ఆరోగ్య తనిఖీ: ఆరోగ్యకరమైన సంస్థను నిర్వహించడం

టెకోపీడియా సిబ్బంది, మార్చి 29, 2017

టేకావే: హోస్ట్ ఎరిక్ కవనాగ్ డాక్టర్ రాబిన్ బ్లూర్ మరియు IDERA యొక్క స్టాన్ గీగర్‌తో వ్యాపార మేధస్సు గురించి చర్చిస్తారు.

మీరు ప్రస్తుతం లాగిన్ కాలేదు. దయచేసి వీడియోను చూడటానికి లాగిన్ అవ్వండి లేదా సైన్ అప్ చేయండి.

ఎరిక్ కవనాగ్: లేడీస్ అండ్ జెంటిల్మెన్, మళ్ళీ స్వాగతం, ఇది బుధవారం 4:00 తూర్పు మరియు బుధవారం రెండు సంవత్సరాలుగా హాట్ టెక్నాలజీస్ కోసం సమయం, అవును, నిజానికి. నా పేరు ఎరిక్ కవనాగ్, నేటి ప్రదర్శనకు నేను మీ హోస్ట్‌గా ఉంటాను. నేను ఈ అంశాన్ని ప్రేమిస్తున్నాను: “ఆరోగ్య తనిఖీ: ఆరోగ్యకరమైన ఎంటర్ప్రైజ్ BI ని నిర్వహించడం, ” దాని గురించి మనం ఈ రోజు మాట్లాడబోతున్నాం. మీ గురించి నిజంగా ఒక స్థానం ఉంది.

కాబట్టి ఈ సంవత్సరం ఇది వేడిగా ఉంది - హాట్ టెక్నాలజీస్ నిజంగా ప్రత్యేకమైన సాంకేతిక పరిజ్ఞానాన్ని నిర్వచించడానికి రూపొందించబడింది మరియు మీరు ఎంటర్ప్రైజ్ సాఫ్ట్‌వేర్ ప్రపంచంలో imagine హించవచ్చు, అన్ని రకాలైన వివిధ ఉత్పత్తులను విక్రయించే విక్రేతలు చాలా మంది ఉన్నారు మరియు ఏమి జరుగుతుందో అక్కడ ఉంది ఈ బజ్‌వర్డ్‌లు చాలా విభిన్న విషయాల కోసం వివిధ అమ్మకందారులచే ఉపయోగించబడుతున్నాయి. కాబట్టి, ఈ ప్రదర్శన యొక్క ఉద్దేశ్యం నిజంగా మా విక్రేత స్నేహితులకు సహాయపడటం మరియు మా ప్రేక్షకులకు ప్రత్యేకమైన సాంకేతిక పరిజ్ఞానాలు నిజంగా ఏమిటో గుర్తించడానికి మరియు చుట్టుముట్టడానికి సహాయపడటం మరియు మీరు ఇత్తడి టాక్స్‌కు దిగినప్పుడు ఈ పదాలన్నీ అర్థం.

కాబట్టి, నేను ఈ రోజు విశ్లేషకులలో ఒకరిగా నిలబడబోతున్నాను, మనకు డాక్టర్ రాబిన్ బ్లూర్ కూడా ఉన్నారు మరియు IDERA నుండి స్టాన్ గీగర్ ఉన్నారు. సాధారణంగా వ్యాపార మేధస్సు మరియు విశ్లేషణల యొక్క ప్రాముఖ్యత గురించి త్వరగా మాట్లాడదాం. ఇది ఒక ప్రాథమిక నిర్ణయ వృక్షం, లేదా మీరు ఇష్టపడితే, లేదా మీ సంస్థలోని సమస్యల ద్వారా మీరు ఎలా పని చేస్తారు, వివిధ అంశాల గురించి చర్చలు జరపడం, ప్రతిపాదనలు కలిసి ఉంచడం మరియు ప్రజలు ఏమనుకుంటున్నారో మీరు కనుగొంటారు. వారు అంగీకరిస్తారా? వారు అంగీకరించలేదా? ఏకాభిప్రాయం ఏమిటి, మీకు కొన్ని ఉంటే, మరియు మీరు ఆ ప్రక్రియ ద్వారా ఎలా పని చేస్తారు?

సరే, ఇవన్నీ స్పష్టంగా చాలా సాధారణమైనవి, కాని ఇది కంపెనీలలో ఆలోచనలను ప్రతిపాదించడం, మా నిర్ణయాలు తీసుకోవడం మరియు తరువాత ముందుకు సాగడం అనే ప్రక్రియ యొక్క మంచి రిమైండర్. మరియు బాటమ్ లైన్ ఏమిటంటే, ఆ భాగాలలో ప్రతిదానికి డేటా అవసరం. పెద్ద డేటా ప్రపంచంలో ఈ రోజుల్లో ఇది మరింత నిజం, ఎందుకంటే, పెద్ద డేటా అక్కడ ఉన్న ఈ పెద్ద ట్రూత్ ఇంజిన్ లాంటిది. పెద్ద డేటా నిజంగా ఏమి జరుగుతుందో; ఇది ఎవరు ఎక్కడ ఉన్నారు, వారు ఏమి చేస్తున్నారు, వారు ఏమి కొనుగోలు చేస్తున్నారు, వారి సోషల్ మీడియా హ్యాండిల్ ఏమిటి, ఉదాహరణకు ట్వీట్ చేయడం. వాస్తవానికి, ఆ విషయాలన్నీ హ్యాక్ చేయబడతాయి - మీరు దాని కోసం చూడాలి - కాని విషయం ఏమిటంటే డేటా అనేది రిఫరెన్స్ ఆర్కిటెక్చర్, మీరు కోరుకుంటే, వాస్తవికత కోసం.

కాబట్టి, ఈ నిర్ణయం తీసుకునే ప్రక్రియలో ప్రతి దశలో మీకు డేటా కావాలి. ఇప్పుడు, ఏకాభిప్రాయం ముఖ్యం. మీరు సంతోషంగా ఉన్న వినియోగదారులను కోరుకుంటే, కొన్నిసార్లు బాస్ ప్రతి ఒక్కరూ కోరుకునే ధాన్యానికి వ్యతిరేకంగా వెళ్ళవలసి ఉంటుంది. ఈ వెబ్‌కాస్ట్ ప్రారంభించక ముందే మేము స్టీవ్ జాబ్స్ గురించి మాట్లాడుతున్నాము మరియు అతను ఆ రకమైన విషయానికి అపఖ్యాతి పాలయ్యాడు. అతను ఒక ప్రసిద్ధ కోట్ పొందాడు, అక్కడ ప్రజలు వారు వింటున్న శబ్దాన్ని ముంచివేసి, వారి దృష్టికి కట్టుబడి ఉండాలని సిఫారసు చేస్తారు, వారు ఏమి చేస్తున్నారో వారికి తెలిస్తే. కాబట్టి, మీకు ఎల్లప్పుడూ ఏకాభిప్రాయం అవసరం లేదు, కానీ సాధారణంగా ఇది చాలా మంచి ఆలోచన. కానీ ఈ స్లైడ్ మరియు ఈ వ్యాఖ్యానం యొక్క సాధారణ ఉద్దేశ్యం ఏమిటంటే, మనం స్వభావంతో కాకుండా, డేటా ఆధారంగా మన నిర్ణయాలు తీసుకోవాలనుకునే ప్రాముఖ్యతను ఇంటికి నడిపించడం, అయితే మీరు ఎక్కడికి వెళ్లాలనుకుంటున్నారో మీకు సహాయం చేయడంలో గట్ సాధారణంగా మంచిది, ఆపై మీ డేటాతో దాన్ని ధృవీకరించడానికి లేదా చెల్లనిదిగా మీరు చూస్తారు. మరియు అక్కడ తిరిగి చూడటానికి భయపడవద్దు అని నేను చెప్తాను, ఒక మంచి చిన్న మార్కర్, లేదా రిమైండర్ మీరు తిరిగి చూసేటప్పుడు మీరు కనీసం కొంత ఫ్రేమ్ రిఫరెన్స్ పొందవచ్చు మరియు మీరు ఎక్కడ ఉన్నారో అర్థం చేసుకోవచ్చు నుండి మరియు మీరు చేసిన తప్పుల గురించి నిజాయితీగా ఉండండి. మనమందరం తప్పులు చేసాము, అది జరుగుతుంది.

కాబట్టి, మీ బిజినెస్ ఇంటెలిజెన్స్ సిస్టమ్స్‌లో మీకు పనితీరు సమస్యలు ఉంటే, ఐటి ప్రపంచంలో కాకుండా “సహనం ఒక ధర్మం” అనే పాత వ్యక్తీకరణ ఉంది, నేను ఇప్పుడే మీకు చెప్పగలను. వినియోగదారులు వారి ప్రశ్నలు తిరిగి రావడానికి చాలాసేపు ఎదురుచూస్తుంటే, లేదా వారు తమ నివేదికలను పొందలేకపోతే, అది నమ్మకాన్ని హరిస్తుంది, మరియు నమ్మకం పోయినప్పుడు దాన్ని తిరిగి పొందడం చాలా కష్టం. కాబట్టి, నేను ఇక్కడ ఒక పంక్తిని ఉంచాను - ఈ రోజుల్లో సుమారు 40 సెకన్లు చాలా సందర్భాలలో 40 నిమిషాలు లాగా ఉంటాయి - ఒక ప్రశ్న 40 సెకన్లు పడుతుంటే, ప్రజలు ఏమి మాట్లాడుతున్నారో, వారు ఏమి అడుగుతున్నారో మర్చిపోతారు డేటా యొక్క. మీరు ఎవరినైనా అడిగితే సంభాషణలో imagine హించుకోండి, మీ యజమానిని చెప్పుకుందాం, “హే, మేము ఈ మార్గంలో ఎందుకు వెళ్తున్నామో తెలుసుకోవాలనుకుంటున్నాను.” మరియు మీరు సంభాషణలో 40 సెకన్లు వేచి ఉండాల్సి వచ్చింది సమాధానం పొందడానికి? మీరు గది నుండి బయటకు వెళ్తారు! మీ యజమాని తన మనస్సును కోల్పోయాడని మీరు అనుకుంటారు. కాబట్టి, కొన్ని సమాచార వ్యవస్థలలో, పనితీరు సమస్యలు ఉన్నప్పుడు, విశ్లేషణాత్మక ప్రక్రియను, విశ్లేషణాత్మక ప్రవాహాన్ని లేదా కొంతమంది దీనిని పిలుస్తున్నప్పుడు, మీ డేటాతో మీరు చేస్తున్న సంభాషణను కత్తిరించబోతున్నారు. మీరు ఈ వ్యవస్థలలో వేగవంతం కావాలి, అది పూర్తి కావడానికి మీరు ఏమి చేయాలి, మరియు మేము ఈ రోజు దాని గురించి మాట్లాడబోతున్నాం, మీరు చేయవలసినది అదే, ఎందుకంటే ఆలోచనల ద్రవ ప్రవాహం లేకుండా ముందుకు వెనుకకు, మీరు విశ్లేషణల యొక్క మొత్తం ప్రక్రియను నిజంగా దెబ్బతీస్తుంది. కాబట్టి, మరోసారి, నేను ఈ వ్యాఖ్యను విసిరివేసాను: నమ్మకం లేకపోవడం నిశ్శబ్ద కిల్లర్. వారు మిమ్మల్ని విశ్వసించకపోతే ప్రజలు నిజంగా ఎక్కువ చేతులు ఎత్తరు, కాని వారు మిమ్మల్ని పక్కకి చూస్తారు మరియు ఏమి జరుగుతుందో అని ఆశ్చర్యపోతారు. మరియు ఆ నమ్మకం పోయిన తర్వాత మీరు దాన్ని తిరిగి పొందడానికి చాలా కష్టమైన సమయాన్ని పొందబోతున్నారు.

కాబట్టి, కృత్రిమ మేధస్సు, మేము యంత్ర అభ్యాసం మరియు AI గురించి వింటూనే ఉన్నాము మరియు “ఓహ్, ఈ సమస్యలన్నింటినీ పరిష్కరించలేదా?” రాబిన్ మరియు నేను స్వీయ ట్యూనింగ్ డేటాబేస్ మరియు ఈ సరదా విషయాల గురించి ఇన్నాళ్లుగా వింటున్నాము - వాటిలో కొన్ని జరుగుతున్నాయి, కానీ మీరే ప్రశ్న అడగండి: సిరి మీకు ఎంత తరచుగా సరైనది? సిరి అనుకోకుండా ఎంత తరచుగా పాప్ అప్ అయి, “నన్ను క్షమించండి, నాకు అది రాలేదు.” దానికి కారణం నేను నిన్ను ఏమీ అడగలేదు. నేను అనుకోకుండా ఆ రంధ్రం చేసిన బటన్‌ను నొక్కాను. కాబట్టి ఇంకా చాలా లోపాలు ఉన్నాయి, మరియు ఎడమ వైపున, ఇది ఆపిల్ న్యూటన్ నుండి వచ్చిన ASIC చిప్ - సంవత్సరాలు మరియు సంవత్సరాల క్రితం నుండి ఆ కుక్కపిల్ల గుర్తుందా? ఇది మొట్టమొదటి స్మార్ట్ పరికరాల్లో ఒకటి, మరియు ఇది చాలా కాలం క్రితం, ఇది 90 ల ప్రారంభంలో లేదా 90 ల మధ్యలో నేను చెప్పాలనుకుంటున్నాను. న్యూటన్ బయటకు వచ్చింది మరియు అది చాలా మంచిది కాదు, కానీ దానికి దృష్టి ఉంది; వారు ఎక్కడికి వెళుతున్నారో వారికి తెలుసు, కానీ ఇప్పుడు కూడా, ఐఫోన్ AI మరియు యంత్ర అభ్యాసంతో, ఇవి విస్తృతంగా తప్పుగా అర్ధం చేసుకున్న భావనలు, నేను చెబుతాను.

మరియు ఖచ్చితంగా యంత్ర అభ్యాసానికి సంబంధించి, ఇది చాలా ఉపయోగకరంగా ఉంటుంది మరియు వాస్తవానికి ఈ పరిసరాలలో కొన్నింటిని ఉపయోగించవచ్చు, ఇక్కడ మీరు మీ సంక్లిష్ట సమాచార నిర్మాణంతో ఏమి జరుగుతుందో అర్థం చేసుకోవడానికి ప్రయత్నిస్తున్నారు, ఇక్కడ విషయాలు తప్పుగా జరుగుతున్నాయి. ఆ సందర్భంలో యంత్ర అభ్యాసం చాలా విలువైనది, కానీ చాలా తీవ్రమైన పద్ధతిలో వర్తింపజేస్తేనే. కాబట్టి, నేను కాలిఫోర్నియాలో ఒక పెద్ద కార్యక్రమంలో ఉన్నాను, పెద్ద హడూప్ పంపిణీదారులలో ఒకరైన క్లౌడెరా వారి విశ్లేషకుల శిఖరాగ్ర సమావేశాన్ని కలిగి ఉన్నారు మరియు నేను వారి ముఖ్య వ్యూహ అధికారితో మాట్లాడుతున్నాను మరియు “మీకు తెలుసా, ఇది నాకు అనిపిస్తుంది, నిజంగా యంత్ర అభ్యాసం రెండు పనులను మాత్రమే చేస్తుంది: ఇది విభాగాలు మరియు ఇది శుద్ధి చేస్తుంది. ”అంటే ఇది మీకు విభిన్న విభాగాలను లేదా క్రమరాహిత్యాలతో సహా కార్యకలాపాల సమూహాలను ఇస్తుంది, ఇది ఒక విభాగం అవుతుంది. మరియు ఇది శుద్ధి చేస్తుంది, అంటే ఇది ఒక నిర్దిష్ట రకమైన నిర్ణయాన్ని మెరుగుపరచడంలో మీకు సహాయపడుతుంది. మీరు విన్న క్లాసిక్ ఉదాహరణ ఈ ఫోటోలో ఒక మానవుడు ఉన్నాడు, ఉదాహరణకు. కాబట్టి ఇది మెషీన్ లెర్నింగ్ చేయగలిగేది, మరియు మీరు ట్రబుల్షూటింగ్ గురించి మాట్లాడుతున్నప్పుడు కొన్ని సందర్భాల్లో ఇది ఉపయోగపడుతుంది, ఎందుకంటే మీరు CPU వాడకంలో, మెమరీ వినియోగంలో, డిస్క్ వేగంతో మరియు డిస్కులు ఏమి చేస్తున్నారో ప్రవర్తన యొక్క నమూనాలను చూడవచ్చు., మరియు అన్ని రకాల సరదా విషయాలు. కనుక ఇది ఉపయోగకరంగా ఉంటుంది, కానీ ఇది నిజంగా ఏదైనా విలువను ఉత్పత్తి చేయడానికి చాలా దృష్టి పెట్టాలి.

కాబట్టి, మాట్లాడటానికి నా ఇతర ఇష్టమైన విషయాలలో ఒకటి - మరియు మనం ఈ రకమైన కొంచెం చూస్తాము, నేను ఈ రోజు మా డెమోను IDERA నుండి తీసుకున్నప్పుడు - చాలా విధాలుగా మానవులు సిలికాన్ మాట్లాడటం నేర్చుకుంటున్నారని నేను అనుకుంటున్నాను. . వీటన్నిటి క్రింద ఒక భౌతిక శాస్త్రం ఉంది, మరియు మీలో ట్రబుల్షూటింగ్ చేసి, సంక్లిష్ట సమాచార నిర్మాణాలను నిజంగా పరిశీలించిన వారికి, మీరు ఏమి జరుగుతుందో అర్థం చేసుకోవడానికి ప్రయత్నిస్తున్నప్పుడు, ఉదాహరణకు హడూప్ క్లస్టర్ లాగా, నిజంగా మీరు సాధారణంగా హిస్టోగ్రామ్‌లను చూస్తున్నారు. ఆపై మీరు ఈ విభిన్న హిస్టోగ్రామ్‌ల సమయంలో ఒక నిర్దిష్ట క్షణంలో అర్థం ఏమిటో పరస్పరం సంబంధం కలిగి ఉండాలి మరియు అది తెలివితేటలను తీసుకుంటుంది; ఇది మానవ మేధస్సు మరియు అనుభవాన్ని తీసుకుంటుంది. కాబట్టి, ML, లేదా మెషీన్ లెర్నింగ్ లేదా AI ఈ ప్రపంచంలో చాలా ఎక్కువ ఉద్యోగాలను ఎప్పుడైనా తీసివేయబోతున్నాయని నేను భయపడను. మానవులకు ఎల్లప్పుడూ అవసరం ఉంటుందని నేను అనుకుంటున్నాను, వారు మాకు సహాయం చేయడానికి మరియు ఇవన్నీ జరిగేలా ఏమి మాట్లాడుతున్నారో స్పష్టంగా తెలుసు.

కాబట్టి, వెంట వెళ్దాం. కాబట్టి, మీరు డేటా నడపకపోతే ఏమి జరుగుతుంది? ఇది ఒక ప్రసిద్ధ పెయింటింగ్, “ది బ్లైండ్ లీడింగ్ ది బ్లైండ్” - ఇది మీరు వెతుకుతున్నది కాదు, చేసారో. మీ సంస్థలో ఈ రకమైన వాతావరణం మీకు అక్కరలేదు. కాబట్టి మనకు కావలసినది ఏమిటంటే, మన నిర్ణయాలు డేటా ద్వారా నడపబడాలని మేము కోరుకుంటున్నాము మరియు మంచి డేటా, మంచి నాణ్యమైన డేటా ద్వారా నిర్ణయాలు నడపబడాలని మేము కోరుకుంటున్నాము మరియు మీరు సరైన డేటాను సేకరిస్తే అది మంచిది మరియు శుభ్రంగా ఉంటే, మరియు ఉంటే మీ సిస్టమ్‌లు సరిగ్గా నడుస్తున్నాయి, మీ BI వ్యవస్థలు ఆరోగ్యంగా ఉంటే, మీ విశ్లేషణ వ్యవస్థలు ఆరోగ్యంగా ఉంటాయి మరియు వినియోగదారులు తమకు కావలసిన వాటిని సకాలంలో పొందుతున్నారు.

కాబట్టి దానితో నేను చుట్టుముట్టడానికి మరియు అసమాన రాబిన్ బ్లూర్‌కు అప్పగించబోతున్నాను. రాబిన్, దాన్ని తీసివేయండి.

రాబిన్ బ్లూర్: సరే, నాకు బంతిని పంపినందుకు ధన్యవాదాలు. మీరు మాట్లాడుతున్నప్పుడు నేను ఆలోచిస్తున్నాను, ఎరిక్, నేను BI గురించి ఆలోచిస్తున్నాను మరియు నేను ఇటీవల హాజరైన ఒక విక్రేత ప్రదర్శన ఉంది, ఒక నిర్దిష్ట విక్రేతలో, ఒక పెద్ద వ్యవస్థను ఒక పెద్ద, చెడు డేటా గిడ్డంగిలో నడుపుతున్నారని ఎవరైనా వ్యాఖ్యానించినప్పుడు, సమయం ఇచ్చిన సమయం 70, 000 BI లావాదేవీలను చేయగలదు, అది చాలా మందికి సమాచారం అందించడానికి దారితీస్తుంది. వాస్తవానికి మీకు ఆ రకమైన పనిభారం ఉంటే, మరియు మీరు సాఫ్ట్‌వేర్‌ను అమలు చేసే విషయంలో కొన్ని సెకన్ల వ్యర్థం చేస్తే, అది వాస్తవానికి చాలా ఖరీదైనది అవుతుంది, మరియు మీరు నిమిషాలు వృధా చేస్తే అది చాలా ఖరీదైనది అవుతుంది. ప్రపంచంలోని చాలా భయంకర స్ప్రెడ్‌షీట్‌లలో నడుస్తుందని నేను జ్ఞాపకం చేసుకున్నాను - ఉన్నాయి, అవి “నీడ వ్యవస్థలు” అని పిలువబడుతున్నాయని నేను అనుకుంటున్నాను. మొదటి సందర్భంలో, ప్రజలు స్ప్రెడ్‌షీట్‌లు మరియు ఇమెయిల్‌లను ఉపయోగించి వ్యవస్థలను ఒకచోట చేర్చుతారు, మరియు అవి జరిగేలా చేస్తాయి, ఎందుకంటే ఐటి విభాగం ప్రతిఒక్కరికీ అనువర్తనాలను నిర్మించదు, కాబట్టి వారు అలా చేస్తారు. మరియు చాలా BI, నేను అనుకుంటున్నాను, ఏమైనప్పటికీ అలాంటి వ్యవస్థలలో పాల్గొంటుంది.

ఏమైనా, అలా చెప్పిన తరువాత, నేను ఏమి మాట్లాడబోతున్నానో దాని గురించి మాట్లాడదాం. కార్పొరేట్ వ్యవస్థల కోసం BI ఫీడ్‌బ్యాక్ లూప్, ఇది సంస్థలో ఏ పాత్ర పోషిస్తుందో బట్టి ఇది చాలా సులభం లేదా సంక్లిష్టమైనది. మేము దీనిని చూస్తే సుమారు నాలుగు సంవత్సరాల క్రితం నుండి వచ్చిన రేఖాచిత్రం, మనం ఒక విధంగా ప్రయత్నిస్తున్నప్పుడు లేదా మరొకటి విశ్లేషణల వైపు ఏమి జరుగుతుందో అర్థం చేసుకోండి. కానీ చాలా చక్కనిది, అంతకుముందు ఏమి జరిగిందో తిరిగి చూడటం మరియు పర్యవేక్షించే ప్రతిదీ, సిస్టమ్ పనిచేసే విధానం ప్రకారం, BI గా ఉంటుంది. దూరదృష్టి, ప్రిడిక్టివ్ అనలిటిక్స్ BI అని ఇది ఉపయోగించలేదు, కానీ వాస్తవానికి ఇది ఎక్కువగా మారింది. ఎరిక్ మెషీన్ లెర్నింగ్ గురించి ప్రస్తావించాడు, చాలా మెషీన్ లెర్నింగ్ వాస్తవానికి ఒక విధంగా లేదా మరొకటి డేటా స్ట్రీమ్‌కు వ్యతిరేకంగా నడుస్తుంది మరియు రాబోయే ఐదు నిమిషాలు లేదా దాదాపు నిజ సమయంలో కూడా మీకు analy హాజనిత విశ్లేషణలను ఇవ్వగలదు, కాబట్టి మీరు దీనికి ప్రతిస్పందించవచ్చు కస్టమర్, వాస్తవానికి ఏమి జరుగుతుందో లెక్కించిన జ్ఞానంతో.

కానీ ఈ రేఖాచిత్రం మధ్యలో, లోపలి భాగం విశ్లేషణల నుండి వస్తుంది. సాధారణంగా ఏమి జరుగుతుందంటే, వివిధ విశ్లేషణాత్మక కార్యకలాపాలు ప్రత్యేకమైన డేటా సేకరణల వద్ద సూచించబడతాయి మరియు క్రొత్తవి నేర్చుకుంటారు, వ్యాపారం గురించి జ్ఞానం నేర్చుకుంటారు. మరియు ఆ జ్ఞానం యొక్క భాగం దాని నుండి ఆహారం ఇవ్వగల వ్యాపార ప్రక్రియలలో కట్టివేయబడుతుంది. మరియు సాధారణంగా ఇది ఒక విధంగా లేదా మరొక విధంగా BI హెచ్చరికలు కనిపించడం లేదా వివిధ విషయాలు డాష్‌బోర్డులలో ఉంచడం మరియు మొదలగునవిగా వ్యక్తమవుతాయి. మేము దీన్ని నిజంగా చేసినప్పుడు, అక్కడ నాలుగు పదాలు ఉన్నాయి మరియు అవి “దృష్టి” అనే పదంతో ముగుస్తాయి, ఇది చాలా బాగుంది. వాస్తవానికి ఇది ప్రజలు ఏమి చేయాలనుకుంటున్నారు అనేదానిలో ప్రతిదీ కాదు, ఆప్టిమైజేషన్ సమస్య కూడా ఉంది మరియు ఆప్టిమైజేషన్ సాధారణ విశ్లేషణలను ఇవ్వదు. ఇది చాలా క్లిష్టమైన సమస్య మరియు చాలా ఆప్టిమైజేషన్ సమస్యలు ప్రత్యేకంగా కరగవు. మీరు మంచి పరిష్కారాలను మాత్రమే కలిగి ఉంటారు, మీకు మంచి పరిష్కారం ఉందని మీరు నిరూపించలేరు. మరియు ఇది కార్యాచరణ యొక్క ప్రాంతం, ఇక్కడ కార్యాచరణ జరుగుతోంది, కానీ ఇది విశ్లేషణల యొక్క ఇతర ప్రాంతాల కంటే తక్కువగా ఉంటుంది. కాబట్టి, మనం విశ్లేషణల యుగంలో జీవిస్తున్నామని ప్రజలు అంటున్నారు - అలాగే, మేము పదేళ్ల క్రితం తో పోల్చితే చేస్తాము, కాని ఇది ఇప్పటికే పోయిన దానికంటే చాలా ఎక్కువ వెళ్ళవచ్చు.

కాబట్టి, BI యొక్క పుట్టుక, జ్ఞానం యొక్క కోరిక వినియోగదారు అభ్యర్ధనలను పుట్టిస్తుంది, ఇది అనలిటిక్స్ ప్రాజెక్టులను కలిగి ఉంటుంది మరియు విశ్లేషణ ప్రాజెక్టులు డేటా సరస్సులను కలిగి ఉంటాయి మరియు డేటా సరస్సులు ప్లస్ అనలిటిక్స్ అంతర్దృష్టులను మరియు అంతర్దృష్టులను BI ను పుడుతుంది. నేను ఇప్పుడే చెప్పిన కథ అది; నేను దానిని వ్రాస్తానని అనుకున్నాను. నేను ఇక్కడ ఏమి చేసాను, నా ఉద్దేశ్యం, ఈ స్లయిడ్ యొక్క మొత్తం పాయింట్ మరియు వాస్తవానికి ఇతర స్లైడ్‌లు చాలావరకు వ్యాపార మేధస్సు యొక్క ప్రపంచం వాస్తవానికి ఎంత క్లిష్టంగా ఉందో నొక్కి చెప్పడం. ఇది ఒక సాధారణ విషయం కాదు, నేను ఈ ప్రత్యేకమైన స్లైడ్ మార్గాన్ని వాస్తవంగా కంటే క్లిష్టంగా మార్చగలిగాను, కానీ మీకు ఇక్కడ దిగువన ఉంది, మీకు బాహ్య డేటా మరియు అంతర్గత డేటా ఉన్నాయి, అవి ఒక విధంగా లేదా మరొక విధంగా స్టేజింగ్‌లో ఉంచబోతున్నాయి ప్రాంతం, ఈ రోజుల్లో ఇది ఒక రకమైన డేటా లేక్ స్టఫ్, అయితే ప్రతిఒక్కరికీ డేటా సరస్సులు లేవు. మరియు తప్పనిసరిగా విజయవంతమైన వ్యక్తులు లేరు. ఆపై, మీరు నిజంగా దాన్ని ఉపయోగించే ముందు డేటాపై అవసరమైన ప్రక్షాళన కార్యాచరణ మరియు పాలక కార్యాచరణ అవసరం. ఆపై, మీరు ఆ డేటాను అందిస్తారు మరియు మీరు దానిపై రిపోర్ట్ చేస్తారు, లేదా విశ్లేషించండి మరియు విశ్లేషణ చర్యకు దారితీస్తుంది.

మరియు మీరు నిజంగా ఉన్న వివిధ రకాల విశ్లేషణలను పరిశీలిస్తే, ఇది చాలా పొడవైన జాబితా, కానీ ఇది పూర్తిగా సమగ్రమైన జాబితా కాదు, నేను ఈ స్లయిడ్‌ను సృష్టించేటప్పుడు, నేను వ్రాయాలని అనుకున్నాను. కాబట్టి, BI వాతావరణంలో విజువలైజేషన్స్, OLAP, పనితీరు నిర్వహణ, స్కోర్‌కార్డులు, డాష్‌బోర్డ్‌లు, వివిధ రకాల సూచన, డేటా సరస్సులు, టెక్స్ట్ మైనింగ్, వీడియో మైనింగ్, ప్రిడిక్టివ్ స్టఫ్, చాలా విస్తృతమైన అంశాలు ఉన్నాయి. వాస్తవానికి కొనసాగుతుంది. కార్పొరేట్ రియాలిటీ, మీరు దీన్ని వేరే విధంగా చూస్తే, ప్రాథమికంగా ఇది చివరిదానికి సమానమైన రేఖాచిత్రం, ఇది వేరే విధంగా జరుగుతుంది. మీరు BI అని పిలవబడేదాన్ని నేను వేరుచేసాను ఎందుకంటే ఇది రెగ్యులర్ మరియు ఇది ఏమి అవసరమో తెలుసు, వాస్తవానికి ఏమి జరుగుతుందో సమర్థవంతంగా పనిచేస్తుందని దీని అర్థం కాదు, కానీ కనీసం మీకు రెగ్యులర్ విషయాలు జరుగుతాయి, టేబుల్, లేదా క్లిక్, లేదా లో చెప్పండి కాగ్నోస్, ఒక సబ్జెక్ట్ సోర్స్ ఉంది, మరియు మొదలగునవి, వివిధ రెగ్యులర్ రిపోర్టులు లేదా సామర్థ్యాలు జరుగుతున్నాయి. ఆపై మీకు విశ్లేషణ అనువర్తనాలు ఉన్నాయి మరియు అవి భిన్నంగా ఉంటాయి. ఎందుకంటే విశ్లేషణ అనువర్తనాలు నిజంగా డేటాను అన్వేషించడం గురించి మరియు నా మనస్సులో ఇది పరిశోధన మరియు అభివృద్ధికి సమానం. ఆపై మీకు వర్క్ఫ్లో ఉంది. వర్క్ఫ్లో కింద మీ అంశాలను కార్యాచరణ అనువర్తనాలు మరియు కార్యాలయ అనువర్తనాలతో కలపండి, అది అవసరమైతే - మరియు నేను చూసేటప్పుడు ఇది కార్పొరేట్ రియాలిటీ - చాలా సంస్థలలో ఇది బాగా నిర్వహించబడనప్పటికీ.

కాబట్టి BI అంతరాయం, ఇది ప్రస్తావించవలసిన విషయాల సమితి BI ను ఉపయోగించిన దానికంటే కష్టతరం చేస్తుంది, ఎందుకంటే పాత BI ప్రపంచం ప్రధానంగా చాలా శుభ్రమైన డేటాసెట్లను ఒక విధంగా లేదా మరొక విధంగా స్వాధీనం చేసుకుంది, బహుశా డేటా గిడ్డంగి నుండి మరియు నిర్దిష్టంగా ఇవ్వబడుతుంది BI సాఫ్ట్‌వేర్. మరియు ఆ రోజుల్లో, నేను నిజంగా ఐదు లేదా పది సంవత్సరాల క్రితం మాట్లాడుతున్నాను, కాని ఆ రోజుల్లో, డేటా వాల్యూమ్లు విస్తరించడం లేదు, డేటా మూలాలు తెలిసాయి. డేటా రాక వేగం తెలిసింది, అయినప్పటికీ కొన్ని BI కొంతమంది వినియోగదారుల ఇష్టానికి తగినట్లుగా జరగదు. ఎటువంటి నిర్మాణాత్మక డేటా లేదు, దాదాపుగా సామాజిక డేటా లేదు, ఖచ్చితంగా IoT డేటా లేదు, మీరు డేటా నిరూపణ గురించి పట్టించుకోలేదు. ఒక విధంగా లేదా మరొక విధంగా అసాధారణంగా వేగంగా పనులు చేయగలిగేలా కంప్యూటర్ విలువకు మౌలిక సదుపాయాల పరంగా సమాంతరత లేదు. మీకు యంత్ర అభ్యాసం లేదు మరియు విశ్లేషణాత్మక పనిభారం యొక్క సంఖ్య చాలా సన్నగా ఉంది. మరియు అన్నీ మార్చబడ్డాయి, డేటా వాల్యూమ్ ఇప్పుడు చాలా నాటకీయంగా పెరుగుతుంది. డేటా వనరుల సంఖ్య పెరుగుతూనే ఉంది. అవును, డేటా యొక్క స్ట్రీమింగ్ రాక చాలా వేగంగా, చాలా నిర్మాణాత్మకమైన డేటా, ఖచ్చితంగా సామాజిక డేటా ప్రక్షాళన అవసరం, కాని ప్రక్షాళన అవసరమయ్యే ఇతర డేటా, ఖచ్చితంగా IoT డేటా, ఇప్పుడు ఒప్పందం.

డేటా నిరూపణ అనేది ఒక సమస్య మరియు మేము దాని గురించి శ్రద్ధ వహిస్తాము. కంప్యూటర్ శక్తి ఉంది, ఇది చక్కగా ఉంది, ఎందుకంటే ఇది అన్ని రకాల విషయాలను సాధ్యమయ్యేలా చేస్తుంది మరియు మీకు మెషీన్ లెర్నింగ్ ఒక దృగ్విషయంగా వచ్చింది, ఇది మరింత BI సామర్ధ్యం మరియు కొత్త విశ్లేషణాత్మక పనిభారాన్ని సృష్టించడానికి దారితీస్తుంది. కాబట్టి, BI ఒక స్థిరమైన పరిస్థితి కాదు మరియు నేను దానిని స్టాన్కు అప్పగించే ముందు నేను చెప్పబోయే చివరి విషయం ఇదేనని నేను అనుకుంటున్నాను. ఓహ్, అది కాదు, ఇంకేదో ఉంది. ఫ్యూచర్ BI ల్యాండ్‌స్కేప్, విషయాల ఇంటర్నెట్, ఈవెంట్ నడిచే ఆర్కిటెక్చర్స్, రియల్ టైమ్ ప్రతిదీ, సరే. వినియోగదారు యొక్క సారాంశం సమస్యలను వినియోగదారు యొక్క తగినంత BI. డేటా ఫ్లో పనితీరు సమయపాలన, డేటా కవరేజ్, డేటా ప్రక్షాళన, డేటా యాక్సెస్ నైపుణ్యాలు, విజువలైజేషన్, షేర్‌బిలిటీ మరియు కార్యాచరణ.

కాబట్టి ఇప్పుడు నేను దానిని స్టాన్ కు పంపించగలను, BI సేవ నమ్మదగినది మరియు సమయానుకూలంగా ఉంటే తప్ప, అది సేవ కాదు. స్టాన్?

ఎరిక్ కవనాగ్: సరే, స్టాన్, నేను మీకు బంతిని ఇస్తున్నాను, దాన్ని తీసివేయండి.

స్టాన్ గీగర్: సరే. కాబట్టి, నేను మాట్లాడబోయేది నా నేపథ్యం మాత్రమే. నేను ఉత్పత్తి నిర్వహణలో IDERA వద్ద సీనియర్ మేనేజర్‌ని మరియు నాకు ఉన్న బాధ్యతలలో ఒకటి మా వ్యాపార మేధస్సు అందించే ఉత్పత్తి. కాబట్టి నేను రాబిన్ ఏమి మాట్లాడుతున్నానో దానిపై కొంచెం విస్తరించబోతున్నాను మరియు వ్యాపార మేధస్సుతో ఉన్న ముఖ్య ప్రాంతం గురించి మాట్లాడటం మీ ప్లాట్‌ఫాం ఆరోగ్యాన్ని పర్యవేక్షిస్తుంది. అతను చెప్పినట్లుగా ఉంది, ఇప్పుడు మనకు ఈ డేటా ఉన్న చోట ఉండేది మరియు విశ్లేషించడానికి వారాలు పడుతుంది మరియు తరువాత మేము నివేదికలు మరియు విషయాలతో తిరిగి వస్తాము. కానీ BI ప్రకృతి దృశ్యం మారుతోంది, మేము ఇప్పుడు దాదాపు నిజ-సమయ విశ్లేషణలకు దగ్గరవుతున్నాము. మరియు చాలా సందర్భాలలో, వాస్తవ నిజ-సమయ విశ్లేషణలు. కాబట్టి, నేను ఈ స్లైడ్ గురించి కొంచెం మాట్లాడతాను, ఇది ఒక రకమైన అవలోకనం - మరియు పూర్తి బహిర్గతం వలె నేను మైక్రోసాఫ్ట్ కోణం నుండి దాని గురించి మాట్లాడబోతున్నాను, కానీ ఈ భావనలన్నీ మీ BI ప్లాట్‌ఫారమ్‌లు ఒరాకిల్‌లో ఉన్నాయి లేదా మీరు ఇన్ఫార్మాటికా మరియు ఒరాకిల్ ఉపయోగిస్తున్నారు లేదా మిక్స్ మోడ్, హైబ్రిడ్ పరిసరాలలో ఉన్నారు. నేను మైక్రోసాఫ్ట్ పర్యావరణానికి సూచనగా ఉపయోగించబోతున్నాను, కానీ ఇది చాలా ప్రామాణికమైనది.

రాబిన్ అక్కడ ఒక స్లైడ్ను కలిగి ఉన్నాడు, మీకు సోర్స్ సిస్టమ్స్ వచ్చాయి, ఇక్కడ నా డేటా మొత్తం కూర్చుని ఉంది, మరియు ఇప్పుడు ఇవన్నీ రిలేషనల్ డేటాబేస్ మరియు డేటా స్టోరేజీలో ఉన్నాయి, కానీ ఇప్పుడు మేము హడూప్ మరియు ఇంటర్నెట్ మరియు వస్తువులను పొందాము మరియు ఈ నిర్మాణాత్మక డేటా అంతా అక్కడ కూర్చొని ఉంది, మరియు ఇప్పుడు మనం వాటిని ఈ BI నిర్మాణంలోకి తీసుకురాగలము. కాబట్టి మిడిల్ టైర్ కొంచెం మాట్లాడుతుంది అగ్రిగేషన్‌లో డేటా స్టోరేజ్; ఇక్కడే మేము డేటాను లాగుతాము, మేము దానిని శుభ్రం చేయవచ్చు, దాన్ని పునర్నిర్మించవచ్చు, ఆపై కొన్ని రకాల డేటా స్టోర్‌లో ఉంచవచ్చు, ఆపై ప్రెజెంటేషన్ లేయర్ దాని పైన కూర్చుంటుంది మరియు మీ వినియోగదారులకు ప్రాప్యత లభిస్తుంది. మరియు మేము ఆ డేటా స్టోర్లలో ఆ డేటాపై విశ్లేషణలు చేస్తున్నాము మరియు మేము డాష్‌బోర్డులను చేస్తున్నాము మరియు టేబులో అక్కడ కూర్చుని, సేవలను నివేదించడం, అలాంటివి ఉన్నాయి. నేను ఎప్పుడూ నవ్వుతాను ఎందుకంటే నేను బిఎ ఆర్కిటెక్ట్ అయినప్పుడు, మేము ఎక్సెల్ గురించి ఎప్పుడూ నవ్వుకుంటాము, ఎందుకంటే దీనిని ఎదుర్కొందాం, ఎక్సెల్ అనేది మాస్ యొక్క బిఐ సాధనం, ఇప్పటికీ.

కాబట్టి, అక్కడ కొంచెం అవలోకనం ఉంది, కానీ ప్లాట్‌ఫాం ఆర్కిటెక్చర్ గురించి మాట్లాడటానికి, మీకు మీ సోర్స్ డేటా వచ్చింది మరియు నేను దాని గురించి బహుళ డేటా స్టోర్స్‌లో మాట్లాడాను. ఆపై నేను మైక్రోసాఫ్ట్ ప్రపంచంలో అగ్రిగేషన్‌లో నా నిల్వను పొందాను, మీకు మీ SQL సర్వర్ డేటాబేస్ ఉంటుంది, బహుశా మీ డేటా గిడ్డంగి ఉన్న చోట, మీ డేటా గిడ్డంగిని క్లౌడ్‌లో కలిగి ఉండవచ్చు, మీ డేటా గిడ్డంగి వలె. మీరు విశ్లేషణ సేవలను పొందారు, ఇది మీ OLAP గొట్టాలు మరియు బహుళ కొలతలు మరియు అలాంటి విషయాలను చూడటం చుట్టూ అగ్రిగేషన్లు మరియు పనులు చేయడం వంటి విషయాలు. ఆ డేటా స్టోర్లు మరియు అగ్రిగేషన్ల పైన కూర్చున్న ఈ విషయాల గురించి నేను క్లుప్తంగా మాట్లాడిన మీ ప్రెజెంటేషన్ లేయర్ మీకు వచ్చింది. మరియు నేను ఎల్లప్పుడూ ఈ కోట్‌ను ఇష్టపడుతున్నాను, “మీకు తెలియనిది మీకు తెలియదు, ” ఇది నిజం. మీరు పర్యవేక్షించకపోతే మరియు మీ BI ప్లాట్‌ఫారమ్‌లోని ఈ అన్ని ప్రాంతాలలో మీరు ఏమి జరుగుతుందో చూడటం లేదు, వినియోగదారులు మీకు దుష్ట ఇమెయిల్‌లను పంపడం ప్రారంభించినప్పుడు మరియు ఫోన్ ప్రారంభమైనప్పుడు కాకుండా మీకు వేరే సమస్య ఉన్నప్పుడు మీకు ఎలా తెలుస్తుంది? నా నివేదికలు ఎందుకు అమలు కావడం లేదు? ప్రతిదీ ఎందుకు ఎక్కువ సమయం తీసుకుంటుంది?

కాబట్టి, ఆ సిరలో, మీరు ఏమి చేయాలో, మీరు వ్యాపార మేధస్సును అందిస్తున్న మీ ప్లాట్‌ఫారమ్‌లను పర్యవేక్షించగలుగుతారు. మరియు నేను ప్రాథమికంగా దానిని మూడు ప్రాంతాలుగా విభజించాను: మీకు లభ్యత, పనితీరు మరియు వినియోగం లభించాయి. లభ్యత అంటే వనరు అందుబాటులో ఉందో లేదో: ఇది పైకి లేదా క్రిందికి ఉందా? అక్కడ చాలా సులభం. మీరు కలిగి ఉన్నప్పుడు కూడా చూస్తే, మీకు ప్లాట్‌ఫాం అందుబాటులో ఉండవచ్చు, కానీ మీకు అక్కడ సమస్యలు ఉండవచ్చు, కాబట్టి మీరు మూల కారణ గుర్తింపును చేయగలుగుతారు; విషయాలు క్లిష్టమైన స్థితికి రాకముందే మీరు హెచ్చరికను కలిగి ఉండవలసి ఉంటుంది మరియు ఏమి జరుగుతుందో ఎవరికైనా తెలియజేయాలి. ఇది పనితీరు వైపు దారితీస్తుంది, మీరు పనితీరు మెట్రిక్ స్థాయి నుండి, సర్వర్ స్థాయిలో, సేవలు లేదా BI సేవలు లేదా BI ప్లాట్‌ఫారమ్‌లను హోస్ట్ చేసిన వస్తువులను పొందారు; మీరు వనరు-స్థాయి పనితీరును పొందారు, ఉదాహరణకు నేను SAN నుండి డేటాను యాక్సెస్ చేస్తున్నాను. SAN వనరు, నెట్‌వర్క్ వనరులు, మీరు వాటి పనితీరును పర్యవేక్షించగలగాలి, అడ్డంకులను గుర్తించి, మీ వినియోగదారులను సంతోషంగా ఉంచగలుగుతారు మరియు మీరు నిజమైన వాతావరణంలో ఉంటే- సమయ విశ్లేషణలు, అవి జరగడానికి ముందు మీరు అడ్డంకులు లేదా సమస్యలను గుర్తించగలగాలి.

మరియు చివరి సిద్ధాంతం వినియోగం: వినియోగదారులు ఏమి చేస్తున్నారు? నా BI మూలాలకు ఎవరు కనెక్ట్ అయ్యారు? ఎవరు ఏమి నడుపుతున్నారు? వారు ఏ ప్రశ్నలను నడుపుతున్నారు? వారు ఏ నివేదికలను నడుపుతున్నారు? ఈ సమాచారాన్ని తెలుసుకోవడం ఉదాహరణకు, సామర్థ్య ప్రణాళికను నిర్ణయించడానికి మరియు చేయడానికి సహాయపడుతుంది. ఇది మీ BI వాతావరణంలో ఏమి ఉపయోగించబడుతుందో కూడా చూపిస్తుంది. BI కోసం మా పర్యవేక్షణ ఉత్పత్తిని వారు కోరుకుంటున్నారని మాకు ఒక కస్టమర్ ఉన్నారు, అందువల్ల వారు BI వాతావరణంలో ఏ భాగాలను ఉపయోగించుకుంటున్నారో వారికి తెలుసు, తద్వారా వారు వనరులను తరలించగలరు. ఉదాహరణకు, వారు కొన్ని నివేదికలను లేదా కొన్ని విశ్లేషణ సేవల ఘనాలను ఉపయోగించకపోతే, వారు దాని నుండి వనరులను అధికంగా వినియోగించే ఇతర ప్రాంతాలకు తరలిస్తారు. నాకు నచ్చిన మరో కోట్, “ట్రెమర్స్” వంటి గొప్ప సినిమాలు నాకు చాలా ఇష్టం, కాబట్టి నా సినిమా మీకు చెప్పండి, కాబట్టి మైఖేల్ గ్రాస్ పోషించిన బర్ట్ గుమ్మర్ నుండి ఈ కోట్ నాకు నచ్చింది, అతను ఒక రకమైన మనుగడ తుపాకీ వ్యక్తి మరియు అతను చెప్పాడు చూపిస్తుంది మరియు అతను ఈ భారీ 50-క్యాలిబర్ స్నిపర్ రైఫిల్‌ను బయటకు తీస్తాడు, మరియు కుర్రాళ్ళలో ఒకరు “డామన్, బెర్ట్” అని అంటాడు మరియు అతను “మీకు ఇది అవసరమైనప్పుడు మరియు మీకు లేనప్పుడు, మీరు వేరే ట్యూన్ పాడతారు. ”ఇంకా చెప్పాలంటే, మీకు ఏమి తెలుసు? అతను దేనికైనా సిద్ధమయ్యాడు మరియు అతను దేనికైనా సిద్ధమయ్యాడు, అందువల్ల నేను మీ BI వాతావరణాన్ని వనరులు మరియు వినియోగం మరియు నేను ఇప్పుడే మాట్లాడిన విషయాల నుండి పర్యవేక్షించకపోతే, మీకు ఒక సాధనం అవసరమని మీరు గ్రహించలేరు లేదా మీకు లేని వరకు దాన్ని పర్యవేక్షించే పర్యావరణం లేదా నిర్మాణం. ఆపై నేను ముందుకు సాగాల్సిన అవసరం ఉందని మీరు గ్రహించారు, మరియు మా కస్టమర్లు చాలా మంది ఉన్నారు.

కాబట్టి, ఇలా చెప్పి, మేము లోపలికి వెళ్తాము మరియు ఈ సమస్యలలో కొన్నింటిని పరిష్కరించడానికి మేము ఇక్కడ IDERA వద్ద ఏమి చేస్తున్నామో పరిశీలిస్తాము. అండ్

ఎరిక్ కవనాగ్: సరే, అక్కడ మీరు వెళ్ళండి, నేను చూస్తున్నాను.

స్టాన్ గీగర్: మీరు చూశారా ? సరే. కాబట్టి, మనకు ఇక్కడ లభించినది ఇది మా BI మేనేజర్ ఉత్పత్తి. మరియు మేము పర్యవేక్షిస్తాము, IDERA సాంప్రదాయకంగా SQL సర్వర్, Microsoft SQL సర్వర్ వాతావరణంలో ఒక సంస్థ. ఆపై మేము ఎంబార్కాడెరోలో కొనుగోలు చేసాము, కాబట్టి ఇప్పుడు మేము కొన్ని ఇతర ప్లాట్‌ఫామ్‌లకు విస్తరించాము, కాని మా BI ఉత్పత్తి సాంప్రదాయకంగా మైక్రోసాఫ్ట్ వాతావరణంలో BI స్టాక్‌ను పర్యవేక్షిస్తుంది. మరియు ఇది మీ బహుళ-డైమెన్షనల్ మరియు పట్టిక విశ్లేషణ, రిపోర్టింగ్ సేవలు, రిపోర్టింగ్ సాధనం మరియు తరువాత ఇంటిగ్రేషన్ సేవలకు విశ్లేషణ సేవలు, ఇది ఇన్ఫర్మేటికా మాదిరిగానే ETL ప్లాట్‌ఫారమ్.

మరియు మా ఉత్పత్తి ద్వారా మీరు ఆ మూడు వాతావరణాలను ఒక ఉత్పత్తి ద్వారా పర్యవేక్షించగలుగుతారు, మరియు మీరు ఇక్కడ చూస్తున్నది మొత్తం డాష్‌బోర్డ్, మరియు ఇక్కడ గమనించవలసిన విషయం ఏమిటంటే నేను దాని గురించి హెచ్చరించేటప్పుడు, ఇది పర్యవేక్షించడం ఒక విషయం, కానీ అది సరిపోదు - మీకు హెచ్చరిక విధానం ఉండాలి. మరో మాటలో చెప్పాలంటే, విషయాలు క్లిష్టమైన స్థితికి రాకముందే నాకు తెలియజేయబడాలి. కాబట్టి, మేము ఇక్కడ ఏమి చేస్తున్నామో, మీ వాతావరణాన్ని బట్టి, కొన్ని పరిమితులను బట్టి, మీ వాతావరణంలో ముప్పై మిల్లీసెకన్ల రీడ్ టైమ్‌తో మీరు సరే కావచ్చు కాబట్టి మేము పట్టుకోగలిగే కొలమానాల మొత్తం సెట్ ఉంది. ఇతర పరిసరాలలో ఆ పరిమితి తక్కువగా ఉండటం చాలా క్లిష్టమైనది కావచ్చు, కాబట్టి ఇది హెచ్చరికను కలిగి ఉండటమే కాకుండా, వనరులను బట్టి వాతావరణాలు భిన్నంగా ఉంటాయి కాబట్టి దాన్ని కాన్ఫిగర్ చేయటం చాలా ముఖ్యం.

కాబట్టి, ప్రాథమికంగా, ఇది ఇక్కడ పర్యవేక్షించబడుతున్న అన్ని వాతావరణాల యొక్క అవలోకనం, మరియు నాకు ఇక్కడ మూడు ఉదాహరణలు వచ్చాయి: విశ్లేషణ సేవలకు ఒకటి, ఇంటిగ్రేషన్ సేవలకు ఒకటి, రిపోర్టింగ్ సేవలకు ఒకటి. మరియు నేను ఇక్కడ కొన్ని హెచ్చరికలను పొందానని మీరు చూస్తారు. మరియు ఇవి ఎరుపు రంగులో ఉన్నందున ఇవి క్లిష్టమైనవని నాకు చెబుతుంది, ఎందుకంటే నేను ఆ హెచ్చరికలను సెట్ చేయగల బహుళ స్థాయిలు కలిగి ఉన్నాను మరియు సమస్య ఏమిటో పరిశీలించడానికి బాధ్యత వహించే వ్యక్తులకు హెచ్చరికలను ఇమెయిల్ చేయవచ్చు. కాబట్టి, క్లుప్తంగా మేము పరిశీలించి, నేను హెచ్చరికకు తిరిగి వస్తాను, కాబట్టి మేము విశ్లేషణ సేవల ముక్కలోకి వెళ్ళవచ్చు మరియు ఇది ఇక్కడ లోడ్ చేయడానికి వేచి ఉందని నేను ఖచ్చితంగా అనుకుంటున్నాను. మరియు ప్రాథమికంగా, మనం ఏమి చేస్తాము, మనకు డేటా సేకరణ ఉంది; ఇది క్రమానుగతంగా అక్కడకు వెళ్లి అక్కడకు వెళ్లి మీ పరిసరాలు ఏమి చేస్తున్నాయో సేకరించి స్నాప్‌షాట్‌లు వేస్తాయి. కాబట్టి, ప్రతి ఆరు నిమిషాలకు నా వద్ద గని సెట్ ఉంది, కాబట్టి ప్రతి ఆరు నిమిషాలకు అది అక్కడకు వెళ్లి పర్యావరణాన్ని పోల్ చేస్తుంది. నేను కొంతకాలం నా VM నిద్రిస్తున్నాను, కాబట్టి ఇది తిరిగి రావడానికి ఒక సెకను పడుతుంది. అక్కడ మేము వెళ్తాము.

కాబట్టి, మేము విశ్లేషణ సేవల భాగాన్ని పరిశీలిస్తాము మరియు నేను ఇక్కడ నా ఉదాహరణపై క్లిక్ చేయబోతున్నాను మరియు సర్వర్ స్థాయిలో పనితీరును మేము పర్యవేక్షించే వాటిలో ఒకటి గురించి మాట్లాడినట్లు గుర్తుంచుకోండి, ఎందుకంటే చాలా మందికి బహుళ విషయాలు ఉన్నాయి వారి సర్వర్‌లో నడుస్తోంది. ఉదాహరణకు, నా సర్వర్‌లో డేటాబేస్ నడుస్తుంది, అలాగే విశ్లేషణ సేవలు ఉండవచ్చు. కాబట్టి, డేటాబేస్లో ఏదో జరుగుతుంటే లేదా సర్వర్ స్థాయిలో నాకు సమస్య ఉంటే, అది అక్కడ నడుస్తున్నదానిపై ప్రభావం చూపుతుంది. కాబట్టి, సర్వర్‌లోని విషయాలను సర్వర్ స్థాయిలో, డిస్క్ పనితీరు ఎలా ఉందో వంటి వాటిని మేము పర్యవేక్షిస్తాము మరియు వీటన్నిటి చుట్టూ మేము కొలమానాలను సంగ్రహించడాన్ని మీరు చూడవచ్చు. మరియు ఇవన్నీ కాన్ఫిగర్ చేయబడతాయి. నేను ఏమి జరుగుతుందో పరిశీలించాను, CPU వారీగా, కేవలం, మళ్ళీ, ఇది సర్వర్ స్థాయిలో ఉంది, ఇక్కడ నా ఉదాహరణలో విశ్లేషణ సేవల స్థాయిలో కాదు. కానీ నిజానికి సర్వర్ స్థాయిలో.

నేను మెమరీ అంటే ఏమిటి, ఉదాహరణకు మెమరీ మొత్తం వాడకం, ఏది అందుబాటులో ఉంది? కాబట్టి సర్వర్ యొక్క ఆరోగ్యం ఏమిటో ఇప్పుడు నాకు ఒక ఆలోచన వచ్చింది. ఈ సందర్భంలో విశ్లేషణ సేవలకు ప్రత్యేకమైన విషయాలను పరిశీలించడం ప్రారంభించవచ్చు. నా క్యూబ్ ప్రాసెసింగ్ ఇక్కడ ఎలా జరుగుతుందో నేను చూడగలను మరియు చూడగలను, మరియు ఇది నాకు ఆరోగ్యాన్ని కొలుస్తుంది. ప్రాసెసింగ్ ఎక్కువ సమయం తీసుకుంటుందని నేను చూడటం మొదలుపెడితే, లేదా అడ్డు వరుసలు అంత త్వరగా వ్రాయడం లేదు, అప్పుడు నేను పరిశీలించటం ప్రారంభించగలను - మరియు ఇది రాబిన్ మాట్లాడుతున్నాడని నేను నమ్ముతున్న సహసంబంధ భాగానికి వెళుతుంది, అంటే ఇవన్నీ చేయగలగడానికి ఇది ఇప్పటికీ మానవుడిని తీసుకుంటుంది. మేము AI, మెషీన్ లెర్నింగ్ గురించి మాట్లాడుతాము, కాని ఈ సంఘటనలను విషయాల చుట్టూ పరస్పరం సంబంధం కలిగి ఉండటానికి మనిషిని ఇంకా తీసుకుంటుంది. చాలా ప్రశ్నలకు ఏమి జరుగుతోంది, ఏ ప్రశ్నలు నడుస్తున్నాయి మరియు అవి ఎంత సమయం తీసుకుంటున్నాయి వంటి విషయాలను మనం పరిశీలించవచ్చు. నేను క్రమబద్ధీకరించగలను, అందువల్ల ఏ ప్రశ్నలు ఎక్కువ సమయం తీసుకుంటున్నాయనే ఆలోచనను నేను ప్రారంభించగలను. గడిచిన సమయంలో మీరు ఇక్కడ పరిశీలించవచ్చు, నేను పరిశీలించి సరే చూడగలను, ఆ ప్రశ్న ఏమిటి మరియు ఆ సమయంలో ఆ ప్రశ్నను ఎవరు నడుపుతున్నారు?

కాబట్టి నేను విషయాలు చుట్టుముట్టడం చూడటం మొదలుపెట్టినంతవరకు నేను దీని చుట్టూ ఒక కథను ఉంచడం ప్రారంభించగలను, నేను తిరిగి వెళ్లి చూడవచ్చు మరియు ఆ సమయంలో వినియోగదారులు ఏమి చేస్తున్నారో చూడవచ్చు. మరియు మేము చేసే పనుల్లో ఒకదాన్ని మీరు చూస్తారు, మేము ఈ సమయ పికర్‌ను ఇక్కడ ఉంచాము. కాబట్టి ఉదాహరణకు, నేను ఆ హెచ్చరికలకు తిరిగి వెళ్ళగలను, మరియు వాస్తవానికి నేను క్లిక్ చేసిన ఆ హెచ్చరికలపై ఇది ఒక లింక్, మరియు ఆ హెచ్చరిక సంభవించిన సమయానికి ఇది నాకు పడుతుంది. ఆపై నేను కథను ఒకదానితో ఒకటి కలపడం ప్రారంభించగలను, ఓహ్, నేను డిస్క్ రీడ్‌లు అప్ అయ్యాయి, లేదా మెమరీ సమస్యలు లేదా ఏమైనా ఉన్నాయి, ఆపై నేను అదే సమయంలో ప్రశ్న కార్యాచరణపైకి దూకుతాను మరియు నేను నిజంగా ప్రారంభించగలను అక్కడ ఆ చిక్కులకు కారణమయ్యే ప్రశ్నలను ఎవరు నడుపుతున్నారో సహసంబంధం. ఆపై, నేను ట్యూనింగ్ ప్రారంభించగలను వంటి పనులను మీరు ప్రారంభించవచ్చు, నేను ట్యూనింగ్ ప్రారంభించినప్పుడు. ఇది ఒక కారు లాంటిది, మీరు ఒక రేసు కారును నిర్మించి, మీరు ఇంజిన్ను వదిలివేసి, ఇంజిన్ ప్రారంభించగల కీని ప్రారంభిస్తే, నేను గెలవడానికి గంటకు 180 మైళ్ళు వెళ్లవలసి వస్తే, ఇంజిన్ 100 పరుగులు చేయగలదని నేను తెలుసుకోవాలి గంటకు మైళ్ళు మరియు నేను అక్కడకు వెళ్లి ఆ ఇంజిన్ను ట్యూన్ చేయడం ప్రారంభించాలి. ఇది మిమ్మల్ని చేయటానికి వీలు కల్పిస్తుంది, మీ వాతావరణాన్ని ట్యూన్ చేయడం ప్రారంభించడానికి, ఆరోగ్యం మరియు ఆ పర్యావరణం యొక్క ఉత్పత్తిని పెంచడానికి మరియు సామర్థ్యాన్ని మీకు తగినంత సమాచారం ఇవ్వగలదు.

ఆపై, ఈ సందర్భంలో, విశ్లేషణ సేవలకు ప్రత్యేకమైన మెమరీలో ఉన్న విషయాలను మేము పర్యవేక్షిస్తాము. మీ జ్ఞాపకశక్తి పరిమితుల మధ్య పైకి ఎగబాకుతున్న విషయాలను చూడటం ప్రారంభించినప్పుడు, విషయాలు అవాక్కవడం మొదలవుతుంది. చూడటం మంచిది, మీరు ఎప్పుడైనా ఏ రకమైన ప్రశ్నలను నడుపుతున్నారో, మీరు డేటాను కాష్ చేసుకోవాలనుకుంటున్నారు, ఎందుకంటే ఇది కాష్ అయినప్పుడు, అది జ్ఞాపకశక్తిలో ఉంటుంది మరియు డిస్క్ నుండి చదవవలసిన అవసరం లేదు, ఇది చాలా ఎక్కువ డిస్క్ నుండి డేటాను చదవడం కంటే సమర్థవంతంగా. కాబట్టి మీరు డేటా కాష్‌లో జరుగుతున్న విషయాలను పరిశీలించడం ప్రారంభించవచ్చు, నన్ను క్షమించండి. ఈ డేటాను పొందడానికి నేను ముందు కొన్ని ప్రశ్నలను కలిగి ఉన్నాను, మరియు నాకు ఎక్కువ సమయం ఉందని మీరు చూడవచ్చు, కాష్ హిట్స్ మరియు లుక్అప్‌లు అతివ్యాప్తి చెందుతున్నాయి, ఇది మంచిది. నేను ఇక్కడ ఒక కాలాన్ని కలిగి ఉన్నాను, ఇక్కడ లుక్అప్‌లు కంటే హిట్స్ చాలా తక్కువగా ఉన్నాయి, ఇది నాకు ఏదో జరుగుతోందని నాకు చెబుతుంది, అది మెమరీ ఇంటెన్సివ్, కాష్ చాలా వేగంగా ఫ్లష్ అవుతోంది, కాబట్టి డేటా ఉండాలి డిస్క్ నుండి చదవండి. మరియు మనం నిల్వ ఇంజిన్ను చూసినప్పుడు చూడవచ్చు. ఇది ఇతర గ్రాఫ్ మాదిరిగానే ఉంటుంది, మరియు మీరు అక్కడ స్పైక్‌ను చూడవచ్చు, ఇక్కడ ఫైల్ నుండి ప్రశ్నలు ఆ కాలంలో నిజంగా పైకి దూకుతాయి. మరియు డేటా డిస్క్ నుండి చదవబడుతోంది. ఇప్పుడు, నేను తిరిగి వెళ్లి, నడుస్తున్న ప్రశ్నలతో పరస్పరం సంబంధం కలిగి ఉంటాను, మరియు ప్రతి ఒక్కరి చెవులను రక్తస్రావం చేయకూడదు, కానీ విశ్లేషణ సేవల్లో, ఇది MDX అనే భాషను ఉపయోగిస్తుంది, ప్రశ్నలను మరింత సమర్థవంతంగా వ్రాయడానికి మార్గాలు ఉన్నాయి, కాబట్టి ఇది కాష్‌ను ఉపయోగిస్తుంది మరింత సమర్థవంతంగా మరియు తక్కువ నిల్వ. కాబట్టి, ఆ ఇంజిన్‌ను ట్యూన్ చేయడానికి ఒక ఉదాహరణ ఉంది మరియు దానితో పరస్పర సంబంధం కలిగి ఉండటానికి అవసరమైన అన్ని ముక్కలను మీకు ఇస్తుంది.

త్వరగా, మేము దానిని వేరే విధంగా కూడా తిప్పవచ్చు, మేము ప్రశ్నలను చూసినప్పుడు, ఇప్పుడు సెషన్లను చూడవచ్చు, ఈ సమయంలో వాస్తవానికి ఎవరు కనెక్ట్ అయ్యారు మరియు అవి ఏమి నడుస్తున్నాయి? కాబట్టి ఈ రకమైన ప్రశ్నల యొక్క వ్యతిరేక అభిప్రాయాన్ని మరియు వాటిని ఎవరు నడుపుతున్నారు. ఇది ఎవరు కనెక్ట్ అయ్యారు మరియు వారు ప్రస్తుతం ఏమి నడుపుతున్నారో నేను చూడగలను. మరొక విషయం, త్వరగా వెళ్ళడానికి, మీరు నా బహుళ-డైమెన్షనల్ MOLAP క్యూబ్స్‌లోని అన్ని వస్తువులను చూడవచ్చు. నేను దానిపై సమాచారాన్ని పొందగలను. కాబట్టి, ఉదాహరణకు, నేను ఈ రీడ్ కాలమ్ ద్వారా క్రమబద్ధీకరించగలను, మరియు నేను ఎక్కువగా ఉపయోగించిన వస్తువు సమయ పరిమాణం మరియు రెండవది ఎక్కువగా వినియోగించబడినది కస్టమర్ పరిమాణం అని నేను చూడగలను. మరియు ఇది వారి ఘనాల మరింత సమర్థవంతంగా నిర్మించడానికి వస్తువులను అభివృద్ధి చేసే మరియు నిర్మించే వ్యక్తులకు సహాయపడుతుంది. డేటా యొక్క నా విభజన వ్యూహాన్ని నేను మార్చాలనుకుంటున్నాను, ఉదాహరణకు, నా క్యూబ్‌లోని ఈ బాగా ఉపయోగించిన కొలతలపై, అందువల్ల ఇది ప్రశ్నల పనితీరును పెంచుతుంది. ఇది క్యూబ్‌ను ప్రాసెస్ చేసే పనితీరును తగ్గిస్తుంది, ఎందుకంటే ఇప్పుడు నాకు ఎక్కువ విభజనలు వచ్చాయి, కానీ వినియోగదారు కోణం నుండి ఈ ఇంజిన్‌ను ట్యూన్ చేయబోతోంది, ఈ వస్తువులను ఉపయోగించుకోవటానికి మరింత సమర్థవంతంగా ఉంటుంది.

కాబట్టి, ముందుకు సాగండి, ఇంటిగ్రేషన్ సేవల గురించి ఇక్కడ మాట్లాడండి. ఇంటిగ్రేషన్ సేవలు, మైక్రోసాఫ్ట్ వాతావరణంలో ఒక ETL ప్లాట్‌ఫాం. మేము ఇక్కడ ఏమి చేస్తాము - మరియు ఇది స్థిరంగా ఉంటుంది - మేము సర్వర్ పనితీరును పర్యవేక్షిస్తాము మరియు ఇవి మేము చూసిన అదే కొలమానాలు, ఎందుకంటే నా సేవలు అన్నీ ఒకే సర్వర్‌లో నడుస్తున్నాయి. కానీ మళ్ళీ, ఇది సర్వర్‌లో ఏమి జరుగుతుందో దాని యొక్క అవలోకనం. ఆపై నేను ఇంటిగ్రేషన్ సేవలు, నా ETL ప్రక్రియల కోసం కార్యాచరణను చూడగలను. కాబట్టి, ఈ ప్రక్రియలు ఎప్పుడు నడిచాయో, అవి విజయవంతమయ్యాయో లేదో నేను ఒక ఆలోచనను పొందగలను, నేను ఒక ETL ప్రాసెస్ యొక్క ఒక నిర్దిష్ట పరుగును హైలైట్ చేయగలను, ఆపై అది విజయవంతమైందో లేదో ఆ ETL ప్రక్రియలోని దశల విచ్ఛిన్నతను నాకు చూపుతుంది. లేదా కాదు మరియు ఎంత సమయం పట్టింది.

ఇప్పుడు, నేను ఇక్కడ ETL ప్రాసెస్‌లో విఫలమైన ప్యాకేజీని కలిగి ఉంటే, నేను వివరాలకు వెళ్లి దోష సందేశాన్ని చూడగలను మరియు ఆ ప్యాకేజీలో ఏ దశను ఆ ETL ప్రాసెస్ విఫలమైందో, దానితో సంబంధం ఉన్న అన్ని సందేశాలతో పాటు ఇది నాకు చూపిస్తుంది. కాబట్టి, అది ఏమి చేస్తుంది, అది నాకు ఇస్తుంది, మరియు అది విఫలమైతే నేను హెచ్చరికను పొందగలను, కాబట్టి నాకు హెచ్చరిక వస్తే, నేను ఇక్కడకు వెళ్ళవచ్చు, చూడండి, ఆ హెచ్చరికకు వెళ్ళండి, ప్యాకేజీ వైఫల్యాన్ని చూడండి, దశలను చూడండి, అది ఎక్కడ విఫలమైందో చూడండి, దోష సందేశాన్ని చూడండి మరియు దాన్ని పరిష్కరించడానికి నేను ఏమి చేయాలో నాకు వెంటనే తెలుసు: దాన్ని మళ్లీ అమలు చేసి, ఆపై మళ్లీ ప్రారంభించండి. కాబట్టి, ఇది మిమ్మల్ని అనుమతించేది ఏమిటంటే, సమస్యను గుర్తించడం మరియు సమస్య యొక్క పరిష్కారం మధ్య ఆ విండోను కుదించడం. కాబట్టి, పూర్వ జీవితంలో, నేను ఈ రకమైన విషయానికి బాధ్యత వహించినప్పుడు, మా డేటా గిడ్డంగిని లోడ్ చేయడానికి, రాత్రిపూట నడుస్తున్న ETL ప్రక్రియ మాకు ఉంది. నాకు ఈ సమాచారం ఉంటే, ఉదయాన్నే నేను లోపలికి వచ్చినప్పుడు, ఏదో విఫలమైతే, అప్పుడు నేను త్వరగా దాన్ని పరిష్కరించగలను మరియు డేటా గిడ్డంగి నడుస్తున్నట్లు మరియు వినియోగదారులు సమయానికి రిఫ్రెష్ అవుతున్నారని నిర్ధారించుకోవడానికి నేను ఆ ప్రక్రియను తిరిగి పొందగలను. లోపలికి వచ్చి రిపోర్టింగ్ యాక్సెస్ చేయడం ప్రారంభించింది.

మరొక విషయం ఏమిటంటే, నేను నడుస్తున్న రెండు ప్రక్రియలను పొందాను, ఇది కాలక్రమేణా ఎలా నడుస్తుందో చూడటం మరియు చూడటం. ఇది చాలా ముఖ్యం ఎందుకంటే నేను ఈ ప్రక్రియలను చూడటం మొదలుపెడితే, ఉదాహరణకు, ఎక్కువ సమయం తీసుకుంటే, ఈ సమయాలను చూడటం చూస్తే, అప్పుడు నేను పరిశీలించాల్సిన అవసరం ఉంది, ఉదాహరణకు, నా నిర్వహణ విండో, ఆ సర్వర్‌లో జరుగుతున్న విషయాలు నాకు ఉండవచ్చు . ఉదాహరణకు, బ్యాకప్‌లను తీసుకోండి; నా ప్రక్రియ పూర్తయ్యే వరకు వేచి ఉండటానికి బ్యాకప్ జరుగుతోంది. నా ETL ను ప్రభావితం చేయటం మొదలుపెట్టిన విషయాల చుట్టూ నా ప్రక్రియలను రీ షెడ్యూల్ లేదా మోసగించాల్సిన అవసరం ఉంది.

మరియు చివరి భాగం సేవలను నివేదించడం. రిపోర్టింగ్ సేవలు మైక్రోసాఫ్ట్, ప్రాథమికంగా వారి ఎంటర్ప్రైజ్ రిపోర్టింగ్ సాధనం. మరియు కొన్ని విషయాలు, మళ్ళీ, మేము సర్వర్ స్థాయిలో విషయాలను చూడవచ్చు, రిపోర్ట్ సర్వర్, రిపోర్టింగ్ సర్వీసెస్ సర్వర్ అంతటా విషయాలను చూడవచ్చు. నా దగ్గర ఇక్కడ చాలా అంశాలు లేవు; నివేదికను అమలు చేయడానికి ప్రతి 15 నిమిషాలకు కొన్ని చందాలు నా దగ్గర ఉన్నాయి. కాబట్టి, మీరు చాలా క్రియాశీల కనెక్షన్‌లను చూడలేరు ఎందుకంటే ఇది ప్రారంభమవుతుంది, కనెక్ట్ అవుతుంది, నివేదికను అమలు చేస్తుంది, డిస్‌కనెక్ట్ చేస్తుంది మరియు పంపుతుంది.

అధిక లావాదేవీల వాతావరణంలో, చాలా రిపోర్టింగ్ జరుగుతున్నప్పుడు, ఈ విషయాలను పర్యవేక్షించగలగడం కీలకం. కాబట్టి, నేను ఇక్కడ విషయాలు ఎక్కడ జరుగుతున్నాయో మీరు చూడవచ్చు, కాబట్టి ఇది అసలు సేవ మరియు ప్లాట్‌ఫాం స్థాయి నుండి ఏమి జరుగుతుందో మీకు మంచి ఆలోచన ఇస్తుంది. ఆపై, నేను స్లైడ్‌లలో మాట్లాడినప్పుడు, ఎవరు ఏమి నడుపుతున్నారు మరియు వారు ఏమి చేస్తున్నారు? మరియు మా కస్టమర్లలో ఒకరు ఈ ఉత్పత్తిని ఈ ముక్క కోసం కొనుగోలు చేసారు ఎందుకంటే ప్రజలు ఏ నివేదికలను నడుపుతున్నారో తెలుసుకోవాలనుకున్నారు మరియు ఈ నివేదికలను ఎవరు నడుపుతున్నారు. కాబట్టి ఈ నివేదిక అమలులో మీరు ఇక్కడ చూడగలిగే వాటిలో ఇది ఒకటి. నేను ఏ నివేదికను చూడగలను, ఆ నివేదికలో ఉన్న ఏదైనా పారామితులను నేను చూడగలను, ఎవరు దీన్ని నడుపుతున్నారో నేను చూడగలను, నేను నివేదిక యొక్క ఆకృతిని చూడగలను. ఆపై నేను ఈ కొలమానాలన్నింటినీ పొందాను, కాబట్టి మళ్ళీ, నేను ఈ విషయాలను ర్యాంక్ చేయగలను, ఉదాహరణకు, డేటాను తిరిగి పొందటానికి ఏ నివేదిక ఎక్కువ సమయం తీసుకుంది, మరియు నేను దానికి సరిగ్గా వెళ్లి ఏ నివేదికను చూడగలను. మరలా, ఇవన్నీ ఇంజిన్ను ట్యూన్ చేయడానికి, నాకు డేటాను ఇస్తాయి. ఇప్పుడు, నేను దాని చుట్టూ నా రిపోర్టింగ్ వాతావరణాన్ని ట్యూన్ చేయగలను.

చివరి విషయం ఏమిటంటే, వినియోగదారు కార్యాచరణను నేను పరిశీలించగలనా, ఎవరు ప్రస్తుతం కనెక్ట్ అయ్యారు, వారు ఏమి చేస్తున్నారు? నేను బహుళ వినియోగదారులను కలిగి ఉన్న వాతావరణంలో ఇవన్నీ క్రమబద్ధీకరించబడతాయి కాబట్టి నేను ర్యాంక్ చేయగలను, పర్యావరణాన్ని ఎవరు ఎక్కువగా ఉపయోగిస్తున్నారో నేను చూడగలను. కాబట్టి, త్వరగా వెనక్కి వెళ్లి ఆ హెచ్చరికలను పరిశీలించండి. ఇక్కడ ఆ హెచ్చరిక ఉంది; నేను ఇక్కడ ఈ లింక్‌పై క్లిక్ చేయగలను మరియు అది ఆ సమయంలో నన్ను గ్రాఫ్‌కు తీసుకెళుతుంది మరియు ఏది అప్రమత్తంగా ఉందో నాకు చూపుతుంది. కాబట్టి మీరు ఇక్కడ చూడవచ్చు, అది 'ఇది రాయడానికి సగటు మిల్లీసెకన్లు, ఉదాహరణకు, చదవడం మరియు వ్రాయడం. కాబట్టి, మళ్ళీ, సమస్యలను గుర్తించే పాయింట్‌ను పొందడానికి ప్రయత్నిస్తున్నారు. మరియు ఒక సమగ్ర సాధనాన్ని కలిగి ఉండటం చాలా ముఖ్యం, ఎందుకంటే ఆ ఒక్కదాన్ని చూడటం మాత్రమే కాదు, ఎందుకంటే మానవుడు ఇక్కడకు వచ్చి ఈ సంఘటనలను పరస్పరం అనుసంధానించాలి, కాబట్టి మీరు ఏమి జరుగుతుందో చూడగలగాలి ఆ వాతావరణం యొక్క బహుళ ప్రాంతాలలో సమయం సూచించండి మరియు ఇక్కడ ఈ సమయ పికర్ ద్వారా మనం చేసే పనులలో ఇది ఒకటి.

ఎరిక్ కవనాగ్: అవును, ఇది ఎరిక్ ఇక్కడ ఒక శీఘ్ర ప్రశ్నతో, 'కారణం మీరు బహుశా తలపై గోరు కొట్టారని నేను అనుకుంటున్నాను, మరియు నేను గంట పైభాగంలో మాట్లాడుతున్నది, ఒక మానవుడు రావాలి వేర్వేరు పరిసరాల మధ్య ఈ సహసంబంధాలను గీయండి. నేను తెలుసుకోవాలనే ఆసక్తితో ఉన్నాను, మీరు పంచుకోగలిగే కొన్ని విద్యా సామగ్రి ఉందా, లేదా ఆ నమూనాలలో కొన్నింటిని గుర్తించడంలో వారికి సహాయపడటానికి మీరు వారిని ఒకరకమైన నిశ్చితార్థం చేస్తున్నారా? ఒక నిమిషం క్రితం మీకు మంచి ఉదాహరణ ఉన్నట్లుగా, వీటిలో ఒకటి స్పైకింగ్ చేస్తున్నప్పుడు, జ్ఞాపకశక్తిలో ఏదో జరుగుతోందని మీకు చెబుతుంది ఎందుకంటే ఇది జ్ఞాపకశక్తిని డంప్ చేయడానికి ప్రయత్నిస్తూనే ఉంది. మరియు ఇది మీకు ఒక క్లూ ఇస్తుంది, కాని వాస్తవ ప్రపంచ సమస్యలకు వ్యతిరేకంగా ప్రజలు ఈ గణాంకాలను ఎలా మ్యాప్ చేస్తారు అనేది అసలు ప్రశ్న.

స్టాన్ గీగర్: అవును, ఇది మంచి విషయం మరియు నేను మాట్లాడుతున్న విషయాలలో ఒకటి, ఉత్పత్తి కోసం రోడ్ మ్యాప్, ఈ సంవత్సరం తరువాత మేము ఒక సంస్కరణను విడుదల చేయబోతున్నాము మరియు మనం జోడించడం ప్రారంభించబోయే వాటిలో ఒకటి ఈ గ్రాఫ్లలో ప్రతిదానికి, ఈ గ్రాఫ్ అంటే ఏమిటి మరియు మీరు ఎందుకు శ్రద్ధ వహించాలి మరియు దీని ప్రభావం ఏమిటో వివరిస్తుంది. కాబట్టి ఈ చార్టులో ప్రశ్న గుర్తు లేదా ఏదైనా క్లిక్ చేసి, ఆపై మీకు చాలా సమాచారం ఇచ్చే విండోను పైకి లాగండి మరియు ఇవి సాధ్యమయ్యే కారణాలు అని మీకు తెలియజేయండి, ఇవి ప్రభావితమైన ప్రాంతాలు మరియు మార్గనిర్దేశం చేయడానికి మీరు ఈ సందర్భంలో వెళ్ళగలిగే దిశలో, మీరు చెప్పినట్లుగా, ఇక్కడ ఆ స్పైక్ ఉంది, దీని అర్థం ఏమిటో నా వ్యక్తిగత అనుభవం నుండి నాకు తెలుసు. ఆపై నేను వెళ్ళడం ప్రారంభించగలను మరియు ఒక ప్రాంతంలోకి డ్రిల్లింగ్ చేయడం మరియు మూలకారణాన్ని కనుగొనడం ప్రారంభించగలను.

ఇప్పుడు, SQL సర్వర్ కోసం మా డయాగ్నొస్టిక్ మేనేజర్ ఉత్పత్తిలో, వాస్తవ డేటాబేస్ కోసం మనకు చాలా ఉన్నాయి. అలాంటి ఉత్పత్తిలో మాకు ఆ రకమైన కార్యాచరణ చాలా ఉంది మరియు డయాగ్నొస్టిక్ మేనేజర్‌కు కొన్ని విశ్లేషణ బోల్ట్-ఆన్‌లు ఉన్నాయి, అవి మిమ్మల్ని చాలా త్వరగా క్లూ చేస్తాయి. ఈ ఉత్పత్తితో మేము రహదారిపైకి వెళ్తున్నాము.

ఎరిక్ కవనాగ్: మరియు కొన్ని రకాల కార్యకలాపాలకు సంతకాలు ఉన్నాయని నేను ing హిస్తున్నాను . ఒక నిర్దిష్ట రకమైన సంఘటన ఎప్పుడు జరిగిందో గుర్తించడానికి ఈ సాధనం మిమ్మల్ని అనుమతిస్తుంది మరియు కాలక్రమేణా ఇది ఇదే విధమైన నమూనాను గుర్తించగలదు మరియు ఇది క్రొత్త వినియోగదారు అయితే గుర్తించడంలో మీకు సహాయపడుతుంది, ఉదాహరణకు, ఉపయోగించి అదే సాధనం? మీరు అర్థం చేసుకోవడంలో సహాయపడండి, ఓహ్, దీనికి కారణం ఈ సర్వర్లు క్షీణించాయి లేదా ఈ ప్రాంతం క్షీణించినందున? సమస్యల సంతకాలను జాబితా చేయడానికి కొంత మార్గం ఉందా, మీరు వాటిని తరువాత సులభంగా గుర్తించగలరా?

స్టాన్ గీగర్: లేదు, వాస్తవానికి ఇది ఒక ఆసక్తికరమైన భావన, ఎందుకంటే ఇది దాదాపుగా ఉంది, ఇది ఏమిటి - సూత్రం భాగం విశ్లేషణ, నేను --హిస్తున్నాను - ఇక్కడ మీరు నమూనాలను గుర్తిస్తారు మరియు మీరు ఆ నమూనాలను లాగిన్ చేస్తారు మరియు మీరు వాటిని మళ్ళీ చూస్తే మీరు తిరిగి వెళ్ళవచ్చు మరియు చూడండి, సరే, ఆ సమయంలో ఇదే కారణం. అవును, అది ఏదో ఉంది, ఇది రోడ్ మ్యాప్‌లో లేదు కాని ఇది ఉత్పత్తి నిర్వహణ దృక్కోణం నుండి నేను ఆలోచిస్తున్న విషయం.

ఎరిక్ కవనాగ్: నేను can హించగలను. ఓహ్, ముందుకు సాగండి.

స్టాన్ గీగర్: లేదు, నేను చెప్పబోతున్నాను - మరియు మాకు చాలా అభ్యర్ధనలు వస్తాయి, ఎందుకంటే మీ అనుభవం ఏమిటో నాకు తెలియదు - కాని మనం కనుగొన్నది DBA లకు వారి చేతి వెనుక వంటి డేటాబేస్లు తెలుసు, కాని BI విషయం ప్లాట్ఫాం ఆరోగ్యం విషయానికి వస్తే బ్లాక్ బాక్స్ లాంటిది. మరియు అక్కడ లేదు, వారికి దాని చుట్టూ చాలా జ్ఞానం లేదు. నేను చేస్తాను, కేవలం ఐదు నుండి పది సంవత్సరాల వరకు పని చేసినప్పటి నుండి, సరియైనదా? కానీ వీటిని కనుగొనడం, లేదా హెచ్చరికలు పొందడం మరియు ఏమి జరుగుతుందో తెలుసుకోవడానికి బాధ్యత వహించే సాధారణ వ్యక్తులు, ఇది వారికి ఒక బ్లాక్ బాక్స్.

ఎరిక్ కవనాగ్: అవును, నేను can హించగలను. నేను కూడా తెలుసుకోవాలనే ఆసక్తి కలిగి ఉంటాను, అందువల్ల మీరు వస్తున్న అన్ని ప్రశ్నలను మీరు ఎలా చూడగలరు, అవి అమలు చేయడానికి ఎంత సమయం పట్టింది మరియు వాటిని ఎవరు సృష్టించారు. మీరు SQL ప్రశ్న యొక్క వాస్తవ నిర్మాణాన్ని కూడా చూడగలరా మరియు దాని చుట్టూ కొంత విశ్లేషణ చేయగలరా? కొన్ని సార్లు మాదిరిగానే ప్రజలు ఒక రకమైన స్థూలమైన SQL ప్రశ్నలను ఒకచోట చేర్చుకుంటారు, చెప్పండి మరియు గజిబిజిగా ఉంటుంది, ఒక మాస్టర్‌కు విరుద్ధంగా, మంచి, గట్టి ప్రశ్నను నిజంగా కలిసి ఉంచుతారు. ఈ సాధనం ద్వారా మీరు దృశ్యమానం చేయగలిగేది ఇదేనా?

స్టాన్ గీగర్: అవును, కాబట్టి మీరు ఇక్కడ చేయగలిగేది ఏమిటంటే, నేను ఇక్కడ చేసినట్లుగానే, నేను గడిచిన సమయాన్ని క్రమబద్ధీకరించాను, ఉదాహరణకు. అందువల్ల ఎక్కువ సమయం తీసుకున్న వాటిని నేను చూడగలను, ఆపై నేను వచనాన్ని పొందుతాను, కాని అది ఇంకా ఎక్కువ లేదా అంతకన్నా తక్కువ విషయ నిపుణుడిపై ఉంది మరియు దానిని చూసి వెళ్ళండి, “ఓహ్, సరే, ఇక్కడ ఎందుకు ఎక్కువ సమయం పట్టింది . ”ఇది మనకు ఒక రకమైన పనిభారం విశ్లేషణ, డేటాబేస్ వైపు SQL వర్క్‌లోడ్ ఎనలైజర్ అని పిలుస్తాము, ఇదే విధమైన విషయంతో రాబోయే రహదారిపైకి రావాలనే ఆలోచనతో నేను మూర్ఖంగా ఉన్నాను, తద్వారా ఇది గుర్తిస్తుంది. ఈ ప్రశ్నలు ఆపై ఆ ప్రశ్నలను ఎలా ట్యూన్ చేయాలో మీకు సిఫార్సులు ఇస్తాయి. కానీ సమస్యలలో ఒకటి, ఈ MDX ప్రశ్న చాలా ప్రత్యేకమైన భాష.

ఎరిక్ కవనాగ్: అవును, నేను can హించగలను. ఉదాహరణకు, ప్రజలు ఎవరో మీరు చూడవచ్చు, కాబట్టి ఒక వ్యక్తి, పొడవైన ప్రాసెస్ ప్రశ్నలలో పదికి ఒక వ్యక్తి బాధ్యత వహిస్తే, మరేమీ లేకపోతే మీరు అతన్ని పిలవవచ్చు, లేదా కాల్ చేయవచ్చు అతని మేనేజర్ లేదా ఎవరైనా మరియు "హే, ఈ వ్యక్తి చాలా బ్యాండ్‌విడ్త్‌ను నమిలిస్తున్నాడు" అని చెప్పండి మరియు అవి వ్యాపారం కోసం అత్యంత విలువైన ప్రశ్నలు అని తేలింది, సరియైనదా? మీరు వ్యాపార విలువ ఏమిటో సందర్భంలో ఉంచాలి, ప్రశ్నల నుండి, ఇది స్పష్టమైన సంఖ్యల ఆట మాత్రమే కాదు, సరియైనదా? ఇది తెలుసుకోవడానికి, ఈ వ్యక్తి మా శక్తి వినియోగదారు, మరియు అతను వ్యాపారాన్ని మార్చేవాడు, సరియైనదా?

స్టాన్ గీగర్: లేదు, మీరు సరిగ్గా ఉన్నారు. నా ఉద్దేశ్యం, కస్టమర్‌లు దీన్ని ఉపయోగించే విధానంలో ఇది ఒకటి, దీన్ని చేయగలుగుతారు. మీరు చెప్పినట్లుగా, మీరు ఒక ప్రాంతాన్ని కనుగొనవచ్చు, ఎందుకంటే నేను మాట్లాడే విషయాలలో ఒకటి, నేను ఎల్లప్పుడూ ఎక్సెల్ మీద స్లాగ్ చేస్తాను, కానీ మీరు ఎక్సెల్ లోని విశ్లేషణ సేవలకు కనెక్ట్ అవ్వవచ్చు మరియు OLAP నుండి పైవట్ పట్టికలను అమలు చేయవచ్చు మరియు ఇది దాని స్వంత ప్రశ్నలను ఉత్పత్తి చేస్తుంది మరియు వాటిని పంపుతుంది మరియు కొన్నిసార్లు అవి ఉత్తమ రూపం కావు, కాబట్టి మీరు తిరిగి వెళ్లి వాటిని గుర్తించి, వాటిని తిరిగి వ్రాసి వినియోగదారుకు ఇవ్వవచ్చు మరియు వాటిని అక్కడ వెలుపల నడిపించనివ్వండి, తద్వారా అరగంట పట్టదు వారి పివట్ పట్టికకు తిరిగి రావడానికి.

ఎరిక్ కవనాగ్: సరిగ్గా. మరియు మేము ప్రశ్నల గురించి మాట్లాడేటప్పుడు, మీరు అబ్బాయిలు ప్రశ్నల స్వరసప్తకాన్ని కవర్ చేస్తారు, కాబట్టి మీరు MDX గురించి ప్రస్తావించారు, DAX ప్రశ్న వంటి కొన్ని ఇతర ప్రశ్నల గురించి లేదా వీటిలో కొన్నింటి గురించి ఏమిటి?

స్టాన్ గీగర్: అవును, మేము కవర్ చేస్తాము, అవును, ఏదైనా DAX మరియు MDX రెండూ. కాబట్టి నేను ప్రస్తావించని, లేదా నేను చేసిన వాటిలో ఒకటి, కానీ మేము మైక్రోసాఫ్ట్ మరియు DAX లో పట్టిక మరియు OLAP రెండింటికీ మద్దతు ఇస్తాము - మీరు మరియు నేను కొంతకాలం క్రితం దీని గురించి మాట్లాడానని అనుకుంటున్నాను - మనం చాలా చూస్తున్నాం మేము OLAP కంటే ఇప్పుడు ఎక్కువ పట్టిక. 'పట్టిక నమూనాలు మరియు అలాంటి వాటిని తీసుకురావడం చాలా సులభం, కాబట్టి మీరు స్పష్టంగా DAX ప్రశ్నలను చూడబోతున్నారు, కాని మేము కూడా వాటిని ఎంచుకుంటాము.

ఎరిక్ కవనాగ్: అవును, అది ఆసక్తికరంగా ఉంది. అది ఎందుకు జరుగుతుందో మీకు ఏదైనా సందర్భం ఉందా? ఎక్కువ మంది ప్రజలు ఈ విషయాలలోకి ప్రవేశిస్తున్నందున మరియు OLAP కోర్సు యొక్క క్రొత్తది కాదు కాబట్టి, కనీసం 30-బేసి సంవత్సరాలలో దేనికోసం ఉంది?

స్టాన్ గీగర్: కుడి, బాగా, ఇది ఒక రకమైన కలయిక, వాటిలో ఒకటి ఘనాల రూపకల్పన ఒక కళ. మరియు క్యూబ్స్ డేటాను ప్రీ-అగ్రిగేట్ చేయడానికి నిర్మించబడ్డాయి, కనుక ఇది డేటాను పొందడం చాలా వేగంగా ఉంటుంది, కాని క్యూబ్‌ను ప్రాసెస్ చేయడానికి కొంత సమయం పడుతుంది ఎందుకంటే ఆ అగ్రిగేషన్లన్నీ చేయాల్సి ఉంటుంది. ఆపై, హార్డ్వేర్ చౌకగా వచ్చింది మరియు మెమరీ చౌకగా వచ్చింది మరియు ప్రతి ఒక్కరూ స్తంభాల స్టోర్ మరియు ఇన్-మెమరీ డేటాబేస్లతో బయటకు వస్తున్నారు, నిజంగా. సాంప్రదాయ రిలేషనల్ డేటాబేస్లకు పట్టిక చాలా దగ్గరగా ఉంటుంది మరియు ఇది OLAP తో ఉన్నదానికంటే పట్టిక నమూనాలను తీసుకురావడం చాలా సులభం మరియు వేగంగా ఉంటుంది. కానీ లోపం ఏమిటంటే అది మెమరీలో నివసిస్తుంది, మొత్తం విషయం మెమరీలో ఉంటుంది, కాబట్టి ఇది చాలా మెమరీ ఇంటెన్సివ్ మరియు మీరు అభ్యర్థించే వరకు డేటా సమగ్రంగా ఉండదు. కాబట్టి, కానీ అన్నీ చెప్పి, మేము అక్కడ చాలా ఎక్కువ పట్టికలను చూడటం ప్రారంభించాము.

ఎరిక్ కవనాగ్: ఇది ఆసక్తికరంగా ఉంది. ఈ పరిశ్రమ కొంచెం చదునుగా ఉన్నందున ఇది కూడా కావచ్చు, మరియు దీని అర్థం ఏమిటంటే, డేటాతో సంభాషించే మరియు వివిధ సాధనాలను ఉపయోగిస్తున్న చాలా మంది వ్యక్తులను మేము పొందుతున్నాము మరియు ఖచ్చితంగా మీరు మైక్రోసాఫ్ట్ గురించి మాట్లాడేటప్పుడు, నేను అనుకుంటున్నాను చిన్న మరియు మధ్య తరహా వ్యాపారం కోసం మీకు చాలా ఎక్కువ మంది వినియోగదారులు ఉన్నారు, మరియు కొన్ని పెద్ద సంస్థలు కూడా విషయాలను త్రవ్వి, సాధనాలకు ప్రాప్యత పొందడం, ప్రశ్నలను అమలు చేయడం మరియు వారు అంతగా పరిచయం కలిగి ఉండరు మొత్తం ప్రక్రియ మరియు ఘనాల నిర్మాణానికి సంబంధించిన సాంకేతికతలు, మీ దృష్టికి, సరియైనదా? 'దీనికి కొంత ఆలోచన పడుతుంది, మరియు ఇది కూడా ఖరీదైనది, సరియైనదా? దీనికి సమయం పడుతుంది, మీరు అక్కడ కొన్ని కొత్త సాంకేతిక పరిజ్ఞానాన్ని ఉపయోగించకపోతే ఈ ఘనాల నిర్మాణానికి శక్తి అవసరం. ఇలా, మేము స్నోఫ్లేక్ వంటి సంస్థలతో మాట్లాడాము, ఉదాహరణకు, ఇది చాలా ఆసక్తికరమైన విషయాలను చేస్తోంది, కాని మీకు ఎక్కువ మంది వ్యక్తులు ఉన్నారని నేను భావిస్తున్నాను మరియు వారు బహుశా మీరు వివరించిన దానితోనే వెళుతున్నారు, ఇది పట్టిక ఆకృతి, అధికారికంగా ఘనాల నిర్మాణానికి వ్యతిరేకంగా, సరియైనదా?

స్టాన్ గీగర్: అవును, నా ఉద్దేశ్యం, నేను ఎక్సెల్ను ess హిస్తున్నాను - అది ఎప్పుడు, పవర్ పివట్, నేను నమ్ముతున్నాను - ఇది వాస్తవానికి పట్టిక, మీరు దాన్ని పరిశీలించినట్లయితే; ఇది మీరు పట్టిక నమూనాలను రూపొందించే మార్గం. ఆపై తదుపరి పునరావృతం ఏమిటంటే, నేను నిర్మించే నా పట్టిక నమూనాలను నేను మీకు చెప్పగలను మరియు నేను దానిని SQL సర్వర్‌కు అమర్చాను, తద్వారా నేను దానిని అందరితో పంచుకోగలను. కాబట్టి, ఇది ఎక్సెల్ యొక్క సహజ పొడిగింపు.

ఎరిక్ కవనాగ్: అవును, ఇది మంచి విషయం. మేము గతములో చూసినవి, ఐదు నుండి ఏడు సంవత్సరాలు అని నేను చెప్తాను, ఈ సాంకేతిక పరిజ్ఞానాల ఉపయోగం యొక్క విపరీతమైన విస్తరణ మాత్రమే, సరియైనదా? మరియు మైక్రోసాఫ్ట్, స్పష్టంగా, దానిలో ఒక మార్గదర్శకుడిగా ఉంది, విశ్లేషణ సేవలను మరియు పవర్ పివట్ ద్వారా శక్తి డేటాను నిజంగా ప్రజాస్వామ్యం చేస్తుంది, సరియైనదా? నా ఉద్దేశ్యం, ఇది పరిశ్రమకు ఆట మారేది, సరియైనదా?

స్టాన్ గీగర్: అవును, లేదు, మీరు సరిగ్గా ఉన్నారు. నా ఉద్దేశ్యం, నేను OLAP అయిన సెమాంటిక్ మోడల్ నుండి పట్టికకు వెళ్ళే పరివర్తనను చూపించే సుదీర్ఘ ప్రదర్శన ఇచ్చినప్పుడు నాకు స్లైడ్ ఉంది. నేను మైక్రోసాఫ్ట్ నుండి కోట్ కలిగి ఉన్నాను; వారు వినియోగదారుల చేతిలో డేటాను కోరుకుంటున్నారు, ఐటి షాపులోని గోడపై మాత్రమే కాకుండా, వారు దానిని వినియోగించే ప్రజల చేతుల్లో ఎక్కువ డేటాను పొందాలనుకుంటున్నారు.

ఎరిక్ కవనాగ్: మరియు అది నేను చూపించిన మొదటి చాలా సరళమైన స్లైడ్‌కు తిరిగి వస్తుంది, ఇది ఏ సంస్థకైనా ప్రాథమిక నిర్ణయాత్మక ప్రక్రియ, మరియు ఇప్పుడు - మరియు ఇది గొప్ప విషయం అని నేను భావిస్తున్నాను - మేము ఎక్కువ మందిని పొందుతున్నాము సంస్థ యొక్క మొత్తం సోపానక్రమం నుండి ఏమి జరుగుతుందో దానిపై దృష్టి పెట్టడం, వారి కథను పట్టికలోకి తీసుకురావడం మరియు మీరు డేటాతో చేస్తే, అది బాటమ్ లైన్, నా ఉద్దేశ్యం, మీరు ఇతర మార్గాలను ఉపయోగించవచ్చు, కానీ మీరు మీ కథను డేటాతో బ్యాకప్ చేస్తే, మీరు చేయని వారి కంటే చాలా బలమైన వాదనలు చేయబోతున్నారు, సరియైనదా?

స్టాన్ గీగర్: సరిగ్గా, అవును. ఇలా, అవును, అది ఖచ్చితంగా సరైనది. నా ఉద్దేశ్యం, అందుకే ఇప్పుడు, ఇది “హే, నాకు ఈ నివేదిక కావాలి” అని ఉపయోగించారు, కాబట్టి ఇప్పుడు నేను రిపోర్ట్ రిక్వెస్ట్ ద్వారా వెళ్ళవలసి వచ్చింది మరియు నేను ఇక్కడకు వెళ్ళాలి, మరియు నా రిపోర్ట్ పొందాను, ఇప్పుడు నేను కూర్చోవచ్చు అక్కడ నా డెస్క్ వద్ద ఉంది మరియు నిజంగా, నేను సృష్టించిన డేటాకు ప్రాప్యత కలిగి ఉన్నాను, నా వ్యాపార నిర్ణయాలు తీసుకోండి.

ఎరిక్ కవనాగ్: అది నిజం. మీకు తెలుసా, నేను గత వారం ఒక సమావేశం నుండి తిరిగి వచ్చాను మరియు స్టోర్ టార్గెట్ కోసం పెద్ద BI వాతావరణాన్ని నడుపుతున్న ఒక వ్యక్తి నుండి ఒక ఉన్మాద వ్యాఖ్య ఉంది, మరియు అతను స్వీయ-సేవ విశ్లేషణలు మరియు స్వీయ-సేవ BI ని సూచిస్తున్నాడు మరియు స్పష్టంగా ఈ రోజుల్లో ఇది పెద్ద సమస్య. IDERA వద్ద మీరు చేసే పనుల కోసం ఇది చాలా కార్యాచరణను ప్రేరేపిస్తుందని నేను ఖచ్చితంగా అనుకుంటున్నాను ఎందుకంటే మీరు స్వీయ-సేవను ప్రారంభించాలనుకున్నప్పుడు, మొదట మీరు ఆరోగ్యకరమైన BI వాతావరణాన్ని కలిగి ఉంటారు, సరియైనదా? మీరు అన్ని రకాల ప్రశ్నలను అన్ని రకాల మార్గాల్లో అడుగుతూ ఉంటే, మీరు ఈ సాధనం వంటి వాటిని ఇక్కడే కలిగి ఉండాలని కోరుకుంటారు, ఎవరు ఏ ప్రశ్నలు మరియు ఎక్కడ అడుగుతున్నారో అర్థం చేసుకోగలుగుతారు. మరియు ఫన్నీ కోట్ నేను ఇక్కడ కిక్స్ కోసం విసిరివేస్తాను, మీరు చెప్పినట్లుగా, "స్వీయ-సేవ BI మధ్య చక్కటి గీత ఉంది మరియు మీరే ఎఫ్ వెళ్ళండి."

స్టాన్ గీగర్: అవును.

ఎరిక్ కవనాగ్: ఇది వెర్రి అని నేను అనుకున్నాను. స్వీయ-సేవ ధోరణి నిజంగా మీరు టెక్నాలజీతో ఏమి చేస్తున్నారనే దానిపై చాలా అవగాహన కలిగిస్తుందని మీరు చూస్తున్నారా?

స్టాన్ గీగర్: అవును, మీరు చెప్పినట్లుగా, మీరు స్వీయ-సేవ BI ని అనుమతించబోతున్నట్లయితే, మీరు బహుశా కొన్ని పనితీరు సమస్యలను పొందబోతున్నారు, ఎందుకంటే: A) యాక్సెస్ మొత్తం, వెళ్ళే వ్యక్తుల మొత్తం డేటా వద్ద, మరియు బి) పేలవంగా ఏర్పడిన ప్రశ్నలు మరియు మీ వద్ద ఉన్న ప్రాప్యత మార్గాలు. కాబట్టి, మీరు నిజంగా, మీరు పర్యావరణాన్ని పర్యవేక్షించడం నిజంగా అత్యవసరం, తద్వారా మీరు డేటాను వినియోగించటానికి ప్రయత్నిస్తున్న ప్రతి ఒక్కరినీ సంతోషంగా ఉంచగలుగుతారు, సరియైనదా?

ఎరిక్ కవనాగ్: అవును, అది సరిగ్గా ఉందని నేను అనుకుంటున్నాను. ఇది ఒక ఆశీర్వాదం మరియు శాపం: ప్రజలు ఈ విషయాన్ని ఉపయోగించటానికి ప్రయత్నించడం మంచిది, కానీ మళ్ళీ, మీ సమయానికి, మీకు ఆ సమయంలో సరైన సాధనం లేకపోతే, మీరు సంతోషించని క్యాంపర్‌గా అవతరిస్తారు ఎందుకంటే రోల్ చేయడానికి ఇలాంటి సాధనం లేకుండా స్వయంసేవ, ఇది ఇబ్బంది పర్వతం కోసం అడుగుతున్నట్లు నాకు అనిపిస్తోంది.

స్టాన్ గీగర్: అవును, నా ఉద్దేశ్యం, నేను డేటా గిడ్డంగులను నిర్మిస్తున్నప్పుడు ఇది సమానంగా ఉంటుంది, ఇది మీ కొలతలు మరియు వాస్తవ పట్టికలను సరిగ్గా పొందలేకపోతే, తాత్కాలిక రిపోర్టింగ్ కోసం మీరు దానిని వదులుగా మార్చారు, మీరు ఒక కింద క్రాల్ చేయాలనుకోవచ్చు. రాక్.

ఎరిక్ కవనాగ్: ఇది అద్భుతం. అవును, ఇది మంచిది, మళ్ళీ, ప్రజలు ఈ విషయాన్ని ఉపయోగిస్తున్నారనేది శుభవార్త, కానీ మీరు ఏమి చేస్తున్నారనే దాని కోసం స్వీయ-సేవ చాలా కార్యాచరణను నడిపిస్తుందని నేను నమ్మాలని అనుకుంటున్నాను, ఎందుకంటే మీరు ర్యాంపింగ్ గురించి మాట్లాడుతున్నారు మాగ్నిట్యూడ్ ఆర్డర్ల ద్వారా ఈ వ్యవస్థలపై ఉద్రిక్తత మరియు ఒత్తిడి మొత్తం. ఒకటి ద్వారా లేదా రెండు ఆర్డర్‌ల ద్వారా మాత్రమే కాదు మరియు మీరు నిజంగా కొంత దృశ్యమానతను కలిగి ఉండాలని కోరుకుంటారు మరియు ఎవరు ఏమి చేస్తున్నారు, ఎక్కడ, ఎప్పుడు, ఎలా మరియు ఎందుకు చేస్తున్నారో మీరు చూడగలుగుతారు. ఆ ప్రశ్నలను అడగండి, ఆపై మీరు పర్యావరణాన్ని ఎలా పర్యవేక్షించగలరు మరియు మార్చగలరు మరియు ఎవరికి ప్రాప్యత పొందుతారు అనే మీ విధానాలను మార్చవచ్చు అనే దానిపై కొన్ని నిర్ణయాలు తీసుకోండి.

స్టాన్ గీగర్: కుడి. మరియు మీకు తెలుసా, తెలుసుకోవడం, ఆ వినియోగం కూడా మిమ్మల్ని అక్కడకు వెళ్ళడానికి అనుమతిస్తుంది, మరియు సంభావ్యత, నేను క్యూబ్‌లోని వస్తువును ప్రస్తావించినట్లుగా, దాన్ని మెరుగుపరచడానికి నేను పనులు చేయగలను, నేను నిర్మించే మరియు రూపకల్పన చేసేంతవరకు విషయాలు. కాబట్టి, విషయాల పనితీరును చూడటం మాత్రమే కాదు, మీ స్కీమ్ మరియు మీ డిజైన్ ఆ స్థాయిలో ఎలా పని చేస్తున్నాయో చూడటం కూడా దీనికి అత్యవసరం. మైక్రోసాఫ్ట్ తో పవర్ బిఐ వంటి విషయాలు ఇప్పుడు పెద్దవి కావడంతో ఇది పెద్దదిగా మరియు పెద్దదిగా మారబోతోంది, కాబట్టి ఇప్పుడు నేను నా స్వంత డాష్‌బోర్డ్‌లు మరియు విడ్జెట్‌లు మరియు వస్తువులను నిర్మించగలను మరియు బిఐ డెవలపర్‌గా ఉండవలసిన అవసరం లేదు.

ఎరిక్ కవనాగ్: అది నిజం. అవును, ఇది మంచి విషయం, ఇది ప్రతిచోటా పొందుతోంది, కానీ ఆ వాతావరణాన్ని నిర్వహించడానికి మీకు కొంత మార్గం అవసరం లేదా మీరు సంతోషంగా లేని వినియోగదారులను పొందబోతున్నారు. ఇది అసంతృప్తికరమైన నిర్వహణకు దారితీస్తుంది, ఇది ప్రజలను తొలగించటానికి దారితీస్తుంది. విషయాలు పడిపోవటం ప్రారంభించినప్పుడు చాలా స్పష్టమైన డొమినో ప్రభావం ఉంది, కానీ ఇది గొప్ప విషయం.

నేను ఇక్కడ చివరి ఐదు నిమిషాలు నమలడం. రాబిన్, మీకు ఏమైనా ప్రశ్నలు ఉన్నాయా?

రాబిన్ బ్లూర్: నిజాయితీగా ఉండటం మనోహరమైనదని నేను భావిస్తున్నాను. మనకు చాలా నిర్బంధ వాతావరణాలు ఉన్నాయి మరియు స్వీయ-సేవ వాస్తవానికి ప్రపంచాన్ని మారుస్తోందనే వాస్తవం గురించి ఇది ఆలోచిస్తోంది మరియు ఇది చాలావరకు నిజంగా జరుగుతోంది ఎందుకంటే ఇంతకు ముందు జరిగినదానికంటే చాలా ఎక్కువ డేటా పర్యావరణంలోకి వచ్చింది. ఒకే ప్రశ్న, 'కారణం మాకు ఎక్కువ సమయం రాలేదు, కానీ నేను అడగడానికి ఆసక్తి కలిగి ఉన్న ఏకైక ప్రశ్న ఏమిటంటే, మీరు ఆ మార్గాన్ని వివరిస్తూనే ఉన్నారు -' కారణం ఇది చాలా మంచి డెమో అని నేను అనుకున్నాను - మార్గం BI పర్యవేక్షణ పనిచేస్తుంది. ఈ రకమైన అంశాలు లేని వ్యక్తులు అసలు ఏమి చేస్తారు అని నేను ఆలోచిస్తున్నాను. ఎందుకంటే ఇది చాలా కష్టంగా ఉండాలి, మీరు వ్యత్యాసం చేసే అనేక విషయాలు ఉన్నాయి, మూల కారణం బాగానే ఉంది, మీరు తప్పనిసరిగా ఎల్లప్పుడూ మూల కారణాన్ని పొందలేరు, కానీ మీరు కొన్ని విషయాలతో మూల కారణాన్ని పొందవచ్చు మీరు ఏమి చూస్తున్నారో, ఎవరు ఏమి నడుపుతున్నారో తెలుసుకోవటానికి చాలా మంది ప్రజలు సాధనాన్ని కొనుగోలు చేస్తారని మరియు నా మనస్సు తిరుగుతున్నదని మీరు చెప్పినప్పుడు, ఎవరు ఏమి నడుపుతున్నారో మీకు తెలియదు కాబట్టి, అప్పుడు విషయం నియంత్రణలో లేదు. కాబట్టి, పర్యావరణం నియంత్రణలో లేనప్పుడు ఎలా ఉంటుంది?

స్టాన్ గీగర్: నా ఉద్దేశ్యం, మీరు సాధనంలో ఉన్న ఈ సమాచారాన్ని మీరు మీరే పొందవచ్చు, కాని మీరు స్వదేశీ స్క్రిప్టింగ్ యొక్క కొంత భాగాన్ని వ్రాయవలసి ఉంటుంది మరియు 'డేటా అంతా అక్కడే ఉంటుంది, అది మీకు ఎక్కడ ఉందో తెలుసుకోవాలి దాన్ని పొందండి, దీనికి నైపుణ్యం స్థాయి అవసరం, సరియైనదా? కాబట్టి, మీకు ఆ స్థాయి నైపుణ్యం లేని వాతావరణంలో, ప్రాథమికంగా, మీకు లభించేది, హే, అది పైకి లేదా క్రిందికి ఉందా? ఇది సమర్థవంతంగా నడుస్తుందో లేదో నాకు తెలియదు, కానీ అది ముగిసింది, సరియైనదా? ఆపై నేను ఫోన్ కాల్స్ పొందడం మొదలుపెట్టాను లేదా “హే, నా రిపోర్ట్ నా ఇన్‌బాక్స్‌లో లేదు, ఏమి జరుగుతోంది?” లేదా “నేను ఈ నివేదికను రిపోర్టింగ్ సేవల ద్వారా సమర్పించాను” లేదా వారు విశ్లేషణ సేవల్లో ఇక్కడ ఒక ప్రశ్న చేస్తున్నారు., కానీ ఇది అరగంట లాగా తీసుకోబడింది మరియు ఇది 30 సెకన్ల సమయం మాత్రమే తీసుకుంటుంది, ఏమి జరుగుతోంది? బాగా, ఇప్పుడు మీరు ఫైర్ డ్రిల్ చేయాలి మరియు ప్రయత్నించండి మరియు గుర్తించండి, మరియు ఒక సాధనం లేకుండా ఇది చాలా కష్టం అవుతుంది.

రాబిన్ బ్లూర్: సరే, సరియైనది, ఇది నాకు స్పష్టంగా కనబడుతోంది, ఎందుకంటే మీరు నిజంగా ఇక్కడకు వచ్చిన దాని యొక్క ప్రతి కొలతలు ప్రదర్శించారు. మరొక విషయం, ఇది చాలా ప్రాచీన స్థాయిలో ఉంది, మీకు విషయం తప్పు అని చెప్పే హెచ్చరికలు లేకపోతే, అది కేవలం ఖరీదైనది- మీరు ఖరీదైన పరిస్థితిలోకి ప్రవేశిస్తారు, ఏమి జరిగిందో నయం చేయడానికి ప్రయత్నిస్తున్నారు, ఎందుకంటే మీరు విషయాలు చెడుగా పడటం మొదలయ్యే వరకు కనుగొనవద్దు, సరియైనదా?

స్టాన్ గీగర్: కుడి, మీకు తెలియనిది మీకు తెలియదు.

ఎరిక్ కవనాగ్: మీకు అర్థమైంది. బాగా, హే ఫొల్క్స్, మేము ఇక్కడ ఒక గంట పాటు కాలిపోయాము మరియు మార్చాము. IDERA సాఫ్ట్‌వేర్ నుండి మా స్వంత రాబిన్ బ్లూర్‌కు మరియు మా స్నేహితుడు స్టాన్ గీగర్‌కు చాలా పెద్ద ధన్యవాదాలు. వారు ఎంటర్ప్రైజ్ డేటా వరల్డ్‌లో ఉండబోతున్నారు, వాస్తవానికి, మీలో ఎవరైనా అక్కడకు వెళుతుంటే, మీది నిజంగా అట్లాంటాలో కూడా ఉంటుంది. మా మంచి స్నేహితుడు, టోనీ షా, ఆ సమావేశాన్ని నాలుగు సంవత్సరాలు నడుపుతున్న గొప్ప పని చేస్తున్నాడు, మరియు హే పాతది మళ్ళీ కొత్తది. ఇదంతా హాట్ స్టఫ్. ఆశాజనక, మేము మిమ్మల్ని అక్కడ చూస్తాము, కాకపోతే, వచ్చే వారం మాతో తిరిగి తనిఖీ చేయండి, మాకు ఇతర వెబ్‌కాస్ట్‌లు వరుసలో ఉన్నాయి.

మీ ఆలోచనలను వినడానికి ఎల్లప్పుడూ ఆసక్తిగా ఉండండి, మీకు ఏవైనా ప్రశ్నలు లేదా సూచనలు లేదా హాట్ టెక్నాలజీస్‌లో మీరు నేర్చుకోవాలనుకునే ఇతర సాంకేతికతలు ఉంటే నాకు సరిగ్గా పంపే ఇమెయిల్ పంపండి. మరియు దానితో, మీరు మీకు వీడ్కోలు చెప్పబోతున్నారు, చేసారో. మాతో చేరినందుకు మళ్ళీ ధన్యవాదాలు, మేము మీతో తదుపరిసారి మాట్లాడుతాము. జాగ్రత్త. వీడ్కోలు.