टेकवे: होस्ट एरिक कवानाग अतिथी डॉ. रॉबिन ब्लॉर, डेझ ब्लांचफिल्ड आणि आयडीएआरए बिल एलिस यांच्यासह इन-मेमरी संगणन आणि एसएपी हाना विषयी चर्चा करतात.
आपण सध्या लॉग इन केलेले नाही. कृपया व्हिडिओ पाहण्यासाठी लॉग-इन किंवा साइन-अप करा.
एरिक कवानाग: ठीक आहे, स्त्रिया आणि सज्जन. नमस्कार आणि पुन्हा एकदा आपले स्वागत. ही बुधवारी पहाटे चार वाजता आहे आणि हॉट टेकनॉलॉजीजसाठी मागील दोन वर्षांचा म्हणजे पुन्हा एकदा वेळ आहे. होय, खरंच, माझे नाव एरिक कवानाग आहे, मी आजच्या संभाषणासाठी आपला होस्ट होऊ.
आणि लोकांनो, आम्ही आज काही थंड गोष्टींबद्दल बोलणार आहोत. आम्ही मेमरीच्या जगात डुबकी मारणार आहोत, याचे अचूक शीर्षक आहे “भविष्यात प्रवेश करणे: मेमरी संगणनासाठी एक ऑन-रँप.” हे सर्व दिवस संतापले आहे आणि चांगल्या कारणास्तव, मुख्यतः कारण स्पिनिंग डिस्कवर अवलंबून राहण्यापेक्षा मेमरी खूप वेगवान आहे. आव्हान आहे, परंतु आपल्याला बर्‍याच सॉफ्टवेअरचे पुनर्लेखन करावे लागेल. कारण आजचे सॉफ्टवेअर, त्यातील बहुतेक, डिस्कने लक्षात ठेवून लिहिलेले आहे आणि यामुळे reallyप्लिकेशनचे आर्किटेक्चर खरोखरच बदलले आहे. आपण स्पिनिंग डिस्कची प्रतीक्षा करण्यासाठी अनुप्रयोग डिझाइन करत असल्यास, आपल्याकडे मेमरी तंत्रज्ञानाची सर्व शक्ती असल्यास त्याऐवजी आपण काहीतरी वेगळ्या प्रकारे करता.
आपल्याबद्दल खरोखर एक स्पॉट आहे, मला मार, @eric_kavanagh. मी नेहमीच मागे जाण्याचा प्रयत्न करतो आणि केव्हाही कोणी माझा उल्लेख केल्यास मला रीट्वीट करण्याचा प्रयत्न करत असतो.
मी म्हटल्याप्रमाणे, आम्ही आज स्मरणशक्तीबद्दल आणि विशेषतः सॅप हानाबद्दल बोलत आहोत. तुमचे खरोखरच शेवटचे वर्ष एसएपी समुदायाला चांगल्या प्रकारे जाणून घेता आले, आणि हे एक आकर्षक वातावरण आहे, मला म्हणायचे आहे. त्या ऑपरेशन चालवणा and्या आणि पुढच्या ओळीवर असणार्‍या लोकांना सलाम, कारण एसएपी ही एक आश्चर्यकारक कामगिरी आहे. ते खरोखर जे चांगले आहेत ते म्हणजे व्यवसाय करणे. ते तंत्रज्ञानामध्येही नक्कीच छान आहेत आणि त्यांनी HANA मध्ये खरोखरच मोठी गुंतवणूक केली आहे. खरं तर, मला आठवतंय - साधारणपणे सहा किंवा सात वर्षांपूर्वी - आम्ही अमेरिकन हवाई दलासाठी काही काम करत होतो, आणि आम्हाला एसएपी मधून एखादा माणूस आला आणि त्याने जगाच्या जगाकडे पाहिलं. हाना आणि काय नियोजित होते. आणि थोडक्यात सांगायचं तर, एसएपी लॅबमधील लोकांना पारंपारिक वातावरणापेक्षा हे पूर्णपणे वेगळं आहे, हे आर्किटेक्चर कसे तयार करावे हे समजून घेण्यासाठी खूप वेळ आणि मेहनत ठेवली होती, कारण तुमच्याकडे सर्व काही स्मृतीत आहे. म्हणून, ते एकाच डेटावर ट्रॅन्झॅक्शनल आणि एनालिटिकल दोन्ही करण्याविषयी बोलत आहेत, पारंपारिक मार्गाच्या विरूद्ध, जे बाहेर काढते, एका क्यूबमध्ये ठेवले जाते, उदाहरणार्थ, तेथे त्याचे विश्लेषण करा, व्यवहाराच्या विरूद्ध, जे अगदी वेगळ्या मार्गाने घडते.
ही एक मनोरंजक जागा आहे आणि आम्ही दुसर्‍या विक्रेत्याकडून प्रत्यक्षात, आयडेरएकडून शोधून काढत आहोत की त्या सर्व गोष्टी कशा कार्य करतात आणि अगदी रँक म्हणजेच ऑन-रॅम्प काय आहे. तर, आम्ही येथे ब्लॉर ग्रुपवर आपले स्वतःचे मुख्य विश्लेषक डॉ. रॉबिन ब्लॉरकडून ऐकत आहोत; डेझ ब्लांचफिल्ड, आमचा डेटा वैज्ञानिक आणि नंतर आयडीईआरएचा चांगला मित्र बिल एलिस. तर, त्यासह, मी डॉ. रॉबिन ब्लॉर यांच्या चाव्या सोडणार आहे, जे ते घेऊन जाईल.
डॉ रॉबिन ब्लॉर: होय, एरीक म्हणत असताना, एसएपी हाना द्वारा आम्हाला प्रथम माहिती दिली होती तो बर्‍याच वर्षांपूर्वी परत आला होता. पण ते खूप मनोरंजक होते, तो विशिष्ट वेळ खूप मनोरंजक होता. आम्ही मेमरी इन-मेमरी तंत्रज्ञानाची ऑफर देत असलेल्या एक किंवा दोन कंपन्या बनवू. हे अगदी स्पष्ट होते की इन-मेमरी येणार आहे. आणि एसएपी उभे राहून अचानक हाना सुरू करेपर्यंत हे खरोखर नव्हते. म्हणजे, जेव्हा मी एसएपीला हे करताना पाहिले तेव्हा धक्का बसला. हा एक धक्का होता कारण मला तो इतरत्रून येण्याची अपेक्षा होती. मायक्रोसॉफ्ट किंवा ओरॅकल किंवा आयबीएम किंवा असे कोणीतरी असावे अशी मला अपेक्षा होती. एसएपी करत असलेली कल्पना मला खरोखर आश्चर्यचकित करणारी होती. मला असे वाटते की ते असे नसावेत कारण एसएपी हे एक धोरणात्मक विक्रेत्यांपैकी एक आहे आणि बरेच काही तुम्हाला माहिती आहे, उद्योगात जे काही घडते त्यापैकी एकावरून येते.
असं असलं तरी, संपूर्ण मुद्दा इन-मेमरीबद्दल, म्हणजे, आम्हाला हे जाणवलं, आम्ही त्याबद्दल बोलत होतो, आपण खरोखरच स्मृतीत गेल्यावर - हे स्मृतीत डेटा ठेवण्याबद्दल नाही, हे वचनबद्धतेबद्दल आहे मेमरी लेयर सिस्टम रेकॉर्ड आहे याची कल्पना करा - आपण सिस्टम रेकॉर्डला मेमरीमध्ये स्थानांतरित करताच डिस्क एका क्रमांकाचे हँडऑफ माध्यम बनू लागते आणि ती एक वेगळी गोष्ट बनते. आणि मला वाटलं की जेव्हा असं व्हायला लागलं तेव्हा ते खूप रोमांचक होतं. तर, खरोखरच, स्पिनिंग डिस्क संपली आहे. स्पिनिंग डिस्क लवकरच केवळ संग्रहालये मध्ये उपलब्ध असेल. मला माहित नाही की ते लवकरच लवकरच आहे, परंतु मुळात, घन-स्टेट डिस्क आता मूरच्या लॉ वक्र वर आहे, ते कताईच्या गंजापेक्षा दहापट वेगवान आहे, कारण आता ते म्हणतात म्हणून, आणि तेही लवकरच वेगवान होईल आणि तर याचा अर्थ असा की डिस्कसाठी वापरलेली प्रकरणे फक्त कमी आणि कमी मिळतात.
आणि जिज्ञासू तथ्य, पारंपारिक डीबीएमएस, प्रत्यक्षात, स्पिनिंग डिस्कसाठी बरेच पारंपारिक सॉफ्टवेअर तयार केले गेले होते, त्याने स्पिनिंग डिस्क गृहित धरले. यात स्पिनिंग डिस्कचे शोषण करण्यासाठी, शक्य तितक्या द्रुतपणे डेटा पुनर्प्राप्ती करण्यासाठी, सर्व प्रकारच्या शारीरिक-स्तरीय क्षमता आहेत ज्या कठोरपणे विकसित केल्या गेल्या. आणि ते सर्व वाहून जात आहे. फक्त अदृश्य होत आहे, माहित आहे? आणि मग अर्थातच एक अगदी स्पष्टपणे होते - मला माहित नाही, किफायतशीर, मी समजा, शेवटी असे होईल - मोठ्या डेटाबेस, ओरॅकल आणि मायक्रोसॉफ्ट, एसक्यूएलच्या स्थानावर असलेल्या मेमरी डेटाबेससाठी उघडणे सर्व्हर आणि आयबीएमचा डीबी 2, त्याने मेमरीमध्ये जागा व्यापली आणि हे पुढे जाणे आणि ते करणे हे पाहणे फारच रंजक होते.
चला स्मृती कॅसकेडबद्दल बोलूया; हे फक्त उल्लेखनीय आहे. हे देखील आहे, याचा उल्लेख करण्याचे कारण, मी हे आत टाकण्याचे कारण खरोखरच प्रत्येकाला कळविणे होते, जेव्हा मी येथे स्मृतीबद्दल बोलत असतो तेव्हा मी ज्या सर्व स्तरांवर बोलत आहे, ती वास्तविकता स्मृती आहेत. परंतु जेव्हा आपण हे पहाल तेव्हा आपल्याला अचानक लक्षात येईल की हे एक श्रेणीबद्ध स्टोअर आहे, फक्त स्मृती नाही. आणि म्हणूनच, श्रेणीबद्ध स्टोअरबद्दल आपण बर्‍याच वर्षांपूर्वी शिकलेल्या सर्व गोष्टी देखील लागू होतात. आणि याचा अर्थ असा आहे की कोणत्याही मेमरी डेटाबेसद्वारे या मार्गावर मार्गक्रमण करणे आवश्यक आहे, काही फक्त त्याद्वारे रॅमवर चालतात, आपल्याला माहिती आहे. आणि हे नुकतेच मोठे आणि मोठे आणि मोठे होत गेले आहे आणि ते आता मेगाबाईट्समध्ये मोजले गेले आहे. परंतु आपल्याकडे एल 1 कॅशे आला जो मेमरीपेक्षा शंभर पट वेगवान, एल 2 कॅशे मेमरीपेक्षा 30 पट वेगवान आणि एल 3 कॅशे मेमरीपेक्षा 10 पट वेगवान आहे. तर, आपणास माहित आहे की बरेच तंत्रज्ञान आहे - तसेच, बर्‍यापैकी तंत्रज्ञानाने - त्या प्रकारच्या कॅशेचा वापर करण्याच्या मार्गावर एक प्रकारचे स्टोरेज स्पेस, विशेषतः डेटाबेस तंत्रज्ञानाचे धोरण स्वीकारले आहे. तर, तुम्हाला माहिती आहे की तोच एक प्रभाव आहे.
मग आम्हाला 3 डी एक्सपॉईंट आणि आयबीएमचा पीसीएमचा उदय झाला. आणि हा जवळजवळ रॅम वेग आहे, मुळात हे दोन्ही विक्रेते अभिमान बाळगतात. वापर प्रकरणे कदाचित भिन्न आहेत. यासह प्रारंभिक प्रयोग अद्याप पूर्ण झाले नाहीत. रॅमच्या वापरावर आणि या प्रकरणात मेमरी डेटाबेसच्या तंत्रज्ञानावर त्याचा कसा प्रभाव पडतो हे आम्हाला माहित नाही. त्यानंतर आपल्याला एसएसडी विरूद्ध रॅम मिळाली. सध्या रॅम सुमारे 300 पट वेगवान आहे परंतु निश्चितच ती बहु कमी होत आहे. आणि एसएसडी विरूद्ध डिस्क जी मला ती समजली तर ती सुमारे 10 पट वेगवान आहे. तर, आपल्यासारख्या परिस्थितीची ही परिस्थिती आहे. हे श्रेणीबद्ध स्टोअर आहे. त्याकडे दुसर्‍या मार्गाने पाहणे, स्मरणशक्ती अर्थातच पूर्णपणे भिन्न आहे. तर, वरच्या आकृतीत दोन अनुप्रयोग दर्शविले आहेत, त्या दोघी कदाचित डेटाबेसमध्ये प्रवेश करीत आहेत, परंतु सूत कण्यावरील डेटावर निश्चितपणे प्रवेश करत आहेत. नेटवर्कवरुन आपण ज्या प्रकारे गोष्टी प्रत्यक्षात आणता त्या कोणत्या आधारावर अवलंबून आहेत यावर अवलंबून आपल्याकडे ईटीएल आहे. तर, याचा अर्थ असा आहे की आपल्याला माहिती आहे, डेटा स्पिनिंग रस्टवर जातो आणि नंतर कुठेही जाण्यासाठी, आणि कुठेही जाण्यासाठी तो फिरत फिरणा r्या गंजवर येतो, जो तीन हालचाली आहे. आणि लक्षात ठेवा की स्पिनिंग डिस्कपेक्षा मेमरी शंभर हजार पट वेगवान असू शकते आणि आपल्याला नक्कीच हे समजेल की डेटा घेणे आणि त्यास मेमरीमध्ये ठेवणे ही संपूर्ण गोष्ट खरोखरच वेगळी करते.
तर, आपण कदाचित असा विचार केला असेल की स्क्रीनवर काय आहे तेच येथे होईल, आपण असा विचार केला असेल की, ईटीएल प्रत्यक्षात फक्त डेटावरून मेमरीकडे जाईल. परंतु प्रत्यक्षात कदाचित हे ते करू शकत नाही; प्रत्यक्षात आपल्याकडे कदाचित अशीच परिस्थिती असू शकते जिथे दोन अनुप्रयोग प्रत्यक्षात समान मेमरी काढून टाकू शकतात. आपल्याला लॉक करणे आणि इतर सर्व काही त्याच्या आसपास ऑर्केस्ट केले गेले आहे तोपर्यंत निश्चितच इन-मेमरी डेटाबेस आपल्याला ती क्षमता प्रदान करू शकते. तर, हे केवळ गोष्टींच्या गतीमध्ये बदल करत नाही, यामुळे आपण अनुप्रयोग आणि संपूर्ण डेटा प्रवाह कसे संरक्षित करता ते बदलते.
तर, हा एक प्रचंड प्रकारचा प्रभाव आहे. तर, इन-मेमरी विघटनकारी आहे, बरोबर? आणि मी जे बोललो त्यातून आपण ते मिळवले पाहिजे. इन-मेमरी प्रक्रियेसाठी सध्या एक प्रवेगक आहे परंतु ते सर्वसामान्य प्रमाण बनणार आहे. अनुप्रयोग व्हॅल्यूनुसार ते लागू केले जातील, आणि म्हणूनच ते खूपच मनोरंजक आहे, जे एसएपी प्रत्यक्षात त्यांच्या ईआरपी सॉफ्टवेअरच्या आवृत्तीसह बाहेर पडेल जे स्मृतीत असेल. आणि संपूर्णपणे शक्य तितक्या मोठ्या प्रमाणात तीन ऑर्डर पर्यंत सुधारणे आणि आपण हे कसे करता यावर अवलंबून त्यापेक्षा आणखी बरेच काही शक्य आहे. तर, आपणास स्मरणशक्ती देऊन वेगात बरीच सुधारणा होत आहे. आणि त्याचा परिणाम, एसएपी हानाचा एस / - - जो त्यांनी सोडला आहे, मला वाटतं, बरं, लोक म्हणतात की हे अजूनही सोडले जात आहे, परंतु हे गेल्या वर्षी जाहीर केले गेले होते - एसएपी ग्राहकांना दिलेला हा गेम चेंजर आहे. म्हणजे, तेथे एसएपीची ईआरपी वापरुन 10,000 कंपन्या आहेत आणि त्या सर्व मोठ्या कंपन्या आहेत, तुम्हाला माहिती आहे. तर, या सर्वांची कल्पना स्मृतीत जाण्याची आणि त्यांचे मूलभूत वापर करण्याची प्रोत्साहन आहे, कारण ईआरपी हे नेहमीच मूलभूत अनुप्रयोग असतात जे व्यवसाय चालू असतात, ते फक्त एक प्रचंड गेम चेंजर आहे आणि ते फारच मनोरंजक असेल. पण नक्कीच, हे सर्व खूप चांगले वाटले आहे, परंतु त्यास बुद्धिमानपणे कॉन्फिगर केले जाणे आवश्यक आहे आणि त्याकडे चांगल्या प्रकारे परीक्षण केले जाणे आवश्यक आहे. हे जितके वाटते तितके सोपे नाही.
असे म्हटल्यावर, मला वाटते की मी हा चेंडू कोणाकडे नेणार आहे, हा माणूस कोण आहे? अगं, ऑस्ट्रेलियन माणूस, डेझ ब्लांचफिल्ड.
डेझ ब्लांचफिल्ड: खूप मजेदार. डॉ. रॉबिन ब्लॉर हे नेहमीच पाळले पाहिजे. आज मला आल्याबद्दल धन्यवाद. तर, मोठा विषय, परंतु एक रोमांचक आहे. म्हणूनच, मी आधुनिक डेटा लेक आणि एंटरप्राइझ डेटा वेअरहाउस आणि माझ्या डेटाच्या छोट्या रत्नांचा विचार करत असताना मी नेहमीच एक प्रतिमा निवडली आहे. म्हणून येथे मला डोंगरांनी वेढलेले आणि लाटांनी वेढलेले हे सुंदर तलाव सापडले आहे, आणि या खडकांवर लाटा कोसळत आहेत. हे एक प्रकारचे आहे, आजकाल मोठ्या डेटा सरोवरात हे कसे दिसते हे मी मानसिकदृष्ट्या कसे पाहतो. बॅचच्या नोकर्‍या आणि लाटा खडक असल्याने डेटावर टाकल्या जाणार्‍या रीअल-टाइम विश्लेषणे. आणि जेव्हा मी याविषयी भौतिक लेक म्हणून विचार करतो तेव्हा या प्रकाराने मला परत कॉल येतो जे आपल्याला माहित आहे, डेटा इमारत ज्या गोदामांमध्ये आपण बांधत आहोत त्या प्रमाणात, आम्ही या नाण्याचे कारण काय आणि टर्म डेटा लेक म्हणजे ते खूप मोठे आहेत आणि ते खूप खोल आहेत आणि कधीकधी आपण त्यात वादळ आणू शकता. आणि आम्ही करतो तेव्हा वादळ कशामुळे निर्माण होत आहे हे सोडविणे आपणास नेहमीच पाहिजे.
म्हणून या गोष्टीच्या थीममध्ये, मला असे वाटते की इन-मेमरी कंप्यूटिंगचा हा सायरन कॉल खरोखरच जोरदार आणि चांगल्या कारणासाठी आहे. यामुळे बर्‍याच महत्त्वपूर्ण व्यावसायिक आणि तांत्रिक नफ्या आल्या आहेत. दुसर्‍या दिवशी काही तासांची ही चर्चा आहे.परंतु सर्वसाधारणपणे इन-मेमरी संगणनाकडे जाणे, सर्वप्रथम मी येथे कसे पोहचलो आणि कशामुळे हे शक्य झाले हे कव्हर करायचे आहे कारण हे असे आहे की काही आव्हाने प्रथम कोठे येऊ शकतात आणि आपल्याला काय माहित असणे आवश्यक आहे आमच्याकडे असलेल्या पारंपारिक जुन्या स्पिनिंग डिस्कपासून डेटाकडे दुर्लक्ष करून आणि डिस्कवर आणि ऑफ डिस्कवर आणि मेमरीमध्ये आणि मेमरीमधून आणि सीपीयूमध्ये जाणे या जगात, आतापर्यंत आम्ही जवळजवळ त्या संपूर्ण स्तरांपैकी फक्त एक काढत आहोत, कताई डिस्क कारण लक्षात ठेवा, संगणकाच्या अगदी सुरुवातीच्या काळात, स्थापत्यशास्त्रानुसार, आम्ही मूळ मेमरी आणि ड्रम स्टोरेज म्हणून आपण मूळतः काय विचार केला त्यापेक्षा मेनफ्रेम किंवा मिडरेंज जगापासून आपण फार काळ फिरलो नाही.
डॉ. रॉबिन ब्लॉर यांनी म्हटल्याप्रमाणे, संगणक वास्तुकलाचा डेटा हलविण्यासाठी आम्ही घेतलेला दृष्टीकोन काही दशकांसाठी खरंच काही काळ नाटकीयरित्या बदलला नाही. जर आपण या गोष्टीबद्दल विचार केला तर आपल्याला माहित आहे की, आधुनिक संगणकीय तंत्रज्ञान जवळजवळ आहे, जर आपण काही -०-विचित्र वर्षांसाठी दंड माफ केले तर आपल्याला माहित असेल, सहा दशकांहून अधिक आणि त्या अर्थाने आपण हे करू शकता शेल्फ बाहेर एक बॉक्स खरेदी, जसे होते. जेव्हा मेनफ्रेम्स आणि मिड्रेंज, आणि कोर मेमरी आणि ड्रम स्टोरेज आर्किटेक्चर या विचारांमधून, शूर किंवा सुपरकंप्युटिंग, विशेषत: सेमूर क्रे, जसे क्रॉसबार बॅकप्लेन्स सारख्या गोष्टींकडे दुर्लक्ष केले तेव्हा नवीन आर्किटेक्चरकडे जाण्याचा बदल खरोखरच माझ्या मनात आला. एक गोष्ट बनली या दिवसात म्हणतात त्याप्रमाणे, बॅक प्लेन किंवा मदरबोर्डवर डेटा हलविण्यासाठी फक्त एक मार्ग न ठेवता. आणि इनलाइन मेमरी, आपणास माहित आहे की, या दिवसांमध्ये लोक जेव्हा डीआयएमएम आणि सिम म्हणतात तेव्हा याचा वास्तविक अर्थ काय याबद्दल खरोखर विचार करत नाहीत. परंतु, सिम एकल इनलाइन मेमरी आहे आणि डीआयएमएम ड्युअल इनलाइन मेमरी आहे आणि आमच्याकडे त्यापेक्षा अधिक जटिल झाले आहे आणि वेगवेगळ्या गोष्टींसाठी डझनभर भिन्न मेमरी प्रकार आहेत: काही व्हिडिओसाठी, काही फक्त सामान्य अनुप्रयोगांसाठी, काही सीपीयूमध्ये तयार केलेले.
तर, डेटा संचयित करुन त्यात प्रवेश करण्याच्या नवीन मार्गावर ही मोठी बदली झाली. आम्ही तीच बदल दुसर्‍या संपूर्ण पिढीमध्ये करणार आहोत, परंतु हार्डवेअरमध्येच नाही तर हार्डवेअरचा अवलंब करण्याने व्यवसायातील तर्कशास्त्रात आणि डेटा लॉजिक लेयरमध्ये आहे, आणि ही माझ्या मनातील आणखी एक मोठी उदाहरणे आहे. .
पण आम्ही येथे कसे आलो याबद्दल थोडक्यात. म्हणजे हार्डवेअर तंत्रज्ञान सुधारले आणि नाटकीयरित्या सुधारित झाले. आम्ही सीपीयू घेण्यापासून दूर गेलो आणि कोरची कल्पना ही बर्‍यापैकी आधुनिक संकल्पना होती. आमच्या फोनकडे दोन किंवा चार कोर आहेत आणि आमच्या संगणकावर दोन किंवा चार, किंवा आठ, डेस्कटॉपमध्ये कोर आणि आठ आणि १२ आणि त्याहून अधिक आहे हे आपण जाणतो, सर्व्हर प्लॅटफॉर्मवरही 16 आणि 32 . परंतु ही प्रत्यक्षात बरीच आधुनिक गोष्ट आहे जी सीपीयूमध्ये कोरची क्षमता बनली आणि आम्ही 32-बीटवरून 64-बिटवर गेलो. तेथे बरीच मोठी गोष्ट घडली: आम्हाला एकाधिक कोअरवर जास्त घड्याळाचा वेग मिळाला ज्यामुळे आम्ही समांतर गोष्टी करू शकू आणि त्या प्रत्येक कोरात अनेक धागे धावू शकतील. अचानक आम्ही एकाच डेटावर एकाच वेळी बर्‍याच गोष्टी चालवू शकतो. चौसष्ट-बीट पत्ता स्पेसिंगने आम्हाला दोन टेराबाइट रॅम दिले, जी एक अभूतपूर्व संकल्पना आहे, परंतु ती आता एक गोष्ट आहे. हे मल्टिपाथ बॅकप्लेन आर्किटेक्चर्स, तुम्हाला माहिती आहे, मदरबोर्ड्स, एकेकाळी आपण केवळ एका दिशेने गोष्टी करु शकत: मागे आणि पुढे. आणि जसे की क्रे संगणन आणि त्यावेळेच्या काही सुपर कॉम्प्युटर डिझाइनच्या दिवसांप्रमाणे, आणि आता डेस्कटॉप संगणकांमध्ये आणि सामान्य-ऑफ-शेल्फमध्ये, क्रमवारीत, डेस्कटॉप-ग्रेड रॅक-माउंट पीसी, कारण खरोखर, बहुतेक आधुनिक पीसी आता मेनफ्रेम, मिडरेंज, मायक्रो डेस्कटॉपच्या या युगात गेले आहेत आणि आम्ही त्यांना सर्व्हरमध्ये बदलले आहे.
आणि त्या सुपर कॉम्प्युटर क्षमता, त्या सुपर कॉम्प्युटर-ग्रेड डिझाइनला सामान्य-ऑफ-द शेल्फ घटकांमध्ये ढकलले गेले. तुम्हाला माहिती आहे, आजकाल खूप स्वस्त रॅक-माउंट पीसी घेण्याची आणि हजारो नसल्यास शेकडो लोक रॅकमध्ये ठेवण्याची आणि लिनक्स सारख्या ओपन-सोर्स सॉफ्टवेयर चालविण्याची आणि त्यावर एसएपी हानाची पसंती तैनात करण्याची कल्पना आहे, माहित आहे, आम्ही बर्‍याचदा ते मान्य करतो. परंतु ही खूप नवीन रोमांचक गोष्ट आहे आणि ती त्याच्या गुंतागुंतांसह येते.
सॉफ्टवेअर देखील चांगले झाले, विशेषत: मेमरी व्यवस्थापन आणि डेटा विभाजन. मी त्यावरील बर्‍याच तपशिलांमध्ये जाणार नाही, परंतु आपण गेल्या 15 किंवा त्याहून अधिक वर्षांमध्ये किंवा त्याहूनही कमी पलीकडे पाहिले तर मेमरी कशी व्यवस्थापित केली जाते, विशेषत: रॅममधील डेटा आणि रॅममध्ये डेटा कसे विभाजित होतो, जेणेकरुन डॉ. रॉबिन ब्लॉरने पूर्वी सूचित केले किंवा सूचित केले त्याप्रमाणे, थोड्या वेळा थांबण्याऐवजी गोष्टी एकमेकांवर परिणाम न करता एकाच वेळी गोष्टी वाचू आणि लिहू शकतात. कॉम्प्रेशन आणि ऑन-चिप एन्क्रिप्शन सारख्या बरीच शक्तिशाली वैशिष्ट्ये. कूटबद्धीकरण ही एक महत्वाची गोष्ट होत आहे आणि आम्हाला ती सॉफ्टवेअरमध्ये, रॅममध्ये, सीपीयू स्पेसमध्ये करण्याची गरज नाही, आता प्रत्यक्षात चिप वर असे घडते. ते नाटकीय गोष्टींना वेग देते. आणि वितरित डेटा स्टोरेज आणि प्रक्रिया, पुन्हा एकदा आम्ही ज्या वस्तू गृहित धरल्या त्या सुपर कंप्यूटर आणि समांतर प्रक्रियेची सामग्री होती, आता आम्ही एसएपी हाना आणि हडूप आणि स्पार्कच्या आवडीच्या जागेला मंजुरी दिली आहे.
तर, त्याचा संपूर्ण मुद्दा हा उच्च कार्यक्षमता संगणन आहे, एचपीसी क्षमता एंटरप्राइझवर आली आहे आणि आता एंटरप्राइझ कार्यक्षमता नफ्यात आणि तंत्रज्ञानाच्या जागेत आणि तांत्रिक फायदे आणि व्यावसायिक नफ्यासह मिळणा benefits्या फायद्यांचा आनंद घेत आहे, कारण आपल्याला माहिती आहे, मूल्य करण्यासाठी कमी केलेला वेळ नाटकीयरित्या सोडला जातो.
परंतु मी काही काळापूर्वी मी लेगोमधून पीसी केस बनवलेल्या एका गृहस्थाच्या वाचलेल्या कथेची ही प्रतिमा वापरली आहे, कारण जेव्हा मी यापैकी काही गोष्टींबद्दल विचार करतो तेव्हा नेहमी लक्षात येते. आणि ते म्हणजे, जेव्हा आपण ते तयार करणे सुरू करता तेव्हा ही एक चांगली कल्पना दिसते आणि नंतर आपण त्यास अर्ध्या मार्गाने प्रवेश करता आणि आपण जाणता की लेगोचे सर्व बिट्स एकत्र ठेवणे आणि एक घन गोष्ट तयार करणे खरोखर अवघड आहे मदरबोर्ड वगैरे ठेवण्यासाठी, जे वैयक्तिक संगणकासाठी केस बनवेल. आणि अखेरीस आपणास हे समजले आहे की सर्व लहान बिट बरोबर एकत्र चिकटलेले नाहीत आणि आपल्याला थोडेसे बिट एकत्र करण्यासाठी कोणत्या गोष्टी चिकटतात याविषयी थोडी काळजी घ्यावी लागेल. आणि ही खूप सुंदर कल्पना आहे, परंतु जेव्हा आपण अर्ध्या मार्गाने जाता तेव्हा हे लक्षात येते, “हं, कदाचित मी फक्त $ 300 चा पीसी केस विकत घेतला असता, परंतु मी आता हे पूर्ण करुन त्यामधून काही शिकेल.”
माझ्यासाठी ही अतिशय गुंतागुंतीची प्लॅटफॉर्म तयार करण्यास काय आवडेल यासाठी एक उत्तम सादृश्यता आहे कारण हे तयार करणे आणि आपल्यास अशा वातावरणात शेवट करणे चांगले आहे जिथे आपल्याला राउटर, स्विचेस आणि सर्व्हर आणि रॅक मिळाले आहेत. आणि आपल्याकडे सीपीयू आणि रॅम आणि ऑपरेटिंग सिस्टम एकत्र क्लस्टर केलेले आहेत. आणि आपण वितरित इन-मेमरी प्रक्रिया आणि डेटा संचयन आणि डेटा व्यवस्थापनासाठी हानासारखे काहीतरी ठेवले आहे. आपण त्या वर एसएपी स्टॅक तयार कराल, आपल्याला डेटाबेस क्षमता मिळेल आणि नंतर आपण आपला डेटा आणि आपल्या व्यवसायातील लॉजिक लोड कराल आणि आपण काही वाचन-लेखन आणि क्वेरी वगैरे लागू करण्यास सुरवात केली. आपल्याला I / O वर ठेवणे आवश्यक आहे आणि आपल्याला गोष्टी शेड्यूल करणे आणि वर्कलोड्स आणि मल्टिटेन्सी वगैरे व्यवस्थापित करणे आवश्यक आहे. हे स्टॅक खूपच क्लिष्ट होते. फक्त एका मशीनवर असल्यास ते स्वतःमध्ये एक जटिल स्टॅक आहे. 16 किंवा 32 मशीनद्वारे गुणाकार करा, ते अगदीच क्षुल्लक आहे. जेव्हा आपण 100 टेराबाईट्सपासून पेटाबाइट स्केलवर जाण्यासाठी शेकडो आणि अखेरीस हजारो मशीनपर्यंत गुणाकार करता तेव्हा ही एक भयानक संकल्पना आहे आणि हीच आम्ही आताच्या गोष्टी करत आहोत.
तर मग आपण बर्‍याच गोष्टींचा अंत केला जे या जगात बदल घडवून आणण्यास देखील मदत करतात आणि ते म्हणजे डिस्क स्थान हास्यास्पदरीतीने स्वस्त झाले. आपल्याला माहिती आहे, एकदा तुम्ही हार्ड डिस्कच्या एका गीगाबाईटवर 380 ते 400 हजार डॉलर्स खर्च करता तेव्हा जेव्हा एखादी वस्तू उचलण्यासाठी फोर्कलिफ्टची गरज असते. हे दिवस कमोडिटी डिस्क स्पेसच्या प्रति गिगाबाइट एक किंवा दोन सेंट खाली, क्रमवारीत खाली आहे. आणि रॅमनेही तेच केले. या दोन्ही आलेखांमधील हे दोन जे-वक्र, तसे प्रत्येकाचे दशक आहे, तर दुसर्‍या शब्दांत सांगायचे तर आम्ही दहा वर्षांच्या 20 ब्लॉक्सकडे पाहत आहोत, 20 वर्षांच्या किंमतीतील कपात. परंतु मी त्यांना दोन जे-वक्रांमध्ये मोडले कारण अखेरीस उजवीकडे असलेली एक बिंदू रेखा बनली आणि आपण त्यास तपशील पाहू शकत नाही म्हणून मी ते पुन्हा मोजले. 20 वर्षांपूर्वी एक गीगाबाइट रॅम ही साडेसहा लाख डॉलर्सच्या क्रमाने होती. या दिवसात आपण लुटल्या जाणार्‍या कमोडिटी हार्डवेअरसाठी आपण एका गिगाबाईट रॅमसाठी तीन किंवा चार डॉलर्सपेक्षा जास्त भरल्यास.
गेल्या दोन दशकांतील किंमतींच्या कपातच्या या महत्त्वपूर्ण गोंधळाचा अर्थ असा आहे की आता आपण केवळ मेगाबाईट पातळीवरच नव्हे तर आता टेराबाइट पातळीवर, डिस्कच्या जागेच्या पलीकडे सरळ रॅममध्ये जाऊ शकतो, परंतु रॅमला त्या डिस्कप्रमाणेच वागू शकतो. तथापि, त्यास आव्हान असे होते की रॅम मूळतः अल्पकालीन होती - याचा अर्थ असा आहे की थोड्या काळासाठी टिकून राहते - म्हणूनच, त्या जागेमध्ये आपल्याला लचक प्रदान करण्याचे मार्ग आहेत.
आणि म्हणून येथे माझा मुद्दा असा आहे की इन-मेमरी संगणन अशक्त व्यक्तींसाठी नाही. या मोठ्या प्रमाणात मेमरी डेटा आणि त्याभोवती प्रक्रिया करणे हे एक मनोरंजक आव्हान आहे; मी जसे सूचित केले आहे, ते अशक्त मनांसाठी नाही. म्हणूनच, आम्ही या अनुभवावरून मोठ्या प्रमाणात आणि उच्च-घनतेमध्ये मेमरी संगणनासह शिकलो ती ही आहे की आम्ही निर्माण केलेल्या जटिलतेमुळे बर्‍याच भागात धोका निर्माण होतो.
परंतु आपण केवळ देखरेख आणि प्रतिसाद दृष्टिकोनातून त्याकडे पाहूया. जेव्हा आपण डेटाबद्दल विचार करतो, तो डिस्कच्या जागेवर प्रारंभ होतो, तो डिस्कमध्ये डेटाबेसमध्ये बसतो, आम्ही त्यास मेमरीमध्ये ढकलतो. एकदा त्याची आठवण झाली आणि त्या वितरीत झाल्या आणि त्यातील प्रती मिळाल्या की त्यातील बर्‍याच प्रती आपण वापरू शकतो आणि जर काही बदल झाले तर ते जागेवर आणि मागे न बसता त्याऐवजी मेमरी स्तरावर प्रतिबिंबित होऊ शकते. दोन भिन्न स्तर, ते स्मृतीतून आणि बाहेर जातात. आम्ही या हायपरस्केल हार्डवेअर प्लॅटफॉर्मसह समाप्त केले आहे जे आम्हाला आता हे करण्याची परवानगी देते. जेव्हा आपण हायपरस्केलिंगबद्दल बोलतो तेव्हा हास्यास्पदरीतीने घनतेच्या पातळीवर आणि खूप उच्च घनतेची मेमरी, सीपीयू आणि कोर आणि थ्रेड्सची खूप उच्च घनता मोजणी करणे कठीण असते. याला पाठिंबा देण्यासाठी आपल्याकडे आता अत्यंत जटिल नेटवर्क पॅथॉलॉजीज आहेत कारण डेटा नोड्स आणि क्लस्टर्समध्ये जात असेल तर नेटवर्कच्या काही भागात जाणे आवश्यक आहे.
तर, आम्ही डिव्हाइस फॉल्ट रिडंडंसीचा मुद्दा बनवित आहोत आणि आम्हाला डिव्हाइस आणि त्याचे तुकडे यांचे निरीक्षण करावे लागेल. आम्हाला त्या प्लॅटफॉर्ममध्ये लहरी डेटा फालतू रिडंडंसी तयार करणे आणि त्याचे परीक्षण करणे आवश्यक आहे. आमच्याकडे वितरित डेटाबेस लचीकरण तयार झाले आहे जेणेकरुन आम्हाला डेटाबेस प्लॅटफॉर्मचे निरीक्षण करावे लागेल आणि त्यामध्ये स्टॅक करावेत. आम्हाला वितरित प्रक्रियेच्या वेळापत्रकांचे निरीक्षण करावे लागेल, मतदान आणि क्वेरीपर्यंत काही प्रक्रियेमध्ये काय होत आहे आणि क्वेरीचा मार्ग कसा आहे आणि क्वेरीची रचना आणि अंमलबजावणी कशी केली जाते. हे कशासारखे दिसते आहे, एखाद्याने “ब्लाहा” वर एखादे सेलेक्ट * केले आहे की त्यांनी खरोखर अगदी स्मार्ट आणि सुसज्ज रचना केली आहे जी त्यांना पार्श्वभूमीत आर्किटेक्चरमध्ये नाममात्र, किमान डेटा मिळवून देईल? आमच्याकडे मल्टीटेन्न्सी वर्कलोड्स, एकाधिक वापरकर्ते आणि समान किंवा अनेक वर्कलोड्स आणि बॅच जॉब आणि रीअल-टाइम शेड्यूलिंग चालविणारे अनेक गट आहेत. आणि आम्हाला बॅच आणि रीअल-टाइम प्रक्रियेचे हे मिश्रण प्राप्त झाले आहे. काही गोष्टी फक्त नियमितपणे चालतात - दर तासाला, दररोजच्या, साप्ताहिक किंवा मासिक - अन्य गोष्टी मागणीनुसार असतात. एखादा रिअल-टाइम रिपोर्ट करु इच्छित असलेल्या टॅबलेटसह तेथे बसलेला असेल.
आणि पुन्हा, आम्ही या संपूर्ण टप्प्यावर पोहोचलो आहोत की यामध्ये निर्माण होणारी गुंतागुंत हे केवळ एक आव्हान नाही, तर ते अगदी भयानक आहे. आणि आमच्याकडे हे सत्य आहे की एकच परफॉरमन्स इश्यू, फक्त एक कार्यप्रदर्शन इश्यू, संपूर्ण इकोसिस्टमवर परिणाम करू शकतो. आणि म्हणूनच, आम्ही शोधण्याचे हे खूप मजेदार आव्हान संपवितो, चांगले, त्याचे परिणाम कुठे आहेत? आणि आपल्यासमोर हे आव्हान आहे की आपण प्रतिक्रियाशील किंवा सक्रिय आहोत? आम्ही रिअल टाइममध्ये ते पहात आहोत आणि काहीतरी पहात आहे की “मोठा आवाज” होतो आणि त्यास प्रतिसाद देत आहोत? किंवा आम्ही काही प्रकारचे ट्रेंड पाहिले आहे आणि आपल्या लक्षात आले आहे की आपण त्यासह कार्यवाहीत पुढे जाण्याची गरज आहे? कारण सर्वांना जलद आणि स्वस्त आणि सोपे काहीतरी हवे असते. परंतु या परिदृश्यांसह, मी काय सांगू इच्छितो आणि डोनाल्ड रम्सफेल्ड कॉन्ड्रमची माझ्या आवडीची ओळ - जी माझ्या मनात या सर्व अवघडपणाच्या परिस्थितींमध्ये लागू होते - आणि तीच आम्हाला ज्ञात आहे कारण ती काहीतरी आहे आम्ही डिझाइन केले आणि बनवले आणि हे नियोजित प्रमाणे चालते. आम्हाला अज्ञात माहिती मिळाली आहे की आम्हाला मागणी असल्यास कोण काय, केव्हा आणि कोठे चालवित आहे हे आम्हाला ठाऊक नाही. आणि आम्हाला अज्ञात अज्ञात गोष्टी मिळाल्या आहेत आणि त्या ज्या गोष्टींसाठी आपण निरीक्षण करणे आणि तपासणी करणे आवश्यक आहे. वास्तविकता आहे कारण आपल्या सर्वांना माहित आहे की आपण मोजू शकत नाही असे काहीतरी आपण व्यवस्थापित करू शकत नाही.
तर, आमच्या सीपीयू शेड्यूलिंगचे परीक्षण करण्यासाठी योग्य साधने आणि योग्य क्षमता असणे, प्रतीक्षा वेळ पहा, पाइपलाइनमध्ये वेळापत्रकांच्या रांगेत गोष्टी कशा प्रतीक्षा कराव्या लागतात ते शोधा. मेमरीमध्ये काय घडत आहे, कोणत्या प्रकारचे उपयोग केले जात आहे, कोणत्या प्रकारचे कार्य आपण स्मृतीतून सुटत आहोत? सामग्रीचे योग्य प्रकारे विभाजन केले जात आहे काय, त्याचे वितरण केले जात आहे, त्याकडे टाकलेल्या वर्कलोडचा सामना करण्यासाठी आपल्याकडे त्याच्याकडे प्रती असलेल्या नोड्स आहेत का? ऑपरेटिंग सिस्टम प्रक्रियेपासून दूर प्रक्रिया अंमलबजावणीचे काय होत आहे? स्वतः चालू असलेल्या नोकर्‍या, स्वतंत्र अॅप्स आणि डेमन्स त्यांना समर्थन देतात? त्या प्रक्रियेत काय घडत आहे, विशेषत: क्वेरींची रचना आणि त्या क्वेरी कशा अंमलात आणल्या जातात आणि संकलित केल्या जातात? आणि त्या प्रक्रियेचे आरोग्य संपूर्ण मार्गात आहे? तुम्हाला माहिती आहे, पुन्हा थांबायची वेळ, ती योग्यरित्या शेड्यूल करत आहे का, ती प्रतीक्षा करावी लागेल, कोठे वाट पाहत आहे, मेमरी वाचण्याची वाट पाहत आहे, आय / ओएस, सीपीयू, आय / ओ नेटवर्कच्या शेवटच्या वापरकर्त्यापर्यंत ?
आणि मग त्या बिंदूकडे परत मी लपेटण्यापूर्वी फक्त मी लवकरच नमूद केले आहे आणि तेच आहे की आम्ही समस्येचे निराकरण आणि त्यास प्रतिसाद देण्याच्या वेळाकडे कसे जाऊ? आपण वास्तविक वेळ पहात आहोत आणि त्या गोष्टींवर प्रतिक्रिया व्यक्त करीत आहोत, जे सर्वात कमी आदर्श परिस्थिती आहे, परंतु तरीही, हे माहित नसण्यापेक्षा आम्ही हे करणे चांगले आहे आणि मदत डेस्क कॉल करणे आणि काहीतरी चूक झाली असे सांगणे आम्हाला शक्य झाले आहे. ? किंवा आम्ही हे कार्यशीलतेने करीत आहोत आणि आम्ही काय पहात आहोत हे पहात आहोत? तर, दुसर्‍या शब्दांत, आपण पहात आहोत की आपल्याकडे मेमरी कमी आहे आणि आपल्याला अधिक नोड्स जोडण्याची आवश्यकता आहे? आम्ही ट्रेंड analysisनालिसिस करीत आहोत, आम्ही क्षमता नियोजन करीत आहोत का? आणि त्या सर्वांमध्ये, आम्ही ऐतिहासिक अंमलबजावणीच्या काळाचे परीक्षण करीत आहोत आणि क्षमता नियोजनाबद्दल विचार करीत आहोत किंवा आम्ही ते रिअल टाइममध्ये पहात आहोत आणि कार्यशीलतेने शेड्यूलिंग आणि लोड बॅलेन्सिंग करत आहोत? आणि आम्हाला प्रथम स्थानावर असलेल्या वर्कलोड्सबद्दल माहिती आहे? आमच्या क्लस्टरमध्ये कोण काय करीत आहे आणि का आहे हे आम्हाला माहित आहे काय?
इन-मेमरी मोजणे खूप शक्तिशाली आहेत, परंतु त्या सामर्थ्याने ही जवळजवळ अशाच गोष्टींपैकी एक आहे, जसे की एक लोड केलेली बंदूक आणि आपण थेट बारोदांसह खेळत आहात. आपण सावधगिरी न बाळगल्यास अखेरीस आपण स्वतःला पायात पडू शकता. तर, इन-मेमरी कंप्यूटची शक्ती म्हणजे फक्त आम्ही बरेच वितरीत आणि वेगळ्या डेटा सेटमध्ये द्रुतगतीने चालवू शकतो. परंतु त्यानंतर अंतिम वापरकर्त्यांकडून मागणी वाढविली जात आहे. त्यांना त्या शक्तीची सवय झाली आहे आणि त्यांना ते हवे आहे. त्यांना यापुढे अपेक्षा नाही की नोकर्‍या चालण्यास आठवडे लागतील आणि साध्या जुन्या पेपरमध्ये अहवाल तयार होतील. आणि त्या सर्वांच्या खाली, पॅचिंग, अद्यतने आणि अपग्रेड्जभोवती दिवसेंदिवस देखभाल असते. आणि जर आपण मेमरी गणनेसह 24/7 प्रक्रिया करण्याबद्दल विचार करत असाल तर, डेटा व्यवस्थापित करणे, त्यावरील वर्कलोड्स व्यवस्थापित करणे, हे सर्व स्मृतीत आहे, तांत्रिकदृष्ट्या इफेमेरल प्लॅटफॉर्ममध्ये, जर आपण पॅच आणि अद्यतने आणि अपग्रेड्स लागू करण्यास सुरूवात करत असाल तर तेथे, ती इतर व्यवस्थापन आणि देखरेख आव्हानांच्या संपूर्ण श्रेणीसह येते. आम्ही ऑफलाइन काय घेऊ शकतो, आपण ते कधी श्रेणीसुधारित करू शकतो आणि कधी परत ऑनलाइन आणतो हे आपल्याला माहित असणे आवश्यक आहे. आणि हे मला माझ्या अंतिम टप्प्यावर आणते आणि ते म्हणजे, या प्रणालींमध्ये जसजसे आपल्याला अधिकाधिक जटिलता येते तसतसे अंगठा चोखून कान कान खेचून घेण्यासारखे काहीतरी नाही. यापुढे नाही, क्रमवारी आहे, आतड्यांची भावना पोहोचत आहेत. संगणकीय आणि डेटा व्यवस्थापनात ही उच्च पातळीची कार्यक्षमता व्यवस्थापित करण्यासाठी आणि वितरित करण्यासाठी आम्हाला खरोखरच योग्य साधनांची आवश्यकता आहे.
आणि हे लक्षात घेऊन मी इडेरातून आमच्या मित्राकडे सुपूर्त करणार आहे आणि त्यांनी हे आव्हान कसे गाठले हे ऐकण्यासाठी मी जात आहे.
बिल एलिस: खूप खूप धन्यवाद मी माझी स्क्रीन सामायिक करीत आहे आणि आम्ही येथे जाऊ. तर, 2017 मध्ये उपलब्ध असलेल्या या सामग्रीस उपलब्ध करुन देण्यासाठी सर्व तंत्रज्ञानाचा आणि आपल्या आधी आलेल्या सर्व लोकांचा विचार करणे खरोखरच नम्र आहे. आम्ही एसएपी हानासाठी वर्कलोड विश्लेषणाबद्दल बोलत आहोत - मुळात, डेटाबेस मॉनिटरिंग सोल्यूशन: सर्वसमावेशक, एजंटलेस, रीअल-टाइम प्रदान करते आणि यामुळे इतिहास घडविला जातो आणि म्हणूनच आपण भूतकाळात काय घडले ते पाहू शकता. एसएपी एस / 4 हाना उत्तम, वेगवान आणि स्वस्त क्षमता प्रदान करते. मी हे स्वस्त नाही असे म्हणत नाही, मी हे सांगत आहे की ते कमी खर्चीक आहे. प्रकारचा, पारंपारिकपणे असे घडले की आपल्याकडे मुख्य उत्पादन उदाहरण असेल - बहुदा मोठ्या दुकानात ओरॅकलवर चालत असेल, संभाव्य एसक्यूएल सर्व्हर - आणि नंतर आपण त्या ईटीएल प्रक्रियाचा वापर कराल आणि आपल्याकडे सत्याच्या एकाधिक, प्रकारच्या, आवृत्त्या असतील. . आणि हे खूप महाग आहे कारण आपण या प्रत्येक वैयक्तिक वातावरणासाठी हार्डवेअर, ऑपरेटिंग सिस्टम, ओरॅकल परवान्यासाठी पैसे दिले होते. आणि त्याही शेवटी, आपल्याकडे सत्याच्या पुढील आवृत्तीशी सत्याची एक आवृत्ती समेट करण्यासाठी लोकांची आवश्यकता असेल. आणि म्हणूनच, ही बहु-आवृत्ती ईटीएल प्रक्रिया फक्त हळू आणि खूपच अवजड होती.
आणि म्हणूनच, हाना, मुळात एक हाना घटना ही इतर सर्व घटना संभाव्यपणे पुनर्स्थित करू शकते. तर, हे कमी खर्चीक आहे कारण गुणाऐवजी ते एक हार्डवेअर प्लॅटफॉर्म, एक ऑपरेटिंग सिस्टम आहे. आणि म्हणून एस / H हाना, खरंच, हे सर्व काही बदलते आणि आपण मुळात आरएपी 2 ते आर / 3 पर्यंतच्या एसएपीच्या उत्क्रांतीकडे पहात आहात, विविध वर्धापन पॅक. आता, लेगसी सिस्टम 2025 पर्यंत उपलब्ध आहे, जेणेकरुन आपल्याला स्थलांतर करण्यास भाग पाडले जात नाही तोपर्यंत आपल्याकडे आठ वर्षे आहेत. आम्ही लोकांना पाहत असलो तरी आपणास माहित आहे की हे आपल्या बोटाने बोटांनी धोक्यात येत आहे कारण त्यांना हे माहित आहे की ते येत आहे आणि अखेरीस, आपल्याला माहिती आहे की ईसीसी हानावर चालणार आहे आणि म्हणूनच आपल्याला त्यासाठी तयार असणे आणि तंत्रज्ञान समजणे आवश्यक आहे.
तर, एक डेटाबेस, ईटीएल प्रक्रिया नाही, समेट करणे आवश्यक नाही अशा प्रती नाहीत. तर, पुन्हा एकदा वेगवान, चांगले आणि स्वस्त. हाना स्मृतीत आहे. एसएपी सॉफ्टवेअर पुरवतो, आपण हार्डवेअर पुरवठा करता. तेथे एकूण सारण्या नाहीत. जेव्हा आपण याविषयी विचार करीत असता तेव्हा त्यांच्यापैकी एक गोष्ट सुचविते की आपण यात प्रवेश करू इच्छित नाही, आम्ही सध्या उपलब्ध असलेला सर्वात मोठा सर्व्हर खरेदी करणार आहोत. ते असे सुचविते की तुम्ही, प्रकारची, योग्य वेळापूर्वी तुमचा एसएपी लँडस्केप योग्य आकार द्या आणि ते मुळात असे म्हणतात की, २० वर्षांचा डेटा योग्य प्रमाणात स्थलांतर करू नका.मला असे वाटते की आर्काइव्हिंग ही एक गोष्ट आहे जी केवळ एसएपीच्या दुकानांमध्येच नाही तर आयटीमध्ये वापरली जाते. आणि म्हणूनच पुढची गोष्ट म्हणजे एसएपीने सेलेक्ट * न वापरण्यासाठी त्यांचा मूळ कोड पुन्हा लिहिण्यासाठी खरंच बराच वेळ घालवला आहे. निवडा * सारणीमधून सर्व स्तंभ परत करते आणि स्तंभ डेटाबेसमध्ये विशेषतः महाग आहे. आणि म्हणूनच, सॅप हानासाठी ती चांगली कल्पना नाही. म्हणूनच, ज्या दुकानांमध्ये बरीचशी सानुकूलितता आहे, बरेच अहवाल आहेत, ही आपण शोधू इच्छित आहात आणि स्तंभ नावे निर्दिष्ट करू इच्छित आहात कारण आपण हानावर सर्वकाही स्थलांतरित करण्याकडे प्रगती करीत आहात.
आम्हाला असे म्हणायचे आहे की हाना हा रामबाण उपाय नाही. सर्व डेटाबेस, सर्व तंत्रज्ञानांप्रमाणेच, त्याचे परीक्षण केले जाणे आवश्यक आहे आणि जसे आधी नमूद केले आहे, मोजमाप करून मोजमाप व्यवस्थापित करण्यासाठी आपल्याला संख्या आवश्यक आहेत. आणि मी आयडीआरए क्षेत्रामध्ये ज्या गोष्टींबद्दल बोलतो त्यापैकी एक म्हणजे प्रत्येक व्यवहाराचा व्यवहार रेकॉर्ड सिस्टमशी संवाद साधतो आणि या प्रकरणात, तो हाना होणार आहे. आणि म्हणूनच, हाना आपल्या एसएपी व्यवहाराच्या कार्यक्षमतेचा पाया बनतो, अंतिम वापरकर्त्याचा अनुभव आहे. आणि म्हणूनच, हे वेगवान वेगाने चालू ठेवणे महत्वाचे आहे. हे एक अपयशाचे एक बिंदू बनते आणि लोकांशी बोलताना ही गोष्ट अशी आहे की जिथे आपणास शेवटचा वापरकर्ता आहे तिथे कदाचित पीक येऊ शकेल आणि कदाचित तो रिअल-टाइम डेटा वापरत असेल आणि त्यांच्याकडे एक तदर्थ क्वेरी आहे जी संभाव्यतः फारशी नाही बरोबर. कदाचित ते सारण्यांमध्ये सामील होत नाहीत आणि त्यांनी बाह्य सामील होण्याचे निर्माण केले आहे, ते एक पक्षपाती उत्पादन आहे आणि ते मुळात बरेच स्त्रोत वापरत आहेत. आता, हाना हे अखेरीस ओळखेल आणि सत्र समाप्त करेल. आणि म्हणूनच आमच्या आर्किटेक्चरचा एक महत्वाचा भाग आहे जो आपल्याला इतिहासात प्रत्यक्षात घेण्याची परवानगी देतो, जेणेकरून भूतकाळात काय घडले ते आपण पाहू आणि त्या परिस्थिती ओळखू शकू.
तर, एसएपी हानासाठी वर्कलोड विश्लेषणावर एक नजर टाकू. ही आवृत्ती 1 आहे म्हणून आम्ही तुम्हाला आमच्यास प्रवासामध्ये सामील होण्यासाठी खूप आमंत्रित करीत आहोत, आणि हे आयडीआरएचे एक उत्पादन आहे. हे सर्वसमावेशक आहे, परंतु सोपे आहे. ट्रेंडिंगसह रीअल-टाइम. यजमान आरोग्य, उदाहरणार्थ आरोग्य. आम्ही प्रतीक्षा स्थिती, एस क्यू एल क्वेरी, मेमरी ग्राहक आणि सेवांचा मागोवा ठेवतो. तर, जीयूआय हे दिसत आहे आणि आपण वेब सक्षम केले आहे त्या बॅटपासून आपण ते पाहू शकता. मी माझ्या सिस्टमवर थेट हे समाधान उघडले आहे. आपण पाहू इच्छित असलेल्या अशा काही महत्त्वपूर्ण गोष्टी आहेत. आम्ही विविध प्रकारचे कार्यक्षेत्रांमध्ये विभागले आहेत. सर्वात महत्त्वाचे म्हणजे सीपीयू उपयोग आणि मेमरी उपयोगातून होस्ट स्तरावर काय घडत आहे. आपण निश्चितपणे स्वॅपिंग किंवा थ्रॅशिंग पॉईंट पॉइंटवर जाऊ इच्छित नाही. आणि मग आपण मूलत: ट्रेंडिंगमध्ये काय घडत आहे त्या प्रतिसादाच्या वेळी, वापरकर्त्यांकडून, एस क्यू एल स्टेटमेंट्सवरून, म्हणजेच सिस्टमवरील क्रियाकलाप कशासाठी चालवित आहेत यावर कार्य करा.
IDERA असलेल्या गोष्टींपैकी एक म्हणजे, आपल्यास माहित आहे की गतिविधी असल्याशिवाय डेटाबेसवर काहीही होत नाही. आणि ती क्रियाकलाप एसक्यूएल स्टेटमेन्ट्स आहेत जी अनुप्रयोगामधून येतात. तर, एसक्यूएल स्टेटमेंट्सचे मोजमाप करणे मूळ कारण शोधण्यात सक्षम होण्यासाठी पूर्णपणे आवश्यक आहे. तर चला, चला पुढे जाऊ आणि आतमध्ये धान्य पडा. यजमान स्तरावर, आम्ही प्रत्यक्षात स्मृती, वेळोवेळी मागोवा घेऊ शकतो आणि सीपीयू वापर होस्ट करतो. मागे जा, आपण COBSQL विधान पाहू शकता. आता, आपण आमच्या आर्किटेक्चरच्या बाजूस पहात असलेल्या गोष्टींपैकी एक म्हणजे ही माहिती हानाच्या बाहेर संग्रहित आहे, म्हणून जर हानाला काहीतरी घडले असेल तर आम्ही मुळात, माहिती देऊ शकत नाही, देव वर्ज्य, एक अनुपलब्ध परिस्थिती . आम्ही सिस्टमवर घडणार्‍या प्रत्येक गोष्टीवर कब्जा देखील करू शकतो जेणेकरून आपल्याकडे स्पष्ट दृश्यमानता असेल. आणि आम्ही करणार असलेल्या गोष्टींपैकी एक म्हणजे आम्ही एसके्यूएल स्टेटमेंट्स भारित क्रमाने सादर करणार आहोत. तर, ते अंमलबजावणीची संख्या विचारात घेतील आणि म्हणूनच हा एकत्रीत संसाधन वापर आहे.
आणि म्हणून आपण येथे वैयक्तिक मेट्रिक्समध्ये येऊ शकता - ते एस क्यू एल विधान कधी अंमलात आणले? आणि मग संसाधनाचा वापर मोठ्या प्रमाणात अंमलबजावणी योजनेद्वारे चालविला जातो आणि म्हणून आम्ही हे सध्याच्या आधारावर कॅप्चर करण्यास सक्षम आहोत. हाना स्मृतीत आहे. हे अत्यंत समांतर आहे. त्यात प्रत्येक टेबलवर प्राथमिक निर्देशांक असतात, जे काही दुकाने काही कामगिरीच्या समस्यांकडे लक्ष देण्यासाठी दुय्यम निर्देशांक तयार करतात. आणि म्हणूनच, काही एसक्यूएल स्टेटमेंट्सच्या अंमलबजावणी योजनेत काय घडले हे जाणून घेणे खूप मौल्यवान असू शकते. आम्ही वेळोवेळी सेवा घेतलेल्या सेवा, मेमरी वापर पुन्हा पाहू. आर्किटेक्चर: तर, हा एक स्वयंपूर्ण समाधान आहे जो आपण आमच्या वेबसाइटवरून डाउनलोड करू शकता आणि आर्किटेक्चर हे वेब-सक्षम आहे.
आपण एकाधिक वापरकर्त्यास एका विशिष्ट घटकाशी कनेक्ट करू शकता. आपण एसएपी हानाच्या स्थानिक घटनांचे परीक्षण करू शकता. आणि आम्ही आमच्या भांडारात चार-आठवड्यांचा रोलिंग ठेवतो आणि ते स्व-व्यवस्थापित आहे. हे उपयोजित करण्यासाठी ते सोपे आहे. आपल्याला विंडोज सर्व्हर आवश्यक आहे. आपल्याला ते डाउनलोड करणे आवश्यक आहे. बर्‍याच विंडोज सर्व्हर्स् मध्ये अंगभूत .NET फ्रेमवर्क असेल आणि ते परवान्यासह एकत्रित केले जाईल. आणि म्हणूनच तुम्ही इन्स्टॉलेशन विझार्डकडे जाल जे सेटअप.एक्स.ई. द्वारे चालित होते आणि ते प्रत्यक्षात स्क्रीन, परवाना करार उघडेल, आणि तुम्ही फक्त “पुढील” वर क्लिक करून या रूपरेषा खाली कार्य कराल. आणि मग, तुम्हाला हाना कोठे आवडेल स्थापित केले? पुढे डेटाबेस गुणधर्म आहेत, आणि हे तुमचे एसएपी हानाशी कनेक्शन असेल, तर हे हानाच्या घटकाचे एजंटलेस मॉनिटरिंग आहे. आणि मग आम्ही मुळात पूर्वावलोकन देऊ, आम्ही हे डीफॉल्टनुसार संप्रेषण करतो. "स्थापित करा" वर क्लिक करा आणि हे मुळात HANA ने सुरू होते आणि आपण इतिहास तयार करण्यास प्रारंभ करता. तर, आकाराचे चार्ट माहिती थोडेसे. आम्ही सुमारे 45 हाना घटनांचे परीक्षण करू शकतो आणि आपल्याला आवश्यक असलेल्या कोर, मेमरी, डिस्क स्पेसची संख्या निश्चित करण्यासाठी आपण या प्रकारचे एक स्लाइडिंग स्केलवर वापरू इच्छित असाल. आणि हे गृहित धरते की आपल्याकडे संपूर्ण चार आठवड्यांचा रोलिंग इतिहास आहे.
तर, त्वरित पुनरुत्थान म्हणून आम्ही सर्व्हर आरोग्य, उदाहरणार्थ आरोग्य, सीपीयू / मेमरी उपयोगकडे पहात आहोत. मेमरी ग्राहक काय आहेत, क्रियाकलाप ड्राइव्हर्स काय आहेत, सेवा काय आहेत? एसक्यूएल स्टेटमेन्ट्स महत्त्वपूर्ण आहेत - अंमलबजावणीची स्थिती काय आहे? मला अंमलबजावणीची योजना दर्शवा, गोष्टी कधी अंमलात आणल्या जातात, ट्रेन्डिंग प्रदान करतात? हे आपल्याला रिअल-टाइम आणि जे घडले त्याचा इतिहास देईल. आणि जसे मी नमूद केले आहे, कारण आपला इतिहास हाणापेक्षा वेगळा आहे, आम्ही कालबाह्य झालेल्या आणि हानाच्या इतिहासामधून काढून टाकल्या गेलेल्या वस्तू ताब्यात घेणार आहोत. जेणेकरून वेगळ्या इतिहासामुळे आपण आपल्या सिस्टमवर खरा संसाधन वापर पाहू शकता.
म्हणूनच, मी म्हटल्याप्रमाणे, आयडराची वेबसाइट, उत्पादनांच्या अंतर्गत, आपण हे सहज शोधू शकता. आपण हे करून पाहू इच्छित असल्यास, आपले नक्कीच स्वागत आहे. ते आपल्यासाठी आणि त्या वेबसाइटवर अतिरिक्त माहिती कशी प्रदान करते याबद्दल माहिती द्या. म्हणून, कोणत्याही इच्छुक पक्ष त्यामध्ये जाण्यात अधिक आनंदी आहेत. आता, आयडीईआरएद्वारे ऑफर केलेल्या पोर्टफोलिओ उत्पादनांमध्ये, एसएपी ईसीसी व्यवहार मॉनिटर देखील आहे आणि याला एसएपीसाठी प्रीसिझन म्हणतात. आणि हे काय करते - आपण पोर्टल वापरत असाल किंवा फक्त स्ट्रेट-अप ईसीसी आहात - ते प्रत्यक्षात क्लिक करून डिस्कवरुन शेवटच्या वापरकर्त्याच्या व्यवहारास, एसक्यूएल स्टेटमेंटपर्यंत कॅप्चर करेल आणि काय घडत आहे ते दर्शविते.
आता, मी आपल्याला केवळ एक सारांश स्क्रीन दर्शवित आहे. या सारांश पडद्यावरुन आपल्याकडे जावे अशी माझी इच्छा आहे. ही वाय-अक्षराची प्रतिक्रिया वेळ, एक्स-अक्षांचा वेळ तसेच दिवसाचा आणि या व्यवहाराच्या दृश्यात आम्ही आपल्याला क्लायंट वेळ, रांगेची वेळ, एबीएपी कोड वेळ, डेटाबेस वेळ दर्शवू. आम्ही अंतिम वापरकर्ता आयडी, टी-कोड कॅप्चर करू शकतो आणि आपण ट्रॅव्हर्ड केलेल्या विशिष्ट व्यवहाराद्वारे सर्व्हर फिल्टर आणि दर्शवू शकता. आणि म्हणूनच, अनेक दुकाने लँडस्केपच्या पुढच्या टोकाला व्हीएमवेअर अंतर्गत चालवतात, जेणेकरून आपण प्रत्येक सर्व्हरवर काय घडत आहे हे मोजू शकता आणि अगदी तपशीलवार विश्लेषणामध्ये जाऊ शकता. तर, हे व्यवहार दृश्य संपूर्ण एसएपी लँडस्केपद्वारे अंतिम वापरकर्त्याच्या व्यवहारासाठी आहे. आणि आपणास आढळेल की उत्पादने एपीएम टूल्सअंतर्गत आमच्या वेबसाइटवर आणि आमच्याकडे असलेले एसएपी समाधान आहे. यासाठी स्थापना थोडी अधिक क्लिष्ट आहे, म्हणून आपल्याकडे हाना प्रमाणे हे फक्त डाउनलोड करून पहा आणि प्रयत्न करत नाही. हे असे आहे जेथे आम्ही आपल्यासाठी संपूर्ण व्यवहार करण्यासाठी डिझाइन आणि अंमलात आणण्यासाठी एकत्र काम करू.
तर, फक्त तिसरा जलद पुनर्प्राप्ती, एसएपी हानासाठी वर्कलोड विश्लेषण, हे सर्वसमावेशक, एजंटलेस, रिअल-टाइम आहे, एक इतिहास प्रस्तुत करते. आम्ही आपल्या साइटवर डाउनलोड करुन पहाण्याचा प्रयत्न करतो.
तर, त्यासह मी एरिक, डेझ आणि डॉ. ब्लॉरकडे वेळ परत पाठवणार आहे.
एरिक कवानाग: हं, कदाचित रॉबिन, तुमच्याकडून काही प्रश्न, आणि मग रॉबिन नंतर डेझ?
डॉ रॉबिन ब्लॉर: ठीक आहे. म्हणजे, मला सांगायचे झालेली पहिली गोष्ट म्हणजे मला व्यवहाराचे दृश्य खरोखरच आवडले कारण त्या परिस्थितीत मला हेच पाहिजे आहे. मी बर्‍यापैकी काम केले - बरं, आत्ता बर्‍याच वर्षांपूर्वी - कामगिरीचे परीक्षण केले जात होते, आणि हे असे प्रकार होते; त्या दिवसात आमच्याकडे ग्राफिक नव्हते, परंतु मला असे करायचे होते त्या प्रकारची ती होती. जेणेकरून आपण एक मार्ग किंवा दुसर्‍या मार्गाने समस्या उद्भवत तेथे स्वत: ला इंजेक्शन देऊ शकता.
मला पहिला प्रश्न आहे, तुम्हाला माहिती आहे, बहुतेक लोक एस / 4 ची अंमलबजावणी काही मार्गात करतात किंवा बॉक्सच्या बाहेरील बाजूस, तुम्हाला माहिती आहे. जेव्हा आपण एस / 4 च्या कोणत्याही दिलेल्या अंमलबजावणीमध्ये सामील होता, तेव्हा आपल्याला हे लक्षात आले की ते चांगले अंमलात आले आहे किंवा आपण समाप्त केले आहे, आपल्याला माहित आहे, अशा गोष्टी शोधून काढल्या ज्यामुळे ग्राहक पुन्हा कॉन्फिगर करू इच्छित असेल? म्हणजे, ते सर्व कसं जाईल?
बिल एलिस: असो, प्रत्येक दुकान थोडे वेगळे आहे. आणि तेथे वापरण्याचे भिन्न प्रकार आहेत, भिन्न अहवाल आहेत. तात्काळ अहवाल देणार्‍या साइट्ससाठी, म्हणजे वास्तविक म्हणजे प्रणालीवरील एक वाईल्डकार्ड. आणि म्हणूनच, एक महत्वाची गोष्ट म्हणजे मोजमाप सुरू करणे आणि सिस्टमवर ताण देऊन, त्यांच्या साइटवर वापर करण्याच्या पद्धतींवर आधारित, विशिष्ट साइटसाठी काय सामान्य आहे, विशिष्ट साइटसाठी सामान्य काय आहे हे शोधणे. आणि मग तेथून समायोजन करा. सामान्यत: देखरेख ऑप्टिमायझेशन ही एक-वेळ नसते, ही खरोखर चालू असलेली प्रथा आहे जिथे आपण देखरेख, ट्यूनिंग, ऑनिंग करीत आहात आणि अंतिम वापरकर्ता समुदायाला अधिक प्रभावीपणे व्यवसायाची सेवा देण्यासाठी सक्षम बनविण्यासाठी सिस्टम अधिक चांगले करते.
डॉ रॉबिन ब्लॉर: ठीक आहे, म्हणून जेव्हा आपण अंमलबजावणी कराल - म्हणजे, मला माहित आहे की उत्तर देणे हे एक अवघड प्रश्न आहे कारण अंमलबजावणीच्या आकारानुसार ते बदलत जाईल - परंतु IDERA देखरेख करण्याची क्षमता किती संसाधनांचा वापर करते? यामुळे कशाचाही फरक होतो की ते आहे, फक्त प्रकारचा हस्तक्षेप करत नाही? ते कसे कार्य करते?
बिल एलिस: होय, मी असे म्हणेन की ओव्हरहेड अंदाजे 1–3 टक्के आहे. बरीच दुकाने त्या त्या बलिदानासाठी तयार असतात कारण संभाव्यत: ऑप्टिमायझेशनच्या बाबतीत आपण ते परत विकत घेऊ शकाल. हे वापरण्याच्या पद्धतींवर अवलंबून असते. आपण संपूर्ण लँडस्केप करत असल्यास हे परीक्षण केले जात असलेल्या वैयक्तिक तंत्रज्ञानावर अवलंबून असते. तर, माइलेजचे प्रकार बदलतात, परंतु जसे आपण बोललो त्याप्रमाणे आंधळे चालण्यापेक्षा काय चालले आहे हे जाणून घेण्यासाठी थोडा खर्च करणे निश्चितच चांगले आहे. विशेषत: हे आपल्याला माहिती असेल, आम्ही येथे जानेवारीत आहोत आणि आपण येरेंड प्रक्रियेत येऊ आणि आपण एकूण 12 महिन्यांचा डेटा वाचवित आहात. आपणास माहित आहे की हे कार्यप्रदर्शन करीत आहे, नियामक संस्था, बँका, समभागधारकांना अहवाल मिळविणे ही गंभीर व्यवसायातील कामगिरीसाठी अत्यंत आवश्यक आहे.
डॉ रॉबिन ब्लॉर: बरोबर. आणि फक्त एक द्रुत, आपल्या दृष्टीकोनातून - कारण मला अंदाज आहे की आपण तेथे एसएपी साइटच्या संपूर्ण मालिकेसह सामील आहात - एसएपी 4 च्या दिशेने एसएपी ग्राहक बेसमधील हालचाल किती मोठी आहे? म्हणजे, असे काहीतरी आहे की आपल्याला माहित आहे की तेथे उत्साही ग्राहकांचा एक प्रकारचा हिमस्खलन आहे, किंवा हे फक्त एक स्थिर युक्ती आहे? आपण ते कसे पाहता?
बिल एलिस: मला असे वाटते की काही वर्षांपूर्वी, मी असे म्हटले होते की ते एक पायाचे बोट होते. आता मी म्हणेन की लोक गुडघ्यापर्यंत एक प्रकारचे आहेत. मला असे वाटते की, आपल्याला माहित आहे, की टाइमलाइन दिलेली लोक पुढील काही वर्षांत हानामध्ये खरोखर बुडतील. आणि म्हणूनच देखरेख, परिवर्तन, तुम्हाला माहिती आहे, मला असे वाटते की बहुतांश ग्राहक एकत्रच शिकण्याच्या वक्रांवर आहेत. आणि म्हणून मला वाटते की आपण सांगितल्यानुसार आम्ही हिमस्खलनात फारसे नसलो, परंतु मला वाटते की आम्ही हाना येथे झालेल्या मोठ्या परिवर्तनाच्या पार्श्वभूमीवर आहोत.
डॉ रॉबिन ब्लॉर: ठीक आहे, म्हणून आपण पाहिलेल्या साइटच्या दृष्टीने याकरिता गेलेल्या आहेत, त्या इतर अनुप्रयोगांसाठी देखील हाना रुपांतर करीत आहेत किंवा ही सामग्री काम करण्यासाठी पूर्णपणे वापरल्या गेलेल्या आहेत? तिथे चित्र काय आहे?
बिल एलिस: होय, बर्‍याचदा लोक एसएपीला इतर सिस्टीममध्ये समाकलित करतात, कोणत्या मॉड्यूल आणि त्यानुसार पुढे, त्यामुळे थोडेसे आहे. मला अद्याप HANA वर इतर अनुप्रयोग उपयोजित करणारे लोक दिसत नाहीत. हे नक्कीच करणे शक्य आहे. आणि म्हणूनच हे एसएपी इन्फ्रास्ट्रक्चरच्या सभोवतालच्या लँडस्केपच्या आसपास आहे.
डॉ रॉबिन ब्लॉर: मला असे वाटते की मी तुम्हाला देझच्या हवाली करतो. मी तुमचा वेळ हॉग करत आहे. देझ?
डेझ ब्लांचफिल्ड: धन्यवाद. नाही, हे सर्व चांगले आहे. दोन थीम सेट करण्याचा प्रयत्न करीत असताना अतिशय द्रुत दोन. एसएपी हाना आता कित्येक वर्षांपासून बाहेर आहे आणि लोकांना याचा विचार करण्याची संधी मिळाली आहे. जर आपण ते चालवत असलेल्या लोकांच्या टक्केवारीबद्दल अंदाजे अंदाज लावत असाल तर - कारण हे लोक बरेच लोक चालवित आहेत - आपल्याला काय वाटते की बाजारपेठेची टक्केवारी सध्या गेली आहे? फक्त पारंपारिक एसएपी अंमलबजावणीपासून हानावर एसएपी पर्यंत? आम्ही 50/50, 30/70 वर पहात आहोत? कोणत्या प्रकारचे, आपण बाजारपेठेत किती टक्के लोक पहात आहात जे संक्रमित झाले आहेत आणि आता हलवून लोक बनवित आहेत जे लोक फक्त मागेच आहेत आणि गोष्टी सुधारण्यासाठी किंवा प्रतीक्षा करण्यासाठी किंवा प्रतीक्षा करीत आहेत किंवा जे काही प्रकरण असू शकते याची वाट पहात आहेत.
बिल एलिस: होय, मी माझ्या दृष्टीकोनातून म्हणायचे तर मी टक्केवारी सुमारे 20 टक्के ठेवतो. एसएपी हा पारंपारिक व्यवसाय आहे. लोकांचा विचार खूप पुराणमतवादी आहे आणि म्हणूनच त्यांचे लोक त्यांचे पाय खेचतील. मला असे वाटते की यावर देखील अवलंबून आहे, तुम्हाला माहिती आहे, आपण बर्‍याच दिवसांपासून एसएपी चालवित आहात, किंवा तुम्ही एखादा एसएमबी आहात ज्याने कदाचित नुकतीच एसएपी तैनात केली असेल? आणि म्हणूनच, तेथे असंख्य घटक आहेत, परंतु एकंदरीत मला टक्केवारी 50/50 असल्याचे वाटत नाही. मी म्हणेन की 50 टक्के कमीतकमी डबलिंग आहेत आणि त्यांच्या डेटा सेंटरमध्ये हाना कुठेतरी चालू आहे.
डेझ ब्लांचफिल्ड: यापूर्वी आपण आम्हाला दिलेली मनोरंजक गोष्ट अशी आहे की हे एका अर्थाने चुकीचे आहे आणि घड्याळ शारीरिकरित्या आणि शब्दशः संक्रमणाच्या वेळी घडत आहे. ते करण्याच्या प्रक्रियेत, आपण विचार करता की लोकांनी याचा विचार केला आहे? हे प्लॅटफॉर्ममधील एक संक्रमणकालीन बदल आहे, असे लोक समजण्याच्या सामान्य भावना काय आहे, ते फक्त एक पर्याय नाही, तर ती डीफॉल्ट बनत आहे?
आणि एसएपीच्या दृष्टिकोनातून, मला खात्री आहे की ते त्या दिशेने जात आहेत कारण कामगिरीचा महत्त्वपूर्ण स्पर्धात्मक फायदा आहे, पण मला असे वाटते की ते व्यासपीठावर तिसर्‍या जाण्याऐवजी व्यासपीठावर नियंत्रण ठेवत आहेत. पार्टी डेटाबेस, ते आता ते परत त्यांच्या स्वतःच्या व्यासपीठावर आणत आहेत. आपणास असे वाटते की कंपन्यांनी खरोखर ते मिळवले आहे? आपणास असे वाटते की लोकांना ते समजले आहे आणि आता त्याकडे लक्ष देत आहेत? किंवा तरीही ही एक अस्पष्ट गोष्ट आहे, तुम्हाला वाटते का, बाजारपेठेत?
बिल एलिस: मला वाटत नाही की एसएपी संप्रेषण करण्यात लाजाळू आहे आणि जे लोक सफीकडे गेले आहेत त्यांनी सर्वत्र हाना पाहिले आहे. तर, मला असे वाटते की लोक चांगले परिचित आहेत, परंतु मानवी स्वभाव जे आहे ते आहे, आपणास माहित आहे की काही लोक एक प्रकारचे आहेत, त्यांचे पाय थोडेसे खेचत आहेत.
डेझ ब्लांचफिल्ड: कारण मला वाटते की मी हा प्रश्न विचारण्याचे कारण आहे आणि आपल्याला मला क्षमा करावी लागेल, परंतु हे मला मान्य आहे. मला असे वाटते की ते संप्रेषण करण्यात त्यांना लाजाळू वाटत नाहीत. माझ्या मते सिग्नल बर्‍याच प्रकारे निघून गेला आहे. आणि मी आपल्याशी सहमत आहे - मला माहित नाही की प्रत्येकाने अद्याप उडी मारली आहे. तुम्हाला माहिती आहे, पारंपारिक उपक्रम, हे चालू असलेले खूप मोठे उद्योग अजूनही बर्‍याच प्रकारे आहेत, त्यांचे पाय जोरात खेचत नाहीत, परंतु केवळ शिफ्टच्या जटिलतेसह झेलण्याचा प्रयत्न करीत आहेत. कारण मला वाटते की आपले साधन आणि नक्कीच आपल्या प्रात्यक्षिकेवर एक गोष्ट ठळक झाली आहे आणि माझ्या दृष्टीने, मी ऐकत असलेल्या आणि ऐकलेल्या प्रत्येकाने आज बसून प्रतिबिंबितपणे लक्ष देणे आवडेल, असे तुम्हाला वाटते साधन आता ही प्रक्रिया माझ्या मनात सोपी केली आहे. मला असे वाटते की अगदी चिंताग्रस्त सीआयओ आणि त्यांच्या अंतर्गत त्यांच्या कार्यसंघांचा एक समूह आहे, “पारंपारिक आरडीबीएमएस, रिलेशनल डेटाबेस मॅनेजमेंट सिस्टम, ज्याला आम्ही अनेक दशकांपासून ओळखत आहोत, संगणकाच्या संपूर्ण नवीन प्रतिमानाप्रमाणे बदल करू शकतो. माझ्या मनात अजूनही तुलनेने धाडसी असलेल्या जागेत स्टोरेज व्यवस्थापन? ” परंतु हे बर्‍याच प्रकारे अज्ञात आहे आणि इतर लोकांमध्ये असे बदल फारच कमी लोकांना घडले आहेत, असे नाही की त्यांना व्यवसायातील आणखी एक विभाग मिळाला आहे ज्याने आधीपासून इन-मेमरी संगणनाकडे जाण्यासारखे केले आहे. तर, ही त्यांच्या मनातली सर्वकाही किंवा काहीही नाही.
म्हणून, या गोष्टींपैकी एक गोष्ट मी घेण्यापेक्षा जास्त काढून टाकली आहे - मी तुम्हाला एका मिनिटात एका प्रश्नावर मारणार आहे - मला वाटते की आता ही भीती अनेक मार्गांनी संपुष्टात आली आहे आणि ती आजच्या पूर्वी आहे, मी सीआयओ ऐकत असता तर, मी असे क्रमवारीत विचार करीन, “ठीक आहे, मी हे संक्रमण कसे घडवून आणणार आहे? रिलेशनल डेटाबेस मॅनेजमेंट प्लॅटफॉर्ममध्ये आणि डीबीएच्या कित्येक वर्षांच्या अनुभवाच्या नव्या क्षमतेस, ज्या आमच्यात सध्या कौशल्य नाही, याची मी कशी क्षमता देतो याची मी कशी खात्री देतो? ”तर, माझा प्रश्न असा आहे की , आपणास असे वाटते की लोकांना हे समजले आहे की आपण आता जे ऑफर देत आहात ते साधने तेथे आहेत आणि ते एक प्रकारचा दीर्घ श्वास घेतात आणि आराम देतात की संक्रमण पूर्वी इतके भयानक नव्हते. हे साधन उपलब्ध आहे का? आपणास असे वाटते की लोक एनव्हीएम, फ्लॅश आणि डिस्कच्या जुन्या-शाळा संयोजन विरूद्ध मेमरी कॉम्प्युट आणि मेमरी स्टोरेजमधील संक्रमणासह ते फक्त एक प्रकारची गोष्ट समजून घेत आहेत किंवा हे अजूनही आहे?
बिल एलिस: होय, म्हणून निःसंशयपणे बरेच तंत्रज्ञान आणि साधने आहेत जी ग्राफिकली हे प्रदर्शित करू शकतात, काय घडत आहे आणि अव्वल स्त्रोत ग्राहकांना सूचित करणे खूप सोपे करते. म्हणजे, हे गोष्टी सुलभ करण्यात मदत करते आणि तंत्रज्ञान कर्मचार्‍यांना खरोखर चांगले हँडल मिळविण्यात मदत करते. अहो, त्यांना काय चालले आहे हे समजू शकेल आणि सर्व जटिलता समजू शकतील. तर, पूर्णपणे, बाजारावरील साधने निश्चितच उपयुक्त आहेत आणि म्हणून आम्ही एसएपी हानासाठी वर्कलोड विश्लेषणाची ऑफर करतो.
डेझ ब्लांचफिल्ड: होय, मला वाटते की आपण आज आम्हाला काय दर्शविले आहे या बद्दल एक महान गोष्ट म्हणजे हार्डवेअर पीस, ऑपरेटिंग सिस्टम पीसचे निरीक्षण करणे, तसेच काही कामाचे ओझे पाहणे यावर नजर ठेवणे, जसे की आपण म्हणाल्याप्रमाणे, साधने तेथे आली आहेत काही काळ माझ्यासाठी, विशेषत: हानाच्या आवडीनुसार, आपल्याकडे एखादा भव्य ग्लास घेण्याची आणि त्यात डोकावण्याची आणि आपल्या उपकरणातील प्रश्नांसह काय होत आहे आणि ते कसे आहेत याविषयी आपले डिव्हाइस काय करते ते पाहण्याची क्षमता आमच्याकडे नसते. संरचित केले जात आहे आणि जेथे लोड आहे.
आपण आतापर्यंत पाहिलेली तैनातींसह, जगातील आपल्या व्यासपीठावर या जागेत आपण अक्षरशः सर्वात अधिकृत आहात, आपण पाहिलेले काही द्रुत विजय - आपल्याला सामायिक करू शकणारे कोणतेही किस्से ज्ञान आहे का? आम्हाला काही युरेका मुहूर्त, अहो क्षण, जिथे लोक IDERA टूलसेट तैनात करतात, त्यांना अशा गोष्टी सापडल्या ज्या त्यांना माहिती नव्हते त्यांच्या प्लॅटफॉर्मवर आणि त्यांच्या कामगिरीमध्ये. लोकांनी नुकतीच तैनात केलेली काही उदाहरणे आपल्याकडे आहेत का, काय आहे ते खरोखरच ठाऊक नसलेले आणि अचानक गेले, “व्वा, आम्हाला त्याठिकाणी काय माहित नव्हते?”
बिल एलिस: होय, मूळ साधनांची एक मोठी मर्यादा अशी आहे की जर एखाद्या धावपळीची चौकशी रद्द केली गेली तर ती माहितीला उधळते आणि त्यामुळे आपल्याकडे मुळात इतिहास नाही. धावपट्टीच्या क्वेरीप्रमाणे आपण ऑफलाइन इतिहास संग्रहित करून आपल्याकडे इतिहास असेल, काय घडले हे आपल्याला माहिती होईल, आपण अंमलबजावणीची योजना आणि पुढे पाहण्यास सक्षम असाल. आणि म्हणूनच, अंतिम वापरकर्ता समुदायास मूलभूतपणे चांगले कार्य करण्यास, अहवाल अधिक चांगले लिहिणे, इत्यादि करण्यासाठी, प्रकारची मदत करू देते. आणि म्हणूनच इतिहास म्हणजे खरोखर छान आहे. आणि मी दर्शविण्याच्या उद्देशापैकी एक म्हणजे आपण वास्तविक वेळेकडे चार आठवड्यांपर्यंत पाहू शकता आणि नंतर आपण कोणत्याही व्याज वेळेवर सहज झूम इन करू शकता आणि त्यानंतर आपण अंतर्गत ड्रायव्हिंग क्रियाकलाप उघड करू शकता. फक्त दृश्यमानता असणे ही एक गोष्ट आहे जी अस्थिरता कशामुळे उद्भवली हे जाणून घेण्यासाठी खूप उपयुक्त आहे.
डेझ ब्लांचफिल्ड: एकदा ते तैनात झाल्यावर त्याचा उल्लेख आपण एकाधिक-वापरकर्त्याने केला आहे आणि तो बर्‍याच मार्गांनी एजंट नसलेला आणि प्रभावीपणे शून्य स्पर्श करण्यामुळे मला खूप प्रभावित झाला. त्यानंतर आपल्या साधनाची एकाच तैनातीसाठी एनओसी मधील नेटवर्क ऑपरेशन सेंटरमधील प्रत्येकासाठी क्लस्टरला अनुप्रयोग आणि विकास कार्यसंघापर्यंत संपूर्णपणे उपलब्ध करून देणे उपलब्ध आहे का? हा सर्वसामान्य प्रमाण आहे आणि आपण एकदा तैनात करता आणि ते ते सामायिक करतात किंवा आपण लोकांच्या अंदाजानुसार स्टॅकचे वेगवेगळे भाग शोधत आहात? ते कशासारखे दिसते?
बिल एलिस: तर, एसएपीमध्ये जे घडत आहे त्या तंत्रज्ञानाच्या प्राथमिकतेनुसार आधार संघास विशेषतः खूपच स्वारस्य असेल. अर्थात तेथे असे अनेक संघ आहेत जे संपूर्ण लँडस्केप्सला पाठिंबा देतील. हाना तुकडा फक्त त्यावर लक्ष केंद्रित आहे. मी माहितीचा प्राथमिक ग्राहक म्हणून एसएपी आधार कार्यसंघाकडे डीफॉल्ट जात आहे.
डेझ ब्लांचफिल्ड: बरोबर. जरी तो मला मारतो, जर मला विकास पथक मिळाला असेल किंवा अगदी फक्त कोड पातळीवर नाही, परंतु मला तेथे डेटा सेट्सवर विश्लेषणात्मक काम करणारे डेटा वैज्ञानिक किंवा विश्लेषकांची एक टीम मिळाली असेल, विशेषतः तेथे आता संस्थांमधील प्रत्येक गोष्टीवर डेटा सायन्सचा महत्त्वपूर्ण दबाव आणला जात आहे - माझ्या मनात - आणि जर मी चूक असेल तर मला दुरुस्त करा - असे वाटते की हे त्यांच्या दृष्टीने देखील फार रस घेईल, कारण बर्‍याच प्रकारे एक डेटा वेअरहाऊस वातावरणात आपण करू शकता अशा गंभीर गोष्टी म्हणजे त्यावरील डेटा वैज्ञानिकांना सोडवणे आणि त्यास फक्त तात्काळ क्वेरी करण्यास प्रारंभ करण्याची परवानगी देणे. आपल्याकडे अशा प्रकारची काही उदाहरणे आहेत का जिथे दुकाने आपल्याकडे धाव घेतली आहेत आणि म्हणाले आहेत की, “आम्ही एखादा डेटा सायन्स टीम फेकला आहे, खरंच ते दुखावत आहे, आपण ज्या गोष्टी करत आहोत त्या विरुद्ध आपण काय करू शकतो? पारंपारिक ऑपरेशनल मॉनिटरिंग आणि मॅनेजमेंट? ”ही एक गोष्ट आहे का?
बिल एलिस: बरं, हो, मी या प्रकाराकडे थोड्या वेळाने वळलो आणि माझा उत्तर असावा की, कामगिरीकडे पहात, क्यूए उत्पादन विकसित करण्याच्या कामगिरीची जाणीव असणे, आपल्याला माहित आहे की जितक्या लवकर आपण संग्रहित कराल तितक्या कमी समस्या, कमी आश्चर्यचकितता . तर, अगदी.
डेझ ब्लांचफिल्ड: त्यानुसार, मला बर्‍याच साधनांचा अनुभव आला आहे - आणि मला खात्री आहे की रॉबिन सहमत होईल - येथे खूप साधने आहेत, जर तुम्हाला एखादे मोठे आरडीबीएमएस मिळाले असतील तर तुम्हाला खरोखर उच्च-कुशल, खोलवर आवश्यक आहे ज्ञात, अनुभवी डीबीए एसएपी हानाच्या आसपासची काही मूलभूत सुविधा आणि प्लॅटफॉर्म आवश्यकता आहेत कारण ती सध्या विशिष्ट हार्डवेअरमधून संरेखित करणार्‍या विशिष्ट वितरणांवर समर्थित आहे आणि माझ्या माहितीच्या उत्कृष्टतेनुसार. आपल्याला माहिती आहे, असे अनेक दशके अनुभव असलेले लोक एकसारखे नाहीत. मी जे पहात आहे, ते म्हणजे या साधनाची ही आवश्यकता नाही. मला असे वाटते की आपण आपले साधन उपयोजित करू शकता आणि ते काही बर्‍यापैकी नवीन चेहर्‍यांना देऊ शकता आणि जे चांगले कामगिरी करत नाहीत अशा गोष्टी शोधण्यासाठी त्यांना त्वरित सामर्थ्य देऊ शकता. यासह वेग वाढविण्यासाठी आणि त्यास उपयोजित करण्यापासून काही मूल्य मिळविण्यासाठी खूपच लहान शिक्षण वक्र आहे काय? तुम्हाला माहिती आहे, माझा सामान्य अर्थ असा आहे की आपणास मूल्य तत्काळ पाहण्यासाठी साधन चालविण्याचा 20 वर्षांचा अनुभव नसतो. आपण त्या बाबतीत सहमत आहात?
बिल एलिस: ओहो, आणि तुमच्या मते, मला असे वाटते की उपयोजनाचे बरेच यश खरोखर एसएपी हाना वातावरणाच्या नियोजन आणि आर्किटेक्चरिंगवर अवलंबून असते. आणि त्यानंतर निःसंशयपणे बरीच गुंतागुंत आहे, तिच्यावर बरीच तंत्रज्ञानाची रचना आहे, परंतु नंतर जे काही घडत आहे त्याचा उपयोग करण्याच्या पद्धतींचे परीक्षण केले जाते. तर, जरी हे अधिक जटिल आहे, तरीही ते एक प्रकारे पॅकेज केलेले आहे आणि काहीसे सोपे आहे. ते खूप गरीब आहे
डेझ ब्लांचफिल्ड: होय, म्हणून मी एरिककडे परत जाण्यापूर्वी, कारण मला माहित आहे की त्याला दोन प्रश्न पडले आहेत, विशेषत: प्रश्नोत्तरांद्वारे आलेल्या काही लोकांकडून, जे मनोरंजक वाटले आणि मी त्याबद्दल उत्तर ऐकायला उत्सुक आहे. एखाद्यासाठी पारंपारिक प्रवास - आपण आधी सांगितले की आपण ते मिळवू शकता, आपण ते डाउनलोड करुन प्रयत्न करून पहा. आज आपण लोक ऐकत असताना किंवा नंतर पुन्हा वाजवायला सांगत असलेल्या लोकांसाठी फक्त त्वरेने परत येऊ शकता? कॉपीवर हात मिळविण्यासाठी त्वरित दोन किंवा तीन चरण काय आहेत आणि ते तैनात करण्यापूर्वी आणि ते विकत घेण्यापूर्वी त्यांच्या वातावरणात वापरुन पहा. ते कशासारखे दिसते? त्यासाठी कोणत्या पायर्‍या आहेत?
बिल एलिस: हो तर, IDERA.com आणि फक्त उत्पादनांवर जा आणि आपल्याला एसएपी हानासाठी वर्कलोड विश्लेषण दिसेल. एक डाउनलोड पृष्ठ आहे. मला वाटते की ते आपल्याला काही संपर्क माहिती विचारतील आणि उत्पादन नुकतेच परवाना की सह पॅक केले गेले जेणेकरून आपण ते सेटअप.एक्स.ई. सह स्थापित करू शकता आणि मला लवकरच रोलिंग मिळेल असे मला वाटते.
डेझ ब्लांचफिल्ड: तर, ते आपल्या वेबसाइटवर जाऊ शकतात, ते ते डाउनलोड करू शकतात. मला आठवत आहे की हे काही काळापूर्वी पहात आहे आणि मी काल रात्री देखील दोनदा तपासणी केली, आपण आपल्या मेमरीवरून, डेमोची विनंती करू शकता, जिथे आपल्या कार्यसंघामधील कोणीतरी या मार्गाने आपल्याला पुढे जाईल. परंतु आपण प्रत्यक्षात हे विनामूल्य डाउनलोड करू शकता आणि आपल्या स्थानिक वातावरणात, आपल्या स्वत: च्या वेळी स्थानिक पातळीवर तैनात करू शकता, आपण शकत नाही?
बिल एलिस: होय
डेझ ब्लांचफिल्ड: उत्कृष्ट मला असे वाटते की लोकांपेक्षा वैयक्तिकरित्या सल्ला देण्याची हीच एक गोष्ट आहे. वेबसाइटवरून एक प्रत काढून घ्यावी, तेथील काही कागदपत्रे हस्तगत करा कारण मला माहित आहे की असे करण्यासाठी तेथे चांगली सामग्री आहे, आणि फक्त प्रयत्न करा. आपल्या वातावरणात ठेवा आणि आपल्याला काय दिसते ते पहा. मला शंका आहे की एकदा आपणास आपल्या एसएपी हाना वातावरणासह आयडरा उपकरणासह कटाक्षाने डोकावले तर आपण तेथे नसलेल्या गोष्टी आपल्याला सापडतील.
पहा, त्याबद्दल तुमचे आभार आणि रॉबिन आणि मी यांच्याबरोबर नुकत्याच झालेल्या प्रश्नोत्तरांबद्दल आभार. एरिक, मी आपल्याकडे परत जात आहे कारण मला माहिती आहे की काही प्रश्नोत्तरे आमच्या उपस्थितांकडूनही आल्या आहेत.
एरिक कवानाग: होय, येथे फक्त एक द्रुत द्रुत आहे. तर, उपस्थितांपैकी एकाने फक्त गोष्टी कशा बदलत आहेत त्याबद्दल बोलताना खरोखर चांगली टिप्पणी केली आहे. पूर्वी म्हणत असताना, मेमरी सतत गुदमरत होती, वारंवार पेजेसिंगमुळे कमी होत होती, सध्या सीपीयू जास्त मेमरी डेटासह गुदमरत आहे. आपल्याला माहिती आहे, नेटवर्क समस्या आहेत. हे नेहमीच फिरते लक्ष्य असेल, बरोबर? आज कोठे अडथळे होणार आहेत आणि आपले लक्ष केंद्रित करणे आपल्यासाठी कोठे आवश्यक आहे या दृष्टीने आपण आज मार्गक्रमण म्हणून काय पाहता?
बिल एलिस: हो जोपर्यंत आपण मोजत नाही, हे जाणून घेणे कठीण आहे. एस क्यू एल स्टेटमेंट्समधील एक बाब म्हणजे ते स्त्रोत वापरण्याचे ड्रायव्हर होणार आहेत. आणि म्हणूनच ज्या परिस्थितीत आपल्याकडे मोठा मेमरी वापर किंवा सीपीयूचा वापर होता, त्या संसाधनाचा वापर कोणत्या गतिविधीमुळे झाला याचा शोध घेण्यास आपण सक्षम व्हाल. आता, आपणास हे मारण्याची आवश्यकता नाही, परंतु आपल्याला त्याबद्दल आणि एका प्रकारचे, काय होत आहे, किती वेळा घडते हे देखील जाणून घ्यायचे आहे. संपूर्ण परिस्थितीत किंवा भिन्न परिस्थितीला प्रतिसाद देणार्‍या कूकबुकला संबोधित करण्याच्या दृष्टीने आम्ही एक प्रकारचे आहोत. आणि म्हणूनच, हा एक चांगला प्रश्न आहे आणि वेळ सांगेल. वेळ जसजशी आमच्याकडे अधिक माहिती असेल.
एरिक कवानाग: बस एवढेच. बरं, तुम्ही लोक खूप रंजक जागेत आहात. मला असे वाटते की येत्या काही महिन्यांत आणि पुढच्या काही वर्षात आपण बरीच क्रियाकलाप पहाल कारण मला माहिती आहे की एसएपीने आपण आमच्या कंटेंट कॉलमध्ये सुचविल्याप्रमाणे लोकांना संक्रमण करण्यासाठी एक छान लांब ऑन-रॅम्प प्रदान केला आहे. HANA करण्यासाठी. पण तरीही, त्या उताराचा अंत होईल आणि एका विशिष्ट टप्प्यावर लोकांना काही गंभीर निर्णय घ्यावे लागतील, जेव्हा जितके लवकर होईल तितके चांगले?
बिल एलिस: अगदी.
एरिक कवानाग: ठीक आहे लोकांनो, आम्ही हॉट टेक्नॉलॉजीजवर येथे आणखी एक तास जाळून टाकला आहे. आपण ऑनलाइन माहिती शोधू शकता, इनरानॅलिसिस डॉट कॉम, टेकोपिडिया डॉट कॉम. यापूर्वीच्या वेबकास्टच्या आमच्या सर्व आर्काइव्हच्या यादीसह बर्‍याच मनोरंजक माहितीसाठी त्या साइटवर लक्ष द्या. पण लोकांनो, इडेर्यातील आमच्या मित्रांनो, रॉबिन आणि नक्कीच, डेझ. पुढच्या आठवड्यात आम्ही आपल्यास भेटू. आपला वेळ आणि लक्ष दिल्याबद्दल पुन्हा धन्यवाद. काळजी घ्या. बाय बाय.