Af Techopedia Staff, 31. august 2016
Takeaway: Host Rebecca Jozwiak diskuterer fejlfinding og effektivitetsdatabaser i databasen med analytikere Eric Kavanagh og Dez Blanchfield samt Bill Ellis fra IDERA.
Du er ikke logget ind. Log ind eller tilmeld dig for at se videoen.
Rebecca Jozwiak: Mine damer og herrer, hej og velkommen til Hot Technologies i 2016. Dagens emne, "Ansøgning kører langsomt? Tid til at blive præcis." Og ved vi ikke alt for godt, hvilke problemer der kan ske, når ting kører langsomt? Dette er Rebecca Jozwiak, jeg udfylder for Eric, der slags gør en ny rolle her i dag. Ja, dette år er varmt, og du ved, når det kommer til teknologi, som jeg sagde, den ene ting, du virkelig ikke ønsker, er at langsomt køre noget, hvilken som helst del af dit system. Og bare for at bruge et forbrugereksempel, mener jeg, at hvis du har en restaurant, betyder det ikke, hvor god mad er, hvis tjenesten er langsom, vil du sandsynligvis ikke ende med at gå tilbage. Nu er det let, slags på en restaurant at finde ud af, hvorfor noget kører langsomt. Måske er køkkenet kort bemandet, eller der var en fejlfunktion med noget udstyr, eller måske er personalet, der venter lidt, doven, og det er lidt let at identificere og få det løst.
Men når du tænker på et datacenter, er det en helt anden historie. Det kan være et netværksproblem, en dårlig forespørgsel, der sætter ting sammen, applikationsydelsen eller et defekt kabel kan endda medføre nogle problemer. Og fejlfinding med den type kompleksitet kan være, ved du, svært i bedste fald. Det er slags, hvad vi skal tale om i dag. Og vi har som sagt Eric Kavanagh chiming ind som analytiker i dag. Vi har Dez Blanchfield til vores datavidenskabsmand, og vi har Bill Ellis fra IDERA, som vil tale om hans virksomheds løsning, der hjælper med applikationsprestationsstyring. Og med det vil jeg give bolden videre til Eric. Eric, ordet er dit.
Eric Kavanagh: Okay, lyder godt, folkens. Og det var faktisk en fantastisk analogi, fordi du talte til vanskelighederne eller lethed, med hvilken fejlfinding kan udføres, og du kommer helt ned til det. Ydelsesproblemer er altid et resultat af en slags problemer, der findes i netværket. Jeg mener, det kan være så simpelt som for eksempel hardware, men bundlinjen er enhver situation som den der kræver fejlfinding. Det er det, jeg skal tale om i dag. Og lad os gå foran og hoppe på lysbillederne her.
Her kommer problemer. Fejlfinding - det er sjovt for folk, der kan lide det, det er den seje ting. Hvis du finder nogen, der kan lide at udføre fejlfinding, skal du holde fast ved den person, få dem nogle værktøjer til at få arbejdet gjort, fordi rigtig gode ting, hvis du kan finde nogen, der kan komme til bunden af noget og få ting gjort. Men bundlinjen er, at fejlfinding er problematisk, og det altid har været, og det altid vil være, og hvis du begynder at tale om fejlfinding, er det, du virkelig får ved, årsagsanalysen. Hvad forårsager problemet?
Hvis du bare læner dig tilbage og tænker et øjeblik på selv mainframe-dage, var der alle slags problemer, der kunne opstå. Og dengang var du nødt til at have folk, der virkelig kendte deres ting, fordi der ikke engang var gode værktøjer til at udføre fejlfinding, så du virkelig skulle vide din kommandoprompt, og vi vil tale om det i et øjeblik. Og jeg glemte faktisk at lægge et af mine yndlingsbilleder, jeg ser efter det, mens vi er på udstillingen i dag, måske under Dezs præsentation. Men jeg ville vise, for enhver, der ikke har set det, en af de morsomste britiske tv-shows nogensinde, det kaldes "IT-skarer." Og hvad angår fejlfinding var den irske mand, der er en af to it-folk i hele virksomheden siger altid den samme ting, når ethvert opkald begynder: ”Har du prøvet at slå den til og fra igen?” Så prøv at slå den til og fra igen. Du vil blive forbløffet over, hvor ofte den enkle ting kan løse nogle problemer.
De af jer, der har udført fejlfinding derhjemme måske med dine forældre eller venner, sandsynligvis ikke med dine børn, fordi de har en tendens til at vide, hvad de skal gøre, slukke og tænde for den igen. Men uanset om fejlfinding er ikke let, er det aldrig nogensinde nemt, men vi skal tale i dag om nogle af de ting, du kan gøre for at gøre det lettere. Så kommandoprompten - ja, jeg er faktisk gammel nok til at huske de første computerdage, da alt hvad du havde, var kommandoprompten til at gøre DIR, Enter. Det var hvad det ville se, katalog over filer og føle sig positiv til, at det faktisk fik en kommando gjort, ikke? Dez, selvfølgelig, vores dataforsker, han ved, hvordan man bruger kommandoprompten. Og hvis du kan bruge kommandoprompten, er det gode ting, fordi de fleste af os bare dødelige bruger en slags GUI, en grafisk brugergrænseflade, men der er altid noget, der er altid en vis forbindelse fra GUI og kommandolinjen nedenunder. Og bare for at give dig et tilfældigt eksempel, hvis du vil vide, hvor meget kode nogle af de grundlæggende programmer derude bager i dokumenter i disse dage, skal du gå ind i den nyeste version af Microsoft Word, skrive "hallo verden" og derefter "gemme som HTML. ”Og åbn derefter det resulterende dokument i en teksteditor, og du vil sandsynligvis se sider og sider med tags. Det kaldes kodeopblæsning, og kodeopblæsning er ikke rigtig godt til fejlfinding, bare for at være stump.
Klient-server fulgte selvfølgelig, og det var gode ting. Og på en måde går vi lidt tilbage i den retning, men tænk bare på den kompleksitet, der fulgte med situationen, hvor er problemet nu, er det på klienten, er det på serveren, er det netværket? Hvor er det? Disse websteder, der bare tænker på vira, og når en virus kan komme ind i en på et netværk, hvad kan der ske? Det kan gå overalt. Dataovertrædelser er skøre i disse dage. De forårsager ydelsesproblemer. Vi har haft russiske hackere, som vi kan identificere ved hjælp af IP-adressen. Vi er temmelig sikre på, at de er russiske, eller at de er meget tæt, eller at de er meget kloge ukrainere eller polske eller endda amerikanere, der bruger proxies. Men vi har haft hackere kommet ind på vores lille gamle side, Inside Analysis, gennem årene og forårsager alle slags problemer. Stoffer stopper bare med at arbejde, du kan ikke få ting gjort. Ting, der plejede at arbejde, fungerer ikke. Hvordan ved du det? Hvordan ved du hvad det er? Ligesom et andet eksempel her er et meget komplekst miljø, er det meget vanskeligt at komme ind i ukrudtet og virkelig forstå, hvordan tingene foregår og fungerer for os, især hvis du får en hel masse plug-ins. Stoffer kan gå vanvittigt hurtigt. Jeg går lidt foran mig selv.
Jeg kastede ind her, vær altid på vagt over for opgraderingen. Opgraderinger skræmmer altid dagslys ud af mig. Bestemt operativsystemer. Jeg kan huske de dage, hvor Microsoft faktisk ville foreslå, at ja, du kunne opgradere dit operativsystem fra denne version til denne version. Nå, jeg prøvede et par gange, og det har aldrig nogensinde fungeret. Bare husk, at jo større, jo mere komplekst et miljø er, jo mere uhåndterlig vil situationen blive. Og så er der virtualisering. Tænk over, hvad VMware gjorde med IT. Det revolutionerede IT, men det skabte også dette lag med abstraktioner. Hvis du har et lagabstraktion på det grundlæggende niveau, er det et helt nyt boldspil, det er en helt ny vokskugle, og du er virkelig nødt til at revurdere, hvad du laver, og alle de gamle værktøjer måtte ændre sig. Og nu er det selvfølgelig skyen, ikke? For kunden er skyen stor, fordi den er meget enkel, brugergrænsefladen er temmelig ligetil, men du har selvfølgelig ikke rigtig meget kontrol over skyen. Men for de mennesker, der er bag kulisserne, er der en hel masse ting, som de har brug for at kende og forstå i disse dage. Miljøet er blevet meget, meget mere komplekst. Og bestemt med e-handel, og du tænker på alle de penge, der handler hænder i disse dage. Derfor finder du mig ikke til fordel for et kontantløst samfund når som helst snart. Hovedpunkterne her er, at situationen bliver mere problematisk med dagen.
Og at holde ydeevnen optimal vil altid involvere et element af fejlfinding. Jeg er ligeglad med, hvad nogen fortæller dig, der er ikke noget perfekt værktøj, der er ikke en sølvkugle, og der vil aldrig være, fordi - i et andet interessant perspektiv her - vi lærer stadig at tale silicium. Vi lærer stadig at forstå, hvordan endda netværk fungerer på det pisomme niveau. Hvis du ser på systemadministrationssoftware, bliver det ret godt i disse dage. Men alligevel ser du på linjer, der går op og ned, og du ser på repræsentationer af virkeligheden, det tager en person, der ved, hvad der foregår, der passer sammen de ledetråde, som du kunne stirre på optimale værktøjer til at være i stand til forstå hvad der fungerer, og hvad der ikke er, og det er en masse prøve og fejl, bare for at være stump. Med det overleverer jeg det til Dez Blanchfield, og så hører vi fra Bill Ellis fra IDERA, som vil gøre os til skamme med hans viden. Med det, Dez, tag det væk.
Dez Blanchfield: Hej, tak Eric. Tak skal du have. Ledte pænt ind i mit lille segment. Min titel, "Performance Art", jeg synes er ekstremt passende i sammenhæng med det, vi chatter om i dag, fordi vi på mange måder, når vi tænker på performancekunst, tænker på dans og musik og andre kreative ting. Og helt ærligt oftere end ikke, hvis vi løser problemer og i meget store skala IT-miljøer og forretningssystemer, er der faktisk et element af kunst og ofte sort kunst, fordi situationen i min erfaring i nogle 25-plus år er, at moderne app-stakke øger meget hurtigt kompleksiteten i en hastighed, som vi aldrig har set før. Og vi kæmper helt ærligt med at holde trit, og der er organisationer som Uber for eksempel, og hvad som helst, og Pokémon Go-udviklingsholdet, jeg mener, de oplever vækst og kompleksitet og stigning i kompleksitet i satser, der bare er astronomiske. Der er ikke engang bøger skrevet om det, fordi vi ikke havde undfanget det niveau af vækst. Min opfattelse er, at kernedefinitionen af en applikationsstack er blevet eksponentielt ændret, og jeg vil forklare, hvorfor jeg tror, at det er tilfældet, og derefter føre til udfordringen, at mine gode venner på IDERA ser ud til at have en løsning at løse .
Meget kort, vi ved alle disse, men bare for at sammenfatte dem, ved du, i de tidlige dage havde vi det, jeg kalder, applikationsarkitektur, version 1.0. Det var en servercomputer, i dette tilfælde mainframe med en masse terminaler tilknyttet, det var relativt let at diagnosticere problemer, hvis du ikke så tingene på terminalen - du kunne spore kablet mellem terminalen og derefter servercomputeren, og det var enten nulkabel eller et stik eller noget problem, hvis det ikke var relateret til terminalen, og du ser tingene på skærmen, det var temmelig let at finde ud af, at de ting, der forårsager problemerne, var i selve maskinen. Og du kunne langsomt diagnosticere hvor i stakken der var fra hardware helt op til softwarelaget og brugergrænsefladen. I det, jeg kalder version 1.1, gjorde vi det lidt mere kompliceret. Vi satte enheder i midten, så vi kunne placere flere terminaler på plads. Og de var en slags kommunikationsenhed, og ofte var de muxes eller multiplexere, og de ville enten køre over dedikeret linje eller en opkaldslinje, og så du havde en mainframe på et fjernt sted - det kunne være interstate eller internationalt - og noget udstyr tilsluttet via et SMA-link eller en slags WAN-forbindelse, og disse terminaler fungerer stadig på samme måde. Men du havde lidt mere kompleksitet, fordi du var nødt til at finde ud af, om problemet var mellem terminalerne og komms-enheden eller komms-enheden og mainframe. Men stakken forblev relativt ens i mainframe.
Version 1.2, lidt mere kompliceret igen, fordi vi nu tilføjede flere enheder, tilføjede printere og andre ting, og vi samlet disse ting, og jeg tænker på en front-end processor, der ville håndtere alle problemer med enhederne lokalt, printere og terminaler osv. med hovedrammen, den fjerne ende. Lidt mere kompleksitet. Men igen var det konsistente tema for mainframe apps, der kørte lokalt, så problemløsningen forblev temmelig ens inde i applikationsstakken. Og så fik vi folk med færdigheder til at sortere problemer med terminaler og printere og klyngecontrollere. Men så komplicerede vi ting, og vi byggede netværk, og pludselig introducerer den samme slags arkitektur et netværkslag. Pludselig havde vi en netværks switch, og arbejdsstationer var meget mere komplekse. Og denne version af arkitektur havde vi ofte grafisk brugergrænseflade apps på arbejdsstationen. Ikke kun havde vi en server, der kører app-stakken, men vi havde også en anden stak applikationer, der kørte lokalt, og naturligvis den samme basismodel af enheder, der opretter forbindelse til en server. Derefter tog vi et kvantespring til den nyere model af det, jeg kalder 2.1, og det var her, vi tog den appstack, og vi gjorde det meget mere komplekst, meget sværere at diagnosticere. Og vi introducerede meget flere enheder i front-end, på webbrowsere og pc'er og mobile enheder osv. Og her begyndte applikationsstakken at dykke lidt dybere ind i integrationen som operativsystemet og hypervisoren.
Dette billede her til højre har vi hele stakken inklusive netværksinfrastruktur, lagringsservere, virtuelle maskiner, operativsystemet og derefter de traditionelle tre niveauer af databasemetalvareapplikationer osv. I den forreste højre hånd. At diagnosticere applikationsproblemer og ydelsesproblemer på denne model blev bare meget sværere. Der er så mange flere bevægelige dele, og det at prøve at bore ned gennem denne stabel blev bare, du ved, blev et mareridt, og du var nødt til at involvere yderligere kompetence sæt og organisation for at tackle det. Det var ikke kun dit applikationsteam mere, pludselig havde du nu infrastrukturfolk, du havde databasespecialister, rent bare arbejdede på databaser og intet andet - i modsætning til en systemprogrammør, der vidste deres vej rundt i databaser. Nu har vi et scenario, hvor IT-afdelinger er nødt til at håndtere en markant bredere kompleksitet af "som en service", og dette hvor verden lige eksploderede og vores problemløsningsudfordringer blev, gik fra at være et mareridt til bare noget, der næsten er utåleligt på nogle måder.
Og dette skete som en løselig skala, vi prøver at levere tjenester kl. Version 3 af hvad jeg betragter applikationsstakken - den har introduceret dette som en servicemodel, hvor traditionel model til venstre, virksomhedens IT-stak, hvor alt måtte styres i vores ende som forbruger og leverandør af tjenester - fra applikationssikkerhedsdatabase, operativsystemer, virtualiseringsservicelagering, netværksdatacentre - vi var nødt til at styre det hele, men vi havde adgang til det hele, og så kunne vi uddele vores kapacitet og tekniske færdigheder, og vi kunne bore lige ned gennem den stak, og vi kunne finde ting. Men da infrastrukturtjenesten og platformtjenesten og softwaretjenestemodellen fulgte, blev pludselig pludselig vores adgang til back-end-infrastrukturen, vores adgang til platforme og det værktøj, vi leverede tjenester fra, taget væk fra os. Da vi begyndte at forbruge infrastrukturtjeneste, havde vi kun de fire øverste stykker fra operativsystemet, databasen, sikkerhedsmiljøapplikationen og derover tilgængelig for os. Alt under det var sort magi. Og det bliver endnu mere interessant, når du flytter til platformtjeneste, fordi du også bare administrerer applikationsstakken.
Når du kommer til software som en service, og en traditionel model deraf er webmail eller internetbank, er alt hvad du har adgang til en webbrowser, så det er uacceptabelt, at prøve at diagnosticere, hvad der ligger bag. Og jeg har opdelt dette i tidszoner, i tidspunkter eller tidsområder, hvis du kan lide eller generationer, i at fra venstre mod højre er vi gået fra slags før 2000-tallet og den traditionelle stak, hvor vi havde adgang til hele miljøet, og vi kunne bore ned gennem det. Men med tiden blev det mere og mere komplekst. I begyndelsen af 2000'erne til midten af 2000, til sent 2000 til den aktuelle dag, hvor vi er gået fra infrastruktur service, platform service, software service, til nu henviser vi i det væsentlige til en forretningstjeneste. Og kompleksiteten er steget dramatisk. Der er så mange flere bevægelige dele. Men tilgængeligheden af færdigheder bliver sværere og sværere og mere og vanskeligere at benytte os af. At finde mennesker med de rigtige kvalifikationssæt med den rigtige adgang til de rigtige værktøjer til at komme og dykke ned i denne stak og finde ud af, hvor er noget, der kører langsomt. Er det min bærbare computer eller mit skrivebord, er det min telefon eller min tablet, er det min forbindelse over 3 eller 4G, eller mit dedikerede link til ADSL eller ISDN, hvad det end måtte være? Eller endda opkald, selvom det er mindre og mindre tilfældet i disse dage. Er webserveren ende, er det noget inde på webserveren? Er det appserveren? Er det noget omkring hukommelsen og disken med CPU og netværkets ydeevne inde i applikationsserveren? Kører databasen derinde?
Og du kan forestille dig, at du tegner dette billede meget hurtigt af den kompleksitet, der begynder at udvide slags som et big bang-billede, af denne stadigt stigende boble, som vi prøver at få vores arme rundt og har evnerne til at dykke ned i og viden og hvorledes man kan dissekere og trække fra hinanden. Og vi er meget nu i den æra, hvor, du ved, mennesker ikke kan klare den fysiske skala, selvom du har evnen til at trække databasemiljøet fra hinanden og trække databasen fra hinanden og dykke ned i detaljer i denne database. Antallet af databaser, du skal administrere nu, vokser hurtigt. Alt drives nu af en database. Meget få applikationer i disse dage drives ikke af en database. Og databasetyperne vokser også hurtigt. Det er ikke kun de traditionelle SQL-databaser, nogle gange dens SQL, nogle gange dens ikke-SQL, nogle gange er det en grafdatabase, nogle gange er det en dokumentdatabase. Og der er alle disse forskellige typer funktioner, som disse forskellige typer databaser har, og som følge heraf har hver af dem forskellige ydelsesudfordringer og forskellige ydelseskriterier. Logning af databaser og dokumentdatabaser fungerer meget, meget forskelligt og udfører en anden funktion end en traditionel ACID-kompatibel, ANSI 92-kompatibel SQL-database. Og hvilke typer ting vi lagrede derinde.
Vi er på et tidspunkt i mit sind, hvor - og jeg tror Eric henviste til dette - at mennesker kæmper for at holde trit med kompleksiteten i det, vi bygger, og den hastighed, hvorpå vi bygger, og vi Vi er nu på det punkt, hvor den eneste måde for os at administrere denne infrastruktur, og den eneste måde at overvåge og undersøge de problemer, vi står overfor, er med værktøjer og de rigtige typer værktøjer. Og derefter altid den rigtige generation af værktøjer. Værktøjer, der faktisk forstår back-end infrastrukturen. Det er ikke OK mere, bare at smide en SQL-skærm eller et SQL-forespørgselsværktøj på noget og begynde at trække en forespørgsel fra hinanden og se, hvad der får det til at fungere. Vi har faktisk brug for et værktøj, der forstår dannelsen af forespørgsler og den passende måde at danne forespørgsler på, og de passende måder for forespørgsler til at tale med infrastrukturen i bagenden, og hvordan de klarer sig, når de gør det. Og at se på tidspunktet for disse interaktioner og den rækkefølge, de finder sted.
Og det er en meget mere kompleks udfordring, og det fører mig til mit roundup-spørgsmålspunkt, og det vil sige, at når kompleksiteten af app-stablerne, vi udvikler, stiger, øges ydeevneværktøjerne og de værktøjer, vi bruger til at administrere dem, nødvendigvis at blive stadig smartere og meget mere i stand til at se på flere ting. Men også meget smartere over, hvordan de dykker ned i, hvad der kører i bagenden, og hvad de kan opdage om det og potentielt endda en slags analyse, der udføres over det for at forstå, at interaktioner og ydeevne, der leveres, og hvorfor det fungerer langsommere eller hurtigere.
Og med det overgår jeg til vores kære ven fra IDERA, Bill Ellis, og se, hvad han har at sige i dag om, hvordan de løser dette problem. Bill, over til dig.
Bill Ellis: Okay. Jeg hedder Bill Ellis og tak meget. Vi skal tale om, at min ansøgning kører langsomt, tid til at blive præcis. Lad os se, hvad Precise, et IDERA-produkt, kan gøre, og hvordan det kan hjælpe dig. Mange gange finder du kun ud af, at der har været et ydelsesproblem, fordi en slutbruger har ringet til dig, og det er virkelig et stort problem i sig selv. Ud af alle inden for IT var det ingen, der kendte, før telefonen ringede. Nu er det næste store problem, hvordan hjælper vi netop denne person, og det er virkelig ikke et trivielt problem. Der er en takeaway fra dette. Det er ud over dette lysbillede, det er ud over de andre. Og jeg vil have dig til at se, om du kan få det, hvad det er. Men som vi nævnte, kræver en applikation, afhænger af en masse forskellige teknologier, er applikationsstakken høj og vokser. Og mange mennesker får adgang til en applikation via en browser, og overraskende er der mere og mere behandling, der sker i browseren med scripting osv., Og så har du selvfølgelig netværket, webserveren, firmalogikkoden og databasen. Hvad jeg vil have dig til at overveje, er, at enhver væsentlig forretningstransaktion interagerer med databasen, uanset om det er tidskortrapportering, lageropslag, en indkøbsordre, databasen bliver opdateret. Og så bliver databasen virkelig fundamentet for ydeevne. Og databasen kan selvfølgelig tænde eller stole på downstream på lager. Hver af disse teknologier er tæt koblet og i stand til at se, hvad der sker. Du skal vide, hvad der sker for at kunne måle, er kritisk.
En ting, vi finder, er, at mange af vores kunder har et værktøj, og de har et værktøj til hver teknologi, men det, de ikke har, er kontekst. Og kontekst er dybest set muligheden for at forbinde prikkerne mellem hvert niveau i applikationsstakken, og dette er faktisk relativt enkelt. Vi plejede at have en begrænsning på tolv niveauer, men ændrede dybest set den, vi har ubegrænsede niveauer, og vi understøtter blandede miljøer, så vi dybest set kan blive ekstremt komplicerede med en præcis løsning.
Nu på et højt niveau er det sådan, vi løser problemet, og det fokuserer på transaktionen, slutbrugertransaktionen fra klik til disk, fortæller os, hvilke der kører langsomt, hvilke der spiser ressourcer, men nøglen er denne - Vi giver dig mulighed for at hente og bruger-ID deres placering og ikke kun hele transaktionstiden, men hvor meget tid der bruges på hvert enkelt trin. Tid er præstationens valuta, og den viser også, hvor ressourcerne forbruges. Vi ved ikke forfra, hvor problemet vil være, så vi er nødt til at have tilstrækkelige målinger og analyser på hvert niveau for at kunne diagnosticere, hvad problemet er, hvor problemet kan være.
Nu i dagens præsentation vil jeg fokusere på dette område, jeg vil have dig til at være sikker på, at vi dybest set leverer det samme niveau af synlighed på hvert niveau i applikationsstakken og det afgørende, er dette at fortælle os, hvad, hvor og så denne del, dette vil fortælle os hvorfor. Og det er virkelig grunden til, at det er helt afgørende for at løse problemer, ikke bare at vide om dem. Den anden ting, der kom meget tydeligt frem i præsentationen, var, at det er umuligt at gøre dette. Du har brug for automatisering. Og automatisering betyder, at du har alarmerende, at du har noget, der fortæller dig, forhåbentlig inden slutbrugerfællesskabet, at du har en løbende tendens, opbygget afvigelse fra trendalarmering. Og så tilbyder vi også en linje i sandet, du bryder faktisk SLA. Nu tilbyder du en masse forskellige oplysninger - ikke alle har brug for at forbruge buffeten, nogle mennesker vil bare have en let snack, dette er salat, og så med at vi tilbyder en portal kan vi uploade information, den har bare brug for en bestemt bruger eller et bestemt samfunds informationsbehov om ydeevne. Programmet kører langsomt, det er tid til at få præcist. Vi vil virkelig fokusere på fire ting. Den ene er placeringen, der indtaster slutbrugeren. Endnu en gang viser den kontekst, der forbinder prikkerne, og den tredje del af forskningen, at næsten 90 procent applikationsproblemer er i databasen, og det er virkelig en slags travesty, at størstedelen af performance-løsninger måske fortæller dig en SQL-erklæring. Men de fortæller dig ikke, hvorfor denne SQL-sætning kører langsomt.
Og så, hvorfor er altid den afgørende ting, og Precise er fremragende til at vise hvorfor, for hvert niveau og især databasen, og bare for at dele lidt om vores supportmatrix med dig, som vi understøtter SQL Server, Sybase, DB2 og / eller bulk. Udseendet og løsningen på løsningen er meget ens, så hvis du ser på flere applikationer, men lidt forskellige arkitekturer. De oplysninger, jeg deler her, har udseendet og fornemmelsen, den tilgang, den er den samme, uanset hvad de underliggende teknologier, der er i brug, tilfældigvis er. Præcis er aktiveret på nettet. Vi kommer ind, vi godkender præcist, og med det går vi ind, og den første ting, som vi måske ønsker at se på, er ydelse efter placering. Og så kan du faktisk se de forskellige placeringer, hvor folk faktisk får adgang til deres henrettelser. Du kan se, om nogen har forladt en side, før den blev gengivet fuldt ud, eller om der er fejl.
Én ting med disse applikationer er netværket, eller afstanden fra applikationsserveren gør anderledes. Det er meget let at se her, at der er et niveau af netværk. Jeg kan se, når folk blev travlt, og så en anden interessant ting, vi talte om, hvordan der er behandling i browseren, de bemærker faktisk, at nogle af de forskellige browsertyper giver et bedre miljø til hurtig behandling. Og så at vide, om folk får adgang til via Chrome eller IE, eller hvad det også sker, kan du faktisk finde meget ofte, at en inversion af browsertypen faktisk er overlegen en anden. Nogle gange har du offentligt overfor, du kontrollerer ikke browseren, nogle gange er applikationerne interne vender, hvor du kan anbefale folk en browsertype til dit slutbrugerfællesskab, og så disse er typerne af dyb dykke synlighed og analyse, som Precise er i stand til at give. Nu undersøger vi en applikation.
Jeg er ikke sikker på, om I kan se min markør, men jeg ville beskrive dig, den øverste graf. Y-aksen viser den gennemsnitlige responstid. X-aksen er tid over en dag. Og der er faktisk en stablet søjlediagram og den stablede søjlediagram, det samlede viser dig, hvad ydelsen er, og så viser det en grad af, hvor meget tid der bruges i hvert enkelt trin eller hvert enkelt niveau i applikationen. Fra klienten via webserveren er det grønne Java, dette sted bruger vi Tuxedo og ned i databasen. Nu viser den nedre halvdel af skærmen de forskellige webmenuer, der åbnes, og vi har derefter assorteret med bare en lille grøn pil nedad. Det er i faldende rækkefølge, og det bobler op til toppen, webmenuen begynder at vise den. Vi viser faktisk udførelsestiden, responstiden for hver enkelt teknologi, og så er der faktisk en søjlediagram for hver af disse webmenuer, og så får vi, begynder at få en idé om, hvad der foregår. Husk nu, at vi sorterede alt sammen med en slutbruger ville ringe, men hvordan finder jeg slutbrugeren? Jeg kommer ind her, jeg åbner en menu, der giver mig mulighed for at filtrere på en bestemt bruger, så jeg indstiller denne bruger til Alex Net, klikker på OK, og så fokuserer vi på aktiviteten fra Alex Net. Hvad det nu gør, er det, at det gør det muligt for IT og IT-administration at være direkte lydhøre over for en slutbruger, og især at de kiggede på indholdsstyring, der havde seks henrettelser med en responstid på lidt over tre sekunder. Nå, tre sekunder er temmelig godt, det er ikke forfærdeligt, men det er måske langsommere.
Hvad jeg kan gøre med dette, er at jeg kan skive og terne disse oplysninger på forskellige måder. Jeg kunne sige, er denne transaktion langsom for alle? Er det langsommere i dag for Alex, end det havde været i går? Er det langsomt for enhver bruger på et bestemt sted? Eller hvad det gør, det giver mig mulighed for en slags skive og terninger og få en idé om, hvad der sker, hvor universelt problemet er, og det er meget vigtigt at være i stand til at identificere slutbrugeren, fordi det ikke kun handler om softwaren, infrastrukturen, handler det også om, hvordan slutbrugerne udøver applikationen. Ofte har du måske en ny medarbejder eller nogen med en ny jobfunktion, og de er ikke bekendt med visse SAP-skærme eller visse PeopleSoft-paneler, og de har brug for en lille markør, måske forlader de felter tomme eller lægger jokertegn, og de ' gen tvinger store resultater, der skal returneres fra databasen. Men hvis du har bruger-ID, kan du faktisk ringe til dem, før de ringer til dig. Den anden ting, vi finder, er, at når brugerfællesskabet først er opmærksom på, at IT ved, hvad de laver, er det mange gange, de bliver bedre opførte og en masse problemer, en masse ting, der har været problemer, bare slags fordampe, fordi folk opfører sig, bare arbejde lidt mere omhyggeligt. De bruger systemet med større omhu.
Slutbrugeridentifikation er vigtig. I sidste ende er det vigtigt, at IT kan hjælpe en bestemt slutbruger. Hvad vi nu har gjort her, er, at vi er gået til fanen "Flow". Det kan du se i øverste venstre hjørne. Og vi har fokuseret på en bestemt komponent i webmenuen. Og til højre er en analyse af den pågældende transaktion, og så øverst er det faktisk browseren og derefter View, bare for at blive fortrolig med en lille smule ikoner inden for GUI er til webserveren, så vi kan se attributpunktet. Og så er "J" for Java og "T" er for smoking, og "Q" er naturligvis SQL. Den kontante værdi identificerer dybest set en bestemt SQL-sætning. Overvej hvad det gør. Vi har identificeret en bruger til en transaktion, til den underliggende applikationskode, inklusive de individuelle SQL-sætninger. Når jeg ser på disse individuelle SQL-udsagn, kan jeg se, at den samlede responstid er ansvarlig for ca. seks procent, og når de tilføjer de fire øverste SQL-sætninger, tog de cirka en fjerdedel af transaktionen tid.
Nu er databasen ofte den nemmeste at manipulere. Det er normalt nemmest at få en billig, meget overlegen ydelse. Nu skal jeg gå lidt dybere for at finde ud af, hvad der foregår, og hvad, jeg vil have, at eksemplet er i stand til, er faktisk at afsløre den individuelle SQL-sætning, og du ved, at jeg næsten kan garantere dig bare ved hvert enkelt skud på linjen havde et slags databaseværktøj, og hvad databaseværktøjet gør, men bare at se på en teknologi isoleret, er at du ser på, fokuserer på den teknologis helbred. Og mange gange ser folk på en top ti-liste. Nu er denne SQL-sætning temmelig hurtig, den vil ikke være på top ti-listen, men det er SQL-sætningen, som denne transaktion er afhængig af. Og så, hvad jeg kan gøre tilbage ved det ord, kontekst, er nu, at jeg kan bringe dette under den dybe blik opmærksomhed, men i sammenhæng med den individuelle SQL-sætning.
Nu kan den pågældende person åbne op Præcis i sammenhæng med den individuelle SQL-sætning, og Præcis fanger den faktiske udførelsesplan, den bruger, udførelsestiden, dette er vigtige ting for DBA, faktisk viser, du kan se, at 50 procent af tid bruges på at vente på opbevaring. Halvtreds procent af tiden bruges i CPU'en, så du begynder at få ideer til hvor tiden bruges, hvordan jeg måske vrikker den tid ned, og ideen er at give folk muligheder, fordi forskellige svar har forskellige omkostninger og risiko forbundet . Ideelt set er vi efter den lave risiko, lave omkostningsløsning på et problem. Nu hvor SQL-sætning spores af en hashværdi, og der er i den venstre type midt på skærmen er denne lille “Tune” -knap, og hvad det vil gøre, er det at tage dig til en SQL-opgave. Og denne SQL-opgave er en slags en forudbygget arbejdsbænk, og hvad det gør, er det, at jeg virkelig kan analysere specifikt, hvad der påvirker SQL-sætningen, der starter med udførelsesplanen. Udførelsesplanen vælges af optimeringsprogrammet, når udsagnet er parset, det - tilbage til madanalogien, det er den opskrift, der følges for at løse SQL-sætningen.
Og nogle opskrifter er mere komplicerede end andre, og derfor giver vi resultater. Og det vil faktisk vises her, hej, en masse tid det gør sekventiel I / O på et bestemt indeks. Og se nu, når du går tilbage til ilt, følg dette indeks. Er dette indeks blevet defragmenteret for nylig, hvad er sundheden ved, hvis? Hvilket bordplads bor det i? Er bordpladsen adskilt fra den tabel, den refererer til? Og så begynder det at give dig alle mulige ideer til, hvordan du muligvis går i gang med at løse problemet. Nu er det tydeligt, du ved, vi bygger indeks. Det er en meget lavere risiko, meget lettere end måske at flytte et indeks fra et bordplads til et andet bordplads, så hvad vi ønsker at gøre er slags opbygningsmuligheder, så vi kan implementere den laveste omkostning, den laveste risikomulighed at løse problemet.
Præcis kan også gøre ting som fange bind variabler, der er castet til en SQL-sætning. Det er klart, at de variabler, der støbes, vil kontrollere størrelsen på de indstillede resultater. Og det vil kontrollere, hvor lang tid det tager SQL-sætning at udføre, og hvor meget data der skal videregives og behandles af applikationen via Java, via .NET, til webserverbesætningen plus netværket, der endelig er gengivet i slutbrugerbrowser . Hvad der sker i databasen påvirker direkte browsertiden. Og det vil derfor være afgørende at have dette synlighedsniveau, så vi kan vide nøjagtigt, hvad der foregår, og give DBA flest muligheder, så de kan vælge, hvilket der giver mest mening i betragtning af en bestemt situation.
Dette er nogle af citaterne, og disse kommer fra en PeopleSoft-butik, der har global implementering. Precise understøtter PeopleSoft og SAP, Siebel, Oracle, E-Business Suite, hjemmelavede Java- og .NET-applikationer. Vi understøtter, så hvis du foretager opkald af webtjenester til flere JVM'er, fra Java til .NET tilbage til Java, kan vi spore alt dette. Det kan være på forhånd, det kunne være i skyen. Det afgørende er, at tingene skal instrumenteres.
Og så, bare et par citater fra en af vores kunder. “Før præcise brugte vores DBA'er OEM, ” - det er et kun til databaseværktøj, og de sagde dybest set, “Hej, forekomsterne ser godt ud.” Men de kunne hjælp til at fortælle eller løse et problem med en bestemt transaktion. Præcis forudsat synligheden for at gøre det. Og så det at have disse oplysninger om SQL-udsagnene var kritisk for at give DBA'erne synlighed til fuldt ud at skubbe ydeevne ud af databasen. Og så det var virkelig rart. Type ud over nogle af de værktøjer, du måske ser på.
Og så elskede it-ledelsen virkelig det faktum, at Precise var i stand til at oversætte en kompleks URL til et panelnavn. Og på den måde, hvis en slutbruger ringer op og siger: ”Hej, jeg har problemer med dette, ” kan du isolere og se, hvem der er denne bruger, hvad udfører de, hvilken type ydelse, de måler faktisk rendering tid i slutbrugerens browser. Det er et sandt mål for slutbrugeroplevelsen. Og det er også absolut nødvendigt at have denne bruger-id for at hjælpe en bestemt person, der ringer.
Hvordan gør Precise dette? Og så vil vi gerne dele vores arkitektur. Precise skal bo på sin egen server og leve i en VM, det kan leve i skyen. I frontenden er Precise webaktiveret, uanset om du bruger instrumentbræt, alarmgrænsefladen eller Expert GUI. På dataindsamlingssiden kan vi faktisk gøre agentfri for flere forskellige teknologier. Imidlertid vil vi ofte kræve en agent, og der er plusser og minus for at have en agent. Et stort plus er dette, er de data, der er indsamlet, kan forbehandles, før de sendes over dit LAN. Og så betyder det, at vi kan minimere den samlede påvirkning af overvågningsløsningen på målmiljøet.
Nu skal du bare betragte som et alternativ, hvis du har "agentløs", er der stadig en dataindsamler, det er bare et spørgsmål om hvor den bor, og det ringer og videresender rå data om målapplikationen på tværs af dit LAN. Og det er faktisk temmelig dyrt. Og så ved at forarbejde kan vi faktisk minimere fodaftrykket. Du kan overvåge både fysisk og virtuel. Og en ting, jeg ønskede at sige om virtuel teknologi, er der virkelig fokuserer på er udnyttelse. Hvad Precise fokuserer på er strid. Hvornår minimerer VMware-teknologien faktisk ressourcer til din gæst-VM? Og så bliver det virkelig let. Hvis du kun ser på inden for en gæst VM, har du kun en del af billedet. At være i stand til automatisk at opdage og advare om strid, det er virkelig vigtigt.
Præcise kan overvåge op til 500 tilfælde, så meget store implementeringer har dybest set flere præcise servere. Og for en global implementering vil det typisk være en præcis server i hvert datacenter. I øvrigt kan du for de allerbedste implementeringer faktisk forbinde disse sammen, så du kan kigge bredt på hvad der foregår og være i stand til at tilbyde rapportering osv. Nu, som jeg havde nævnt, har vi en masse tekniske analyser. Ikke alle har brug for at gå ind i ekspertgrænsefladen, så vi tilbyder et tilpasset dashboard. Og hver af disse portlets eller widgets, de er alle valgfri. Og nogen vil måske bare gerne gå, ”Hej, hvordan kan du slå en advarsel om et niveau i vores miljø? Hvordan klarer slutbrugergrupperne sig fra et performance-perspektiv? ”Eller måske har du måske et spørgsmål om infrastrukturen, og måske endda får Tuxedo-præstation. Eller endda belastningsafbalancering. Det er lidt interessant her i denne belastningsbalancerende del. Jeg ser på portletten i midten på venstre side. Du kan se, at antallet af henrettelser er meget ens mellem hver af webserverne. Men responstiden er meget anderledes på den øverste. Du kan faktisk bore ind og finde ud af nøjagtigt årsagen til, at responstiden på denne webserver var meget langsommere end de andre.
Én ting ved belastningsafbalancering, dette er meget vigtigt, og lastbalanceringspolitikker, du ved, ikke alle belastningsbalanceringspolitikker er passende til enhver applikation. Det er virkelig nyttigt at validere din belastningsbalanceringspolitik. Vi ser faktisk med nogle applikationer som den nye PeopleSoft Fluid GUI, hvor faktisk nogle webservere går offline. Og det er noget, der er virkelig kritisk. Hvis du implementerer PeopleSoft Fluid GUI, skal du kontakte os. Vi kan give dig en masse indsigt og meget viden om, hvad andre kunder har stødt på. Hver af disse portlets kan være temmelig detaljerede. Ligesom den midterste højre side med det blå og grønne faktisk viser sværdspidsmønsteret, viser det slags, at din affaldssamling inden for WebLogic-niveauet kører, som du forventer, at det skal køre. Hver af disse portlets kan være meget fokuseret eller kan være meget højt niveau. Og grunden til, at det er vigtigt, eller kan være vigtigt, er mange gange, at det ikke er godt nok at bare have disse oplysninger inden for IT, nogle gange er du nødt til at dele disse oplysninger med applikationsejere og nogle gange med den øverste ledelse, om hvad der foregår .
Jeg ønskede at dele et par historier, slags ”Succes i datacenteret”. Og disse er databasefokuseret, og jeg har andre historier, der er fokuseret på mellemklassen. Men for i dag vil jeg virkelig fokusere på databasegraden. Lad os se på fryser på skærmen. Hvad der skete her, er, at netop denne butik havde en SLA-forretning, at hvis en ordre modtages kl. 15, sendes ordren den dag. Og derfor er lageret ekstremt travlt i denne tidsramme. Og så var det meget frustrerende at få skærmfrysning. Og så vejlederen - dette er en mindre virksomhed - gik vejlederen faktisk ind i IT og går selvfølgelig op til DBA og siger: ”Nu, hvad foregår der?” Og så hvad vi gjorde, var vi i stand til at vise nøjagtigt hvad sker der. Nu er dette JD Edwards, en applikation i flere niveauer, dette er salgsordreskærmen. Du kan få en idé om, hvad virksomheden var, dybest set en just-in-time inventar, og så ser du dybest set på lagerapplikationer. Og nu sender du dybest set til en række forskellige kundesider, forskellige butikker. Og hvad vi gjorde, vi åbnede op for Precise.
Nu i dette tilfælde, før vi kiggede på Oracle, ser vi her på SQL Server, og nu viser den øverste halvdel os en stablet søjlediagram over, hvor SQL-sætningerne bruger deres tid, mens de udføres. Hver svag tilstand redegøres for i y-aksen. X-aksen, selvfølgelig på tværs af tid, og du kan se, at den stablede søjlediagram ændres fra tidsskiven afhængigt af, hvad der udføres, og hvordan det bruger systemet. I dette særlige tilfælde fokuserede vi nu på den tredje SQL-sekvens fra toppen. Det er tekstet VÆLG FRA PS_PROD, og du kan se i den kolonne, at vi har fanget den aktuelle eksekveringsplan. Og du kan se hele antallet af henrettelser. Det faktum, at den særlige SQL-erklæring var ansvarlig for 9, 77 procent af ressourceforbruget i denne tidsramme, som vi ser på - og det er et vigtigt punkt, tidsrammen, Precise holder en rullende historie - og derfor kan jeg dybest set ringe ind og find ud af, hvad der skete på et bestemt tidspunkt eller over tid. Jeg kan se trending.
Nu denne SQL-sætning, ser du den stablede søjlediagram der, den er mørkeblå. Det siger, at vi bruger al CPU. Lad os gå foran og fokusere ved at klikke på denne "TUNE" -knap på den pågældende SQL-sætning. Det, vi gør, er at vi tager det med ind i det værksted, et forudbygget værksted, der er designet til at sige, ”Hvad er DBA vil vide om denne særlige SQL-erklæring?” Og du kan se i højre side er der en fane kaldet " Historik ”, der er valgt. Og hvad jeg gerne vil have, at du skal gøre nu, er en slags skift over til venstre side, hvor det står ”Ændringer mod varighed gennemsnit, ” gennemsnitlig varighed. Og hver af disse søjler repræsenterer begivenheder om dagen.
Du kan se onsdag, torsdag, fredag, henrettelsestiden var, jeg vil runde til punkt to. Y-aksen viser punkt fire sekunder, så punkt to. Meget få skærmfrysninger, operationerne går godt i SLA. Desværre den 27. februar ændrede udførelsesplanen, og det medførte en øjeblikkelig ændring i udførelsestiden. Pludselig går eksekveringstiden op, fire X, måske fem X, og tingene kører virkelig dårligt. Nu Præcise, i deres depot faktisk tidsskrifter alle de ændringer, der kan påvirke adfærden. Og du kan her se, at vi faktisk har fanget akseplanændringer. Den i midten siger "Tabelvolumen ændret." Og så tabellerne vokser, og vi er lige ved cusp, når SQL-sætningen er parset, vælger optimeringsprogrammet en udførelsesplan eller en anden udførelsesplan.
Nu er det heldigvis, at denne uge her på mandag flip-floppet, så det var på et godt tidspunkt. Desværre flip-flops igen, og du ved hvad, slutbrugerne begynder at foregribe, at skærmen fryser, og de begynder at sende den skærm igen, og de skubber eksekveringsoptællingen op og op og op. Vi har en enorm mængde detaljer, men for at løse dette problem og derefter undgå det i fremtiden, har vi brug for et yderligere stykke information. Og det vises mig under sammenligningen af disse gennemførelsesplaner. Den 5. marts, da det var hurtigt og effektivt, på venstre side viser det udførelsesplanen. Da det var langsomt og ineffektivt den 12. marts, kan du se, at det laver et filterforbindelse. Filterforbindelsen tvinger bare meget mere CPU-forbrug og gør meget mere arbejde. Resultatet er identisk, det gør bare meget mere arbejde. Det er som om du går og henter dine forsyninger en ingrediens ad gangen, snarere end at gå i pantry og få alle ingredienserne på én gang. Og så er der en sådan en mere effektiv måde at gøre dette på. Nu ved normalt at vide dette, var DBA i stand til at bruge forespørgselsplan for at undgå denne langsomme udførelsesplan og låse fast, høj ydelse.
Nu var den næste slags krigshistorie ”Rapporter er sent.” Jeg tror, at mange mennesker kan identificere sig med dette scenarie. Du har muligvis ad hoc-rapportering, du bruger muligvis et værktøj som NVISION, du har måske et tredjeparts rapporteringsværktøj. Og hvad der sker, er værktøjet udvikler SQL. Og ofte er SQL ikke rigtig kodet så godt. Og dette kan også gælde for en situation, hvor du ved, du har en tredjepartsapplikation, lige, hvor SQL ikke var internt skrevet, og så som en DBA, ”Jeg kontrollerer ikke SQL, hvad skal jeg gøre ved det? ”Nå, Precise giver noget, som jeg ikke er opmærksom på, at noget andet databaseværktøj leverer, og det er en objektvisning. Kombineret med anbefalinger og modellering. Og hvad vi kan gøre, er faktisk at vende synlighed på hovedet. I stedet for bare at se på aktivitet, lad os undersøge, hvad objekt er tyngst på systemet? Og i form af den nederste del af skærmen kan du se ordrelinjen SQL, og du kan se kolonnen "i MS-SQL". Og ordrelinjetabellen er ti gange travlere end nogen anden tabel i systemet. Jeg tror, hvad du også vil se i den øverste halvdel, pladsfordelingen vokser, og du kan også se på specifikationerne på serveren, hvilken version af software, vi kører. Præcise vil faktisk kontrollere sporede ændringer til de primære indstillinger. Endnu en gang årsag og virkning.
Nu, med fokus på ordrelinjetabellen, hvad jeg kan gøre med min detaljerede historiske opbevaring, er, at jeg faktisk kan korrelere SQL-sætninger, der går imod ordrelinjetabellen. Og du kan begynde at se på hvor klausulen i disse SQL-udsagn. Og du begynder at bemærke, at hvor-klausulen er temmelig ens mellem de forskellige SQL-udsagn. Og jeg vil foreslå dig, at du finder det samme i dit optagelsessystem. Fordi forretningsbrugere, vil forretningsanalytikere ønske at gøre ting som samlet forretningsaktivitet den sidste dag, den sidste uge, den sidste måned, det sidste kvartal, det sidste år. Du vil se meget ens, hvor klausuler, rækkefølge efter, gruppe efter, og det betyder, at der vil være visse indekser, der giver mening for disse SQL-udsagn.
Og så Precise har en anbefalingsmotor, du kan se det i øverste højre hjørne, og hvad vi kan gøre, er faktisk at få anbefalinger. Sig, "Hej, jeg kører alle SQL-sætninger, hvilke indekser vil adressere dem?" Indekserne præsenteres for dig, og du kan faktisk se DBL. Nu er Precise kun læst, det giver ikke mulighed for at klikke på en knap og oprette indekset, men det er let nok til at gøre uden for Precise. Men her er det afgørende, Precise giver dig mulighed for at evaluere og modellere ændringerne, så der er denne Evaluer-knap i nederste venstre hjørne af skærmen. Og hvad det gør, det viser SQL-sætningerne før og efter.
Lad os se på disse SQL-udsagn. Ser du denne kolonne her, der siger "i MS-SQL, " og den siger en time, fire minutter? Den øverste SQL-sætning udfører eller bruger cirka 64 minutters værdier af ressourcer. Og den forventede forbedring er 98 procent. Disse ændringer sparer timers værdi ved behandling. Den næste SQL-sætning er 27 minutter og vil dybest set gemme en tredjedel. Det er cirka ti minutters behandling. Sammenfattet vil du faktisk spare timer og timer værd ved behandling af disse foreslåede ændringer. Og så at være i stand til at kende dette foran, i stand til at modellere dette. Du kan også bruge funktionen "hvad-hvis" til at sige: "Nå, jeg vil ikke oprette det indeks, eller hvad sker der, hvis jeg ændrer rækkefølgen af kolonnen?" Og så kan jeg bruge denne modelleringsfunktion for at finde ud af, hvad der skal ske.
Den anden ting, der er afgørende, er, at når jeg foretager ændringen, kan jeg faktisk måle for en individuel SQL-sætning. Du så SQL-erklæringshistorikken i det forrige eksempel, og jeg kan faktisk bekræfte, om jeg opnåede de besparelser, der blev modelleret. Og så feedback er fuldstændig afgørende for at udfylde feedback loop.
Okay, her er det sidste eksempel, jeg ville have for dig. Dette er en SAP-butik, og du ved, de var gået til en større opgradering, de gjorde nogle ting med tilpassede transaktioner, og dybest set var en slutbruger utilfreds med ydeevnen. Og hvad vi gjorde, var, at vi var i stand til at fokusere på, hvad slutbrugeren oplevede. Og du kan se øverst på listen, “VÆLG”, og responstiden er lidt over 61 sekunder. Denne ting tager et minut at udføre. Nu kan du se, at vi har en stablet søjlediagram, der er rettet mod SAP. I højre side viser det klienttid, køtid. Det blå er applikationstid og i et SAP-miljø, det er ABAP-kode og derefter databasen. Og så kan du kende databasen, Oracle, den kunne være SQL, den kunne være HANA. Vi er dybest set i stand til at vise det.
Hvad vi nu gør med Precise er, at vi fokuserer på den transaktion og den bruger, hvilke SQL-udsagn, der kom ud. Endnu en gang den kontekst for at forbinde prikkerne. Nu denne øverste SQL-sætning, kan du se, at den er cirklet, den udføres på to millisekunder. Du kan virkelig ikke bebrejde databasen, hvis den udføres så hurtigt. Udførelsestælling er meget høj. Faktisk er vi i stand til at gå tilbage til ABAP-koderen og sige, "Hej, hvad sker der?" Vi fandt faktisk, at koden i databasen blev placeret på det forkerte sted, var rede på det forkerte sted i løkken, gjorde ændre, og så kan vi måle efter. Du kan faktisk se, hvad præstationen er efter. Ikke kun på SQL-sætningsniveauet, men også på det tilpassede kodeniveau. Og så kunne de leve med en eksekveringstid på fire og et halvt sekund. Og så dette er bare et par eksempler på, hvordan Precise kan udnyttes, du kan muligvis udnytte det. Ligesom en hurtig sammenfattning viser Precise ydeevne efter placering, efter slutbruger-ID, giver den kontekst gennem applikationsstakken. Du kan bore ind på grundårsagen. Og jeg tror, at en af de store differentierere er at være i stand til at vide, ikke kun SQL-sætningen, men hvorfor SQL-sætningen kører langsomt og være i stand til at identificere striden og dybest set tilbyde flere muligheder for at løse problemer. Dette er, hvad Precise har at tilbyde, og du kan forbruge os, du ved, på en letvægts måde, eller hvis du har meget dybe, meget udfordrende problemer, elsker vi også at tage dem videre.
Eric Kavanagh: Okay, jeg må sige, det var en masse fantastiske detaljer, Bill. Tak, fordi du viser alle disse skærmbilleder. Og fra mit perspektiv opfyldte du virkelig det, jeg forklarede lidt øverst på timen, som er, nummer et, du skal have det rigtige værktøj. Du skal have et værktøj, der giver dig den mængde kontekst, der kræves for at identificere alle elementerne i ligningen, som nogen sagde i en film en gang, det var lidt sjovt. Men lad mig gå videre og overlevere det til Dez, fordi jeg satser på, at han har nogle spørgsmål til dig, og jeg vil skubbe en af disse dias til bare visuel slik, hvis du vil. Jeg er faktisk, hold, lad mig tage dette tilbage. Men Dez, jeg er sikker på, at du har nogle spørgsmål, tag det væk.
Dez Blanchfield: Ja, det gør jeg, wow. Dette værktøj er kommet langt, siden jeg oprindeligt vidste det, og jeg var ikke klar over, at du faktisk var kommet så dybt i stakken nu. Det er bare ganske forbløffende. Bare virkelig hurtigt et par ting. Implementeringsmodellen kan du bare virkelig hurtigt på et minut eller to bare skitsere den traditionelle eller typiske implementeringsmodel. Du nævnte, at det var tilgængeligt som en virtuel maskine. Det kan køres i skyen. Og jeg gætte et af de spørgsmål, der sandsynligvis vil komme op, og jeg tror, at der var et par spørgsmål, der kom igennem i spørgsmål om spørgsmål og svar. Bare for at sammenfatte dem sammenfattende, så den normale implementeringsmodel og den type akse, der kræves, er den traditionelt placeret på stedet eller vært eller i skyen? Hvilke typer implementeringsmodeller ser du normalt? Og hvilken type akse kræves for at få det til at fungere? Skal vi ændre ting på sikkerhedsniveau omkring netværksadgang osv.? Eller kan dette bare opføre sig som en slutbruger?
Bill Ellis: Ja, så i øjeblikket er størstedelen af installationer on-prem. Flere og flere mennesker lægger komponenter af applikationsstakken i skyen, så vi kan håndtere det også. Den installation, vi har brug for en server til at køre på, den kommer til at opfylde visse specifikationer. Vi er nødt til at have en database til at gemme det historiske arkiv, så at imødekomme disse forudsætninger er slags det første skridt. Den næste ting er, at vi bestemt skal have noget kendskab til selve applikationen, og installationen er guiden drevet og dybest set udfylde emnerne. På grund af den dybde af information, vi får, kender du, fra et webprocesniveau til den kode, der udføres, har vi brug for nogle privilegier. Vi har en sikker datamodel eller sikkerhedsmodel, må jeg sige, fordi agenterne kører under legitimationsoplysninger, der er helt adskilt fra folk, der bruger metadataene om transaktionerne osv.? Precise kommunikerer via TCP via IP, og derfor kræver vi, at visse porte skal være åbne. Som et hurtigt eksempel, ligesom vores standardport er 2702. Den type detaljerede ting er noget, hvis folk er interesseret, kunne vi komme nærmere ind på det. Men typisk er vi meget hurtig tid-til-værdi. Hvis nogen står overfor et stort problem, kan vi ofte få tingene installeret og skinne et skarpt lys på en situation i løbet af timer.
Dez Blanchfield: Ja, jeg har bestemt også den mening. I implementeringsmodellen talte du om en meget stor skala og op til 500 tilfælde, og hvordan det kunne fødereres. På selve indgangsniveauet, hvordan ser det ud, hvis nogen vil - fordi jeg ved, at IDERA er meget stor med at give adgang til gratis forsøg, gratis demoer, og jeg kan huske, at jeg så på webstedet næsten alt kan slags leges med. For folk her, og jeg tror, jeg savnede det tidligere, men jeg tror, at der var et spørgsmål, der kom op omkring, hvordan ser et typisk sted ud, og hvordan får folk adgang til dette og begynder at lege med det og få den type af erfaring, hvor de kan se, om de har en måde at løse nogle præstationsproblemer? Kan de downloade en ODS og spin den op på deres hypervisor, Hyper-V eller laptop, eller har de brug for en dedikeret maskine til at køre den? Du skitserede arkitekturen før, men bare meget kort, på et minut eller to, hvordan ser det ud for etableringen af entry-level bare for at bevise et koncept for eksempel?
Bill Ellis: Ja, så vores model er lidt anderledes end IDERA-værktøjerne. Vi passer bedre ind i Embarcadero-scenariet, hvor du ønsker at kontakte en af vores salgsmedarbejdere. Vi vil bare diskutere med dig, hvad er udfordringerne, og så ville vi typisk, du ved, en af SE'erne tildeles og dybest set arbejde igennem installationen med nogen. Typisk ville du ikke køre Precise på din bærbare computer. Du ønsker at have en VM eller en server i det datacenter, hvor applikationen bor, for at udføre samlingerne. Men vi vil hjælpe dig gennem hvert trin i det. Hvis nogen er interesseret i at forfølge det, vil du bestemt kontakte IDERA.
Dez Blanchfield: En af de andre ting, der ramte mig, var, at jeg mener, meget af det, vi har dækket i dag, handler om at reagere på præstationsspørgsmål. Men det syntes for mig, at og i levende miljøer, som folk bruger dem, så som dit første diasshow, er der nogen, der henter telefonen og siger: ”Programmet kører langsomt, hjælp.” Men det slog mig, at under forudgående udgivelse af applikationer eller opgraderinger eller nye rettelser og rettelser, kan du gennemgå en masse kapacitetsplanlægning og stresstest og få det nøjagtige til at se på hele miljøet og faktisk finde problemer, før du endda sætter slutbrugere på miljøet. Er det en brugssag, som du har set før, eller er folk slags der også, eller er det ikke en typisk brugssag?
Bill Ellis: Absolut, vi vil gerne bruge Precise i hele applikationsudviklingens livscyklus eller den opgraderede livscyklus også. Præcis tilbyder en skalerbarhedsvisning, det viser antallet af henrettelser, der er lagt på responstiden. Hvis både antallet af henrettelser og responstiden vokser sammen, skaler du naturligvis ikke, og du er nødt til at gøre noget. Den type ting har hjulpet enormt. Jeg tror, det er lidt mindre sandt nu, men da folk begyndte at lægge produktionsapplikationer på VMware, var de lidt tøvende, og det var som, ved du, ved den første ting, de ville være som, ”Åh, vi er nødt til at flytte dette til fysisk. ”Og hvad vi faktisk kan gøre, er at vise, hvad ressourceforbruget er, så du kan gøre applikationen mere effektiv. På hvert trin i applikationens livscyklus ønsker du bestemt at bruge Precise. Men jeg må sige, at produktion virkelig er, hvor ydelsen betyder mest, og Precise er rettet mod 24/7 produktionsovervågning, og så du virkelig ikke ønsker at køre dine produktionsapplikationer uden synlighed.
Dez Blanchfield: Absolut. Et andet hurtigt spørgsmål bare om den specielle dybdestest, indvandring, UAT osv. - Jeg mener, det er dejligt at have dette værktøj, og jeg kan forestille mig, at appudviklere absolut ville elske at have adgang til dette gennem livscyklusserne i udviklingslivscyklussen . Med de mere komplekse arkitekturer, du ser nu, så vi er flyttet fra dedikeret service til virtualiseringer og virtualisering, flytter vi nu til en slags, ved du, vedtagelse af outsource til cloud-hosting, og vi ser også en overgang til containerisering. Har du set mange mennesker implementere dette og modellere den slags regioner eller zoner, så nogen har måske - og i Australien har vi et meget stort problem omkring privatliv, og jeg ved i Europa, at det er den samme ting, og jeg tror, det bliver mere af en sag i USA, hvor data, der er i stand til at identificere mig personligt, ofte skal være i et mere sikkert miljø til det faktiske applikationslag til weblaget. Og så har vi disse implementeringer nu, hvor folk muligvis opbevarer deres database og deres applikationsmateriale internt, men de kan placere deres weblag og deres levering ende og anvendelse osv. I en skyudbyder som Azure eller Amazon Web Services og software . Hvordan fungerer det med din normale implementering? Er det tilfældet, at du lige har fået et andet sæt samlere i regionen, og de samler bare nogle mere? Hvordan ser det ud i den præcise verden i dagens slags bimodale tilgang til at køre it med gamle arvede ting ét sted, og dine varer er undertiden i skyen?
Bill Ellis: Ja, så vi støtter et blandet miljø. En ting at overveje er, at der er forskellige kontrakter med skyudbydere. Nogle af dem tillader ikke nogen form for agent eller nogen form for udvendig overvågning i skyen. For at installere og overvåge med Precise skal du have en type kontrakt, der tillader den type adgang. Der er bestemt nogle begrænsninger, som vi nogle gange er nødt til at arbejde igennem, og så disse er en vigtig type kriterier, som du overvejer, når du, antager jeg, først underskriver disse kontrakter og derefter og / eller hvis du har brug for at implementere det præcise.
Dez Blanchfield: Ja, jeg har set et antal tilfælde, hvor selv med traditionelt databasemiljø, hvis du anskaffer det som en del af tjenesten, især med lignende af Azure, når du anskaffer dem som HDInsight eller SQL som en service, som platform kan dine sædvanlige værktøjer kun dykke så dybt, fordi de ikke rigtig er så ivrige efter dig at se på, hvad der er under hætten. Og så ender du slags med et bestemt niveau eller dybde, som du kan overvåge, og pludselig kan du bare ikke se bag det magiske gardin. Er selvbetjening en ting? Er dette traditionelt noget, der ville køre inden for et netværksoperationscenter, hvor det tekniske team, folket under CIO kun ville få adgang til, eller er dette også noget, som du kan give et niveau for adgang til slutbrugere? Måske ikke nødvendigvis receptionen og traditionelle HR- og finansieringsfolk, men mere kyndige brugere, der laver, kender du, som fx datavidenskabsmænd, aktuarer, statistikere, mennesker, der laver rigtig stor arbejdsbelastning. Er det tilfældet, at de kan få adgang til en form for selvbetjeningsadgang for at se, hvad der sker, når de kører disse tunge forespørgsler, og hvor smerten kommer, så de kan sortere, hvordan deres arbejdsbyrde løber?
Bill Ellis: Der er ret god sikkerhed inden for Precise, så du kan konfigurere brugere, der har forskellige niveauer af adgang. På meget basale niveauer giver kun instrumentpanelerne tilsyn. Og så inden for, ved du, hvis nogen ikke ville gå ind i ekspertgrænsefladen, kan du slags begrænse, hvad de er i stand til at se, og hvad de er i stand til at gøre. Og slags at cirkulere tilbage til dit forrige spørgsmål, som du ved, at i sundhedsvæsenet har du alle HIPAA-love, og så er der bestemt nogle overvejelser, og der er faktisk nogle implementeringsmuligheder, så vi kan arbejde med det i begge miljøer. Én ting at overveje med de data, du har set i denne præsentation, er det hele metadata om ydeevne, ikke indholdet af tabellerne, du ved, og det er virkelig, det kommer ikke til at komme ind på, slags, disse typer af bekymringer om privatlivets fred.
Dez Blanchfield: Ja, det kunne jeg godt lide. Jeg havde et eureka-øjeblik omkring dit fjerde eller femte lysbillede af skærmbilledet, og jeg blev klar over, at du bare trækker ydeevne, ikke bare, men du trækker præstationsdata, du trækker som sagt metadata ud af de forskellige niveauer af stakken, du ser faktisk ikke på indholdet. Og jeg synes, dette er en interessant ting, fordi det er et af disse værktøjer, hvor du enten kunne implementere det på kort sigt og se på, hvad der sker i miljøet, men du behøver ikke have adgang til selve dataene. Du kan endda se på, hvordan besætningerne køres. Den sidste ting, antager jeg, bare hurtigt, og så giver jeg tilbage til Eric, så hvis du har et spørgsmål, så få Rebecca til at samle sig op, du nævnte før, at overhead er nominelt, det er et tilfælde, at det er endda et mærkbart overhead fra overvågningssiden af tingene og bare se på baggrunden, eller er det sådan en ubetydelig mængde overhead, at det bare ikke er værd at overveje?
Bill Ellis: Ja, så jeg ved, at du ser på databasesystemet, hver teknologi er lidt anderledes. På databasesystemet er Precise temmelig kendt for at slå det laveste overhead. På det midterste lag er der, du ved, der er en slags balance, du ved, det er ikke kun præcist, det gjaldt alle, hvad angår synlighed og overhead. Og en af tingene er, at vi tilbyder en række sofistikerede værktøjer til at kontrollere, hvad omkostningen er. Vi er designet til produktion, og du ved, det er bestemt nyttigt at nippe så mange problemer i knoppen til udvikling og QA, men, du ved, der er ikke noget som at vide, hvad der sker i produktionen.
Dez Blanchfield: Eric, overfor dig, har du nogle sidste spørgsmål?
Eric Kavanagh: Ja, jeg vil bare sige, at jeg synes, du gjorde et godt stykke arbejde med at påpege, at kontekst virkelig er nøglen, og det er næsten som om vi bevæger os mod denne æra af tingenes internet, du vil have alt instrumenteret. Og jeg tror, at standarden nu inden for fremstilling er at gøre det, hvilket er gode nyheder, ikke? Fordi du vil være i stand til at hente oplysninger fra alle disse forskellige miljøer og sy det hele sammen. Og jeg vil nok bare overføre det til dig for nogle opfølgende kommentarer. Det er det, I fyrer med at fokusere på, er at give en visuel grænseflade, gennem hvilken nogle analytiker, en it-analytiker i det væsentlige kan overvåge og analysere, hvad der sker i dette komplekse miljø og derefter finde ud af, hvad der skal ændres. Fordi det ikke kun er et værktøj. Du skal have værktøjet, men du har brug for den person, der vil grave i detaljen og finde svarene, ikke?
Bill Ellis: Ja, jeg ser det som kogende op til toppen og prioritere, hvor er det mest tilbagekøb, ved du? Hvis det viser sig, er det en anden situation, fordi ikke alle problemer er i databasen. Hvis databasen er, ved du, ting kører i en tiendedel af et sekund, men i applikationsniveauet tager ting tre sekunder, det er her, hvor det mest tilbagekøb er. Og så form for at være i stand til at isolere problemet niveau og derefter hvad der sker inden for niveauet for virkelig at fokusere på hvor tilbagekøb er. Det fremskynder virkelig opløsningen og optimeringen af applikationen, og det er så meget hurtigere og så meget bedre og så meget sjovere end folk samles i et konferencelokale, der går, ”Det er ikke mig, det skal være en anden.”
Eric Kavanagh: Det er rigtigt. Jeg så en stor meme forleden, der sagde noget i retning af: "Bliv informeret, ikke bare med mening." Du går ind på et møde, du har informationen, du kan pege på dataene. Det er nøglen, og vi kommer dertil, takk og lykke. Okay folk, vi skal gå videre og indpakke, men vi arkiverer alle disse webcasts til senere visning. Tjek det altid når som helst. Vi viser alle vores webcasts nu, Hot Tech-serien og Briefing Room-serien på Techopedia.com, så hopp online og tjek disse folk. Med det vil vi byde dig farvel. Tak for din tid i dag, Bill. Tak til dig og alt dit hårde arbejde, Dez. Og vi vil tale med dig næste gang, folkens. Pas på. Hej hej.
