टेकवे: होस्ट एरिक कवनॉह यांनी डेझ ब्लांचफिल्ड, रॉबिन ब्लॉर आणि बर्ट स्कॅझो तज्ञांशी डेटाबेस तंत्रज्ञानामधील नवकल्पनांबद्दल चर्चा केली.
आपण सध्या लॉग इन केलेले नाही. कृपया व्हिडिओ पाहण्यासाठी लॉग-इन किंवा साइन-अप करा.
एरिक कवानाग: बायका आणि सज्जन लोकहो, तो बुधवारी आहे, पूर्वेकडील चार वाजता. मी न्यू ऑर्लीयन्समध्ये आहे, उन्हाळा येत आहे, याचा अर्थ असा आहे की ते गरम आहे! हॉट टेक्नॉलॉजीजची ही वेळ आहे, होय खरोखर होय होय. माझे नाव एरिक कवानाग आहे, मी तुमचा यजमान होईन. मी हॉट टेक्नॉलॉजीजसाठी येथे बॉल परत मारणार आहे. आजचा विषय आहे "फॉरवर्ड मोमेंटम: रिलेशनल पलीकडे ट्रेडिशनल." लोकांनो, आज आमच्याकडे फोनवर तीन डेटाबेस तज्ञ आहेत, म्हणून आपल्याकडे कोणतेही प्रश्न आहेत, ते कठोर आहेत, लाजाळू नका. आमच्याकडे आज तुमच्यासाठी चांगली सामग्री तयार केली आहे. आपल्याबद्दल खरोखरच स्पॉट आहे, माझ्याबद्दल पुरेसे. नक्कीच, हे वर्ष गरम आहे. टेकोपिडियातील आमच्या मित्रांची भागीदारी म्हणून आम्ही या शोमधील गरम तंत्रज्ञानाबद्दल बोलत आहोत. आणि आम्ही आज माहिती व्यवस्थापनाच्या पायाभूत मार्गाकडे जात आहोत, अर्थात डेटाबेस कोणता आहे. आपण येथे कसे आलो, आज काय घडत आहे आणि पुढे काय घडत आहे याबद्दल आपण बोलत आहोत. बर्‍याच रंजक गोष्टी चालू आहेत.
अर्थात आमच्याकडे डेटाबेसच्या जागेत काही गंभीर नावीन्य आहे. तो थोडा वेळ शांत होता; जर आपण व्यवसायातील काही विश्लेषकांशी चर्चा केली तर मी कदाचित म्हणेन की २०० to ते २०० or किंवा ‘१० ’या वर्षाच्या काळात नवीनतेच्या बाबतीत असे बरेच काही चालले आहे असे वाटत नाही.आणि अचानक तो अचानक फुटला, जसे की तुरूंगातून निसटणे किंवा काहीतरी, आणि आता येथे सर्व प्रकारच्या मनोरंजक गोष्टी घडत आहेत. त्यापैकी बरेच काही वेबच्या प्रमाणात आणि भिन्न मस्त वेब गुणधर्मांमुळे आहे जे वेगवेगळ्या मनोरंजक गोष्टी करतात. तिथेच NoSQL संकल्पना आली. आणि याचा अर्थ दोन भिन्न गोष्टी आहेतः याचा अर्थ एसक्यूएल नाही, जसे की एसक्यूएलला समर्थन देत नाही, याचा अर्थ केवळ एसक्यूएलच नाही. “NewSQL” असा शब्द आहे जो काही लोकांनी वापरला आहे. परंतु स्पष्टपणे, एस क्यू एल ची - स्ट्रक्चर्ड क्वेरी लँग्वेज - हा खरोखर एक पाया आहे, हा शोध घेण्याचा आधार आहे.
आणि हे मनोरंजक आहे की ही सर्व NoSQL इंजिन, काय झाले? बरं, ते बाहेर आले, याबद्दल खूप खळबळ उडाली होती, आणि मग काही वर्षांनंतर आपण सर्वांनी काय ऐकण्यास सुरवात केली? अरे, हॅडॉप वर एसक्यूएल. बरं, या सर्व कंपन्यांनी एसओएसएल इंटरफेस त्यांच्या नोएसक्यूएल साधनांवर थप्पड मारण्यास सुरवात केली आणि प्रोग्रामिंग जगात कोणालाही माहित आहे की काही आव्हाने आणि काही अडचणी आणि काही पुढे गेलेल्या तारा आणि पुढे जायला लागतात. म्हणून आम्ही आज त्या बर्‍याच गोष्टींबद्दल शोधणार आहोत.
आमचे तीन प्रेझेंटर्स आहेत: टेक्सासमध्ये असलेले सिडनी, आमचे स्वतःचे रॉबिन ब्लॉर, आणि टेक्सासमध्येही असलेले बर्ट स्कॅझो हे आमच्याकडे डेझ ब्लान्कफील्ड यांना कॉल करीत आले आहेत. तर, प्रथम आम्ही देझ ब्लांचफिल्ड वरुन ऐकत आहोत. लोकांनो, आम्ही #HotTech च्या हॅशटॅगवर ट्विट करू, म्हणून आपल्या टिप्पण्या मोकळ्या मनाने किंवा आपल्या प्रश्नांना वेबकास्ट कन्सोलच्या प्रश्नोत्तर घटकांद्वारे किंवा चॅट विंडोद्वारे मोकळ्या मनाने. आणि त्यासह, डेझ ब्लांचफिल्ड, ते घेऊन जा.
डेझ ब्लांचफील्ड: धन्यवाद, एरिक. नमस्कार, प्रत्येकजण. म्हणून मी प्रयत्न करू आणि गेल्या दशकात घडलेल्या प्रकाराबद्दल 30,000 फूट दृष्टिकोनातून दृष्य सेट करणार आहे आणि आम्ही पाहिलेल्या महत्त्वपूर्ण बदल - किंवा किमान दीड दशक तरी - डेटाबेस मॅनेजमेंट सिस्टम आणि व्यापारी किंवा तांत्रिक दृष्टिकोनातून काही प्रभाव आणि काही ट्रेंड जे आम्ही उशीरा सहन करीत आहोत आणि ज्या विषयावर आपण आज चर्चा करणार आहोत त्याबद्दल आम्हाला मार्गदर्शन करते.
माझी कव्हर प्रतिमा येथे वाळूचे ढीग आहे आणि तेथे वरून वाळूचे लहानसे लहान तुकडे वारे वाहत आहेत. आणि त्या परिणामी, काय होते की वाळूचा ढिगारा हळूहळू एका जागेपासून दुसर्‍या जागेवर जातो. आणि ही एक आश्चर्यकारक घटना आहे, जिथे हे विशाल 40- आणि 50 फूट उंच वाळूचे पर्वत प्रभावीपणे प्रत्यक्षात सरकतात. आणि ते खूप हळू हलतात, परंतु ते नक्कीच हलतात आणि जसे ते हलतात, ते लँडस्केप बदलतात. आणि आपण वाळूचे ढीग नैसर्गिक वस्तू असलेल्या क्षेत्रात तुम्ही काही वेळ घालवला तर हे पाहण्यासारखे काहीतरी आहे. कारण आपण एक दिवस खिडकीकडे पहात असाल आणि आपल्याला हे लक्षात येईल की वाळूचा हा प्रचंड डोंगर, लहान लहान धान्य सर्व काही आपोआपच हलले आहे आणि प्रत्यक्षात वारा हळूहळू एका ठिकाणाहून दुसर्‍या ठिकाणी सरकला आहे.
आणि मी बर्‍याच मार्गांनी असे म्हणतो, हे बर्‍याच काळापासून डेटाबेस सिस्टमचे जग आहे. अगदी अगदी अगदी अलीकडील काळापर्यंत, वाळूच्या दाण्याच्या रुपात ती अगदी लहान पाळी वाळूचा ढिगा .्याच्या रूपात वाळूचा एक विशाल पर्वत हलवित आहे. ब years्याच वर्षांमध्ये डेटाबेस प्लॅटफॉर्ममध्ये थोडे बदल बदलले गेले आहेत आणि मध्यम-श्रेणीच्या काळातील मेनफ्रेममधून हे डेटाबेस सिस्टम आणि प्लॅटफॉर्मच्या आसपास बरेच स्थिर आणि ठोस वातावरण आहे. परंतु उशीरा आमच्याकडे आमच्या व्यावसायिक गरजा आणि आमच्या तांत्रिक ड्रायव्हर्सच्या बाबतीत बर्‍यापैकी महत्त्वपूर्ण गोष्टी घडल्या आहेत. मी त्या माध्यमातून आम्हाला जात आहे.
माझा असा दृष्टिकोन आहे की डेटाबेसची मूलभूत संकल्पना जसे की आम्हाला हे बर्‍याच वर्षांपासून माहित आहे आणि जसे आपण शो-प्री बॅनरमध्ये ऐकले असेल, आमचे दोन तज्ञ जे माझ्याबरोबर कॉल करीत आहेत आज त्यांचे आयुष्य जगले. हे स्थान आणि 80 च्या दशकाच्या सुरुवातीला जेव्हा हे सर्व सुरू झाले तेव्हा तेथे असल्याचा बढाई मारण्याचा अधिकार सामायिक करण्यात ते अगदी बरोबर आहेत. परंतु आम्ही गेल्या दशकात आणि थोड्या वेळामध्ये हे मोठे परिवर्तन पाहिले आहे आणि डॉ. रॉबिन ब्लॉर यांच्या स्वाधीन करण्यापूर्वी मी पटकन आपल्यास जात आहे.
“मी मोठा म्हणतो,“ मोठा, चांगला, वेगवान, स्वस्त ”अनुभव घेतो त्याद्वारे आम्ही आहोत. मी म्हटल्याप्रमाणे डेटाबेसची व्याख्या बदलली आहे. ज्या लँडस्केपमध्ये डेटाबेस प्लॅटफॉर्मची कार्यक्षमता लक्षात घ्यावी लागली आहे आणि तांत्रिक आणि व्यावसायिक आवश्यकता देखील त्या स्थानांतरित झाल्या आहेत. आम्ही एकतर अधिक जटिल व्यावसायिक किंवा अधिक जटिल तांत्रिक आवश्यकतांचा सामना करण्यासाठी उपायांच्या मागणीत वाढ केली आहे. आणि म्हणून खरं म्हणजे माझ्या मनात विचार करण्यासारख्या गोष्टींचा अगदी त्वरित शोध घेण्यासारखा अर्थ असा आहे की आपल्याला 90 ० च्या दशकात क्रमवारी लावली गेली आणि आम्हाला डेटाबेस तंत्रज्ञानाचा परिणाम इंटरनेटच्या साहाय्याने झाला आणि आम्ही ज्याला नंतर इंटरनेट म्हटले त्या प्रकारची पाहिली. स्केल आम्ही फक्त टर्मिनल्ससमोर बसलेल्या लोकांबद्दल बोलत नाही, मूळत: त्यांच्यात तयार केलेल्या भौतिक ईर सह टेलिटाइप टर्मिनल्सची आवड आणि कागदावर 132 कॉलम बाहेर येण्याबद्दल. नंतर प्रारंभिक ग्रीन स्क्रीन टर्मिनल, कीबोर्डसह पंचिंग.
परंतु आपणास माहित आहे की, आमचे जग टर्मिनल होते आणि बर्‍याच काळापासून संगणकावर संगणकाशी बोलत असलेल्या सीरियल केबल्स किंवा नेटवर्क केबल होते. त्यानंतर इंटरनेट आणि कनेक्टिव्हिटीची ही स्फोटक वाढ झाली, की आपल्याला यापुढे संगणकात प्लग इन करण्याची गरज नाही. डेटाबेस सिस्टममध्ये जाण्यासाठी आपल्याला फक्त एक वेब ब्राउझर आवश्यक आहे. म्हणून डेटाबेस फॉरमॅट स्केलच्या उदाहरणामध्ये डेटाबेस तंत्रज्ञानास जगातील अनुक्रमणिका वापरल्या जाणार्‍या मूलभूत शोध इंजिन तंत्रज्ञानामधील प्रत्येक वस्तूच्या प्रमाणात काम करण्यासाठी नाटकीय बदल करावा लागला आणि माहितीची अनुक्रमणिका संग्रहित केली गेली. आणि Google आणि इतरांसारख्या लोकांनी हे करण्यासाठी व्यासपीठ प्रदान केले. आणि सर्व नवीन प्रकारचे डेटाबेस संग्रहण आणि क्वेरींग आणि अनुक्रमणिका तयार केली गेली. आणि मग आमच्याकडे संगीत साइट्स आणि चित्रपट साइट्स आल्या.
आणि त्यानंतर २००० च्या दशकात आम्ही डॉट-कॉमची भरभराट पाहिली आणि त्याद्वारे काही फॉर्मच्या डेटाबेसद्वारे सतत चालणार्‍या सिस्टमचा वापर करणा people्या लोकांच्या संख्येत आणखी नाटकीय स्फोट झाला. या टप्प्यात, रिलेशनल डेटाबेस अजूनही बर्‍याच भारांसह झेलले गेले आहेत, आम्ही त्यांना फक्त मोठ्या टिनवर ठेवले आणि आम्ही एक प्रकारची आयबीएम आणि सन सारख्या लोकांकडून युनिक्स प्लॅटफॉर्मवर चालत असलेल्या अगदी, अगदी मोठ्या, मध्यम श्रेणीच्या प्रणालीकडे गेलो. . डॉट-कॉम बूमने हार्डवेअर, कार्यक्षमतेच्या दृष्टिकोनातून गोष्टी फक्त मोठ्या आणि वेगवान केल्या आणि डेटाबेस इंजिनमध्ये काही लक्षणीय बदल केले गेले, परंतु चांगल्या भागासाठी अजूनही तीच गोष्ट होती जी आम्ही एका प्रकारात पाहिली होती. बराच वेळ
आणि मग आपण वेब 2.0 चे हे युग प्राप्त केले, जसे आपण त्याचा उल्लेख करतो. आणि ही एक राक्षसी पाळी होती, कारण अचानक आम्हाला सर्व जास्त सोप्या डेटाबेस प्लॅटफॉर्मची आवश्यकता होती, आणि तेथे क्षैतिज स्वरूपात मोजले जावे लागले. आणि डेटाबेस म्हणजे काय या कल्पनेच्या जवळ आम्ही पोहोचलो त्या मार्गाने ही एक महत्त्वपूर्ण बदली होती. आम्ही अजूनही माझ्या मते आता पकडत आहोत. आणि आता आम्ही या संपूर्ण दलदलीचा सामना करीत आहोत आणि मी म्हणतो की आपण मोठा डेटा म्हणून उल्लेख केलेला हा वेग, नकारात्मक अर्थ नाही तर सकारात्मक स्पिनने, आणि एक प्रचंड स्फोट, आणि मी म्हणजे स्फोट. जेव्हा आम्ही डेटाबेसबद्दल बोलतो तेव्हा काही पर्यायांच्या ग्राफच्या अनुभागावर हे अपमानकारक बदल आणि काही प्रश्न संबंधीत क्षमतेची क्षमता.
आणि विशेष म्हणजे पुरेसे, मी वैयक्तिकरित्या असे पाहिले आहे की मला वाटते की मोठा डेटा खरोखर हिमशोधाची टीप आहे. मोठ्या डेटाचा काय परिणाम झाला आहे आणि आता उपलब्ध असलेल्या निवडींचे प्रकार याबद्दल आपण थोडे उत्सुक होऊ इच्छितो. आम्हाला NoSQL इंजिनांकडून सर्वकाही मिळाले आहे, आम्हाला आलेख इंजिन मिळाली आहेत, आम्हाला असे सर्व प्रकारचे प्लॅटफॉर्म मिळाले आहेत ज्यावर आम्ही डेटा टाकू शकतो आणि त्यासह गोष्टी करू शकतो. अगदी खरं तर, एरिक कवानाग यांच्याशी आज मी आमच्याबरोबर झालेल्या पहिल्या संभाषणांपैकी एक अपाचे ड्रिल नावाच्या एका गोष्टीशी संबंधित संभाषण करीत होता, जो खुलासा स्रोत आहे जो आपल्याला क्वेरी करण्यास परवानगी देतो. मॉडेलमधील डेटा भिन्न डेटा प्रकारः हार्ड ड्राइव्हवर बसलेल्या कच्च्या सीएसई फायलींपासून, पेटाबाइट स्केलवरील एचडीएफएस फाइल सिस्टमपर्यंत. आणि आपणास माहित आहे की हे आपल्याला सर्व प्रकारच्या रोमांचक वनस्पतींच्या संरचित आणि अप्रचलित डेटाची एसक्यूएल-शैलीतील क्वेरी करण्यास अनुमती देते.
आम्ही "स्मार्ट इमारत" ही एक गोष्ट बनत आहोत आणि आम्हाला असे वाटते की आमच्याकडे सुरक्षा आणि उष्णता व्यवस्थापनाची स्मार्ट इमारती आहेत, परंतु आपण कोण आहात याबद्दल अधिक माहिती असलेल्या स्मार्ट इमारतींबद्दल बोलत आहे. आपण जिथे जाता तिथे आपण आहात आणि त्या पातळीवर सर्व प्रकारच्या सुबक गोष्टी करा, स्मार्ट शहरांद्वारे - शहर पातळीवरील संपूर्ण पर्यावरणशास्त्र - ज्या गोष्टी गोष्टी हुशारीने कराव्या हे माहित आहे. आणि त्याही पलीकडे, आम्हाला ही अविश्वसनीय गोष्ट मिळाली आहे जी मला वाटत नाही की जगातील कोणालाही पूर्णपणे समजले आहे, आणि तेच इंटरनेट ऑफ थिंग्जचे स्वरूप आहे. गेल्या दशकभरात हे सर्व भिन्न बदल घडले आहेत आणि थोड्या वेळाने साधारणपणे दोन दशकांनंतर जर आपण या गोष्टीचा विचार केला तर याने आमच्या दृष्टीने डेटाबेसचा विचार केल्याने जगावर परिणाम झाला आहे.
तेथे बर्‍याच लक्षणीय गोष्टी घडल्या ज्या शक्य झाल्या आहेत. हार्ड ड्राईव्हची किंमत नाटकीयरित्या खाली आली आहे आणि हडूप मॉडेलसारख्या संदर्भ आर्किटेक्चरला चालवणे अनेक मार्गांनी शक्य झाले आहे, त्यामधे आम्ही बर्‍याच डेटा घेतो आणि त्यास बर्‍याच हार्ड ड्राइव्हवर पसरवितो, आणि त्यासह स्मार्ट गोष्टी करा. आणि प्रत्यक्षात, रिलेशनल डेटाबेस किंवा पारंपारिक डीबी युनिट मॉडेलचे काय माझ्या दृष्टीने तीव्र होते. आणि रॅमला खूप स्वस्त किंमत मिळाली आणि यामुळे आम्हाला स्मृतीसारख्या भिन्न संदर्भ आर्किटेक्चरसह खेळण्याची आणि खूपच मोठ्या डेटाचे विभाजन करण्यासारख्या गोष्टी करण्याची संपूर्ण नवीन संधी मिळाली.
आणि म्हणूनच आम्हाला हे छोटेसे चित्र दिले जे आपण आता पहात आहोत, जे एक आकृती आहे जे आपण मोठ्या डेटा लँडस्केपमध्ये असल्यास उपलब्ध असलेल्या प्लॅटफॉर्मचे प्रकार दर्शवते. आणि हे वाचणे खूपच कठीण आहे आणि त्यामागचे कारण आहे, त्याबद्दल तेथे बरेच अधिक माहिती आहे. कोणत्याही फॉर्मच्या डेटाबेस सिस्टममध्ये डेटा ठेवण्याचे अनेक मार्ग तयार करण्याचे मॉडेल आणि उत्पादन पर्याय आहेत, आणि क्वेरी करतात आणि पारंपारिक वाचन-लेखन करतात. आणि ते सर्व सुसंगत नाहीत, खरं तर त्यापैकी फारच कमी मूलभूत शैलीच्या मानकांचे पालन करतात, परंतु तरीही ते स्वत: ला एक डेटाबेस मानतात. आणि मी तुम्हाला एका सेकंदात दोन पडदे दाखवणार आहे, ज्याबद्दल मी तुम्हाला ‘s ०’ चे दशक व इंटरनेट स्केल वरून वेब २.० आणि त्यानंतर मोठ्या डेटाद्वारे संपूर्ण वाढीवरून काय म्हणायचे आहे याविषयी काही सांगते. जर आम्हाला असे वाटते की हा मोठा डेटा तंत्रज्ञान लँडस्केप आलेख रोमांचक आहे कारण त्यावर बरेच पर्याय उपलब्ध आहेत तर आपण फक्त एक की उभ्या पाहू या.
चला विपणन तंत्रज्ञान पाहू. डेटाबेस मॅनेजमेंट सिस्टम, किंवा फक्त मार्क-टेक स्पेसमध्ये डेटा मॅनेजमेन्टचे पर्याय, म्हणून मार्केटींगशी संबंधित तंत्रज्ञान. आता हे २०११ मध्ये होते, म्हणून काही वर्षांपूर्वी; पाच वर्षांपूर्वी, हे लँडस्केपसारखे दिसत होते. मी थोडक्यात एका स्लाईडवर परत गेलो तर डेटाबेस तंत्रज्ञानामध्ये आम्हाला मिळालेल्या विविध ब्रँड आणि ऑफरमध्ये आजचा डेटा लँडस्केप दिसत आहे. हे फक्त पाच वर्षापूर्वी एक अनुलंब दिसत होते, फक्त विपणन तंत्रज्ञानात.
आता जर मी आजच्या दृश्यावर गेलो तर हे असे दिसते आणि ते पूर्णपणे अभेद्य आहे. ही केवळ ब्रँड आणि पर्यायांची भिंत आहे आणि हे हजारो आणि हजारो सॉफ्टवेअरचे संयोजन आहे जे स्वतःस डेटाबेस वर्गात समजते, जे ते विविध स्वरूपात डेटा कॅप्चर, तयार किंवा संग्रहित आणि पुनर्प्राप्त करू शकते. आणि मला वाटते की आम्ही आता खूपच मनोरंजक आणि धाडसी वेळेत प्रवेश करीत आहोत, जिथे एकदा तुम्हाला मोठे ब्रँड माहित असत, तेव्हा तुम्हाला ओरॅकल आणि इनफॉर्मिक्स, डीबी 2 इत्यादी पाच किंवा सहा वेगवेगळे प्लॅटफॉर्म माहित असतात आणि असू शकतात सुमारे 20 वर्षांपूर्वी उपलब्ध असलेल्या सर्व ब्रँडवरील जवळजवळ तज्ञ. दहा वर्षांपूर्वी, ते थोडे सोपे झाले कारण काही ब्रँड पडले आणि सर्व ब्रँड डॉट-कॉमच्या तेजीच्या प्रमाणात सामना करू शकले नाहीत आणि काही कंपन्या नुकत्याच ब्रेक झाल्या.
आज, अस्तित्वातील सर्व डेटाबेस तंत्रज्ञानाचा तज्ञ असणं अशक्य आहे, मग ते रिलेशनल डेटाबेस असो किंवा गेल्या अनेक दशकांदरम्यान आम्हाला माहित असलेले मानक डेटाबेस मॅनेजमेंट प्लॅटफॉर्म किंवा कदाचित केस असेल तर Neo4j आणि त्या प्रकारची अधिक आधुनिक इंजिन. आणि म्हणून मला वाटते की आम्ही एका अत्यंत धाडसी जगामध्ये प्रवेश करीत आहोत जिथे बरेच पर्याय उपलब्ध आहेत आणि आम्हाला आडव्या आधारावर स्केलवर प्लॅटफॉर्म मिळाले आहेत, एकतर मेमरीमध्ये किंवा डिस्कवर. परंतु मला वाटते की तंत्रज्ञान आणि व्यवसाय निर्णय घेणार्‍यांसाठी ही एक आव्हानात्मक वेळ आहे, कारण तंत्रज्ञानाच्या स्टॅकवर त्यांना काही फार मोठे निर्णय घेण्याची आवश्यकता आहे, कारण काही बाबतीत केवळ महिने गेले आहेत. काही अधिक रोमांचक आणि नवीन मुक्त-स्रोत डेटाबेस प्लॅटफॉर्मसाठी अठरा महिने जुना आता धडकी भरवणारा नंबर नाही. आणि ते प्लॅटफॉर्म विलीन करण्यास प्रारंभ करतात आणि आणखी नवीन आणि अधिक रोमांचक बनतात.
मला वाटते की या सर्वांनी पारंपारिक डेटाबेस प्लॅटफॉर्मवर कसा प्रभाव पाडला आहे आणि ते त्यास कसा प्रतिसाद देतात याबद्दल आणि त्यामध्ये टाकल्या जात असलेल्या तंत्रज्ञानाचे प्रकार याबद्दल आपण आज एक चांगले संभाषण करणार आहोत. आणि हे लक्षात घेऊन, मी आता डॉ. रॉबिन ब्लॉरकडे जात आहे आणि त्याचा अंतर्दृष्टी घेईन. रॉबिन, तुला.
रॉबिन ब्लॉर: ठीक आहे, त्याबद्दल धन्यवाद. होय, हा विषय खूप मोठा आहे. म्हणजे, डेजने तुम्हाला दाखवलेल्या स्पष्टीकरणांपैकी जर तुम्ही नुकताच काढला असेल तर आपणास स्लायर्सपैकी एकाबद्दल दीर्घ चर्चा होऊ शकेल. परंतु आपल्याला माहिती आहे की आपण डेटाबेसमध्ये जाऊ शकता - मी १ 1980 s० च्या दशकापासून डेटाबेस पहात आहे, मला माहित नाही आणि आपण डेटाबेसकडे निरनिराळ्या मार्गांनी पाहू शकता. आणि ज्या गोष्टी मला समजल्या गेल्या त्यापैकी एक म्हणजे फक्त आजच संभाषणात टाका, हार्डवेअरच्या स्तरावर विघटनकारी गोष्टी घडल्या त्या कारणाबद्दल बोलणे. आणि आपणास हे लक्षात घ्यावे लागेल की सॉफ्टवेअरच्या पातळीवर देखील एक भयानक विघटनकारी गोष्टी घडल्या आहेत, म्हणूनच हे कोणत्याही गोष्टीचे पूर्ण चित्र नाही, ही केवळ हार्डवेअर आहे.
मी विशेषत: फार काळ बोलणार नाही, मला तुम्हाला हार्डवेअर पिक्चर द्यायचे होते. डेटाबेस म्हणजे सीपीयू, मेमरी आणि डिस्कवरील डेटा पुनर्प्राप्ती क्षमता आणि ती नाटकीयरित्या बदलत होती. आणि मी असे म्हणण्याचे कारण म्हणजे, आपण प्रत्यक्षात जे केले त्या दृष्टीकोनातून मी डेटाबेस समजणे शिकले. आपल्याला माहिती आहे, प्रत्यक्षात सीपीयूवरील डेटा आणि मेमरीमधून सीपीयूमध्ये काढला जाणारा डेटा आणि डिस्कमधून मेमरीमध्ये ओढल्या जाणार्‍या डेटामध्ये आणि सीपीयूद्वारे फरक आहे. आणि जुने डेटाबेस आर्किटेक्चर फक्त ते संतुलित करण्याचा प्रयत्न करीत होते. आपल्याला माहिती आहे, ते फक्त म्हणत होते, “ठीक आहे, हे खूप धीमे आहे, आम्ही डिस्कवरील डेटा कॅश करू म्हणजे स्मृतीत असेल. आम्ही खरोखरच अचूक मार्गाने प्रयत्न करू आणि करू जेणेकरून आम्ही विचारत असलेल्या डेटाचे खरोखर चांगले प्रमाण आधीच स्मृतीत आहे. आणि आम्ही सीपीयूवर डेटा जितका शक्य तितक्या वेगवान पद्धतीने मार्च करू. "
जुन्या दिवसात डेटाबेस लिहिलेले होते लहान क्लस्टरसाठी मशीन लिहिली गेली आहेत. आणि आता समांतरतेच्या अज्ञानासाठी. कारण आपण एखाद्या क्लस्टरमधून काही कामगिरी मिळवित असाल तर आपल्याला समांतर वेगवेगळ्या गोष्टी कराव्या लागतील. समांतरता हा खेळाचा एक भाग आहे, आताच्या मार्गासारखा काहीही नाही. जे घडले त्यातून मी फक्त एक प्रकारचा चाला करीन.
सर्व प्रथम, डिस्क. खरंच डिस्क संपली आहे. डेटाबेसच्या बाबतीत हे बरेच आहे. मला असे वाटते की डेटा संग्रहित करण्याच्या दृष्टीने बर्‍याच बाबी आहेत, आणि हडूप वर खूप मोठे डेटा तलाव चालू आहेत, आजकाल सर्वात वाईट स्पिनिंग डिस्क कदाचित व्यवहार्य आहे. खरोखर, स्पिनिंग डिस्कची समस्या अशी होती की वाचनाची गती विशेषत: फारशी सुधारली नाही. आणि जेव्हा सीपीयू मूरच्या कायद्याची गती वाढवित होता तेव्हा दर सहा वर्षांनी वेगवान, क्रमवारीचे क्रम. आणि स्मरणशक्ती ही एक प्रकारची पाळत होती, त्यानंतर त्या दोघांनी वाजवीपणाने एकमेकांशी सातत्य ठेवले होते, ते पूर्णपणे गुळगुळीत नव्हते, परंतु त्यांनी तसे केले.
परंतु यादृच्छिकपणे अशा डिस्कवर वाचले जेथे डोके डिस्कवर उडते, म्हणजे, इतर काहीही वगळता, ही एक शारीरिक हालचाल आहे. आणि जर आपण डिस्कवर रँडम वाचत असाल तर मेमरीमधून वाचण्याच्या तुलनेत हे आश्चर्यकारकपणे मंद आहे, हे 100,000 पट हळू आहे. आणि अगदी अलीकडेच, मी कुठल्याही खोलीत पाहिलेले बहुतेक डेटाबेस आर्किटेक्चर्स प्रत्यक्षात नुकतेच डिस्कवरून वाचले आहेत. आपणास खरोखर, एका मार्गाने किंवा दुसर्‍या मार्गाने, डिस्कवरून आपल्याला पाहिजे तितके कॅश करावे आणि त्या हळु डिव्हाइसवरून खेचून घ्या आणि एका वेगवान डिव्हाइसवर ठेवा. आणि अशा बर्‍याच स्मार्ट गोष्टी आहेत ज्या आपण त्यासह करू शकता, परंतु त्या काही प्रकारच्या संपल्या आहेत.
आणि सॉलिड-स्टेट डिस्क, किंवा फ्लॅश ड्राइव्ह्स, खरोखरच ते आहेत, स्पिनिंग डिस्कची जागा त्वरेने बदलत आहे. आणि हे पुन्हा पूर्णपणे बदलते, कारण डेटा ज्या प्रकारे डिस्कवर व्यवस्थित केला जातो, तो डिस्कच्या कार्य करण्याच्या पद्धतीनुसार आयोजित केला जातो. हे खरोखर एका कताईच्या पृष्ठभागावर फिरणार्‍या एका डोक्याबद्दल आहे, प्रत्यक्षात एकाधिक कताईच्या पृष्ठभागावर फिरणारी बहुतेक डोके आणि जाता जाता डेटा उचलण्याचे काम करते. सॉलिड-स्टेट ड्राइव्ह म्हणजे आपण वाचू शकता अशा सामग्रीचा एक ब्लॉक आहे. म्हणजे, सर्वप्रथम सर्व पारंपारिक डेटाबेस स्पिनिंग डिस्कसाठी इंजिनियर केले होते आणि आता ते एसएसडीसाठी पुन्हा इंजिनियर केले जात आहेत. नवीन डेटाबेस कदाचित हे करू शकतात - आत्ताच नवीन डेटाबेस लिहित असलेले कोणीही स्पिनिंग डिस्ककडे दुर्लक्ष करू शकतात, त्याबद्दल अजिबात विचार करू नका. परंतु एसएसडीचे प्रमुख निर्माता सॅमसंग आम्हाला सांगते की एसएसडी खरोखर मूरच्या कायद्याचे वक्र आहेत.
ते माझ्याकडे आधीपासूनच स्पिनिंग डिस्कपेक्षा तीन किंवा चार पट वेगवान होते, परंतु मुळात ते दर 18 महिन्यांत बरेच वेगवान बनतील. वेगात दुप्पट आणि सुमारे सहा वर्षांच्या वेगाने 10 वेळा. मी फक्त एक क्षणात सांगेन त्याप्रमाणे ते फक्त असे असले तर ते तसे नाही. स्पिनिंग डिस्क अर्थातच संग्रहण करण्याचे माध्यम बनत आहे.
स्मृती बद्दल प्रथम गोष्टी, रॅम. रॅम प्रति सीपीयू दरम्यानचे सीपीयू प्रमाण नेहमीच वाढत असते. आणि अर्थातच, या मार्गाने एक भयानक वेग वाढवते, कारण आता आपल्याजवळ असलेली एकराही मेमरी खूप अधिक साठवू शकते. हे खरोखर काय करते, हे एक प्रकारचे एमएलटीपीवरील अनुप्रयोगांवर दबाव कमी करते, किंवा यादृच्छिक वाचन केलेले अनुप्रयोग, कारण त्यांची पूर्तता करणे सोपे आहे, कारण आता तुम्हाला बर्‍याच स्मृती मिळाल्या आहेत, आणि त्या मार्गाने आपण काहीही कॅश करू शकता स्मृतीत वाचले जाण्याची शक्यता आहे. परंतु आपण मोठ्या डेटाच्या ढीगसह अडचणीत जाता, म्हणून मोठा डेटा खरोखर इतका साधा नसतो.
आणि मग आमच्याकडे X डी एक्सपॉईंटसह इंटेल आहे, आणि आयबीएम ज्याला ते पीसीएम म्हणतात, जे फेज-चेंज मेमरी आहे, असे काहीतरी विश्वास देत आहेत जे विश्वास करतात - बरं, ते सध्याच्या एसएसडीपेक्षा कमीतकमी 10 पट वेगवान आहे, आणि त्यांना विश्वास आहे की ते मिळेल रॅम सारखा वेगवान असणे अगदी जवळ आहे. आणि नक्कीच ते कमी खर्चीक आहे. पूर्वी, आपल्याकडे सीपीयू, मेमरी आणि डिस्कची ही डेटाबेस रचना होती आणि आता आम्ही चार थर असलेल्या संरचनेकडे जात आहोत. त्यात सीपीयू, मेमरी किंवा रॅम आणि नंतर एसएसडी मेमरीची वेगवान प्रकारची मेमरी प्राप्त झाली, जी वास्तविकपणे अस्थिर आहे आणि नंतर एसएसडी आहे. आणि ही नवीन तंत्रज्ञान अस्थिर आहेत.
आणि तेथे एचपीचे स्मारक आहे, जे अद्याप नाही, तुम्हाला माहिती आहे कारण सुमारे सात वर्षांपूर्वी त्याची घोषणा केली गेली होती, परंतु अद्याप ती दिसली नाही. परंतु मी ऐकत असलेल्या अफवा अशी आहे की एचपी गेममध्ये थोडेसे मेमिरिस्टरबरोबर देखील बदलत आहे, म्हणूनच आपल्यास स्मृतीतून नवीन परिस्थिती निर्माण झाली आहे. आम्हाला वेगवान सामग्री मिळाल्यासारखे नाही, आपल्याला संपूर्ण नवीन थर मिळाल्यासारखे आहे. आणि मग आम्हाला एसएसडी प्रवेश असल्याची वस्तुस्थिती मिळाली आहे, आपण ते समांतर वाचू शकता. बर्‍याच वेगवेगळ्या स्पिनिंग डिस्कशिवाय, आपण समानांतर स्पिनिंग डिस्क वाचू शकत नाही. परंतु एसएसडीचा एक ब्लॉक, आपण खरोखर समांतर वाचू शकता. आणि आपण हे समांतर वाचू शकता कारण आपण एकाच सीपीयूवर विविध प्रक्रिया पार पाडल्यास आणि त्या प्रत्यक्षात एसएसडी बरोबर घेतल्यास हे त्याच्या साध्या वाचनाच्या वेगापेक्षा वेगवान होते.
असा अंदाज आहे की असे करून आपण जवळजवळ रॅम गती मिळवू शकता. आणि हे सर्व सांगत आहे की, मेमरी आर्किटेक्चरचे भविष्य अस्पष्ट आहे. म्हणजे, वास्तविकता अशी आहे की विविध प्रबळ विक्रेते, ज्याचे ते बाहेर पडतात ते कदाचित हार्डवेअरची दिशा निश्चित करतात. परंतु वेळेत या क्षणी तो कोठे जात आहे हे कोणालाही माहिती नाही. मी काही डेटाबेस अभियंत्यांशी बोललो आहे जे म्हणतात की “काय घडत आहे याची मला भीती वाटत नाही”, परंतु ते जाण्याच्या मार्गावरुन कसे ऑप्टिमाइझ करावे हे त्यांना माहित नाही. आणि आपण नेहमीच प्रकार केले, जेणेकरून ते मनोरंजक आहे.
आणि मग तेथे सीपीयू आहे. बरं, मल्टीकोर सीपीयू फक्त मल्टीकोर सीपीयू नव्हते. आमच्याकडे देखील एल 1, एल 2 आणि एल 3 कॅशेचे लक्षणीय खंड आहेत, विशेषत: एल 3, जे मला माहित नाही, दहापट मेगाबाइट आहे. आपण तेथे बरेच काही ठेवू शकता हे आपल्याला माहिती आहे. आणि म्हणूनच, आपण प्रत्यक्षात चिप कॅशिंग माध्यम म्हणून वापरू शकता. त्यामुळे खेळ बदलला. आणि नक्कीच, वेक्टर प्रक्रिया आणि डेटा कम्प्रेशन, बर्‍याच विक्रेत्यांनी प्रत्यक्षात ते केले आहे आणि सीपीयूवर ती सामग्री द्रुतपणे द्रुतपणे जाण्यासाठी सीपीयू वर ड्रॅग केली. मग आपणास हे तथ्य मिळते की, जीपीयू सह सीपीयू वेगवान विश्लेषकांमध्ये चांगले आहेत. आणि ते विशिष्ट प्रकारच्या क्वेरींमध्ये खरोखरच चांगले आहेत, आपल्या क्वेरीवर ते अवलंबून आहे.
आपण एकतर सीपीयू आणि जीपीयू सह बोर्ड तयार करू शकता किंवा एएमडी आत्ता करत असताना आपण एपीयू नावाचे काहीतरी तयार करता जे एक प्रकारचे सीपीयू आणि जीपीयूचे लग्न आहे; त्यात दोन्ही प्रकारची क्षमता आहे. तर हा वेगळ्या प्रकारचा प्रोसेसर आहे. आणि मग इंटेलने नुकतीच घोषणा केली की ते चिपवर एफपीजीए लावणार आहेत, त्या प्रकाराने माझे डोके घुसले. मी विचार करत होतो, “पृथ्वीवर हे कसे होणार आहे?” कारण जर तुम्हाला मिळालं असेल तर सीपीयू, जीपीयू आणि तुम्हाला सीपीयू, एफपीजीए होण्याची शक्यता आहे - आणि जर तुम्हाला खरोखर करायचे असेल तर त्याच बोर्डवर तुम्ही सीपीयू, एक जीपीयू आणि एफपीजीए ठेवू शकता. अशा प्रकारे आपण काहीही कसे चालवावे याची मला कल्पना नाही, परंतु अशा कंपन्या अशा कंपन्यांविषयी मला माहिती आहेत ज्या अशा गोष्टी करीत आहेत आणि त्यांना खूप जलद क्वेरी प्रतिसाद मिळत आहेत. हे असे काहीतरी नाही जे दुर्लक्षित केले जाईल, हे असे काहीतरी आहे जे स्थापित विक्रेते आणि कदाचित नवीन विक्रेत्यांद्वारे वापरले जाईल. डीबीएमएस नेहमीच समांतर असतात, परंतु आता समांतर शक्यता नुकतेच स्फोट झाल्या आहेत, कारण हे आपल्याला यासह, वेगवेगळ्या मार्गांनी समांतर करण्यास अनुमती देते.
शेवटी, स्केल किंवा स्केल आउट करण्यासाठी? स्केलिंग करणे खरोखर एक उत्तम समाधान आहे, परंतु एका गोष्टीसाठी. आपण एका नोडवरील डिस्कवरील सीपीयूची कार्यक्षमता आणि डिस्कवरील मेमरी पूर्णपणे ऑप्टिमाइझ करू शकत असल्यास नॉड कामगिरीचे बरेच चांगले काम करा. आणि आपण कमी नोड्स वापरेल, जेणेकरून ते स्वस्त होणार आहे ना? आणि हे व्यवस्थापित करणे सोपे होईल. दुर्दैवाने, हे एक हार्डवेअर-आधारित डिझाइन आहे आणि हार्डवेअर बदलत असताना, हार्डवेअर बदलत आहे इतके वेगाने चालविण्यास सक्षम होणार नाही, जोपर्यंत आपले अभियंता हार्डवेअर बदलत नाहीत. आणि आपणास वर्कलोडची समस्या उद्भवू शकते, कारण जेव्हा आपण मोजमाप करता तेव्हा आपण वर्कलोड काय करणार याबद्दल वेगवेगळे अनुमान लावत आहात.
आपण मोजमाप केले तर ते म्हणजे, जर आपल्या आर्किटेक्चरने स्केल करण्यापूर्वी स्केलवर जोर दिला असेल तर - खरंच आपल्याला त्या दोन्ही गोष्टी करायच्या आहेत, फक्त आपण एखाद्यावर जोर दिला. मग आपणास चांगले नेटवर्क परफॉरमन्स मिळेल, कारण आर्किटेक्चर त्यास सामोरे जाईल. हे हार्डवेअरच्या दृष्टीने अधिक महाग होईल कारण तेथे अधिक नोड्स असतील परंतु वर्कलोडच्या कमी समस्या असतील आणि तेथे अधिक लवचिक डिझाइन असेल.
आणि मी फक्त विचार केला की मी ते फेकून देईन, कारण जर आपण प्रत्यक्षात सर्व हार्डवेअर बदलांचा विचार केला तर मी फक्त माझे बोट दाखविले आणि मग आपण विचार केला की आपण त्या वस्तूंचे प्रमाण कसे वाढवणार आहात? मग आपणास समजले की डेटाबेस अभियंता माझ्या मते कमीतकमी चांगले वेतन दिले आहेत. म्हणून आपण हार्डवेअर लेयरवर फक्त विचार केल्यास डेटाबेसची आव्हाने स्पष्ट आहेत. आता मी हे बर््टकडे पाठवत आहे, जो आपल्या सर्वांना सुशिक्षित बनवणार आहे.
एरिक कवानाग: बस एवढेच! बर्ट?
बर्ट स्केलझो: खूप खूप धन्यवाद मी या स्लाइड मध्ये सरळ जाऊ. माझ्याकडे जाण्यासाठी बर्‍याच स्लाइड्स आहेत, त्यापैकी बर्‍याच गोष्टींवर मी कदाचित पटकन जाऊ शकेन. आम्ही या “फॉरवर्ड मोमेंटम: रिलेशनल पलीकडे ट्रेडिशनल पलीकडे जाणे” याबद्दल बोलत आहोत. हे यापुढे आपल्या वडिलांचे डेटाबेस नाही. गोष्टी बदलल्या आहेत, आणि जसे पूर्वीचे स्पीकर म्हणाले, गेल्या सहा ते सात वर्षात लँडस्केपमध्ये मूलत: बदल झाला आहे.
स्वतः, मी 80 च्या दशकाच्या मध्यापासून डेटाबेस करीत आहे. मी ओरॅकल, एसक्यूएल सर्व्हर, बेंचमार्किंग आणि इतर बर्‍याच गोष्टींवर पुस्तके लिहिली आहेत. “जग खूप वेगाने बदलत आहे. बिग यापुढे लहान मारणार नाही. हळू वेगवान मारहाण होईल. ”मी जोडले“ रुपांतर करण्यासाठी. ”ते रूपर्ट मर्डोक यांचे होते. माझा विश्वास आहे की हे खरं होईल. 20 वर्षांपूर्वी आपण ज्या प्रकारे 10, 15, केले त्याप्रमाणे डेटाबेस सामग्री करण्यास सक्षम असणार नाही. व्यवसायाला जसे हवे तसे करावे लागेल.
मी जे काही सादर करीत आहे त्यात थोडासा सामान्य राहण्याचा प्रयत्न करणार आहे, परंतु मी तुझ्याविषयी बोलत असलेली बहुतेक वैशिष्ट्ये ओरॅकलमध्ये सापडतील, तुम्हाला एसक्यूएल सर्व्हर, मायएसक्यूएल, मारियाडीबी आणि इतर काही मोठ्या सापडतील खेळाडू. रिलेशनल डेटाबेस क्रांती, मी पूर्वीच्या स्पीकर्सशी पुन्हा सहमत आहे. जर आपण 2010 च्या आसपास पाहिले तर आम्ही रेड रेस कारमधून पिवळ्या रेस कारकडे निघालो. तेथे एक महत्त्वपूर्ण बदल झाला आणि २०२० मध्ये आला, मला विश्वास आहे की आपणास आणखी एक मूलगामी बदल दिसेल. आम्ही खूप मनोरंजक वेळेत आहोत.
आता ही स्लाइड की आहे, म्हणूनच मी तिथे एक चावी घातली. हा सर्व बदल चालू आहे आणि डाव्या बाजूला मला तंत्रज्ञान मिळाले आहे आणि उजव्या बाजूला मला व्यवसाय झाला आहे. आणि प्रश्न असा आहे की, कोणत्या कारणामुळे कोणत्या कारणीभूत आहे, आणि कोणते समर्थन करीत आहे? आमच्यात हे सर्व हार्डवेअर बदल आहेतः डिस्क्स खाली येत आहेत, डिस्कचे आकार वाढत आहेत, नवीन प्रकारचे डिस्क आहेत, जेणेकरून आधीच्या स्पीकर्सने ते कव्हर केले. मेमरी सोडण्याची किंमत, डेटाबेसच्या या सर्व नवीन आवृत्त्या. परंतु उजव्या बाजूला, आम्हाला डेटा संरक्षण आणि अनुपालन, डेटा वेअरहाउसिंग, व्यवसाय बुद्धिमत्ता, ticsनालिटिक्स, अनिवार्य डेटा प्रतिधारण प्राप्त झाले आहे. समीकरणाच्या दोन्ही बाजू चालवित आहेत आणि समीकरणाच्या दोन्ही बाजू या सर्व नवीन वैशिष्ट्यांचा उपयोग करणार आहेत.
सर्व प्रथम, आम्हाला आमच्या वैशिष्ट्यीकृत एसएएस कताईची डिस्क मिळाली आहे, ती आता 10 टेराबाइटपर्यंत आहेत. आपण न पाहिलेले असल्यास, वेस्टर्न डिजिटल, एचजीएसटीकडे ते त्यांचे हीलियम ड्राइव्ह म्हणतात, जे आत्ता सुमारे 10 तेराबाइट पर्यंत आहे. स्पिनिंग डिस्कची किंमत खूपच कमी होत आहे. आधी सांगितल्याप्रमाणे, आपल्याला सुमारे दोन टेराबाइटांपर्यंत घन-स्टेट डिस्क मिळू शकतात, परंतु सॅमसंगकडे 20-टेराबाइट युनिट लवकरच येत आहे. खर्च वाजवी होत आहेत. एक गोष्ट जी मी इतरांबद्दल नाही याबद्दल बोलणार आहे ती म्हणजे फ्लॅश डिस्कची संकल्पना. पीसीआय, ती पीसीआय एक्सप्रेस, विरूद्ध एनव्हीएम, आपण अस्थिर मेमरी एक्सप्रेस ऐकली किंवा ऐकली नसेल. मुळात, एनव्हीएम एसएएस आणि एसएटीएची जागा घेणार आहे आणि हे इतर कोणत्याही गोष्टींपेक्षा खरोखर संप्रेषण प्रोटोकॉल आहे. पण त्या डिस्क आता जवळजवळ तीन टेराबाइट पर्यंत आहेत.
तुम्ही हे देखील पाहिले असेल की आता काही एसएएस ड्राइव्हस् यू -२० कनेक्टर्ससह येत आहेत, जे एसएएस किंवा एसएटीएपेक्षा वेगळ्या कनेक्टरसारखे आहे, जे मानक डिस्कसह एनव्हीएमला समर्थन देते - डिस्कने देखील त्यास समर्थन देणे आवश्यक आहे. आणि मग एम २ कनेक्टर्ससह साटा आणि त्या एनव्हीएम मिळवू लागल्या आहेत. खरं तर, आता नोटबुक विक्रेते अशा नोटबुकची विक्री करतात ज्यात एनव्हीएम फ्लॅश डिस्क आहे आणि त्या गोष्टी आपण पूर्वी वापरलेल्या तंत्रज्ञानाच्या तुलनेत किंचाळतील.
या सर्व भिन्न चमक काय आहेत हे बर्‍याच लोकांना माहित नाही. आपण खाली उजव्या कोपर्यात पाहिले तर ते M.2 चे उदाहरण आहे. आपण म्हणू शकता, "ठीक आहे जी, हे त्याच्या डावीकडील एमएसएटीए ड्राईव्हसारखे दिसते आहे." परंतु आपण पाहू शकता की, पिनमध्ये दोन पट्ट्यांमध्ये दोन फरक पडले आहेत आणि ते थोडेसे मोठे आहे. आणि एम. तीन वेगवेगळ्या आकारात येऊ शकतात.
आणि मग पीसीआय एक्सप्रेस फ्लॅश, आणि एनव्हीएम फ्लॅश. आता, एनव्हीएम फ्लॅश देखील पीसीआय एक्सप्रेस आहे, परंतु पीसीआय एक्सप्रेस विशेषत: अजूनही एसएएस- किंवा एसएटीए-प्रकार नियंत्रक अल्गोरिदम आहे जी स्पिनिंग डिस्कसाठी लिहिलेली होती, आणि एनव्हीएम हे अल्गोरिदम किंवा तंत्र आहे जे विशेषतः फ्लॅशसाठी लिहिलेले होते. आणि पुन्हा, आपण या सर्वांना पहात आहात.
NVMe बर्‍याच गोष्टी प्रदान करते. माझ्या मते सर्वात वरच्या उजव्या कोपर्यात दोन सर्वात मोठ्या सुधारणेत 70 टक्के घट झाली आहे. मी प्रत्यक्षात त्याहूनही जास्त पाहिले आहे. याव्यतिरिक्त, आपण खाली उजव्या कोपर्यात पाहिले तर, जेव्हा आपली ऑपरेटिंग सिस्टम एनव्हीएम डिस्कशी बोलते, तेव्हा ती सॉफ्टवेअरच्या अगदी कमी स्तरावर जाते. मूलभूतपणे, आपण ऑपरेटिंग सिस्टमसह आता समाविष्ट असलेल्या एनव्हीएमई ड्राइव्हरद्वारे जाता आणि ते थेट मीडियाशी बोलते. हे तंत्रज्ञान डेटाबेसच्या जगात आमूलाग्र बदल घडवून आणणारी अनेक कारणे आहेत.
आणि बर्‍याच वेळा लोक म्हणतील, “ठीक आहे, एनव्हीएमए किती वेगवान आहे?” तुम्हाला माहिती आहे, चांगले जुने दिवस, २०० back पूर्वी आणि त्यापूर्वी, आमच्याकडे अल्ट्रा -20२० एससीएसआय, second०० मेगाबाइट प्रति सेकंद असल्यास उत्साहित झाले. आजची गती, तुमच्यापैकी बरेच जण फायबर किंवा इन्फिनीबँडवर आहेत आणि अशा प्रकारचे उत्कृष्ट आहेत. तेथे उजवीकडील एनव्हीएम, चालू तंत्रज्ञान जिथे समाप्त होते तिथे सुरू होते. माझ्याकडे जे आहे ते म्हणजे, पीसीआय एक्सप्रेस 3.0.० हा आठ-लेन दुव्यासह जवळजवळ 000००० पासून प्रारंभ होईल, आणि पीसीआय एक्सप्रेसची नवीन आवृत्ती, आवृत्ती चार वगैरे मिळेल तेव्हा ती पुढे जाईल. एनव्हीएमकडे अप वगळता कोठेही नाही.
आता डेटाबेसमध्ये कोणत्या गोष्टी बदलत आहेत? आता माझ्या स्लाइडच्या वरच्या उजव्या कोप in्यात, तंत्रज्ञानाने दर्शविलेल्या व्यवसायाच्या कारणास्तव मी ठेवले. या प्रकरणात, डेटा वेअरहाउसिंगमुळे आणि डेटा अनिवार्य करण्यासाठी अनिवार्य कारणांमुळे, डेटाबेस त्यामध्ये कम्प्रेशन देण्यास सुरवात करत आहेत. आता, काही डेटाबेस एक ressionड-ऑन म्हणून कम्प्रेशन ऑफर करतात, काही जण मानक म्हणून अंगभूत म्हणून ऑफर करतात, समजा त्यांच्या डेटाबेसची एंटरप्राइझ संस्करण आणि अजून काही डेटाबेस ज्यात ओरॅकल सारखी संकुचित आवृत्ती आणखी चांगली असू शकते. मध्ये म्हणा, त्यांचे एक्झाडेटा प्लॅटफॉर्म आहे, म्हणूनच त्यांनी खरोखर हार्डवेअर तयार केले आहे जे अत्यंत विशिष्ट कॉम्प्रेशनला समर्थन देतात आणि उदाहरणार्थ एक्झाडेटामध्ये 40x कॉम्प्रेशन रेट मिळतो आणि म्हणून ते खूप महत्वाचे आहे. आणि मला वाटते की हा डेटा अनिवार्य असणे आवश्यक आहे, लोकांना फक्त डेटा जास्त हवा आहे. व्यवसाय, विश्लेषक आणि बीआय करण्यासाठी त्यांना शेवटच्या 5, 10, 15 वर्षांचा डेटा आवश्यक आहे.
आता २०० another, २०० period दरम्यानच्या काळात आणखी एक वैशिष्ट्य म्हणजे विभाजन होते. पुन्हा, आपल्याला हे ओरॅकल, एस क्यू एल सर्व्हर सारख्या डेटाबेसमध्ये आढळेल आणि त्याकरिता आपल्याला त्या देय द्यावे लागतील. ओरॅकलमध्ये आपल्याला विभाजन पर्याय खरेदी करावा लागेल आणि एसक्यूएल सर्व्हरमध्ये आपल्याला डेटा सेंटरच्या आवृत्तीवर रहावे लागेल. हे आपले पारंपारिक विभाजन आणि विजय-तंत्र आहे आणि आपण काय करीत आहात आपल्याकडे तेथे तार्किक मोठ्या टेबलची संकल्पना आहे आणि जेव्हा ते डिस्कवर ठेवले जाते तेव्हा ते प्रत्यक्षात बादल्यांमध्ये मोडलेले असते. आणि आपण पाहू शकता की त्या बादल्या विभक्त करण्याच्या काही निकषांनुसार आयोजित केल्या आहेत, सामान्यत: संदर्भित केल्या जातात किंवा आपल्या विभाजन कार्यास म्हणतात, आणि त्याचप्रमाणे आपण काही डेटाबेस प्लॅटफॉर्ममध्ये उप-विभाजन देखील करू शकता आणि आपण आणखी पुढे जाऊ शकता.
पुन्हा, मला वाटते की डेटा वेअरहाउसिंग आणि अनिवार्य डेटा धारणा या दोन्ही गोष्टींनी हे ढकलले आहे आणि यापैकी काही डेटाबेसमध्ये आपल्याकडे to 64,००० पर्यंत विभाजने असू शकतात आणि मला इतर database 64,००० पर्यंतच्या उप-विभाजनांवर इतर डेटाबेसवर विश्वास आहे. हे आपल्याला व्यवस्थापित करण्यायोग्य तुकड्यांमध्ये आपला डेटा खंडित करण्यास अनुमती देते. आपण अनुक्रमणिका देखील विभाजित कराल; हा एक पर्याय आहे, आपल्याला करण्याची गरज नाही, परंतु आपण आपल्या अनुक्रमणिकेचे विभाजन देखील करू शकता. असे करण्याचे एक कारण कदाचित आपल्याकडे डेटाची सरकणारी विंडो असू शकते. आपण दहा वर्षांचा डेटा ठेवू इच्छित आहात परंतु आज रात्रीचे बॅच लोड चालविण्यासाठी अनुक्रमणिका सोडण्यासाठी आपल्याला केवळ वर्तमान बकेटमध्ये असलेल्या पंक्तींवर, प्रत्येक पंक्तीवर अनुक्रमणिका सोडण्याची आवश्यकता नाही. विभाजन करणे हे एक चांगले प्रशासकीय साधन आहे जरी बहुतेकांना असे वाटते की त्याचा मोठा फायदा आपल्या योजनांमध्ये विभाजन निर्मुलनासाठी जात आहे आणि म्हणूनच आपल्या क्वेरींमध्ये वेगवान आहे. केकवर खरोखरच हा प्रकार आहे.
आता आपण कदाचित शार्डींगबद्दल ऐकले असेल आणि आपण कदाचित विचार करता, "ठीक आहे, आपण ही स्लाइड येथे का दिली?" हे त्या एनओएसक्यूएलपैकी एक आहे - हे त्या हडूप प्रकारातील वातावरण आहे. ओरॅकल 12 सीने दोन सोडले, जे अद्याप जी 8 नाही, परंतु जे दर्शविले जात आहे किंवा पूर्वावलोकन केले गेले आहे त्यात त्यात शार्डींग आहे. आपल्याकडे ओरॅकलसारखी पारंपारिक डेटाबेस प्रणाली आहे आणि आपण हडूप मॉडेलमध्ये जसे शार्क करण्यास सक्षम असाल तर आपल्याकडे आणखी विभाजित आणि जिंकण्याचे तंत्र आहे जे आपले विभाजन करणार आहे प्रति नोडच्या गटात सारणी पंक्तीनुसार टाईप करा आणि हे आपल्या काही एसएसक्यूएल डेटाबेसमध्ये जसे दिसत आहे त्याप्रमाणेच होईल. आणि प्रत्यक्षात मायएसक्यूएल, आपण त्यांच्या क्लस्टरिंग तंत्रांपैकी एक वापरून खरोखर हे बरेच साध्य करू शकता, परंतु हे पारंपारिक डेटाबेसवर येत आहे आणि मायक्रोसॉफ्ट मागे राहू इच्छित नाही असा माझा अंदाज आहे. हे दोघे प्रत्येक वेळी एकमेकांसमवेत झेप घेतात म्हणून मी एसक्यूएल सर्व्हरच्या पुढील आवृत्तीत शार्डींग पहाण्याची अपेक्षा करतो.
डेटा लाइफ-सायकल व्यवस्थापन, पुन्हा अनिवार्य डेटा धारणा, परंतु व्यवसाय बुद्धिमत्ता आणि विश्लेषणासाठी देखील. खरोखर, हे एक विभाजित आणि जिंकण्याचे तंत्र आहे आणि सामान्यत: डीबीए हे स्वहस्ते करतात आणि ते म्हणजे, “मी या वर्षाचा डेटा वेगवान डिस्कवर ठेवणार आहे, गेल्या वर्षीचा डेटा थोडा हळू डिस्कवर ठेवत आहे, कदाचित मी जात आहे त्यापूर्वी शेवटची दोन वर्षे अगदी धीमे डिस्कवर ठेवण्यासाठी, आणि नंतर माझ्याकडे काही आर्काइव्हल पद्धत असेल. ”हे सामान्यतः आता टेप केलेले नाही, सामान्यत: आपल्याकडे नेटवर्क-संलग्न संचयन किंवा काही डिव्हाइस आहे ज्यात बरेचसे आहेत स्टोरेज आहे आणि हे आपल्याला माहिती आहे, प्रभावी आहे परंतु तरीही ही डिस्क फिरत आहे.
आणि म्हणूनच आपण प्रत्यक्षात करू शकता - दोन्ही ओरॅकल वर आणि एस क्यू एल सर्व्हरवर - आपण एक पर्याय खरेदी करू शकता जेथे आपण नियम परिभाषित करता आणि हे फक्त पार्श्वभूमीमध्ये स्वयंचलितरित्या होते. आपल्याला यापुढे स्क्रिप्ट लिहिण्याची गरज नाही, आपल्याला काहीही करण्याची आवश्यकता नाही. आणि जर आपण एस क्यू एल सर्व्हर २०१ seen पाहिले आहे, जे नुकतेच जून २०१ out मध्ये आले होते, तेथे एक नवीन वैशिष्ट्य आहे ज्याला "स्ट्रेच डेटाबेस" म्हणतात जे मुळात आपल्याला करू देते - तळाशी उजव्या कोपर्यात - आपण एकाधिक स्तरांमधून थेट ढगात जाऊ शकता आणि हे डेटाबेसमध्ये तयार केलेले वैशिष्ट्य आहे, आपण असे काहीतरी म्हणाल की, “जर डेटा 36 365 दिवसांपेक्षा जास्त जुना असेल तर कृपया तो ढगात हलवा आणि तुम्हाला माहितीच असेल तर ते स्वयंचलितरित्या करा.”
हे खरोखर छान वैशिष्ट्य ठरणार आहे, खरं तर मी असा विचार करत आहे की आपण भविष्यात जे काही पाहणार आहोत तेच कदाचित आपल्याकडे संकर डेटाबेस असेल जिथे आपण काही स्थानिक ठेवणार आहात आणि काही ढगात. यापूर्वी, लोक विचार करीत होते, “अरे, मी एकतर प्री-प्रीमिस करणार आहे किंवा मी ढगावर करणार आहे.” आता आम्ही या संकरीत फॅशनमध्ये दोन तंत्रज्ञानाचे लग्न पाहत आहोत. मला वाटते की हे खूप मोठे होईल आणि मायक्रोसॉफ्ट तिथे प्रथम आले.
प्रतिक्रिया, हे डेटा संरक्षण आणि अनुपालनामुळे होते. आता चांगल्या जुन्या दिवसात आम्ही म्हणालो असतो, “अहो, अनुप्रयोग विकसक, जेव्हा आपण अहवालात हे प्रदर्शित करता तेव्हा आपण स्क्रीनवर हे प्रदर्शित करता तेव्हा काही सुरक्षा गोष्टी आहेत ज्या आपण तपासल्या पाहिजेत आणि कृपया आपल्याला माहिती आहे, केवळ डेटा दर्शवा त्यांनी न पाहिलेला डेटा पाहू किंवा मुखवटा लावावा किंवा त्यावर पुन्हा संपर्क साधावा. ”ठीक, नेहमीप्रमाणे आपण अनुप्रयोगाकडे ढकलता तेव्हा ते एका ठिकाणी केले गेले नाही जेणेकरून ते वेगळ्या प्रकारे होते किंवा तसे होत नाही. काही ठिकाणी पूर्ण होणार नाही. आणि म्हणूनच आता आपल्यास आपल्या डेटाबेस सिस्टममध्ये ही क्षमता प्राप्त झाली आहे.
आता एस क्यू एल सर्व्हर २०१ in मध्ये हे वैशिष्ट्य अंगभूत आहे जेणेकरून डेटा सेंटर व्यतिरिक्त ती पर्यायी किंमतीची वस्तू नाही, माझा विश्वास आहे; आणि ओरॅकल 12 मध्ये आपल्याला त्यांचे जीवन-चक्र व्यवस्थापन -ड-ऑन खरेदी करावे लागेल, परंतु हे काहीतरी नवीन आहे आणि हे ते व्यवसायाद्वारे चालते आहे. आणि विशेषत: कारण की आपण आत्ता जास्त डेटा ठेवत आहात आणि डेटा खनन करत आहात, म्हणून द्विपक्षीय आणि विश्लेषक, आपण कोणत्या डेटावर प्रवेश करीत आहात आणि त्यांना फक्त काय पाहण्याची परवानगी आहे याची खात्री करून घेतली पाहिजे. त्यांना पाहण्याची परवानगी आहे.
त्याचप्रमाणे, डेटा संरक्षण आणि अनुपालन पुन्हा पहा. आपल्याला आढळेल की बरेच डेटाबेस सिस्टम आता कम्प्रेशन तयार करीत आहेत किंवा मला माफ करा, थेट डेटाबेसमध्ये एनक्रिप्शन आहे आणि या एनक्रिप्शनबद्दल काय महत्वाचे आहे, जर आपण त्या खाली लिहिलेल्या आरामावर आणि वरील बाणाने त्या लिहिल्या आहेत तर खाली डिस्क एन्क्रिप्टेड आणि नंतर ते परत मेमरीमध्ये वाचते आणि त्यास डीक्रिप्ट करते. हे प्रत्यक्षात एक मॉडेल आहे, असे आणखी एक मॉडेल आहे जे आपल्याला माहित आहे, हे वास्तविक ते तेव्हाच करते जेव्हा ते नेटवर्कवर डेटा वास्तविक ग्राहक अनुप्रयोगासाठी संप्रेषित करते.
त्या प्रकरणात, तरीही हे स्मृतीतील डेटाबेस सर्व्हरवर एनक्रिप्ट केले जाऊ शकते आणि जेव्हा क्लायंट अनुप्रयोगाकडे पाठवले जाते तेव्हाच डिक्रिप्ट केले जाते. येथे दोन भिन्न मॉडेल्स आहेत आणि आपल्याला ती डेटाबेसमध्ये आढळतील आणि खरंच अलीकडेच जोडलेल्या डेटाबेसपैकी एक म्हणजे त्यांच्या आवृत्ती १०.० मध्ये मारियाडीबी; माझा विश्वास आहे की ते आता 10.1 किंवा 10.2 वर आहेत. आणि या एन्क्रिप्शनवर मी प्रत्यक्षात काही बेंचमार्किंग केले आणि हे कूटबद्धीकरण प्राप्त करण्यासाठी, मी फक्त थ्रूपूट किंवा गतीमध्ये सुमारे 8 टक्के घट अनुभवली. बेंचमार्किंग चाचणीत, कूटबद्धीकरणामुळे बरेच काही झाले नाही आणि म्हणूनच हे एक अतिशय उपयुक्त वैशिष्ट्य आहे.
आता आम्ही फ्लॅश मेमरी आणि एसएसडी आणि त्यासारख्या गोष्टींबद्दल पूर्वी उल्लेख केला आहे. ओरॅकल आणि एसक्यूएल सर्व्हरमधील आपल्यातील एक वैशिष्ट्य म्हणजे आपल्या डेटाबेस सर्व्हरवर असलेले फ्लॅश किंवा एसएसडी घेऊ शकता आणि आपण डेटाबेसला म्हणू शकता, “हे स्मृती असल्यासारखे वापरा. रॅमला प्राधान्य म्हणून हाताळा, परंतु ढोंग ही कमी मेमरी आहे आणि त्यास विस्तारित कॅशे म्हणून वापरा. ”आता एसक्यूएल सर्व्हर २०१ in मध्ये हे उघड झाले आणि त्याला“ बफर पूल विस्तार ”असे म्हटले गेले, ते विनामूल्य आहे. ओरॅकलमध्ये, ते 11 जी आर 2 मध्ये बाहेर आले आणि त्याला “डेटाबेस फ्लॅश कॅशे” म्हटले गेले आणि तेथेही ते विनामूल्य होते.
माझा सल्ला, तथापि, हे वैशिष्ट्य काळजीपूर्वक चालविण्याचा आहे. प्रत्येक वेळी जेव्हा आपण एखादा शोध घेण्यासाठी जाता तेव्हा आपण कॅशे मोठे करता तेव्हा यास जास्त वेळ लागतो. जर आपण तीन-टेराबाइट फ्लॅश कार्ड ठेवले आणि डेटाबेसला म्हणाल, “त्यास आपल्या स्मृतीत जोडा”, तर खरं तर कदाचित आपल्याला काहीतरी सापडले आहे कारण पाहण्याची वेळ आली आहे आणि ते फ्लॅशमध्ये आहे, ते गलिच्छ आहे किंवा स्वच्छ? घटत्या परतीचा मुद्दा आहे. माझा सल्ला पुन्हा चाचणी ड्राइव्ह आहे, आपल्यासाठी काय कार्य करते ते पहा, परंतु पुन्हा, ते आपल्या डेटाबेसमध्ये आहे आणि ओरॅकलच्या बाबतीत, एसक्यूएल सर्व्हर आणि ओरेकल या दोहोंमध्ये, तेथे गेली दोन वर्षे आहेत.
आणि मग आपल्यास आजोबांकडे आणले जे मेमरी डेटाबेस होते आणि म्हणूनच डेटाबेसच्या किंमती खाली आल्या आहेत. हे कदाचित घडले असावे असे आपणास वाटण्याचे अन्य कारण म्हणजे बर्‍याच विश्लेषकांना डेटा अगदी द्रुतपणे प्रवेशयोग्य असणे आवश्यक आहे, आणि म्हणूनच त्यास स्मरणशक्ती असणे आवश्यक आहे. लक्षात घ्या की डेटाबेस या डेटामध्ये प्रवेश करण्यासाठी, त्यास संकुचित करण्यासाठी, कूटबद्ध करण्यासाठी, ते संचयित करण्यासाठी वापरत असलेल्या अल्गोरिदमांना माहिती आहे की काही प्रकरणांमध्ये काही डेटाबेस मेमरीमध्ये सलग संचयित करणे चालू ठेवू शकतात.
काही प्रकरणांमध्ये, काही डेटाबेस कॉलमभिमुख स्तंभात हे खंडित करू शकतात आणि त्या कारणास्तव ते जास्त कम्प्रेशन लेव्हल मिळतात, कुठेतरी 11 ते 12 एक्स च्या आसपास ते कॉलम ऑर्डर विरूद्ध पंक्ती क्रमाने संग्रहित करतात. हे प्रथम एसक्यूएल सर्व्हर २०१ in मध्ये दिसून आले, त्याला “हेकाटन” म्हटले गेले. एसक्यूएल सर्व्हर २०१ in मध्ये हे मुळात वाढविण्यात आले आहे, ते काही भिन्न नावे देऊन संदर्भित होतील आणि ते ओरॅकल १२ सी मध्ये आले; मी येथे दुसरा रिलीज म्हणतो, आर 2 नाही. ओरॅकल 12 सी, 12.1.0.1 आणि 12.1.0.2 चे दोन भिन्न रिलीझ होते. हे डेटाबेसच्या आर 1 आवृत्तीचे दुसरे प्रकाशन आहे.
आणि आपण हे ज्या प्रकारे परिभाषित करता त्याच प्रकारे इन-मेमरी ऑब्जेक्ट दोन्ही डेटाबेसमध्ये समान आहे. येथे आपण उजव्या वरच्या कोप on्यावर पाहू शकता, मी एक एस क्यू एल सर्व्हर तयार करीत आहे आणि आपण ते पाहू शकता की मेमरी ऑप्टिमाइझ केलेले आणि टिकाऊपणा केवळ स्कीमा आहे. मी या सर्व वाक्यरचनांचा अर्थ घेणार नाही, आणि ओरॅकलमध्ये हे अगदी सोपे आहे, आपण फक्त एक टेबल बदलून स्मरणात म्हणा किंवा नाही आणि आपण ते बदलू शकता. मी म्हणू शकतो की हे आज स्मृतीत आहे आणि उद्या ते नाही आणि म्हणून हे खूप लवचिक आहे.
मी ओरॅकलवर मेमरी टेबलांसह काही चाचण्या केल्या, माझ्याकडे काही चाचण्या झाल्या ज्या चालायला जवळजवळ 40 मिनिटे लागली, तेथे वरच्या बाजूस. आता सर्वात महत्त्वाचे म्हणजे जेव्हा मी दोन तळांच्या तळाशी पोहोचलो, तेव्हा मी रनटाइम वाढविला होता किंवा कमी केला होता, मी म्हणावे, अंदाजे पाच मिनिटे, आणि जेव्हा मी कॉम्प्रेशन घटकांकडे पाहिले तेव्हा डेटामधील मेमरी प्रत्यक्षात 3.6 होती ते 6. times पट लहान. ते महत्वाचे आहे कारण या प्रकरणात मी स्तंभभिमुख स्वरूप वापरत आहे आणि ते संकुचन आहे. आणि म्हणून काय अंदाज? माझ्या आठवणीत मी जवळजवळ चार ते पाच पट डेटा बसवत होतो. मला केवळ मेमरीचा फायदा, कॉलम देणारं फायदाच नाही, तर बर्‍याच डेटाचा फायदा - मेमरी कॅशेमध्ये पाच पट डेटा इतकाच फायदा होता, म्हणून हे एक खूपच शक्तिशाली तंत्र आहे. पुन्हा ओरॅकल आणि एस क्यू एल सर्व्हर, आपण याकडे पाहू इच्छित आहात, ते खरोखर छान वैशिष्ट्ये आहेत. आणि त्यासह, मला असे वाटते की मी ते प्रश्नांसाठी उघडेल.
एरिक कवानाग: वेल बर्ट, सर्व प्रथम आपण या सर्व आश्चर्यकारक शिक्षणामध्ये खूप निःस्वार्थ झालात. आपण काय करता याबद्दल आपण फक्त एक मिनिट बोलू शकता? कारण आपल्याकडे काही सक्षम तंत्रज्ञान आहे जे आपण बोलत असलेल्या गोष्टी सुलभ करू शकेल. आपण काय करता याबद्दल एक मिनिटासाठी फक्त बोला आणि नंतर समीरमध्ये देझ आणि रॉबिन यांना खाली आणू द्या.
बर्ट स्केलझो: होय, मी आयडीईआरए नावाच्या कंपनीत काम करतो. आम्ही टेक्सासमध्ये आहोत, आमचे मुख्यालय हॉस्टनमध्ये आहे आणि मी सध्या आस्टिनमध्ये बसलो आहे पण मी डॅलसमध्ये आहे. आम्ही डेटाबेस साधने बनवितो आणि आपल्या समस्या सोडविण्यात मदत करण्यासाठी आम्ही डेटाबेस साधने तयार करतो. ही समस्या उत्पादकतेइतकेच सोपी असू शकते ज्यायोगे आमच्याकडे डीबीएर्टिसन नावाचे एक साधन आहे जे आपल्याला आपले डेटाबेस प्रशासकीय कार्ये करू देते आणि आपल्याला 12 भिन्न डेटाबेस प्लॅटफॉर्म व्यवस्थापित करू देण्याचे हे एक साधन आहे. मी एसक्यूएल सर्व्हर व्यवस्थापित करू शकतो, मी ओरॅकल व्यवस्थापित करू शकतो, मी मायएसक्यूएल, डीबी 2, पोस्टग्रेस व्यवस्थापित करू शकतो आणि मी एक साधन वापरत आहे, एक एक्झिक्युटेबल, एक जीयूआय डिझाइन आणि वर्कफ्लोचा एक सुसंगत सेट. अनुपालन करण्यासाठी आम्ही साधने देखील तयार करतो, आपल्याकडे आपल्या आज्ञापालन गरजा पूर्ण करण्यात मदत करण्यासाठी आमच्याकडे एसक्यूएल अनुपालन व्यवस्थापक नावाचे एक साधन आहे. एसक्यूएल सिक्युरिटी नावाचे आणखी एक साधन, म्हणून आम्ही अशी साधने बनवण्याचा प्रयत्न करतो जे आपल्याला प्रभावी आणि कार्यक्षम होण्यास मदत करतील आणि आपण आमच्या वेबसाइटवर गेलात तर खरोखर काय छान आहे, आमच्याकडे तेथे संपूर्ण फ्रीवेअर आहे, जेणेकरून दुसरे काहीच नसेल तर डाउनलोडवर जा - मला वाटते की आमच्याकडे 20 किंवा 25 फ्रीवेअर आहेत. तेथे काही खरोखर चांगले फ्रीवेअर सामग्री आहे ज्यात एसक्यूएल सर्व्हर आणि विंडोज मदत तपासणी आहे जे मूलत: आपल्याकडे काय आहे ते पाहेल आणि आपल्याला काही समस्या किंवा वस्तू मिळाल्या आहेत की नाही हे सांगेल आणि ती पूर्णपणे विनामूल्य आहे.
एरिक कवानाग: आणि तू खरोखर दयाळू आहेस
बर्ट स्केलझो: निश्चितच पहिली सामग्री-
एरिक कवानाग: आज तुम्ही बाजाराच्या विख्यातपणाबद्दल बोलत आहात, तेथे एक आकार-फिट-असे सर्व समीकरण होते जे खरं म्हणजे मला २०० Dr. साली जेव्हा डॉ. मायकेल स्टोनबॅकरचा मुलाखत होता तो आठवत होता, जेव्हा तो मोठ्या धक्क्यावर गेला होता. कॉलम-देणारं डेटाबेस हालचालींबाबतच्या निर्णयाबद्दल बोलत होता आणि तो एक-आकार-फिट-सर्व रिलेशनल मॉडेल कित्येक वर्षांपासून कसा प्रभुत्व पाळत होता याविषयी बोलत होता, आणि तो सर्व त्या बदलेल असा भाकित करीत होता, आणि मुलगा त्याबद्दल योग्य होता? आता आपल्याकडे बर्‍याच पर्याय आणि संधींसह हे खरोखर वैविध्यपूर्ण आणि मनोरंजक वातावरण आहे, परंतु आपल्याला त्या सर्वांचे व्यवस्थापन करण्यासाठी एखाद्याची आवश्यकता आहे आणि असे दिसते आहे की आपली कंपनी गणिताच्या समस्येचे निराकरण करण्यासाठी अगदी जोरदारपणे लक्ष केंद्रित करीत आहे, अशा प्रकारे हे एक सक्षम बनले आहे. विषमपणाचे शिर्षक, बरोबर?
बर्ट स्केलझो: अगदी. मला असे म्हणायचे आहे की तिथे नेहमीच डीबीए असतात जे म्हणतात की “मला जीयूआय साधन वापरायचे नाही, मी सर्व काही स्क्रिप्ट्सद्वारे करतो,” तुम्हाला माहिती आहे? त्यांना वाटते की ते डीबीए चा सुपरमॅन प्रकार आहे आणि ते ठीक आहे पण आपल्या बर्‍याच लोकांसाठी आम्हाला फक्त काम करायचं आहे आणि तुम्हाला माहिती आहे, मी माझी कागदपत्रे लिहिण्यासाठी मायक्रोसॉफ्ट वर्ड वापरतो. मी माझा मायक्रोसॉफ्ट आउटलुक वापरतो. म्हणजे, माझ्याकडे कामे करण्यासाठी साधने आहेत. आम्ही एकाच प्रकारची संकल्पना तयार करीत आहोत, डेटाबेस प्रशासक आणि विकसकांसाठी त्यांना काय करायचे आहे यावर लक्ष केंद्रित करण्यास मदत करण्यासाठी आम्ही त्यांची साधने तयार करीत आहोत आणि त्यांना ते कसे करावे लागेल याबद्दल नाही.
एरिक कवानाग: हे अर्थपूर्ण आहे, परंतु मी आपणास आमच्या तज्ञांकडे वळवीन आणि लोकांना कळकळीचे वाटते. आम्हाला प्रेक्षकांकडून काही टिप्पण्या आल्या आहेत. कदाचित, डेझ, दोन प्रश्न आणि रॉबिन दोन प्रश्न?
डेझ ब्लांचफील्ड: नक्की. तुम्हाला मिळालेल्या प्रचंड अनुभवाचा विचार करून मला तुमच्याकडे जाणवायचा पहिला प्रश्न, यापैकी काही हळूहळू कमी होत असताना तुम्हाला लवकरच एक बिंदू दिसेल का? किंवा आपल्याला असे वाटते की आम्ही सतत या सतत वाढीच्या रेषेच्या प्रवेश बिंदूवर आहोत? माझ्या मते कंपन्यांना भेडसावणारा सर्वात मोठा मुद्दा आहे आणि मग त्या कंपन्यांना त्यांचा व्यवसाय चालविण्यास पुरविल्या जाणा technology्या तंत्रज्ञानाचे समर्थन करण्याचा प्रयत्न करणारे लोक नेहमीच बदल घडवून आणत असतात आणि ते इतके नाट्यमय असतात की ते सर्व काही चालू ठेवू शकत नाहीत. भिन्न वैशिष्ट्ये आणि सॉफ्टवेअर, आणि सिस्टम, फ्रेमवर्क, आणि आर्किटेक्चर्स, आणि नवीन कोड येत आहे आणि त्यानंतर हार्डवेअर, आपल्याला सध्याचा बदल त्वरित कमी होताना दिसत आहे काय? म्हणजे, आपण संपूर्ण आयडेरा स्वीटसह अशा विस्तृत प्लॅटफॉर्मवर सौदा करता, आम्ही लवकरच मंदावणार आहोत की आम्ही या वेडसर पळून जाणा ?्या फ्रेट ट्रेनमध्ये बराच काळ चालत आहोत?
बर्ट स्केलझो: मला वाटते की आम्ही त्या वाढीच्या वक्र च्या पहिल्या 20 टक्के आहोत आणि आम्हाला अजून जाण्यासाठी बरेच मार्ग सापडला आहे आणि त्यामध्ये दोन गोष्टी जोरात आहेत. तंत्रज्ञान विकसित होत राहते. आपण काही नवीन मेमरी प्रकार नमूद केले आहेत जे पुढे येणार आहेत, ते आश्चर्यकारक होणार आहे. सॅमसंग येथे लवकरच 20-टेराबाइट फ्लॅश ड्राइव्ह आणणार आहे. ते गोष्टी बदलणार आहे. आम्हाला हे सर्व NoSQL आणि क्लाऊड डेटाबेस मिळाले आहेत, हे फक्त सुरूच आहे. एक गोष्ट जी मजेदार आहे, ती म्हणजे जेव्हा मी ओरॅकल आणि एस क्यू एल सर्व्हर आणि इतर काही डेटाबेस पाहतो तेव्हा ते खरोखरच रिलेशनल डेटाबेस नसतात. मी ओरॅकलमध्ये अ-संरचित डेटा ठेवू शकतो आणि तरीही एसीआयडी पालन करू शकतो. जर आपण मला 20 वर्षांपूर्वी सांगितले असेल तर मी असे म्हटले आहे की आपण ड्रग्सवर होता.
डेझ ब्लांचफील्ड: होय, होय, ते छान आहेत. तसेच, आता जीआयएस सारख्या छान कोनाडे अनुलंब मिळविलेली त्या इंजिने देखील आता मूळ क्षमतेपेक्षा चांगली आहे. डीबीए ज्या आव्हानांना तोंड देत आहे आणि डीबीएच्या वेगवेगळ्या काळाबद्दल आपण या स्थानाभोवती पाहण्याची आशा आहे याबद्दल आपण काही छान टिप्पण्या केल्या आहेत, परंतु आपण ज्या व्यवसायाचा सामना करीत आहात त्या व्यवसायाचे जगाचे रूप काय आहे? म्हणजे, हे असे लोक आहेत जे आपल्या डायग्नोस्टिक मॅनेजरपासून इन्व्हेंटरी टूल्स आणि डीफॅगिंगला मदत करण्यासाठी सर्व मार्ग वापरतात, डीबीए या बदलाचा सामना कसा करतात आणि ते कसे करतात - आपल्याला माहित आहे , त्यांच्या लँडस्केपमधील या महत्त्वपूर्ण पाळीशी सामना करण्यासाठी ते आपल्या साधनांसह काय करीत आहेत?
बर्ट स्केलझो: बरं, मी जवळजवळ 20 वर्षांपूर्वी परत जात आहे, मग मी असे म्हणणार आहे की डीबीए संस्थेतल्या एका विशिष्ट भूमिकेचे निराकरण करते. ते सहसा एका डेटाबेस प्लॅटफॉर्मसह कार्य करतात, कदाचित दोन, आणि त्यांनी तुलनेने लहान संख्या डेटाबेस व्यवस्थापित केली. आता आज आणि डेटाबेस प्रशासकाकडे त्वरेने पाठवा, त्याला खरोखर 10 डेटाबेस प्लॅटफॉर्म माहित आहेत. तो व्यवस्थापित करीत आहे, आणि हा विनोद नाही, काही बाबतीत हजारो डेटाबेस; ते अधिक एसक्यूएल सर्व्हर वर्ल्ड किंवा मायएसक्यूएल जगावर आहे. परंतु तरीही ओरॅकल जगात ते शेकडो डेटाबेस व्यवस्थापित करू शकतात. आणि म्हणूनच त्यांना ही सर्व नवीन वैशिष्ट्ये समोर येत आहेत, त्यांना ही सर्व नवीन प्लॅटफॉर्म मिळाली आहेत आणि त्यांच्यासाठी जबाबदार असलेले हे सर्व डेटाबेस त्यांना मिळाले आहेत. त्यांची उत्पादनक्षमता सक्षम करण्यासाठी आणि त्यांना काही गोष्टी शिकण्यात मदत करण्यासाठी साधने शोधत आहेत.
आणि मी एक उदाहरण देईन - जर मला टेबल विभाजित करायचे असेल तर ते एक अस्पष्ट वाक्यरचना आहे, आणि जर मी त्यास उप-विभाजन करायचे असेल तर वाक्यरचना आणखी कठीण होईल. मला माहित आहे की मला काय करायचे आहे, मला बादल्या तयार करायच्या आहेत. जर मला डीबीएर्टिसनसारखे एखादे साधन मिळाले असेल ज्याने असे म्हटले असेल की, “अहो, येथे एक छान स्क्रीन आहे जी आपण प्रयत्न करण्याऐवजी आपण काय करण्याचा प्रयत्न करीत आहात यावर लक्ष केंद्रित करू देते आणि अरे तसे, दाबा. आपण पूर्ण झाल्यावर एस क्यू एल बटण दर्शवा आणि आम्ही एसक्यूएल काय होते ते आम्ही आपल्याला दर्शवू म्हणजे आपण हे खरोखर शिकण्यास प्रारंभ करू शकाल. "
डीबीए मध्ये ती साधने शोधली जात आहेत जी त्यांना काम साध्य करण्यात मदत करतात परंतु त्यांना वापरत असलेल्या या सर्व नवीन गोष्टी शिकविण्यात मदत करतात आणि तेच खरे असतील - समजा मी एक ओरॅकल माणूस आहे आणि मी मायएसक्यूएलवर जाऊन म्हणतो, “ठीक आहे, डीबीएर्टिसन, डेटाबेस बनवा. आता मला एस क्यू एल दाखवा कारण मला आश्चर्य वाटते की मायएसक्यूएलवर डेटाबेस तयार करणे म्हणजे काय आहे आणि मी नुकतेच वाक्यरचना शिकलो आहे. ”आणि म्हणून आम्ही त्यांना केवळ डेटाबेसमध्ये काम करण्यास मदत करत नाही आहोत, तर आम्ही त्यांना डेटाबेसमधून शिक्षण देत आहोत.
डेझ ब्लांचफील्ड: जेव्हा आपण काही अधिक आधुनिक - किंवा अधिक आधुनिक नसलेल्या लोकांकडे जाता तेव्हा हे अधिक मनोरंजक होते, परंतु हे सांगणे योग्य नाही - परंतु एकेकाळी डेटाबेस डेटाबेस असतो. आजकाल आपण तेथे ज्या गोष्टीविषयी बोलत आहात त्या सर्व गोष्टी मी आव्हानांसह पाहत आहोत जे तंत्रज्ञान स्टॅक जे आम्ही परंपरेने विक्रेतांकडून पहातो आणि आपण त्यामध्ये ओपन सोर्स लावा आणि ते देखील चांगले आहेत. केवळ डेटाबेस इंजिन आणि क्वेरी भाषेचाच व्यवहार करू नका तर ते डेटा प्रकार, रचनात्मक आणि अप्रचलित देखील हाताळतात, तुम्हाला माहिती आहे, मल्टी-पेटाबाइट एचडीएफएसच्या स्पेक्ट्रमच्या शेवटच्या टोकापासून सर्वकाही हाताळण्याचे आव्हान आहे. छोट्या छोट्या कंटेनरसाठी वातावरण आणि पॅकेट फाइल्स आणि विविध लॉग फाइल स्वरूपने.
आणि मला असे वाटते की हे असे काहीतरी आहे जिथे आपण पहात आहोत फक्त माणूस नाही, कितीही सुपरमॅन, सुपरवुमन, जरी त्यांना वाटत असेल की ते आहेत, ते शारीरिकदृष्ट्या, त्या बदलाच्या दराशी मानसिकरित्या वागू शकत नाहीत आणि फरक प्रमाण. मला वाटते की आपण आता ऑफर करत असलेल्या साधनांचा एक बिंदू मिळणार आहे जिथे ते जवळजवळ बर्‍याच प्रकारे डीफॉल्ट सेट वर असतील जेणेकरुन आम्ही त्यांच्याशिवाय मिळालेले डेटाबेस वातावरण चालू शकत नाही कारण आम्ही फक्त शारीरिकरित्या त्यांच्यावर बरेच मृतदेह टाकू शकत नाही. मला तुमच्या सादरीकरणाचा खरोखर आनंद झाला. मी डॉ. रॉबिन ब्लॉरकडे जात आहे, मला खात्री आहे की त्याच्याकडे तुमच्याकडे जाण्यासाठी देखील भरपूर प्रश्न आहेत.
रॉबिन ब्लॉर: ठीक आहे. पण माझ्याकडे नक्कीच प्रश्न आहेत. बर्ट, आपण कोठे जात आहात हे मला ठाऊक नाही - काही दिवसांपूर्वी माझे खरोखरच एक मनोरंजक संभाषण झाले होते जिथे कोणी मला नवीनतम डीयू डेटा संरक्षणाबद्दल सांगण्यास सुरुवात केली आणि ते जे आश्चर्यचकितपणे बोलत होते त्यावरून मला असे वाटले त्यांनी आग्रह धरलेल्या गोष्टींच्या बाबतीत कठोर. मी आश्चर्यचकित झालो की आपण त्याकडे खरोखर पाहिले असेल तर; हे असे काहीतरी आहे ज्याची आपण परिचित आहात?
बर्ट स्केलझो: अगदी. हो
रॉबिन ब्लॉर: २०१,, ठीक आहे, त्याबद्दल सांगा.
बर्ट स्केलझो: आणि मी प्रत्यक्षात-
रॉबिन ब्लॉर: गंभीरपणे मनोरंजक.
बर्ट स्केलझो: मी प्रत्यक्षात फ्लॅश विक्रेत्यासाठी थोड्या काळासाठी काम केले, त्यांच्या डेटाबेस क्षेत्रात डेटाबेससाठी फ्लॅश उत्पादने तयार करण्यात मदत केली आणि मी सांगू शकेन की ड्रॅकोनिअन सर्वत्र खाली जात आहे. मला म्हणायचे आहे की, जर तुम्हाला माझी एक स्लाइड आठवत असेल तर मी काही डेटाबेसमध्ये असे म्हटले होते की ते एनक्रिप्शन करेल परंतु ते सर्व्हर मेमरीमध्ये ठेवेल आणि काही डेटाबेसमध्ये एन्क्रिप्शन - हे सर्व्हर मेमरीमध्ये अजूनही कूटबद्ध आहे, जेव्हा ते फक्त डिक्रिप्ट केले जाते ते क्लायंटला पाठवले जाते. तसेच, आपल्याला हे देखील सापडेल की यापैकी काही सरकारी मानक, विशेषत: संरक्षण विभाग किंवा अमेरिकेत सैन्य, ते देखील संपूर्ण मार्गावर फ्लॅश पातळीवर जातात आणि आपण एन्क्रिप्शन आणि डिक्रिप्शनला केवळ समर्थनच देत नाही हे त्यांना जाणून घ्यायचे आहे. आपले हार्डवेअर, परंतु हे की एखाद्याने चिप्स चोरली - जी आपणास माहित आहे, त्यास आपल्या सर्व्हरच्या बाहेरुन त्या वस्तू बाहेर खेचून घेतल्या, जे तेथे एनक्रिप्टेड आहे आणि जेणेकरून त्यांच्याकडे स्टोरेज आहे जरी ते असू शकत नाही आणि ते असतील वास्तविक मार्गापर्यंत खाली - फ्लॅश भागावरच नव्हे तर वैयक्तिक चिप्सपर्यंत. त्यांना ते चिप बाय चिप जाणून घ्यायचे होते, सर्वकाही कूटबद्ध केले गेले होते.
रॉबिन ब्लॉर: व्वा. म्हणजे बर्‍याच गोष्टी आहेत ज्या तुम्हाला माहिती आहेत मला असे वाटते की आपण त्याबद्दल फक्त एक किंवा दोन स्लाइड्स आणल्या आहेत परंतु हे असे काहीतरी आहे जे मला वाटले की खरोखरच मनोरंजक आहे. उदाहरणार्थ माहितीचे पुनरुत्थान करणे, वेगवेगळे क्षेत्र लपवून ठेवण्यापेक्षा थोडा हुशार असणे आवश्यक आहे कारण विशेषतः आजकाल मशिनच्या शिक्षणाद्वारे, आपण डिडक्टिव्ह गोष्टी करू शकता ज्यामुळे आपण पूर्वीच्या पृष्ठभागावर नसलेली माहिती पृष्ठभागावर आणू शकता.
आपण संरक्षण देण्याचा प्रयत्न करीत असाल तर आरोग्याविषयी माहिती सांगू, तर आरोग्यविषयक माहितीच्या संदर्भात अमेरिकेमध्ये हा एक अतिशय कठोर नियम आहे, परंतु आपण प्रत्यक्षात मशीन मशीनच्या विविध तंत्राचा वापर करून कोणाकडून वैद्यकीय माहिती वापरु शकता प्रत्यक्षात आहे. मला याबद्दल आश्चर्य वाटले की आपल्याला त्याबद्दल काहीही बोलले आहे का कारण ते सर्वांना वाटते की ते एक रंजक क्षेत्र आहे.
बर्ट स्केलझो: होय, पूर्णपणे आणि मी हे फक्त उदाहरण म्हणून वापरत आहे, मी एक डेटाबेस दुसर्‍यापेक्षा चांगला असल्याचे सांगण्याचा प्रयत्न करीत नाही, परंतु आपण आत्ताच विचारले त्याकरिता हे एक चांगले उदाहरण आहे. ओरॅकलमध्ये, उदाहरणार्थ मला डेटाची पंक्ती पाहण्याची परवानगी नसल्यास, जॉन स्मिथचे वैद्यकीय रेकॉर्ड पाहण्याची मला परवानगी नाही. ओरॅकलमध्ये मी “रेकॉर्ड निवडा” असे म्हटल्यास मला अवरोधित केले जाईल किंवा मला काय परवानगी आहे हे पाहण्याची परवानगी दिली जाईल आणि ती पुन्हा केली जाईल. आणि जर मी असे म्हटले तर "जॉन स्मिथच्या बरोबरीच्या सारणीवरून खाते स्टार निवडा," तर मला शून्य मिळेल.
एसक्यूएल सर्व्हरमध्ये, ते रेडिएशन करू शकते परंतु त्यास काही छिद्र आहेत. जर मी असे म्हटले तर “जॉन स्मिथच्या बरोबरीच्या सारणीतून खाते निवडा.” मी प्रत्यक्षात एक मिळवून देईल, त्यामुळे मला माहित आहे की तेथे एक जॉन स्मिथ आहे. एक इतरांपेक्षा अधिक सुरक्षित आहे. आता मी त्यांना ते सोडवण्याची अपेक्षा करतो, ते नेहमीच एकमेकांशी लीप बेडूक खेळतात. आणि पुन्हा, मी उदाहरण दाखविण्याशिवाय इतर डेटाबेसमध्ये फरक करण्याचा प्रयत्न करीत नाही - आता आपण ज्याविषयी बोलत आहोत ते पहा, निवडक खात्यासारखे सोपे काहीतरी देखील रेडिएशनने कापले पाहिजे, जरी तांत्रिकदृष्ट्या बोलणे, पंक्तीच्या अस्तित्वाशिवाय दुसरे काहीही नाही.
रॉबिन ब्लॉर: हो बरोबर. हा एक प्रकारचा मनोरंजक आहे. म्हणजे, दुसरा सामान्य प्रश्न कारण मला बराच वेळ मिळाला नाही, तो फक्त सुधारणांबद्दलचा आहे.मी असे म्हणत आहे की आपण जेथे होता तेथे मला असे माहित आहे की आपण चालविलेल्या विविध चाचणी परीक्षेची उदाहरणे आम्हाला दाखवत आहात - पारंपारिक डेटाबेस, त्यांना प्रख्यात डेटाबेस, एस क्यू एल सर्व्हर आणि ओरॅकल म्हणाल का? वाटते की ते पूर्ण होण्यापूर्वीच राहतील? किंवा तुम्हाला वाटते की ते खरोखरच बाजारपेठेत विविध प्रकारचे अडथळे आणत आहेत जे खरोखरच त्यांच्यासाठी धावतात? तुमचे मत काय आहे?
बर्ट स्केलझो: माझे एक मत आहे आणि ते आहे - आपल्याला माहिती आहे, पुन्हा मी हे माझे मत असल्याचे सांगणार आहे - उदाहरणार्थ, मायक्रोसॉफ्ट, बाल्मरनंतरच्या काळात माझ्यामधून जिवंत नरकाला प्रभावित करीत आहे. याचा अर्थ असा की स्ट्रेच डेटाबेस म्हणजे लिनक्सवर एसक्यूएल सर्व्हर मिळवणे, लिनक्सवर नेट .NET मिळवणे, लिनक्सवर पॉवरशेल मिळवणे; मला वाटत नाही की पारंपारिक डेटाबेस विक्रेते मागे राहतील. मला वाटते की त्यांनी निर्णय घेतला आहे, “अहो, नवीन लोकांना, स्टार्टअप्सने काहीतरी परिभाषित करू द्या. शार्डींग म्हणजे काय आणि ते कसे परिपूर्ण करावे हे त्यांना समजू द्या आणि एकदा त्यांनी सर्व संशोधन आणि विकास केल्यावर आम्हाला माहित आहे की वापरकर्त्यांना काय हवे आहे, आता ओरॅकलमध्ये शार्डींग जोडू. "मला वाटते ते फक्त स्मार्ट होत आहेत आणि ते म्हणाले, “अहो, जेव्हा तुम्ही प्रबळ खेळाडू असता तेव्हा दुसरे किंवा तिसरे असणं वाईट नसतं कारण मग लोक तुमच्यापासून स्थलांतर करणार नाहीत.”
रॉबिन ब्लॉर: होय, मला म्हणायचे आहे की ही एक रणनीती वापरली गेली आहे. मला म्हणायचे आहे की आयबीएम असे करीत असे आणि संपूर्ण उत्पादन - त्यांच्या संपूर्ण उत्पादनाच्या श्रेणीसाठी आणि कुणालाही कधीच विचार न करता घडलेल्या भिंतीबाहेरचे असे काहीतरी घेऊन येईपर्यंत हे प्रमाणितपणे चांगले आहे. परंतु आपण योजना करू शकत नाही तरीही त्या विरुद्ध.
प्रेक्षकांचे प्रश्न, एरिक?
एरिक कवानाग: होय, परंतु आपल्याला वेळ मिळाला आहे कदाचित मी फक्त एकासाठी विचार करतो आणि मला माहित आहे की बर्ट चालवावा लागेल. याबद्दल येथे काहीतरी होते - ठीक आहे, ओरॅकल 12 सी वरील शार्डींग आर्किटेक्चर हा एक संकेत आहे - किंवा आपल्या मते हे काय सूचित करते, तेथे काय घडत आहे असे आपल्याला वाटते?
बर्ट स्केलझो: बरं, ओरॅकल इतर सर्व डेटाबेस विक्रेते आहेत जे शोषत आहे किंवा / आणि देत आहे. उदाहरणार्थ, मी ओरॅकलमध्ये अ-संरचित डेटा ठेवू शकतो. आपण अप्रचलित डेटा कसा ठेवू शकता आणि नंतर त्यास रिलेशनल डेटाबेस म्हणू शकता हे मला माहित नाही, यामुळे त्याचा काही अर्थ नाही, परंतु आपण हे करू शकता. आणि आता ओरॅकल शार्डींग जोडत आहे, तर ओरॅकल म्हणत आहे, “तुला काय माहित आहे? बाजाराला जे काही हवे आहे ते आम्ही आमच्या डेटाबेसची ऑफर देऊ कारण मार्केटला बाजारपेठेला हवे असलेले हवे असते आणि तोडगा आम्हाला वितरीत करायचा आहे, तो आमच्याकडेच रहावा अशी आमची इच्छा आहे. ”
मला वाटते की आपण अतिरिक्त आयटम पहाल. ओरेकल रॅक किंवा रिअल clप्लिकेशन क्लस्टरमध्ये नसून हॅडूप सारखी डेटाबेस नोड्सची क्लस्टरिंग पाहून मला आश्चर्य वाटणार नाही, परंतु मुळात पारंपारिक हडूप-प्रकार क्लस्टरिंगमध्ये ते शार्डींग करत आहेत. आणि म्हणून मला वाटते की आपण ओरडल सारखा डेटाबेस तैनात करण्यास सक्षम व्हाल जसे आपण हडूप होता आणि अशा प्रकारचे ट्रेंड सुरूच राहतील. हे मोठे डेटाबेस विक्रेते, ते कोट्यवधी डॉलर्स कमवतात आणि त्यांना त्यांची बाजारपेठ गमवायची नाही, म्हणून ते कोणत्याही गोष्टीशी जुळवून घेण्यास किंवा काहीही स्वीकारण्यास तयार असतात.
एरिक कवानाग: बरं, हे तुम्हाला माहितीच आहे, हे मजेदार आहे कारण मी मुक्त-स्त्रोत विक्रेत्यांचे काही काळ अनुसरण केले आहे आणि मला आश्चर्य वाटले आहे की पारंपरिक बंद-दाराच्या तंत्रज्ञानावर त्याचा किती मोठा परिणाम होईल आणि काही काळापूर्वी तो नक्कीच वाटला म्हणून मुक्त स्त्रोत विक्रेते काही गंभीर प्रगती करीत होते आणि आता मी बाजाराकडे पहात असतांना आपण काय म्हणत आहात हे पहाताच, मोठ्या लोकांनी गणित केले आहे, त्यांची पेन्सिल तीक्ष्ण केली आहे आणि ते कसे विणू शकतात हे त्यांना समजले. त्यांच्या आर्किटेक्चरमध्ये ती बरीच सामग्री आहे. तो आयबीएम, किंवा ओरॅकल किंवा एसएपी असो - मी गेल्या महिन्यात फक्त सप्पीरनो कॉन्फरन्समध्ये होतो आणि त्या कंपनीचे अर्धे प्रमुख असलेले स्टीव्ह लुकस यांनी बढाई मारली की एसएपीने आता त्यांच्या हाना क्लाऊड प्लॅटफॉर्ममध्ये समाविष्ट केले आहे, त्यांच्यापैकी कोणत्याहीपेक्षा अधिक मुक्त-स्रोत घटक प्रतिस्पर्धी. जर आपण त्यावर गणित केले तर ते एक छान प्रभावी विधान आहे आणि हे मला सांगते की मोठी मुले लवकरच कधीही कुठेही जात नाहीत.
बर्ट स्केलझो: नाही, मी दोन्ही पैशावर पैज लावतो. म्हणजे जर तुम्ही पाहिले तर मायक्रोसॉफ्टचा साठा नुकताच अंदाजे $ 50 होता आणि तुम्हाला माहिती आहे, काही वर्षांपूर्वी ते २ you're वर होते. आपण चांगली कामे करत नाही तोपर्यंत आपण कमी कालावधीत आपली स्टॉक किंमत दुप्पट करत नाही आणि आपण माहित आहे, विंडोज 10 वरून प्रथमच सर्व काही विनामूल्य करण्यापासून ते करीत असलेल्या इतर सर्व स्मार्ट गोष्टींबद्दल, हे स्ट्रेच डेटाबेस वैशिष्ट्य केवळ अभूतपूर्व आहे. मला असे वाटते की बरेच लोक अझुरमध्ये संपणार आहेत, थेट नाही तर त्यांनी असे म्हटले नाही की “चला माझा डेटाबेस अझरवर स्थलांतरित करू.” ते तेथे जादूने स्थलांतर करणार आहे कारण ते संग्रहित होणार आहे. तिथं हे नवीन स्ट्रेच डेटाबेस वैशिष्ट्य वापरुन आणि त्यामुळे अ‍ॅझूरचा अवलंब करणं फक्त गगनाला भिडणार आहे.
एरिक कवानाग: हे अगदी आपल्या मॅकवरदेखील मी पाहू शकतो अशा बाजारपेठेतला एक ट्रेंड आहे. आपण काही कागदजत्र जतन करण्यासाठी आपल्या मॅकवर जाताना ते आता - आणि नवीन मॅक्स फक्त मेघद्वारे अनुसरण करतात, बरोबर? म्हणजे, त्या व्यूहरचनात बरीच समजूत आहे आणि मी ते पाहतो आणि पुढे म्हणतो, “ठीक आहे मित्रांनो, तुम्ही मला तुमच्या ढगांच्या वातावरणामध्ये बारीक बारीक मोहित करण्याचा प्रयत्न करीत आहात, आणि नंतर जेव्हा मला काही चित्रपट पहायचा असेल तर माझे क्रेडिट कार्ड कालबाह्य झाले आहे मी संकटात सापडणार आहे. ”
बर्ट स्केलझो: होय, परंतु आपण ते पुढे करता.
एरिक कवानाग: हो ते खरं आहे.
बर्ट स्केलझो: आपण सर्व काही ठेवले.
एरिक कवानाग: बरं, सर्वकाही नाही.
बर्ट स्केलझो: नाही, मी म्हणालो
एरिक कवानाग: होय, पुढे जा.
बर्ट स्केलझो: हे सामाजिक ट्रेंड व्यवसायात पोहोचत आहेत. आता व्यवसायांकडे अद्याप करण्यासारख्या बर्‍याच गोष्टी आहेत, परंतु ते या ट्रेंड पाहत आहेत आणि ते त्याच प्रकारच्या गोष्टी करत आहेत. ओरॅकल किंवा मायक्रोसॉफ्ट दोघेही दूर जाताना मला दिसत नाही. खरं तर, मी प्रत्येक वेळी उतार असताना दोन्हीवर स्टॉक खरेदी करणार आहे.
एरिक कवानाग: हो नक्कीच. लोकांनो, আদর্শ डॉट कॉमवर जा, आय-डी-ई-आर-ए डॉट कॉम. बर्ट म्हटल्याप्रमाणे, त्यांच्याकडे तेथे संपूर्ण सामग्री विनामूल्य आहे आणि ती बाजारपेठेतील नवीन ट्रेंडपैकी एक आहे - आपल्याला जवळपास खेळण्यासाठी काही मोकळी सामग्री देते, आपल्याला आकड्यासारखे बनवतात आणि मग आपण खरी सामग्री खरेदी करता.
लोकांनो, हे आणखी एक गरम तंत्रज्ञान आहे. आज आपल्या वेळेसाठी, बर्ट, डेझ अर्थातच आणि रॉबिन धन्यवाद. आम्ही पुढच्या आठवड्यात आपल्याशी बोलू, लोकांनो, बरेच काही चालू आहे. आपल्याकडे काही कल्पना असल्यास, मोकळ्या मनाने मोकळ्या मनाने,. पुढच्या वेळी आम्ही आपल्याशी बोलू, काळजी घ्या. बाय-बाय.