc, chắc chắn là dữ liệu xã hội sẽ cần được làm sạch, nhưng các dữ liệu khác có thể cần làm sạch, chắc chắn là dữ liệu IoT, là thỏa thuận hiện nay.
Xuất xứ dữ liệu là một vấn đề và chúng tôi quan tâm đến nó. Sức mạnh máy tính ở đó rất gọn gàng, bởi vì điều đó làm cho tất cả mọi thứ đều khả thi và bạn đã học máy như một hiện tượng dẫn đến việc tạo ra nhiều khả năng BI và khối lượng công việc phân tích mới sẽ làm như vậy. Vì vậy, BI không phải là một tình huống tĩnh và tôi nghĩ đó là điều cuối cùng tôi sẽ nói, trước khi tôi trao nó cho Stan. Ồ không, không phải, có gì khác. Cảnh quan BI trong tương lai, internet của vạn vật, kiến trúc hướng sự kiện, mọi thứ theo thời gian thực, OK. Đó là đủ BI của người dùng, bởi người dùng, cho người dùng tóm tắt các vấn đề. Tính hiệu quả của luồng dữ liệu, độ bao phủ dữ liệu, làm sạch dữ liệu, kỹ năng truy cập dữ liệu, trực quan hóa, tính dễ chia sẻ và khả năng hành động.
Vì vậy, bây giờ tôi có thể chuyển nó cho Stan, trừ khi dịch vụ BI đáng tin cậy và kịp thời, đó không phải là dịch vụ. Stan?
Eric Kavanagh: Được rồi, Stan, tôi đang đưa bóng cho bạn, mang nó đi.
Stan Geiger: OK. Vì vậy, những gì tôi sẽ nói chỉ là nền tảng của tôi. Tôi là quản lý cấp cao của IDERA trong quản lý sản phẩm và một trong những trách nhiệm tôi có là sản phẩm cung cấp thông tin kinh doanh của chúng tôi. Vì vậy, tôi sẽ mở rộng thêm một chút về những gì Robin đang nói và nói về lĩnh vực quan trọng với trí tuệ kinh doanh đang theo dõi sức khỏe nền tảng của bạn. Như anh ấy đã nói, bây giờ nó từng là nơi chúng tôi có tất cả dữ liệu này và sẽ mất vài tuần để phân tích và sau đó chúng tôi sẽ quay lại với các báo cáo và mọi thứ. Nhưng bối cảnh BI đang thay đổi để chúng ta tiến gần hơn đến các phân tích gần như theo thời gian thực. Và trong rất nhiều trường hợp, phân tích thời gian thực. Vì vậy, tôi nói về slide này một chút, đây chỉ là một cái nhìn tổng quan - và như một tiết lộ đầy đủ là tôi sẽ nói về nó từ góc độ của Microsoft, nhưng tất cả các khái niệm này đều đi qua cho dù BI của bạn các nền tảng nằm trong Oracle hoặc bạn đang sử dụng Informatica và Oracle hoặc chỉ chế độ hỗn hợp, môi trường hỗn hợp. Tôi sẽ chỉ sử dụng để tham khảo môi trường Microsoft, nhưng điều này là khá chuẩn.
Robin có một slide trong đó chạm vào điều này, đó là bạn đã có các hệ thống nguồn, nơi tôi đã có tất cả dữ liệu của mình, và bây giờ nó đã từng là những cơ sở dữ liệu quan hệ và lưu trữ dữ liệu như vậy, nhưng bây giờ chúng ta đã có Hadoop và internet và mọi thứ, và tất cả các dữ liệu phi cấu trúc này nằm ngoài đó, và giờ chúng ta có thể đưa chúng vào kiến trúc BI này. Vì vậy, tầng trung lưu ở đó nói một chút là lưu trữ dữ liệu trong tập hợp; đây là nơi chúng tôi lấy dữ liệu, chúng tôi có thể làm sạch dữ liệu, chúng tôi có thể cơ cấu lại dữ liệu và sau đó đưa vào một số loại lưu trữ dữ liệu và sau đó lớp trình bày nằm trên đó và đó là nơi người dùng của bạn có quyền truy cập. Và chúng tôi đang phân tích dữ liệu đó trong các cửa hàng dữ liệu đó và chúng tôi đang làm bảng điều khiển và chúng tôi có Tableau ngồi ở đó, dịch vụ báo cáo, những thứ tương tự. Tôi luôn cười vì khi tôi là một kiến trúc sư BA, chúng tôi luôn cười về Excel, bởi vì hãy đối mặt với nó, Excel vẫn là công cụ BI của số đông.
Vì vậy, một chút tổng quan ở đó, nhưng chỉ để nói về loại kiến trúc nền tảng, bạn đã có dữ liệu nguồn của mình và tôi đã nói về điều đó trong nhiều cửa hàng dữ liệu. Và sau đó tôi đã tổng hợp lưu trữ của mình trong thế giới Microsoft, bạn sẽ có cơ sở dữ liệu SQL Server của mình, có thể là kho dữ liệu của bạn, bạn có thể có kho dữ liệu của mình trên đám mây, với tư cách là kho dữ liệu của bạn. Bạn đã có các dịch vụ phân tích, đó là các ống OLAP của bạn và những thứ tương tự để thực hiện tổng hợp và mọi thứ xung quanh để xem xét mọi thứ trên nhiều chiều và những thứ tương tự. Sau đó, bạn đã có lớp trình bày của mình, mà tôi đã nói ngắn gọn về tất cả những điều nằm trên các kho lưu trữ và tập hợp dữ liệu đó. Và tôi luôn thích câu trích dẫn này, bạn không biết những gì bạn không biết, đó là sự thật. Nếu bạn không theo dõi và bạn không nhìn vào những gì đang diễn ra, trên tất cả các khu vực trên nền tảng BI của bạn, làm sao bạn biết khi nào bạn gặp sự cố ngoài khi người dùng bắt đầu gửi cho bạn những email khó chịu và điện thoại bắt đầu gọi về lý do tại sao các báo cáo của tôi không chạy? Tại sao mọi thứ mất quá nhiều thời gian?
Vì vậy, theo cách đó, những gì bạn phải làm, bạn đã có thể theo dõi các nền tảng của bạn mà bạn đang phục vụ kinh doanh thông minh. Và về cơ bản, tôi đã chia nó thành ba lĩnh vực: bạn đã có sẵn, hiệu suất và sử dụng. Sẵn có nghĩa là liệu tài nguyên có sẵn: nó lên hay xuống? Khá đơn giản đấy. Nhưng cũng nhìn vào khi bạn có, bạn có thể có sẵn nền tảng, nhưng bạn có thể gặp vấn đề ở đó, vì vậy bạn phải có khả năng xác định nguyên nhân gốc rễ; bạn phải có khả năng cảnh giác và cho ai đó biết chuyện gì đang xảy ra, trước khi mọi thứ đến trạng thái quan trọng. Điều đó cũng dẫn đến khía cạnh hiệu suất, bạn cũng có những thứ từ cấp số liệu hiệu suất, ở cấp máy chủ, nơi các dịch vụ hoặc dịch vụ BI hoặc nền tảng BI được lưu trữ; bạn đã có hiệu suất cấp tài nguyên, ví dụ như có thể tôi đang truy cập dữ liệu từ SAN. SAN là tài nguyên, tài nguyên mạng, bạn cần có khả năng theo dõi hiệu suất của tất cả những điều đó, để có thể xác định các tắc nghẽn và giữ cho người dùng của bạn hài lòng, và nếu bạn đang ở trong một môi trường nơi bạn đang làm việc thật- phân tích thời gian, bạn cần có khả năng xác định các tắc nghẽn hoặc vấn đề trước khi chúng bắt đầu xảy ra.
Và lý thuyết cuối cùng là việc sử dụng: người dùng đang làm gì? Ai đã kết nối với các nguồn BI của tôi? Ai đang chạy cái gì? Họ đang chạy truy vấn gì? Họ đang chạy báo cáo gì? Biết thông tin này giúp xác định và lập kế hoạch năng lực, ví dụ. Nó cũng cho thấy những gì đang được sử dụng trong môi trường BI của bạn. Chúng tôi có một khách hàng rằng họ muốn sản phẩm giám sát của chúng tôi cho BI chỉ để họ biết những phần nào của môi trường BI họ đang sử dụng để họ có thể di chuyển tài nguyên xung quanh. Ví dụ: nếu họ không sử dụng một số báo cáo nhất định hoặc các khối dịch vụ phân tích nhất định, thì họ sẽ chuyển tài nguyên từ đó sang các khu vực khác đang được sử dụng nhiều. Một câu nói khác mà tôi thích, tôi thích những bộ phim thực sự tuyệt vời như Mạnh runors, vì vậy hãy kể cho bạn nghe bộ phim của tôi, vì vậy tôi thích câu nói này của Burt Gummer, người được đóng bởi Michael Gross, anh ta là một tay súng sinh tồn và anh ta nói, anh ta nói xuất hiện và anh ta rút ra khẩu súng bắn tỉa cỡ nòng 50 cỡ lớn này, và một trong những kẻ nói, Dam Damn, Bert., Và anh ta trả lời bằng cách Khi bạn cần nó và bạn không có nó, bạn hát một giai điệu khác. Nói cách khác, bạn biết gì không? Anh ấy đã chuẩn bị cho mọi thứ và anh ấy đã chuẩn bị sẵn sàng cho mọi thứ, và điều tôi muốn nói là nếu bạn không theo dõi môi trường BI của bạn từ tài nguyên và việc sử dụng và những điều tôi vừa nói, thì bạn không nhận ra mình cần một công cụ hoặc một môi trường hoặc cấu trúc theo dõi nó cho đến khi bạn không có nó. Và sau đó bạn nhận ra tôi thực sự cần nó trong tương lai, và đó là cách rất nhiều khách hàng của chúng tôi.
Vì vậy, đã nói rằng, chúng tôi sẽ chuyển sang và chúng tôi sẽ xem xét những gì chúng tôi đang làm ở đây tại IDERA để giải quyết một số vấn đề này. Và giáo dục
Eric Kavanagh: Được rồi, bạn đi, tôi thấy nó.
Stan Geiger: Bạn thấy nó? Được chứ. Vì vậy, những gì chúng tôi có ở đây là sản phẩm BI Manager của chúng tôi. Và chúng tôi theo dõi, IDERA theo truyền thống đã là một công ty trong môi trường SQL Server, Microsoft SQL Server. Và sau đó chúng tôi đã mua trong Embarcadero, vì vậy bây giờ chúng tôi đã mở rộng ra một số nền tảng khác, nhưng sản phẩm BI của chúng tôi thường theo dõi ngăn xếp BI trong môi trường Microsoft. Và đó sẽ là các dịch vụ phân tích cho phân tích đa chiều và bảng, dịch vụ báo cáo, công cụ báo cáo và sau đó là dịch vụ tích hợp, là một nền tảng ETL, tương tự như Informatica.
Và thông qua sản phẩm của chúng tôi, bạn có thể giám sát cả ba môi trường đó thông qua một sản phẩm và điều bạn đang thấy ở đây là bảng điều khiển tổng thể, và điều cần lưu ý ở đây là khi tôi nói về cảnh báo, đó là một điều cần theo dõi, nhưng điều đó là không đủ - bạn cần có một cơ chế cảnh báo. Nói cách khác, tôi cần có thể được thông báo trước khi mọi thứ đến trạng thái quan trọng. Vì vậy, những gì chúng tôi làm ở đây, có cả một bộ số liệu mà chúng tôi nắm bắt được có thể định cấu hình được vì tùy thuộc vào môi trường của bạn, các ngưỡng nhất định, bạn có thể ổn với thời gian đọc ba mươi mili giây trong môi trường của bạn. Các môi trường khác có thể quan trọng hơn là ngưỡng đó thấp hơn, do đó, điều quan trọng không chỉ là cảnh báo mà còn có thể cấu hình được vì các môi trường khác nhau tùy thuộc vào tài nguyên.
Về cơ bản, đây là tổng quan về tất cả các môi trường đang được theo dõi ở đây và tôi đã có ba trường hợp ở đây: một cho dịch vụ phân tích, một cho dịch vụ tích hợp, một cho dịch vụ báo cáo. Và bạn thấy tôi đã có một vài cảnh báo ở đây. Và bởi vì đây là màu đỏ, nó cho tôi biết những điều này rất quan trọng, bởi vì tôi có nhiều cấp độ mà tôi có thể đặt các cảnh báo đó và cảnh báo có thể được gửi qua email cho những người chịu trách nhiệm xem xét vấn đề là gì. Vì vậy, chỉ một thời gian ngắn chúng tôi sẽ xem xét và tôi sẽ quay lại cảnh báo, vì vậy chúng tôi có thể đi vào phần dịch vụ phân tích và tôi chắc chắn rằng nó đang chờ để tải ở đây. Và về cơ bản, những gì chúng tôi làm, chúng tôi có một bộ sưu tập dữ liệu; nó đi ra ngoài định kỳ và đi ra ngoài đó và thu thập và chụp nhanh những gì môi trường của bạn đang làm. Vì vậy, tôi có thiết lập của tôi cứ sau sáu phút, cứ sau sáu phút nó lại ra ngoài đó và thăm dò môi trường. Tôi đã ngủ VM một lúc, vì vậy sẽ mất một giây để nó hoạt động trở lại. Chúng tôi đi đây.
Vì vậy, chúng tôi xem xét phần dịch vụ phân tích và vì vậy tôi sẽ nhấp vào ví dụ của tôi ở đây và nhớ rằng tôi đã nói về một trong những điều chúng tôi theo dõi là hiệu suất ở cấp máy chủ, bởi vì nhiều người có nhiều thứ chạy trên máy chủ của họ. Tôi có thể có một cơ sở dữ liệu chạy trên máy chủ của mình, cũng như các dịch vụ phân tích, chẳng hạn. Vì vậy, nếu có gì đó xảy ra trong cơ sở dữ liệu hoặc tôi gặp sự cố ở cấp máy chủ, nó sẽ ảnh hưởng đến bất cứ điều gì đang chạy trên đó. Vì vậy, chúng tôi sẽ giám sát mọi thứ trên máy chủ ở cấp máy chủ, những thứ như hiệu suất của đĩa và bạn có thể thấy chúng tôi nắm bắt các số liệu xung quanh tất cả những điều này. Và tất cả điều này là cấu hình. Và tôi hãy xem những gì đang diễn ra, CPU-khôn ngoan, chỉ và một lần nữa, đây là ở cấp độ máy chủ, không phải ở cấp độ dịch vụ phân tích trong ví dụ của tôi ở đây. Nhưng thực sự ở cấp độ máy chủ.
Và tôi có thể nhìn vào những thứ như bộ nhớ, bộ nhớ sử dụng tổng thể, ví dụ, cái gì có sẵn? Vì vậy, bây giờ tôi có một ý tưởng về sức khỏe của chính máy chủ. Sau đó, chúng ta có thể bắt đầu xem xét những thứ đặc biệt, trong trường hợp này là dịch vụ phân tích. Tôi có thể nhìn và xem cách xử lý khối của tôi đang diễn ra ở đây, ví dụ, và điều này cho tôi một thước đo về sức khỏe. Nếu tôi bắt đầu thấy rằng quá trình xử lý mất nhiều thời gian hơn hoặc không phải là các hàng không được viết gần như nhanh chóng, thì tôi có thể bắt đầu xem xét - và điều này đi đến phần tương quan mà tôi tin rằng Robin đang nói đến, đó là nó vẫn cần một con người để có thể làm tất cả những điều này. Chúng ta nói về AI, học máy, nhưng vẫn cần một con người để có thể tương quan những sự kiện này xung quanh mọi thứ. Chúng ta có thể xem những thứ như những gì đang diễn ra như những truy vấn xa, những truy vấn nào đang được chạy và chúng mất bao lâu? Tôi có thể sắp xếp, vì vậy tôi có thể bắt đầu có ý tưởng về những truy vấn nào chiếm nhiều thời gian nhất. Bạn có thể xem ở đây thời gian trôi qua, tôi có thể xem và thấy OK, truy vấn đó là gì và ai đang chạy truy vấn đó vào thời điểm đó?
Vì vậy, sau đó tôi có thể bắt đầu đặt một câu chuyện xung quanh vấn đề này cho đến khi tôi bắt đầu thấy mọi thứ bắt đầu tăng vọt, tôi có thể quay lại và xem những gì người dùng đang làm vào thời điểm đó. Và bạn sẽ thấy một trong những điều chúng tôi làm là chúng tôi đặt công cụ chọn thời gian này vào đây để cho phép bạn chọn một cửa sổ thời gian. Vì vậy, ví dụ, tôi có thể quay lại các cảnh báo đó và đó thực sự là một liên kết trên các cảnh báo mà tôi nhấp vào và nó sẽ đưa tôi đến thời điểm đó khi cảnh báo đó xảy ra. Và sau đó tôi có thể bắt đầu chắp nối câu chuyện cùng nhau, tôi có thể thấy oh, ồ, đĩa đọc đã hết, hoặc có vấn đề về bộ nhớ hoặc bất cứ điều gì, và sau đó tôi có thể nhảy qua hoạt động truy vấn tại cùng thời điểm đó và tôi thực sự có thể bắt đầu tương quan ai đang chạy những truy vấn có thể gây ra những đột biến trong đó. Và sau đó, bạn có thể bắt đầu làm những việc như tôi có thể bắt đầu điều chỉnh, đó là khi tôi bắt đầu điều chỉnh. Đây giống như một chiếc xe, nếu bạn xây dựng một chiếc xe đua và bạn chỉ việc kéo thả động cơ, và bắt đầu khóa động cơ có thể bắt đầu, nhưng nếu tôi cần phải đi 180 dặm một giờ để giành chiến thắng, tôi cần phải biết động cơ có thể chạy 100 dặm một giờ và tôi cần phải đi vào đó và bắt đầu điều chỉnh rằng công cụ để có thể đạt được điều đó. Và đó là những gì điều này cho phép bạn làm, là có thể cung cấp cho bạn đủ thông tin để bắt đầu điều chỉnh môi trường của bạn, để tăng sức khỏe và sản xuất môi trường đó và hiệu quả.
Và sau đó, chúng tôi giám sát mọi thứ trên bộ nhớ, đặc biệt đối với các dịch vụ phân tích, trong trường hợp này. Và đây là nơi bạn có thể bắt đầu thấy nơi mọi thứ có thể bắt đầu trở nên tồi tệ, khi bạn bắt đầu thấy mọi thứ vượt lên trên giới hạn bộ nhớ của mình, những thứ như vậy. Một điều khác rất tốt để xem xét, bất cứ khi nào bạn đang chạy bất kỳ loại truy vấn nào, bạn muốn bạn muốn dữ liệu được lưu vào bộ đệm, bởi vì khi nó được lưu vào bộ nhớ cache, nó nằm trong bộ nhớ và không phải đọc từ đĩa, nhiều hơn thế hiệu quả hơn là phải đọc dữ liệu từ đĩa. Vì vậy, bạn có thể bắt đầu xem xét những thứ đang diễn ra, xin lỗi, trong bộ đệm dữ liệu chẳng hạn. Tôi đã có một loạt các truy vấn chạy trước đó, để có được dữ liệu này và bạn có thể thấy tôi đã có hầu hết thời gian, các lần truy cập bộ đệm và tra cứu bị chồng chéo, điều này là tốt. Nhưng tôi đã có một khoảng thời gian ở đây, các lượt truy cập thấp hơn rất nhiều so với những lần tra cứu, điều đó cho tôi biết rằng tôi đã có một cái gì đó đang chiếm nhiều bộ nhớ, do đó bộ nhớ cache bị xóa nhanh hơn rất nhiều, vì vậy dữ liệu phải được đọc từ đĩa. Và chúng ta có thể thấy điều đó khi chúng ta nhìn vào công cụ lưu trữ. Đây là cùng thời điểm với biểu đồ khác và bạn có thể thấy sự tăng đột biến ở đó, nơi các truy vấn từ tệp thực sự tăng vọt trong khoảng thời gian đó. Và điều đó có nghĩa là dữ liệu đã được đọc từ đĩa. Bây giờ, tôi có thể quay lại và sau đó tương quan với các truy vấn đang chạy và không làm cho tai ai bị chảy máu, nhưng trong các dịch vụ phân tích, nó sử dụng ngôn ngữ có tên MDX, có nhiều cách để viết truy vấn hiệu quả hơn, vì vậy nó sử dụng bộ đệm hiệu quả hơn và lưu trữ ít hơn. Vì vậy, có một ví dụ về điều chỉnh động cơ đó và cung cấp cho bạn tất cả các phần cần thiết để có thể tương quan với điều đó.
Chỉ cần nhanh chóng, chúng ta cũng có thể lật nó theo cách khác, khi chúng ta xem xét các truy vấn, chúng ta có thể xem xét các phiên, ai thực sự kết nối vào thời điểm này và chúng đang chạy gì? Vì vậy, loại này cung cấp cho bạn cái nhìn ngược lại về các truy vấn và ai đang chạy chúng. Đây là người được kết nối và sau đó tôi có thể thấy những gì họ đang chạy. Một điều khác, chỉ cần nhanh chóng đi qua, là bạn có thể thấy tất cả các đối tượng trong các khối MOLAP đa chiều của tôi. Và tôi có thể lấy thông tin về nó. Vì vậy, ví dụ, tôi có thể sắp xếp theo cột đọc này và tôi có thể thấy rằng đối tượng được sử dụng nhiều nhất là thứ nguyên thời gian và thứ hai được sử dụng nhiều nhất là thứ nguyên của khách hàng. Và điều này giúp những người phát triển và xây dựng mọi thứ để xây dựng hình khối của họ hiệu quả hơn. Tôi có thể muốn thay đổi chiến lược phân vùng dữ liệu của mình, ví dụ, trên các kích thước được sử dụng nhiều này trong khối của tôi, và do đó, điều đó sẽ làm tăng hiệu suất của các truy vấn, chẳng hạn. Nó có thể làm giảm hiệu suất xử lý khối, vì bây giờ tôi đã có nhiều phân vùng hơn, nhưng từ góc độ người dùng, nó sẽ điều chỉnh động cơ đó, để hiệu quả hơn cho việc sử dụng các đối tượng này.
Vì vậy, di chuyển trên, nói về các dịch vụ tích hợp ở đây. Dịch vụ tích hợp, tôi đã đề cập, là một nền tảng ETL trong môi trường Microsoft. Những gì chúng tôi làm ở đây - và điều này phù hợp - chúng tôi theo dõi hiệu suất của máy chủ và đây sẽ là những số liệu giống như chúng tôi đã xem xét, bởi vì tất cả các dịch vụ của tôi đều chạy trên cùng một máy chủ. Nhưng một lần nữa, đây là tổng quan về những gì đang diễn ra trên máy chủ. Và sau đó tôi có thể xem xét hoạt động cho các dịch vụ tích hợp, các quy trình ETL của tôi. Vì vậy, tôi có thể biết được khi nào các quy trình này chạy, dù chúng có thành công hay không, tôi có thể làm nổi bật một hoạt động cụ thể của quy trình ETL và sau đó nó sẽ cho tôi thấy sự phân chia các bước trong quy trình ETL đó, liệu nó có thành công không hoặc không và mất bao lâu.
Bây giờ, nếu tôi có gói không thành công ở quy trình ETL, tôi có thể đi vào chi tiết và xem thông báo lỗi và nó sẽ cho tôi biết bước nào trong gói đó khi quy trình ETL đó thất bại, cùng với tất cả các thông báo liên quan đến điều đó. Vì vậy, những gì nó làm, là mang lại cho tôi, và tôi có thể nhận được cảnh báo nếu thất bại, vì vậy nếu tôi nhận được cảnh báo, tôi có thể vào đây, xem, đi đến cảnh báo đó, xem lỗi gói, xem các bước, xem nó thất bại ở đâu, nhìn vào thông báo lỗi và tôi biết ngay tôi cần phải làm gì để khắc phục điều đó: triển khai lại và sau đó bắt đầu lại. Vì vậy, điều này cho phép bạn làm là chúng tôi gọi nó là rút ngắn cửa sổ đó giữa việc xác định vấn đề và giải quyết vấn đề. Vì vậy, trong kiếp trước, khi tôi chịu trách nhiệm về loại điều này, chúng tôi đã có quy trình ETL sẽ chạy vào ban đêm, để tải kho dữ liệu của chúng tôi. Nếu tôi có thông tin này, điều đầu tiên vào buổi sáng khi tôi đến, nếu có lỗi, tôi có thể nhanh chóng xử lý và lấy lại quy trình đó để đảm bảo rằng kho dữ liệu đã hoạt động và được làm mới theo thời gian của người dùng đến và bắt đầu truy cập báo cáo.
Một điều nữa là tôi đã có hai quá trình chạy, đó là xem và xem nó chạy theo thời gian như thế nào. Điều đó quan trọng bởi vì nếu tôi bắt đầu thấy các quá trình này, ví dụ, mất nhiều thời gian hơn, thấy thời gian này tăng lên, thì tôi có thể cần xem lại, ví dụ, cửa sổ bảo trì của tôi, tôi có thể có những thứ đang diễn ra trên máy chủ đó . Lấy ví dụ, sao lưu; Tôi có thể có một bản sao lưu đang diễn ra khiến quá trình của tôi phải đợi cho đến khi hoàn thành. Tôi có thể cần phải lên lịch lại hoặc sắp xếp các quy trình của mình xung quanh những thứ đang bắt đầu ảnh hưởng đến ETL của tôi.
Và phần cuối cùng là dịch vụ báo cáo. Dịch vụ báo cáo là của Microsoft, về cơ bản là công cụ báo cáo doanh nghiệp của họ. Và một số điều, một lần nữa, chúng ta có thể nhìn vào mọi thứ ở cấp độ máy chủ, chúng ta có thể xem xét mọi thứ trên máy chủ báo cáo, máy chủ dịch vụ báo cáo. Tôi không có nhiều thứ đang chạy ở đây; Tôi có một số đăng ký chạy cứ sau 15 phút, để chạy báo cáo. Vì vậy, bạn sẽ không thấy nhiều kết nối hoạt động vì nó được bật, kết nối, chạy báo cáo, ngắt kết nối và gửi đi.
Nhưng trong môi trường giao dịch cao, nơi có rất nhiều báo cáo được thực hiện, có thể giám sát những điều này là chìa khóa. Vì vậy, bạn có thể thấy nơi tôi đã có những thứ đang diễn ra ở đây, vì vậy nó cho bạn một ý tưởng khá hay về những gì, từ cấp độ dịch vụ và nền tảng thực tế, đang diễn ra. Và sau đó, như tôi đã nói trong các slide, ai đang chạy cái gì và họ đang làm gì? Và một trong những khách hàng của chúng tôi đã mua sản phẩm này chỉ vì sản phẩm này vì họ muốn biết những báo cáo nào mọi người đang chạy và ai đang chạy các báo cáo này. Vì vậy, đây là một trong những điều trong thực hiện báo cáo này mà bạn có thể thấy ở đây. Tôi có thể xem báo cáo nào, tôi có thể thấy bất kỳ tham số nào trong báo cáo đó, tôi có thể thấy ai đang chạy báo cáo đó, tôi có thể xem định dạng của báo cáo. Và sau đó tôi đã có tất cả các số liệu này xung quanh nó, vì vậy, nếu một lần nữa, tôi có thể xếp hạng những thứ này, ví dụ, báo cáo nào mất nhiều thời gian nhất để lấy dữ liệu và tôi có thể đi ngay đến đó và xem đó là báo cáo nào. Và một lần nữa, tất cả điều này mang lại cho tôi dữ liệu để điều chỉnh lại động cơ đó. Bây giờ, tôi có thể bắt đầu điều chỉnh môi trường báo cáo của mình xung quanh đó.
Và điều cuối cùng, là tôi có thể xem hoạt động của người dùng, người đã kết nối lại với hiện tại, họ đang làm gì? Tôi thực sự có thể, trong một môi trường mà tôi có nhiều người dùng, tất cả đều có thể sắp xếp để tôi có thể xếp hạng, tôi có thể thấy ai sử dụng môi trường nhiều nhất. Vì vậy, chỉ cần nhanh chóng quay lại và xem những cảnh báo đó. Đây là cảnh báo đó; Tôi có thể nhấp vào liên kết này ở đây và nó sẽ đưa tôi đến biểu đồ cho thời điểm đó và cho tôi biết cái nào đang được cảnh báo. Vì vậy, bạn có thể thấy ở đây, đó là một trong đó vì đó là một phần nghìn giây trung bình để viết, ví dụ, đọc và viết. Vì vậy, một lần nữa, chỉ cần cố gắng để có được điểm nhận dạng của các vấn đề. Và điều thực sự quan trọng là phải có một công cụ toàn diện, không chỉ là thứ nhìn vào thứ đó, bởi vì con người phải đến đây và tương quan những sự kiện đang diễn ra, vì vậy bạn cần phải nhìn vào những gì đang diễn ra chỉ thời gian trên nhiều lĩnh vực của môi trường đó, và đó là một trong những điều chúng tôi làm thông qua công cụ chọn thời gian này ở đây.
Eric Kavanagh: Vâng, đây là Eric ở đây chỉ với một câu hỏi nhanh, bởi vì tôi nghĩ rằng bạn có thể đánh vào đầu đinh, và đây là điều tôi đã nói lúc đầu, rằng một con người phải đến trong và rút ra những mối tương quan giữa các môi trường khác nhau. Tôi tò mò muốn biết, có một số tài liệu giáo dục mà các bạn có thể chia sẻ, hoặc có thể bạn thực hiện một số loại tham gia với mọi người để giúp họ xác định một số mô hình đó không? Giống như bạn đã có một ví dụ thực sự tốt một phút trước, về việc khi một trong số đó đang đạp xe cho bạn biết rằng có một cái gì đó đang diễn ra trong bộ nhớ bởi vì nó cứ cố gắng để xóa bộ nhớ. Và nó cung cấp cho bạn một manh mối, nhưng làm thế nào để mọi người lập bản đồ các số liệu thống kê này chống lại các vấn đề trong thế giới thực, là câu hỏi thực sự.
Stan Geiger: Vâng, đó là một điểm tốt và một trong những điều tôi vừa nói, lộ trình cho sản phẩm, vào cuối năm nay chúng tôi sẽ phát hành một phiên bản và một trong những điều chúng tôi sẽ bắt đầu thêm là cho mỗi một trong những biểu đồ này, là một mô tả về ý nghĩa của biểu đồ này và lý do tại sao bạn nên quan tâm, và tác động của điều này là gì. Vì vậy, có thể nhấp vào một dấu hỏi hoặc một cái gì đó trên biểu đồ này và sau đó kéo lên một cửa sổ sẽ cung cấp cho bạn nhiều thông tin đó và cho bạn biết đây là những nguyên nhân có thể, đây là những khu vực bị ảnh hưởng và để hướng dẫn bạn theo hướng có thể đi trong trường hợp này, như bạn đã nói, đây là sự tăng đột biến, tôi biết từ kinh nghiệm cá nhân của tôi điều này có nghĩa là gì. Và sau đó tôi có thể bắt đầu đi và bắt đầu khoan vào một khu vực và tìm ra nguyên nhân gốc rễ.
Bây giờ, trên thực tế, chúng tôi có rất nhiều thứ đó, trong sản phẩm trình quản lý chẩn đoán cho SQL Server, cho cơ sở dữ liệu thực tế. Chúng tôi có rất nhiều loại chức năng trong một sản phẩm như vậy, và chúng tôi cũng có một số phụ kiện phân tích để quản lý chẩn đoán giúp bạn nhanh chóng hơn rất nhiều. Và đó là nơi chúng ta sẽ đi xuống đường với sản phẩm này.
Eric Kavanagh: Và tôi đoán có chữ ký của một số loại hoạt động. Công cụ này có cho phép bạn xác định khi nào một loại sự kiện nào đó diễn ra và lập danh mục, theo thời gian, nó sẽ nhận ra một mẫu tương tự xuống dòng và giúp bạn tìm ra có thể nếu đó là một người dùng mới, ví dụ, sử dụng cùng một công cụ? Giúp bạn hiểu, ồ, điều này là do các máy chủ này bị sập hay vì khu vực này bị sập? Có một số cách để lập danh mục chữ ký của các vấn đề, để bạn có thể dễ dàng xác định chúng sau này?
Stan Geiger: Không, thực ra, nhưng đó thực sự là một khái niệm thú vị, bởi vì nó gần giống như nó là gì - phân tích thành phần nguyên tắc, tôi đoán - nơi bạn xác định các mẫu và bạn ghi nhật ký các mẫu đó và vì vậy nếu bạn gặp lại chúng, bạn có thể quay lại và xem, OK, đây là nguyên nhân tại thời điểm đó. Vâng, đó là một cái gì đó, nó không phải trên bản đồ đường bộ mà là điều mà tôi đã suy nghĩ từ quan điểm quản lý sản phẩm.
Eric Kavanagh: Tôi có thể tưởng tượng. Oh, đi tiếp.
Stan Geiger: Không, tôi sẽ nói - và chúng tôi nhận được rất nhiều yêu cầu, vì tôi không biết kinh nghiệm của bạn là gì - nhưng những gì chúng tôi tìm thấy là các DBA biết cơ sở dữ liệu như bàn tay của họ, nhưng công cụ BI là giống như một hộp đen khi nói đến sức khỏe nền tảng. Và không, họ không có nhiều kiến thức cơ bản về điều đó. Tôi làm, chỉ từ khi làm việc trong đó khoảng năm đến mười năm, phải không? Nhưng những người điển hình chịu trách nhiệm tìm kiếm những thứ này, hoặc nhận thông báo và tìm hiểu chuyện gì đang xảy ra, đó là một hộp đen đối với họ.
Eric Kavanagh: Vâng, tôi có thể tưởng tượng. Tôi cũng tò mò muốn biết, vì vậy bạn đã hiển thị trong một màn hình đó làm thế nào bạn có thể thấy tất cả các truy vấn đang đi qua, chúng mất bao lâu để chạy và ai đã tạo ra chúng. Bạn cũng có thể thấy cấu trúc thực tế của chính truy vấn SQL và loại phân tích nào đó không? Giống như có thể đôi khi mọi người kết hợp các truy vấn SQL khá cồng kềnh, giả sử và cồng kềnh, trái ngược với một bậc thầy thực sự kết hợp một truy vấn chặt chẽ, tốt đẹp. Đó có phải là thứ gì đó mà bạn có thể hình dung thông qua công cụ này và sau đó giúp bạn đó là vấn đề?
Stan Geiger: Vâng, vì vậy, những gì bạn có thể làm là, giống như những gì tôi đã làm ở đây, chẳng hạn, tôi chỉ sắp xếp theo thời gian mất hiệu lực. Vì vậy, tôi có thể thấy những người mất nhiều thời gian nhất và sau đó tôi nhận được văn bản nhưng sau đó vẫn phải nhờ ai đó ít nhiều là chuyên gia về chủ đề nhìn vào đó và đi, đó là Oh, OK, đây là lý do tại sao quá lâu . Đó là thứ mà chúng tôi có loại phân tích khối lượng công việc, chúng tôi gọi nó là Bộ phân tích khối lượng công việc SQL cho phía cơ sở dữ liệu, rằng tôi đã bị lừa với ý tưởng có thể đi xuống với một thứ tương tự, để nó xác định các truy vấn này và sau đó cung cấp cho bạn các đề xuất về cách điều chỉnh các truy vấn đó. Nhưng một trong những vấn đề là, truy vấn MDX này là một ngôn ngữ khá chuyên biệt.
Eric Kavanagh: Vâng, tôi có thể tưởng tượng. Nhưng bạn có thể thấy, ví dụ, con người là ai, vì vậy không quá khó để tìm ra nếu một người, nếu một anh chàng chịu trách nhiệm cho mười trong số các truy vấn dài nhất, thì nếu không có gì khác bạn có thể gọi anh ta hoặc gọi Người quản lý của anh ta hoặc ai đó và nói rằng, Hey Hey, anh chàng này đang nhai rất nhiều băng thông, và có thể hóa ra đó là những truy vấn có giá trị nhất cho doanh nghiệp, phải không? Bạn phải đặt nó trong bối cảnh giá trị doanh nghiệp là gì, từ chính các truy vấn, nó không chỉ là một trò chơi số rõ ràng, phải không? Đó là để tìm hiểu, tốt, anh chàng này là người sử dụng quyền lực của chúng tôi, và anh ấy là người thay đổi doanh nghiệp, phải không?
Stan Geiger: Không, bạn hoàn toàn chính xác. Ý tôi là, đó là một trong những cách khách hàng sử dụng điều này, là để có thể làm điều đó. Giống như bạn đã nói, bạn có thể tìm thấy một khu vực, bởi vì một trong những điều tôi nói, tôi luôn nói về Excel, nhưng bạn có thể kết nối với các dịch vụ phân tích trong Excel và chạy các bảng xoay vòng khỏi OLAP và nó tạo ra các truy vấn của riêng nó và gửi cho họ và đôi khi chúng không phải là hình thức tốt nhất, vì vậy bạn có thể quay lại và xác định chúng và thực sự viết lại chúng và đưa chúng cho người dùng và để họ chạy chúng ra ngoài đó để không mất nửa giờ cho họ quay trở lại bảng trụ của họ.
Eric Kavanagh: Chính xác. Và khi chúng tôi nói về các truy vấn, các bạn bao quát toàn bộ các truy vấn, vì vậy bạn đã đề cập đến MDX, còn một số truy vấn khác như truy vấn DAX, hoặc một số trong những câu hỏi khác thì sao?
Stan Geiger: Vâng, chúng tôi bảo hiểm, vâng, bất kỳ DAX và MDX nào. Vì vậy, một trong những điều tôi không đề cập, hoặc tôi đã làm, có thể, nhưng chúng tôi hỗ trợ cả dạng bảng và OLAP trong Microsoft và DAX - Tôi nghĩ rằng bạn và tôi đã nói về điều này một thời gian trước - chúng tôi đang thấy rất nhiều bây giờ nhiều bảng hơn chúng ta là OLAP. Bởi vì việc đưa ra các mô hình dạng bảng và những thứ tương tự dễ dàng hơn, và vì vậy bạn sẽ thấy các truy vấn DAX rõ ràng, nhưng chúng tôi cũng sẽ chọn các mô hình đó.
Eric Kavanagh: Vâng, điều đó thật thú vị. Bạn có bất kỳ bối cảnh xung quanh tại sao điều đó xảy ra? Có lẽ bởi vì ngày càng có nhiều người tham gia vào công cụ này và vì tất nhiên OLAP không phải là một cái gì đó mới, điều đó đã tồn tại trong khoảng thời gian ít nhất là 30 năm?
Stan Geiger: Phải, tốt, đó là một sự kết hợp, một trong những điều là thiết kế hình khối là một nghệ thuật. Và các khối được xây dựng để tổng hợp dữ liệu để có thể lấy dữ liệu ra rất nhanh, nhưng việc xử lý khối phải mất một thời gian vì nó phải thực hiện tất cả các phép gộp đó. Và sau đó, phần cứng trở nên rẻ hơn và bộ nhớ trở nên rẻ hơn và sau đó mọi người sẽ xuất hiện với cửa hàng cột và cơ sở dữ liệu trong bộ nhớ, thực sự. Và bảng cũng có lẽ là gần nhất với cơ sở dữ liệu quan hệ truyền thống và việc đưa ra các mô hình dạng bảng dễ dàng hơn và nhanh hơn nhiều so với OLAP. Nhưng nhược điểm là nó nằm trong bộ nhớ, toàn bộ mọi thứ nằm trong bộ nhớ, vì vậy nó rất tốn bộ nhớ và dữ liệu không tổng hợp cho đến khi bạn yêu cầu. Vì vậy, nhưng đã nói tất cả những điều đó, chúng ta bắt đầu thấy nhiều bảng hơn ngoài kia.
Eric Kavanagh: Điều đó thật thú vị. Cũng có thể là do ngành công nghiệp này hơi bị làm phẳng một chút, và ý tôi là đó là chúng ta sẽ có nhiều người tương tác với dữ liệu và sử dụng các công cụ khác nhau, và chắc chắn khi bạn nói về Microsoft, tôi nghĩ đó chắc chắn là trường hợp bạn có nhiều, nhiều người dùng hơn cho doanh nghiệp vừa và nhỏ, và thậm chí một số tổ chức lớn hơn đang đào sâu vào công cụ, truy cập vào các công cụ, chạy truy vấn và họ có thể không quen thuộc với toàn bộ quá trình và các công nghệ xung quanh việc xây dựng các hình khối, theo quan điểm của bạn, phải không? Ause Vì nó cần một số suy nghĩ, và nó cũng đắt tiền, phải không? Phải mất thời gian, cần có năng lượng để xây dựng các hình khối này trừ khi bạn sử dụng một số công nghệ mới hơn ngoài kia. Giống như, chúng tôi đã nói chuyện với các công ty như Snowdrops, chẳng hạn, nó đang làm những thứ khá thú vị, nhưng tôi nghĩ bạn có nhiều người sử dụng thứ đó hơn và họ có thể sẽ làm theo những gì bạn vừa mô tả, đó là định dạng dạng bảng, trái ngược với hình thức xây dựng chính thức, phải không?
Stan Geiger: Vâng, ý tôi là, tôi đoán Excel - khi đó là gì, Power Pivot, tôi tin rằng - đó thực sự là dạng bảng, nếu bạn nhìn vào nó; đó là cách bạn xây dựng các mô hình bảng. Và sau đó, lần lặp tiếp theo là, tôi có thể cho bạn biết các mô hình bảng của tôi mà tôi xây dựng và tôi triển khai nó lên SQL Server để tôi có thể chia sẻ nó với mọi người khác. Vì vậy, đây gần như là một phần mở rộng tự nhiên của Excel.
Eric Kavanagh: Vâng, đó là một điểm tốt. Những gì chúng ta đã thấy trong thời gian qua, tôi đã nói năm đến bảy năm, chỉ là một sự mở rộng to lớn của việc sử dụng cho các công nghệ này, phải không? Và Microsoft, thẳng thắn, đã là người tiên phong trong đó, thực sự dân chủ hóa dữ liệu năng lượng thông qua các dịch vụ phân tích và thông qua Power Pivot, phải không? Ý tôi là, đó là một người thay đổi cuộc chơi cho ngành công nghiệp, phải không?
Stan Geiger: Vâng, không, bạn hoàn toàn chính xác. Ý tôi là, tôi có một slide khi tôi trình bày dài hơn cho thấy sự chuyển đổi từ mô hình ngữ nghĩa, đó là OLAP, sang dạng bảng. Và tôi nghĩ rằng tôi có một trích dẫn từ Microsoft; họ muốn dữ liệu trong tay của người dùng, không chỉ trên tường trong cửa hàng CNTT, họ muốn nhận thêm dữ liệu trong tay của những người đang tiêu thụ nó.
Eric Kavanagh: Và điều đó trở lại ngay với slide rất đơn giản đầu tiên mà tôi đã trình bày, đó là quá trình ra quyết định cơ bản cho bất kỳ tổ chức nào, và bây giờ - và tôi nghĩ đây là một điều tuyệt vời - chúng tôi ngày càng có nhiều người hơn từ toàn bộ hệ thống phân cấp của tổ chức chú ý đến những gì đang xảy ra, đưa câu chuyện của họ lên bàn và bạn làm điều đó với dữ liệu, ý tôi là, bạn có thể sử dụng các phương tiện khác, nhưng nếu bạn sao lưu câu chuyện của mình bằng dữ liệu, bạn sẽ có một cuộc tranh cãi mạnh mẽ hơn nhiều so với những người không, phải không?
Stan Geiger: Chính xác, vâng. Giống như, vâng, điều đó hoàn toàn chính xác. Ý tôi là, đó là lý do tại sao bây giờ, nó đã từng là của Hey Hey, tôi cần báo cáo này, vì vậy bây giờ tôi phải thực hiện yêu cầu báo cáo và tôi phải đi qua đây, và để nhận được báo cáo của mình, và bây giờ tôi có thể ngồi ngay tại bàn làm việc của tôi và thực sự, tôi có quyền truy cập vào dữ liệu được tạo ra, đưa ra quyết định kinh doanh của mình.
Eric Kavanagh: Đúng vậy. Bạn biết đấy, tôi vừa trở về từ một cuộc hội thảo vào tuần trước và có một bình luận kích động từ một anh chàng điều hành một môi trường BI khá lớn cho cửa hàng Target, và anh ta đang tham khảo các phân tích tự phục vụ và BI tự phục vụ, và rõ ràng đó là một vấn đề lớn những ngày này. Tôi chắc chắn rằng đó là thứ gì đó thúc đẩy nhiều hoạt động cho những gì các bạn làm tại IDERA bởi vì khi bạn muốn tự phục vụ, trước hết bạn nên có một môi trường BI lành mạnh, phải không? Nếu bạn sẽ đưa tất cả các loại người ra khỏi đó hỏi tất cả các loại câu hỏi theo mọi cách, bạn sẽ muốn có một cái gì đó giống như công cụ này ngay tại đây, để có thể hiểu ai hỏi câu hỏi nào và ở đâu. Và câu nói hài hước tôi sẽ ném ra chỉ vì những cú đá ở đây, như bạn đã nói, Có một ranh giới tốt giữa BI tự phục vụ và tự mình đi.
Stan Geiger: Vâng.
Eric Kavanagh: Tôi nghĩ đó là sự kích động. Nhưng bạn có thấy rằng xu hướng tự phục vụ thực sự thúc đẩy nhiều nhận thức xung quanh những gì bạn đang làm với công nghệ?
Stan Geiger: Vâng, vì như bạn đã nói, nếu bạn cho phép BI tự phục vụ, thì có lẽ bạn sẽ gặp một số vấn đề về hiệu suất, vì chỉ: A) lượng truy cập, lượng người sẽ đi tại dữ liệu và B) số lượng truy vấn được hình thành kém và cách truy cập mà bạn có. Vì vậy, bạn thực sự, điều thực sự bắt buộc là bạn phải giám sát môi trường để bạn có thể giữ cho mọi người vui vẻ, đó là cố gắng tiêu thụ dữ liệu, phải không?
Eric Kavanagh: Vâng, tôi nghĩ điều đó hoàn toàn chính xác. Đó là một phước lành và một lời nguyền: thật tốt khi mọi người đang cố gắng sử dụng công cụ đó, nhưng một lần nữa, theo quan điểm của bạn, nếu bạn không có công cụ phù hợp vào thời điểm đó, bạn sẽ trở thành một người cắm trại không vui vì phải lăn lộn Tự phục vụ mà không có công cụ như thế này, có vẻ như tôi chỉ đang đòi hỏi một núi rắc rối.
Stan Geiger: Vâng, ý tôi là, nó tương tự như khi tôi đang xây dựng kho dữ liệu, giống như nếu bạn không đặt đúng kích thước và bảng thực tế của mình, sau đó bạn biến nó thành báo cáo ad hoc, bạn có thể muốn thu thập dữ liệu theo đá.
Eric Kavanagh: Thật tuyệt vời. Vâng, một lần nữa, đó là tin tốt khi mọi người đang sử dụng công cụ này, nhưng tôi nghĩ rằng tôi phải tin rằng tự phục vụ sẽ thúc đẩy nhiều hoạt động cho những gì bạn đang làm, bởi vì bạn đang nói về việc gia tăng tăng mức độ căng thẳng và áp lực lên các hệ thống này theo các đơn đặt hàng cường độ. Không chỉ bởi một, hay hai bậc độ lớn và đó là điểm mà bạn thực sự muốn có một tầm nhìn và bạn muốn có thể thấy ai đang làm gì, ở đâu, khi nào, như thế nào và tại sao. Đặt những câu hỏi đó và sau đó đưa ra một số quyết định về cách bạn có thể theo dõi và thay đổi môi trường và thay đổi chính sách của bạn về việc ai có quyền truy cập vào cái gì, phải không?
Stan Geiger: Phải. Và bạn cũng biết, khi biết rằng việc sử dụng cũng cho phép bạn đi vào đó và tiềm năng, như tôi đã đề cập đến đối tượng trong khối lập phương, tôi có thể làm mọi thứ để cải thiện điều đó, theo cách tôi xây dựng và thiết kế nhiều thứ. Vì vậy, điều bắt buộc không chỉ là nhìn vào hiệu suất của mọi thứ mà còn có thể xem sơ đồ và thiết kế của bạn đang hoạt động ở cấp độ đó như thế nào, để có thể điều chỉnh nó. Và nó sẽ ngày càng lớn hơn khi những thứ như power BI là vấn đề lớn hiện nay, với Microsoft, vì vậy bây giờ tôi có thể xây dựng bảng điều khiển và các vật dụng và vật dụng của riêng mình, và không phải là nhà phát triển BI.
Eric Kavanagh: Đúng vậy. Vâng, đó là thứ tốt, nó có ở khắp mọi nơi, nhưng bạn sẽ cần một số cách để quản lý môi trường đó hoặc bạn sẽ có được những người dùng không hài lòng. Điều đó dẫn đến việc quản lý không vui, dẫn đến việc mọi người bị sa thải. Có một hiệu ứng domino khá rõ ràng khi mọi thứ bắt đầu giảm, nhưng đây là công cụ tuyệt vời.
Vì vậy, tôi đã nhai năm phút cuối ở đây. Robin, bạn có câu hỏi nào không?
Robin Bloor: Thật ra, tôi nghĩ thật ra nó rất hấp dẫn. Tôi nghĩ về việc chúng ta có môi trường rất hạn chế và tự phục vụ đang thực sự thay đổi thế giới và rất nhiều điều đó thực sự xảy ra vì rất nhiều dữ liệu đã vào môi trường so với trước đây. Câu hỏi duy nhất, bởi vì chúng tôi không có nhiều thời gian, nhưng câu hỏi duy nhất tôi muốn hỏi đó là khi bạn giải thích theo cách đó - vì tôi nghĩ đó là một bản demo rất hay - theo cách mà Giám sát BI hoạt động. Tôi đã tự hỏi những người không có loại công cụ này thực sự làm gì? Bởi vì nó phải rất khó khăn, có một số điều bạn tạo ra sự khác biệt, nguyên nhân gốc rễ là tốt, bạn không nhất thiết phải luôn đi đến nguyên nhân gốc rễ, nhưng bạn có thể đi đến nguyên nhân gốc rễ với một số điều rằng bạn đang nhìn, rằng khi bạn nói rằng một số người mua công cụ chỉ để biết ai đang chạy cái gì, và tâm trí tôi quay cuồng, bởi vì bạn không biết ai đang chạy cái gì, sau đó mất kiểm soát. Vì vậy, môi trường trông như thế nào khi nó nằm ngoài tầm kiểm soát?
Stan Geiger: Ý tôi là, bạn có thể tự mình lấy tất cả thông tin mà chúng tôi có trong công cụ, nhưng bạn phải viết một loạt các kịch bản trong nhà và 'vì tất cả các dữ liệu ngoài đó chỉ là bạn phải biết nơi để có được nó, đòi hỏi một trình độ chuyên môn, phải không? Vì vậy, trong những môi trường mà bạn không có trình độ chuyên môn đó, về cơ bản, những gì bạn nhận được là, đó là, nó lên hay xuống? Tôi thực sự không biết liệu nó có chạy hiệu quả hay không, nhưng nó đã hoạt động, phải không? Và sau đó tôi bắt đầu nhận được các cuộc gọi điện thoại hoặc mọi người sẽ đến, Đây là báo cáo của tôi không có trong hộp thư đến của tôi, chuyện gì đang xảy ra? Lôi hoặc tôi đã gửi báo cáo này thông qua các dịch vụ báo cáo., nhưng nó chỉ mất nửa giờ và chỉ mất 30 giây, chuyện gì đang xảy ra? Chà, bây giờ bạn phải thực hiện công việc khoan lửa và thử và tìm ra nó, và nếu không có công cụ thì điều đó trở nên rất khó khăn.
Robin Bloor: Chà, đúng rồi, đó là điều ngày càng trở nên rõ ràng đối với tôi, khi bạn chứng minh từng chiều của những gì bạn thực sự có ở đây. Một điều khác, nó giống như ở một mức độ rất nguyên thủy, nếu bạn không có cảnh báo cho bạn biết rằng mọi thứ đang sai, thì đó chỉ là một trò chơi đắt tiền mà bạn gặp phải trong một tình huống đắt đỏ, cố gắng chữa trị những gì đã xảy ra, bởi vì bạn Đừng tìm hiểu cho đến khi mọi thứ bắt đầu rơi xuống tồi tệ, phải không?
Stan Geiger: Phải, bạn không biết những gì bạn không biết.
Eric Kavanagh: Bạn hiểu rồi Chà, này các bạn, chúng ta đã đốt cháy một giờ và thay đổi ở đây. Rất cảm ơn Robin Bloor của chúng tôi, và tất nhiên là bạn của chúng tôi, Stan Geiger, từ IDERA Software. Họ sẽ đến Enterprise Data World, trên thực tế, nếu bất kỳ ai trong số bạn đi xuống đó, bạn thực sự sẽ ở đó tại Atlanta. Người bạn tốt của chúng tôi, Tony Shaw, đang làm một công việc tuyệt vời để điều hành hội nghị đó bốn năm nay, và hey cái gì mới lại mới. Đó là tất cả những thứ nóng. Hy vọng, chúng tôi sẽ gặp bạn ngoài đó, nếu không, hãy kiểm tra lại với chúng tôi vào tuần tới, chúng tôi đã có một loạt các webcast khác được xếp hàng.
Luôn tò mò muốn nghe suy nghĩ của bạn, gửi email đến, điều đó đúng với tôi, nếu bạn có bất kỳ câu hỏi hoặc đề xuất nào, hoặc các công nghệ khác mà bạn muốn tìm hiểu về Công nghệ nóng. Và với điều đó, bạn sẽ chào tạm biệt bạn, thưa các bạn. Cảm ơn một lần nữa vì đã tham gia với chúng tôi, chúng tôi sẽ nói chuyện với bạn lần sau. Bảo trọng. Tạm biệt.
