SAP HANA Academy – SAP HANA Cockpit: Database Explorer [2.0 SP07]

안녕하세요 SAP HANA Academy에 오신 것을 환영합니다

이 비디오 튜토리얼 시리즈의 주제는 SAP HANA 조종실이며이 비디오에서는 SAP HANA Database Explorer 및 그 새로운 기능에 대해 이야기하십시오 이 비디오는 2018 년 8 월부터 SAP HANA 조종석 20 SP 07에 출시되었습니다 이전 또는 이후 버전의 경우 SAP HANA Academy의 재생 목록을 확인하십시오 안녕하세요, 저는 Denys van Kempen입니다

대부분의 사용자는 이미 데이터베이스 탐색기에 익숙해 질 것입니다 별도의 XS입니다 SAP HANA 용 SAP 웹 IDE, 개발 도구 및 SAP HANA 조종석에서 다루었습니다 SAP HANA 조종석 조경 홈 페이지에서 열리는 두 개의 타일 (또는 카드)을 찾습니다 데이터베이스 탐색기 : 데이터베이스 개체 찾아보기 및 SQL 실행 그것은 다른 응용 프로그램, 다른 포트, 그리고 SQL 콘솔에 액세스하려면, 당신은 데이터베이스를 선택한 다음 SQL 콘솔 열기 (Ctrl + Alt + C)를 선택하십시오

많은 키보드 단축키가 있습니다 좋습니다 간단히 말해서 우리는 카탈로그 브라우저를 통해 모든 사용자의 정의를 볼 수 있습니다 다른 카탈로그 객체 (테이블, 뷰, 내장 프로 시저, 함수, 동의어 및 많은, 더 많은) 테이블 및 뷰의 내용 (데이터)을 볼 수도 있고, 또는 동의어 모니터링보기 M_DATABASES를 예로 들어 보겠습니다

뷰 SYSM_DATABASES에 대한 PUBLIC 스키마의 동의어입니다 세부 정보 – 다른 열, 데이터 형식, Null 및 기본값에 대해 알려줍니다 CREATE 문 및 Open Data는 테이블 또는 뷰를 쿼리합니다 MDX 쿼리를 만들고 실행할 수있는 MDX 콘솔이 있습니다

다차원 OLAP 유형 조회에 대한 SQL HDI 컨테이너에서 프로 시저로 작업 할 때 사용할 수있는 SQL 디버거가 있습니다 백그라운드 활동을 모니터 할 수 있습니다 찾고있는 객체를 찾기 위해 광범위한 검색 인터페이스가 있습니다 여기서 작업 공간 환경 설정을 설정할 수 있습니다

데이터 미리보기, 코드 완성 및 콘솔, 테마, 자동 저장 그런 것들 라이브러리에 저장과 같은 기능을 언급해야하므로 SQL 라이브러리를 만들 수 있습니다 당신이 자주 사용하는 진술 코드를 정교화하기위한 코드 서식 지정

우리는 백그라운드에서 명령문을 실행할 수 있습니다 여러 데이터베이스에서 명령문을 실행할 수 있으며, 가장 중요한 점은 내장 SQL이 있다는 것입니다 분석기 (Ctrl + Shift + X)는 SQL 콘솔에서 호출 할 수 있습니다 이렇게하면 컴파일 시간, 실행 시간, 운영자, 계획에 대한 통계를 얻을 수 있습니다 그래프, 테이블 액세스, 타임 라인

모두 당신의 SQL 코드를 분석하는데 매우 유용합니다 확인 – 새로운 기능입니까? 우선, 원격 소스 에디터가 원격 소스를 지원하도록 업데이트되었습니다 SAP HANA 스마트 데이터 액세스 여기서 우리는 기존 데이터 소스를 편집하고 객체를 검색 할 수있는 화면을 갖게됩니다 가상 객체를 생성 할 수 있으므로 객체의 메타 데이터 (테이블, 뷰)는 현재 데이터베이스에서 다시 작성됩니다

이것은 속도를 올릴 것입니다 여기에서 데이터 소스를 편집 할 수 있습니다 DML 모드를 읽기 전용에서 읽기 전용으로 변경하거나 기술 사용자 또는 암호를 변경하거나, 컨텍스트 메뉴에서 우리 대부분을 마우스 오른쪽 단추로 클릭하고 New Remote를 만들 수도 있습니다 출처 이름을 지정하고 어댑터 이름을 선택하면 ASE, IQ, MaxDB, Vora, 모든 SAP; Hadoop, Spark SQL (BigData), RServe (Predictive Analytics), Oracle, Microsoft SQL Server, DB2, 일반적인 용의자 및 기타 비 특정 ODBC 데이터 원본 선택한 소스에 따라 등록 정보가 변경됩니다

확인 – 원격 데이터 원본 데이터 가져 오기 마법사는 SP 07 릴리스에서도 업데이트되었습니다 이것은 로컬 파일 시스템에서 데이터베이스로 데이터를 가져 오는 것입니다 한 번 보자 먼저 가져올 파일 (쉼표 또는 Microsoft Excel)을 가리켜 야합니다

다음은 몇 가지 데이터 유형이 포함 된 샘플 CSV 파일입니다 파일이 서버에 업로드됩니다 그런 다음 데이터에 대한 새 테이블을 만들거나 기존 테이블에 추가 할 수 있습니다 따라서 IMPORT 문 (작성 또는 대치)과 달리 여기서도 추가 할 수 있습니다 그런 다음 테이블 매핑을 수행해야합니다

2 단계 A 열은 정수이고, B는 길이가 10 인 VARCHAR입니다 C는 DATE 유형이고 D는 시간이며 E는 DECIMAL입니다 OK – 3 단계에서 오류 처리를 정의 할 수 있습니다 오류가 발생한 경우 시스템에서 어떻게 처리할까요? 나는 성공한 저장을 고수 할 것입니다

그런 다음 여기서 가져 오기 특성, 테이블 매핑, 오류 처리 및 데이터 미리보기를 제공합니다 좋아 보인다 데이터베이스로 가져 오기 글쎄, 그것의 단 4 행 오류 없음

두 번 확인해 봅시다 카탈로그를 열고 스키마를 확장하고 테이블, 테스트, 데이터 열기를 선택하면 여기에 결과 세트 그것은 새로운 데이터 가져 오기 마법사입니다 또 다른 새로운 기능은 PLV 파일 인 파일에 SQL 계획을 저장할 수있는 기능입니다 다른 성능 모니터링 도구 (비싼 계산서, 계획)에서이 작업을 수행 할 수 있습니다

안정성, SQL Analyzer 및 명령문 힌트, 데이터베이스 탐색기뿐만 아니라 우리는 다른 시리즈의 성능 도구를 다루므로 여기서 간단하게 설명하겠습니다 일부 SQL을 SQL 콘솔에 입력했습니다 실행을 위해 녹색 화살표 버튼을 클릭하고 잠깐 동안 누르고 있으면 컨텍스트가 생깁니다 메뉴를 선택하고 SQL 분석 또는 SQL 분석 및 저장 계획을 선택할 수 있습니다 Save Plan을 해보 죠

파일 이름, 접두사, 접미사, 확장자를 제공하라는 메시지가 표시됩니다 PLV로 저장되며 HANA 서버의 한 위치에 저장됩니다 분석 및 저장 좋습니다 – 우리는 전에 이것을 보았습니다 계획 분석기는 운영자와 통계, 타임 라인, 사용중인 테이블 등

계획 그래프 select * 쿼리의 경우 우리는 아무 것도 얻지 못하고 있습니다 물론 이것은 여러분에게 보여줄 것입니다 SP 07에있는 계획을 구할 수 있다는 것입니다 이것은 새로운 것입니다

그리고 SAP HANA 조종실 시스템 개요 페이지로 이동하면, 우리는 더 이상 데이터베이스 익스플로러, 우리는 다시 조종실에있다 – 그리고 저장된 계획, 성능 섹션, HANA 서버에서 PLV를로드 한 다음 SQL Analyzer의 계획을 볼 수 있습니다 이 위치 이렇게하면 개발자와 DBA는 손쉬기에 대한 전문 지식과 통찰력을 쉽게 공유 할 수 있습니다 쿼리에 대한 SQL 성능 문제 이것이 저축 계획의 아이디어입니다

OK – 그런 다음 Smart Data Integration 용 데이터 프로비저닝 에이전트와 SAP HANA 옵션 칵핏 개요 페이지에서 SDI 에이전트를 모니터링 할 수 있지만 SP 07의 새로운 기능은 이제 데이터베이스 탐색기에서도이 작업을 수행 할 수 있습니다 카탈로그를 확장하면 데이터 프로비저닝 에이전트가 나열되고 표시를 선택할 수 있습니다 상황에 맞는 메뉴에서 데이터 프로비저닝 에이전트 (예 : 마지막으로 연결됨) 타임 스탬프, 사용 된 메모리 통계를 얻는 등의 작업을 수행합니다 별도의 도구로 전환 할 필요가 없으며 데이터베이스 탐색기에 통합되어 있습니다 확인 – SAP HANA 데이터베이스 탐색기는 별도의 안내서 (여기서는 관리)에 설명되어 있습니다

helpsapcom의 SAP Help Portal에있는 섹션을 참조하십시오 여기에서 새로운 내용, 시작하기 및 특정 정보가있는 장을 확인할 수 있습니다 보안, 오류 분석 및 진단, 쿼리, 성능 분석 및 데이터 가져 오기 / 내보내기에 대해 설명합니다

그게 전부입니다 지켜봐 줘서 고마워 YouTube 채널에서 더 많은 동영상 자습서를 찾을 수 있습니다 새로운 비디오 자습서에 대한 정보를 얻으려면 채널에 가입하십시오 LinkedIn에서 우리와 연결하거나 트위터에서 우리를 팔로우 할 수 있으며 업데이트도 가능합니다

YouTube에서이 동영상을보고 있습니다 주저하지 마시고 동영상 페이지를 열어 원한다면이 동영상에 투표하십시오 시청 해주셔서 감사합니다

Tuesday Tutorial – How and Why You Need An Image Database

– 안녕, 브라이언 헌트, 또 왔어 다른 화요일 자습서를 위해

이번 주에 우리가 얘기하는 비디오 이미지 데이터베이스 만들기 그래서 지난주의 비디오에서 우리는 소셜 미디어 캘린더 만들기 게시물 일정 계획에 도움을주기 위해 게시하려는 내용을 파악하고 생각할 수 있습니다 이러한 게시물을 작성하기위한 향후 계획을 가지고 있습니다 그리고 우리가 얻을 수있는 것들 중 하나 소셜 미디어 캘린더를 만들 때, 너는 올라 오는 것들에 대해 생각할거야 매년 일어날 수있는 일들

그리고 많은 일이 일어날 것 같습니다 너 이미 이미지를 가지고있을거야 당신이이 게시물을 사용하기를 원할 것입니다 사용자가 만든 광고와 같은지 여부 아니면 실제로 사진 일뿐입니다 또는 짧은 비디오 클립

가지고있는 것이 위대한 모든 것들 소셜 미디어 게시물로 우리가하고자하는 것은 데이터베이스를 만드는 것입니다 그래서 당신은 무작위적인 장소에 물건을 가지고 있지 않습니다 컴퓨터에서, 알았어 너는 너의 모든 것을 모으려고 노력하고 싶어 모든 이미지가 하나의 장소에있을 수 있습니다

쉽게 찾을 수있는 장소가 하나 있습니다 그래서 내가 제안하는 것은 모든 콘텐츠를 넣는 것입니다 모든 디지털 컨텐츠 및 이미지를 여행용 드라이브, 조금 작은 USB 하드 드라이브처럼 이러한 것들은 꽤 저렴합니다 지금 1 테라 바이트 드라이브를 얻을 수 있습니다

약 80 달러에, 확실히 $ 100 이하로 얻을 수 있습니다 플러그인 할 수 있습니다 당신은 다른 컴퓨터에 가질 수 있습니다 모든 이미지를 한 곳에서 정리할 수 있습니다 지금 그것이 말하게되면서, 너는 그들을 여기에두고 싶지 않아

하드 드라이브가 죽기 때문에 한 곳에서 모든 데이터와 이미지를 보유하고 있다면 죽으면 그 이미지를 잃을거야 그들이 사라진 파일을 복구하는 것은 매우 어려울 수 있습니다 하드 드라이브가 사망했습니다 그래서 미래의 비디오에서 우리는 이야기 할 것입니다

이미지 백업에 대해 안전하게 물건을 백업했는지 확인하십시오 하지만 너를 빨리 보여줄거야 여기 컴퓨터에 Dropbox를 사용했습니다 하드 드라이브를 Dropbox와 동기화합니다

Dropbox에 업로드 할 수도 있습니다 Dropbox와 같은 도구를 사용하면 좋습니다 그 이미지에 액세스 할 수 있다는 것입니다 Dropbox 앱으로 휴대 전화를 끄십시오 여기에 바탕 화면이 있습니다

방금 데스크톱에서 만든 폴더 하지만 다른 곳에 넣는 것이 낫다 클라우드 또는 외장형 하드 드라이브 에서처럼 그리고 나는이 소셜 미디어 이미지 데이터베이스를 불렀습니다 그래서 방금 몇 개의 폴더를 만들었습니다 그리고 이것들은 당신이 원하는 무엇이든 될 수 있습니다

하지만 카테고리에 대해 생각해보십시오 그리고 당신이 게시하고 싶은 것 그래서 나는 여기의 계절을 무너 뜨 렸습니다 가을, 봄, 여름 및 겨울입니다 우리가 거기에서 할 수있는 다른 카테고리 그 다음에 각각의 나는 이벤트를 위해 물건을 만들었다

나는 사진을 위해 물건을 만들었다 그리고 나서 비디오를위한 폴더를 만들었습니다 우리가 단지 관습에 들어가기를 원하는거야 여기에서하는 일은 우리 일을 정리하는 것입니다 우리가 쉽게 찾을 수있게 해줍니다

좋아, 내가 여기 가을 폴 폴더에 들어가면, 당신은 여기에있는 이미지 중 일부가 단지 이름임을 알 수 있습니다 정확히 그들이 카메라에서 나온 것 이것들은 우리가 사용할 수있는 훌륭한 이미지입니다 일부 다른 소셜 미디어 게시물에 계획을 세워야합니다 하지만이 이름들을 바꾸고 싶다

실제로 내가 검색 할 수있는 무언가가되고 싶다 검색 기능을 사용할 때 Macintosh 또는 PC 컴퓨터에서, 그걸 빨리 검색 할 수 있습니다 그 길을 찾으러 DJI_ 0049, 내 말은 그럴 수 없어 정말로 우리에게 어떤 정보도주세요

하지만 내가 이것을 부른다면, 가을 무인 비행기 MTB 숲 추가 정보 얻기 및 이미지 이름 바꾸기 그래서 그들은 당신을 훨씬 쉽게 찾을 수 있습니다 그럼 내가 가진다면, 그것은 가을 Drone MTB 숲이라고 이름이 지어진다 그 사진을 여기 폴더에 넣습니다 나는 이것을 조직하기 시작했다 그리고 나서 내 소셜 미디어 캘린더를 만들면 말할 수 있습니다

우리가 지난 주 화요일의 튜토리얼에서 이야기하고 있었던, 나는이 날에 나는 게시하고 싶다 가을의 드론 MTB 숲 사진 이것은 많은 스트레스 해소에 정말로 도움이됩니다 사람들은 소셜 미디어 게시에 대해 알게됩니다 내가 사람들의 말을 듣는 주된 이유 중 하나는, 그들은 시간이 없다

소셜 미디어에 게시 할 수 있습니다 그래서 그들은 너무 많은 시간이 걸린다 고 말합니다 너무 많은 노력 같은 것을하는 것, 조직하는 데에 시간을 보내는 것 그렇게 만든다

그것은 거의 노력을 기울이지 않는다 실제로 계획을 세우고 간단하게 계획 할 수 있습니다 그래서 다음 주 화요일 자습서에 정말 흥분됩니다

이 모든 것들을 하나로 모을거야 달력에서 이미지 데이터베이스로 그 실행 방법 너희들을 더욱 쉽게 만들어 줄 것이다 다음 주 화요일 자습서에서 보겠습니다

Azure SQL Database: The intelligent self tuning data platform – BRK3162

대낮 밤이 어떻게 바뀌지, 지금까지 좋은가? 당신이 많은 재미있는 이야기를 듣기를 바랍니다

즐거운 시간을 보냈습니다 내일의 로이 한 스키마를 듣고 있습니다 그것은 일종의 지역입니다 내가 가진 조직 우리 둘 다 내 이름을 일하는 건 케빈 패리 야

저는 데이터 플랫폼 팀의 주임 프로그램 관리자입니다 속편에서는 Org이 약 14 년 동안 나왔습니다 그래서 많은 일들이 생겨나는 것을 보았습니다 저와 함께 나무 친칠라, 그녀는 쿼리 처리 팀의 개발자 중 하나입니다, 그래서 그녀가 여기 와서 그녀가 만든 물건에 대해 얘기가 정말 멋지 네요 SQL 엔진 내의 쿼리 프로세서 내에서보다 지능적이고 적응력이 뛰어난 몇 가지 기능을 살펴 보겠습니다

그래서 그것은 C와 자기 조정 조건에 반응 할 수 있습니다 적응 형 쿼리 처리에 대한 이야기로 시작할 수 있습니까? 이것은 일련의 기능입니다 SQL 2017로 가져 왔습니다 그리고 그들은 더 엄격하게 적응했습니다 그들은 그것이 아의 상황에 적응하지 않고했기 때문에 만약 그것이 잘못 평가 되었다면 잘못된 선택을하는 것이 적절할 것입니다

자체를 수정하십시오 따라서 사전 처리를 쿼리하면 좋은 성능을 얻는 효율적인 쿼리를 얻는 것이 카디널리티 추정과 관련이 있습니다 이것이 주어진 쿼리로부터 예측하는 예술 또는 과학입니다 각 테이블과 테이블에서 얼마나 많은 행이 흘러 나올 것인가 쿼리 계획 내의 각 분기를 통해 따라서 카디널리티 최적화 최적화 심장 동사 학자 유형을 수행하면 쿼리 계획의 각 단계에서 행 수를 추정합니다

이 통계 기법의 결합이며 가정이므로 다양한 값에 대한 히스토그램의 테이블과 관련된 통계가 있으므로 많은 행이 필요합니다 그 샘플링은 샘플링을 선택하는 방법에 따라 달라집니다 그리고 나서 가정들이 있습니다 그래서 처음에는 특정한 구성들입니다 정확히 얼마나 많은 행이 흐를 지에 대한 지식이 없습니다

그래서 우리는 그들 중 일부는 좋다고 가정하고, 그 중 일부는 좋지 않습니다 그리고이 작업의 일부입니다 가정의 일부가 실제로 유효하지 않은 부분을 수정합니다 견적이 정확할 때 우리는 운영 계획과 물리적 알고리즘에 대한 올바른 결정을 내림으로써 올바른 계획을 얻습니다 그리고 귀하의 데이터를 빨리 되 찾을 수 있습니다

그렇다면 잘못된 견적을 얻는 이유는 무엇입니까? 누락 된 통계가 누락되었습니다 통계적 히스토그램 자동으로 의학적으로 만들 수 있습니까? 아니면 설정 한 방법에 따라 수동으로 만들 수 있습니까? 연간 생성에서 설정하고 테이블에 대한 통계를 작성하지 않은 경우 기대할 행 수를 알 수 없습니다 그래서 우리는 100이나 1처럼 무언가를 얻을 것입니다 과

최적화를 최적화하려고하지 마십시오 그래도, 통계, 그래서 수동 통계를 사용하고 있다면 잠시 후에 테이블의 내용이 통계에 반영되지 않을 수 있습니다 또는 자동 통계를 사용하고 있고 최근에 테이블의 모양을 변경 한 작업을 수행 한 경우 대대적으로 큰 데이터로드를 수행하거나 여러 데이터를 정리하는 것과 같습니다 다시 말하지만, 통계는 테이블의 내용과 일치하지 않을 수 있습니다

그러나 통계가 쿼리를 최적화하기 위해 가고 싶어하며 아마도 잘못된 결정을 내릴 것이라고 믿습니다 통계를 다시 설정할 때 샘플 속도가 부적절합니다 그것은 값의 히스토그램입니다 그리고 당신은 얼마나 미세한 입자인지에 대한 제어권을 가지며 궁극적으로는 테이블을 완전히 스캔하고 모든 가능한 값을 샘플로 봅니다 그리고 과정은 당신이 그것을 얻을 수 있습니다

더 빠르면 오버 헤드도 줄어 듭니다 데이터에 스파이크가 누락 될 확률이 높아집니다 여기에서 여기를 측정하면 사이에 스파이크가 생겨서 놓칠 수 있습니다 그래서 이는 일종의 상충 관계이며 통계에 대한 샘플링 속도를 설정하는 방법을 알 수있는 방법입니다

아주 미세한 그레인 샘플링 속도에 관련되는 오버 헤드가 있습니다 그러나 그 다음에는 배포판에서 더 많은 예외를 잡을 것입니다 punnett 매개 변수 스니핑 문제에 대해 누가 들었습니까? 따라서 매개 변수 스니핑은 우리에게 두통의 종말을 일으키는 현상입니다 너가 가질 때 매개 변수에서 실행되는 쿼리

우리는 일반적으로 쿼리가 전달 된 모든 값을 기반으로 쿼리가 최적화된다는 것을 처음으로 알게 될 것입니다 다음 번에 그 쿼리를 볼 수 있습니다 쿼리 텍스트에는 해당 매개 변수의 변수 만 포함됩니다 쿼리 텍스트가 변경되지 않았으므로 값을 올리면 최적화되지 않습니다 그러나 값이 완전히 다를 수 있습니다

따라서 코리가 처음으로 사용 된 값이 매우 전형적이라면 남은 시간을 보게 될 것입니다 그렇다면 당신은 좋은 성적을 얻습니다 전체적으로 볼 때 하나 또는 두 개의 예외가 나타날 수 있지만 전반적인 성능은 상당히 좋아질 것입니다 처음으로 쿼리를 실행하면 발생합니다 당신은 평범한 가치관에서 벗어난 가치가 있습니다

그런 다음 최적화 작업을 통해 그 가치와 일반적인 경우가 달라질 수 있으므로 가질 수 있습니다 많은 문제가 실제로 그것의 데모를 조금 가지고 있습니다 모델 밖의 쿼리가 그렇게 구성됩니다 최적화 도구에는 놀랍도록 복잡한 코드가 있습니다 그 나에게 놀라움과 나는 잠시 동안 주변에 있었지만 다른 구조들에 대한 것이있다

우리는 그들이 어떻게 행동 할 것인지 가정합니다 그리고 우리는 단지 좋은 모델이 없기 때문에 추측을 할 수있는 몇 가지 구조가 있습니다 그들 중 일부는 비슷합니다 역사적으로 다중 문 테이블 값 함수의 경우 게스트가 하나였습니다 으니까 그 중 하나

몇 주 전에 나온 카디널리티 추정기가 새로운 쿼리 추정자를 위해 구성되었습니다 우리는 그 중 하나를 1200에서 바꿉니다 더 간단한 비트 더 유효합니다 그리고 데이터가 쿼리되는 것을 허용하지 않는 가정

당신이하고 있다면,이 독립과 상관 관계를 즐기는 것입니다 그래서 변수가 2 개인 경우 주 및 도시라고 말하십시오 우리는 그것들이 상관되어 있음을 압니다 그래서 당신은 주와 도시가 있다면

로스 앤젤레스라는 도시가 있다면 캘리포니아 주 권리가 될 가능성이 있습니다 거기에는 상관 관계가 있습니다 다른 값 변수는 모두 상관 관계가 없으며 쿼리 계획을 설정하는 방법과 관련이 있습니다 그래서 그 모든 것들 우리는 얼마나 많은 행이 그 조인에서 나올지에 대해 잘못 추측 할 것입니다

상관 관계가 있는지 아닌지에 따라 강해지므로 모든 일들이 문제를 일으킬 수 있습니다 사면 동질 추정 그리고 이것이 바로 이것이 될 것입니다 그래서 잘못된 쿼리의 캐스트가 쿼리 응답 시간이 느려 비효율적 인 작업을 수행합니다

우리는 계획을 올바르게 세우지 않았습니다 보유하지 않은 데이터에 맞게 최적화되었습니다 지나치게 많은 자원을 소비하므로 매우 큰 값을 위해 최적화하면 적은 양만 흘러갑니다 그런 다음 우리는 많은 양의 데이터를 지원할 수있는 데이터 구조를 설정할 것입니다 메모리 및 그런 다음 아주 작은 데이터 세트를 최적화하면 모든 메모리를 낭비하거나 역으로 낭비하게됩니다

그리고 작은 세트만으로 충분한 메모리를 확보하면 500 만 개의 행을 전달할 수 있습니다 그런 다음 모든 것을 현금화 할 수있는 충분한 공간이 없을 것이며 TV 및 기타 8 가지 시도를 할 것입니다 정말 천천히 그것이 디스크의 예입니다 주어진 쿼리에 대해 너무 많은 리소스를 확보하기 위해 처리량과 동시성을 줄였습니다

그것은 실행하려고하는 다른 모든 쿼리가 굶주릴 것입니다 후속 모델, 리팩토링 및 오프 모델은 모델 구조를 벗어나서 T SQL을 보았습니다 고문 Confort 확인은 특정 구성을 최적화하지 않기 때문에 사람들이 이러한 구성을 사용하여 작업 할 수 있다는 취지에서 효과가 있습니다 Corey를 실행시키고 실제로 더 빠를 것입니다 복잡한 코드가 없어도

그렇다면 우리가 일을 했어야 만했습니다 그리고 우리는 그 구조를 인식 할 것입니다 그래서 우리가 2017 년에 도입 한 기능 중 하나는 다량의 문 테이블 값 기능을위한 인터리빙 된 실행이었습니다 멀티 선택은 테이블 값 기능이 블랙 박스에 끌 렸음을 의미합니다 그들은 고정 카드와 최적화 손님을 하나로 제공합니다

복수 성명서가있는 경우 수율 함수 값으로 테이블을 만든 다음 해당 테이블을 쿼리에 사용합니다 우리는 그 테이블에 도달하는 데 필요한 것을 잘 알지 못하고 단지 하나만 얻습니다 그래서 2017 년에 우리가 그 패턴을 깨뜨린 것입니다

영원히 그리고 한국의 질의 처리 패턴은 당신이 질의를 보는 당신을 최적화 해 왔습니다 당신은 그것을 최적화하는 통계를 보았습니다 그리고 나서 당신은 실행합니다 다중 사이트 인터리브 실행을 통해 우리는 실제로 최적화와 실행을 인터리빙합니다 단계는 쿼리의 작은 모퉁이를 중심으로 정말 깨끗한 경계를 만드는 다중 문 테이블 값 함수입니다

그러면 그 시점까지 최적화 될 것입니다 테이블 값 함수에 대한 값을 얻을 때까지 실행됩니다 그리고 그 카드 유추를 사용하십시오이 유추는 실제 정확하고 나머지 쿼리에 대해 카디널리티 추정치를 사용합니다 그래서

다중 명령문 테이블 값 함수는 처음에는 정말 깨끗했습니다 태클을 시도하는 사례가 정말 잘 작동하므로 더 많은 다른 구조를 취할 수 있습니다 비슷한 방식으로 행동하십시오 쿼리 계획의 코너는 그 시점까지 최적화하거나 그 시점까지 실행 한 다음 나머지 쿼리를 다시 최적화합니다 모든 것에 관한 질문

정말 대화식이 될거야 질문하지 않는 한 도움이되는 마이크를 사용하는 경우 솔리드 스테이트 스토리지가 점점 빨라지고 있습니다 또는 메모리 액세스와 디스크 액세스 간의 경계가 줄어들고 있습니다

예를 들어 Tempe가 유출되었다고 언급하면 그래서 스토리지 클래스가 더 빨라지고 빨라지면서 실제로 SSD가 실제로 이국적입니다 비 휘발성 램 DIMM은 메모리와 마찬가지로 슬롯을 가지고 있지만 영구적이며 디스크처럼 액세스 할 수 있으므로 실제로는 정말 빠릅니다

여전히 전체 IO 스택을 거치면서 작성해야 할 sqlcode가 훨씬 많습니다 우리가 생각하는 것은 디스크이기 때문에 메모리에서 뭔가를 액세스하는 것보다 훨씬 많은 오버 헤드가 될 것입니다 그러나 당신은 그것이 점점 빨라지고 있다고 맞습니다 그러나 너희들은 더 힘들어하고있다

따라서 인터리빙 된 실행 후보는 select 문을 사용합니다 분명히 140 컴팩트 수준에 달려 있습니다 소모품을 가로 질러 그 곳곳에서 사용되지 않는 다중 문 TV는 들어 가지 않을 것입니다 그런 식으로하면 더 복잡해지기 때문입니다 계획을 사용하지 않을 때는 강제로 계획을 세우십시오

우리는 그것에 대해 아무 것도 할 수 없습니다 강제 매개 변수 zation을 사용하지 않습니다 과 사용 힌트를 사용하지 않고 스니핑 매개 변수를 사용하지 않습니다 권리

최적화를 수행하는 방법을 강요한다면 우리는 그것을 존중할 것이지만, 카이저는이를 고칠 것입니다 문제는 다른 방법으로 예상되는 오버 헤드는 최소로 다중 문 테이블 값 함수에서 이미 실현되었습니다 결과를 통해 축적 된 것을 기억합니다 우리가 그것을 실현하기 위해 테이블처럼 보이는 저장소

그래서 우리는 실제적으로 얼마나 많은 행이 우리에게 있었는지 확인하기 위해 구체화를보고 있습니다 현금은 첫 번째 실행 계획입니다 계획의 캐시가 현금화됩니다 후속 실행에 사용됩니다 따라서 매개 변수 스니핑 유형의 문제로 끝날 수 있습니다

실행 계획을 알고있는 계획 특성 그리고 interleaved는 식물에 우리의 새로운 속성을 실행합니다 우리는 실제로 우리가하려는이 일을하고 있다는 것을 알 수 있습니다 이러한 모든 새로운 기능과 동작은 항상 눈에 잘니다 또한 X 이벤트가 있으므로 Telemetry에서 X 이벤트를 사용하는 경우이를 모니터링 할 수 있습니다

X 이벤트에서 훌륭한 정보를 얻을 수 있습니다 그러나 우리는 또한 그들을 표면화하려고 노력하고 있습니다 계획 캐시와 같은 더 눈에 띄는 방식으로 그만큼 계획

문제 인터리브 된 실행 이벤트를 ex 이벤트의 일부로보십시오 나는 그렇게 생각하지만 나는 긍정적이지 않다 그렇습니다 훌륭한 세션을 시작하면 그렇게합니다

나는 그 이름이 무엇인지 모르겠다 그리고 당신은 인터리브 된 실행이 행복 할 때마다 볼 수 있어야하는 라이브 데이터를 보았습니다 그래서 그 모드 메모리 부여 피드백 다시 문제의 2017 기능입니다 우리가 모든 쿼리에 대해 우리는 일할 수있는 기억을 부여해야합니다 메모리의 스크래치 공간

우리가 우리가 필요로하는 기억의 양을 과대 평가하십시오 우리가 과소 평가하면 디스크에 쏟아져 끝날 것입니다 그리고 그 모두는 빈약 한 카디널리티 추정에 의해 좌우됩니다 우리는 그 일을 해결하기 위해 무엇을 했습니까? 일종의 카디널리티 문제를 피하고 있습니까? 왜냐하면 지금 당장 모든 경우에 해결하지 않을 것이기 때문입니다 그러나 우리가 한 일은 처음으로 메모리 부여 메커니즘에 피드백 루프를 도입하는 것입니다

쿼리를 실행할 때 주목할 것인가? 얼마나 많은 기억 쿼리가 궁극적으로 필요하고 델타가 충분히 큰 경우 메모리를 요청했습니다 의지 얼마나 많이 실제로 사용되었는지 기록하십시오

우리가 현금으로 지불하는 쿼리 계획에서 다음에 쿼리를 실행하면 새로운 밸브 메모리 부여 값이 사용됩니다 적응하고 몇 번 앞뒤로 조정하고 일반적으로 꽤 안정적인 상태로옵니다 배치 모드 그것도 안으로 있었다 SQL 2017은 일} 처리 모드는 일} 처리 모드 조회로 제한됩니다

또한 일괄 처리 모드에서는 적응 형 조인이있었습니다 따라서 우리가 물리적 알고리즘을 만드는 결정 중 하나는 당신이 가고 있는지 여부입니다 운영 해시 모드 또는 중첩 루프

그래서 그것들은 다른 점이 있습니다 각각의 점이 더 효율적입니다 때로는 잘못 이해합니다 적응 형 조인이하는 일은 크로스 오버 포인트가 빌드 측면으로 들어오는 행의 수와 관련하여 어느 정도의 경험적 방법을 설정한다는 것입니다

예 그래서 우리는 시작할 것입니다 임계 값을 초과하는 크로스 수가 해시에 합쳐지면 빌드 측에 대해 장미를 누적하십시오 임계 값을 초과하지 않으면 중첩 루프로 유지됩니다 실행 시간에 비행 중입니다

실행이 해시로 바뀔 때 동일한 쿼리에 대해 다른 실행을 중첩 루프로 결합 할 수 있습니다 그래서 고전적인 적응력 중 하나입니다 기술을 사용하여 그래서 그 모든 역사는 우리가 2017 년에 한 모든 것입니다 2019 년에 들어서 지금 말할 수 있습니다 우리는 범위를 넓히고 있습니다

그래서 2017 년에이 기능들은 주로 실행 중에 보았던 것에 적응하고 있습니다 우린 지금이야 2 개의 시나리오를 더 실행하고 잠시 동안 우리는 적응 형 QP라고 계속 부르고 있었고, 실제로 어떤 것에도 적응하지 못하기 때문에 간략하게 설명하기 시작했습니다 더 똑똑하게 만듭니다 이제 우리는 지능적인 QP를 갖게되었습니다

이것은 큰 그림과 같습니다 그래서 우리는 이것을 보면서 몇 분을 보낼 수 있습니다 이것은 우리가 보는 방식, 지능형 QP 및 그 밑에있는 기능입니다 그만큼 빛이 직면 한 부분은 SQL 2017에 상주 한 부분이므로 적응 형 QP가 있습니다

Jeff는 인터리브 된 실행 메모리 권한 부여 피드백을 결합합니다 그것들은 배치 모드에서만 둘 다 있습니다 그래서 모든 것들이 우리가 지금 막 이야기 한 것들입니다 오늘 우리가 SQL 20:19에 대해 발표하는 내용은 무엇입니까? 작업 서 메모리 권한 부여 피드백 interrow 모드입니까? 사람들은 우리가 가지고있는 지연된 컴파일을 가변합니다 OK 문 테이블 변수 변수 함수

에 대한 반복 실행 이제 우리는 테이블 변수에 대한 가치가있을 때까지 테이블 변수에 대한 컴파일을 연기합니다 로스트에서 일괄 처리 모드 또는 얼마나 많은 사람들이 일괄 처리 모드 조인을 사용했는지는 성능에 정말 만족합니다 좋아, 얼마나 많은 사람들이 당신이 쿼리에 열 저장소가 없다면 할 수 없어 좌절되었습니다

그래서 배치 모드는 실제로 효율적입니다 그것의 좋은 묘사로 들어갈 것인가? 그러나 지금까지는 쿼리 어딘가에 열 저장소가있는 경우에만 사용할 수있었습니다 2019 년에는 매장을 성장시킬 때 해당 모드를 사용할 수있게되었습니다 대략적인 QP

새로운 지역이 어디 있습니까? 거대한 Cardenal이있는 경우 그것은 쉽고 카운트 별 같은 집계를 수행하고 있습니다 그것은 우리가하고있는 첫 번째 것입니다 당신은 10,000,000,000 개의 행에서 뚜렷하게 구별됩니다 잠시 시간이 걸릴 것입니다

기억이 많이 걸릴거야 그래서 이것이하는 일은 시간의 매우 작은 소수에서 메모리의 작은 부분에 대한 대략적인 답을 얻습니다 네가 운전 중이라면 대시 보드 나 정확한 값이 반응하는 것만 큼 중요한 것은 아닙니다 이것은 정말 좋은 기능입니다

그래서 ro 모드에 대한 메모리 부여 피드백 SQL (2017)에서는 배치 모드 메모리 허가 피드백을 도입했습니다 원격 유출에 대한 현금 계획을 디스크로 업데이트했습니다 원격 과도한 메모리 부여 낭비 Pine Creek Sick Yusheng에 새로운 쿼리를 추가하면 메모리 부여 피드백의 상태를 이해할 수 있습니다

이것은 모두 150 컴팩트 수준 아래에 있습니다 그래서 우리는 당신이 장면 뒤에서 무엇을하는지 이해하도록 해줍니다 우리는 메모리 허가 피드백 루프가 비활성화 된 X 이벤트가 있습니다 그래서 우리가 메모리 교부금을 조정하고 있다면 그것은 앞뒤로왔다 갔다하며 앞뒤로 움직이며 수렴하지 않습니다

어쨌든 시간의 50 %가 잘못 될 것이라는 점은 없으므로 조정을 중단해야합니다 그 테이블 북 테이블 변수가 실제로 우리의 메모리 교부금에서 쫓겨나는 변수를 보여줍니다 그래서 그것에 대한 정보를 줄 것입니다 새로운 계획 속성 메모리 보조금 피드백이 조정 되었습니까? 이 계획에 대한 메모리 보조금

그리고 몇 가지 값이 있습니까? 그래서 정확한 보조금은 없습니다 그래서, 우리는 그것을하지 않았기 때문에 그것을 조정하지 않았습니다 첫 번째 실행은 우리가 기초가 될 수 없습니다 우리가 처음 본 것은 이번이 처음입니다 계획

당신이 굉장한 숙녀이기 때문에 어떠한 피드백도 사용할 수 없습니다 그리고 나서 네 우리는 거기에있을 수 있습니다 그래서 우리는 그것을 조정했고 우리는 여전히 조정 중입니다 그리고 그렇습니다, 안정적이어서 우리는 더 이상 움직이지 않는 것처럼 보이는 안정된 상태에 도달했습니다

그래서 우리는 단지 것입니다 좋은 전화 그리고 우리는 또한 마지막으로 기억을 요구합니다 문제는 지구본에 반영된 참조가 어떻게 연기 되었는가에 관한 것입니다 우리는 없다? 테이블 테이블 변수가 다른 컴파일을 보여주기위한 공물은 사실 조금 어리니까요

예를 들어, 메모리에 대한 요금으로도 의견을 듣고 싶습니다 일괄 처리 모드에 대한 John의 의견 우리는 방금했습니다 X 이벤트와 고객의 관계는 더 직관적 인 방식으로이를보고 쇼핑 라인 속성을 얻습니다 곧 출시 예정인 것 같습니다

우리는 무언가를 추가 할 수는 있지만 현재는 불가능합니다 질문은 단지 그곳에서 멈추거나 그게 무엇 이었습니까? 권리 기본적으로 그렇습니다 이는 기본적으로 실제 행 수에 대한 증거입니다 그래서 컴파일이 될 것입니다

테이블 변수를 실행하십시오 오, 예상 된 계획부터 시작하고 있습니다 그렇게하지 않으면 그것은 여전히 ​​한 행의 추측 된 추측 횟수를 취합니다 다시는 이것이 예상 된 계획이며 실제로 데이터를보기 전에입니다

이것의 아무도는 이것이 정당한 최적화를하기에서 그것을 멈출 것이다 어떻게 작동하는지 보도록 하죠? 이제 우리는 이것이 어떻게 생겼는지 보게됩니다 당신 좋아, 그럼 내가 데모에 뛰어든다 나는 내 자신을 빨리 소개 할 것이다

저는 동료를 대우하고 있습니다 나는 쿼리 처리 팀의 기술자입니다 SQL 데이터베이스 엔진입니다 그리고 저는 약 2 년 반 동안 팀과 함께 있었고 실제로 적응력이 뛰어난 지능적인 사람들과 실제로 관련되어있었습니다 Kevin이 예를 들어 설명했던 기능들, 나는 적응 형 조인을위한 엔지니어가 아니 었습니다

의견 및 최근에 나는 형제를 위해 일해 왔습니다 모드 메모리 부여 피드백은 현재 공개 미리보기 상태이며 CTP 20의 완전한 레벨 150에 속합니다 이제 모든 데모에서 로마 또는 민주당의 은상 목적에 대한 데모를 살펴 보겠습니다 나는 지금 DW 와이드 세계 수입업자들을 사용할 것입니다

이 특성은 전투력 150 이하에서만 사용 가능합니다 앞으로는 SQL 19에 대해 말하고 있습니다이 기능은 반드시 클라이언트의 모양을 변경하지는 않으므로 압축 수준 요구 사항을 제거하기를 바랍니다 항상하고있는 것처럼 기억의 근거를 바로 잡는 것입니다 모든 컴팩트 레벨에서이 기능을 사용할 수 있기를 바랍니다

Short Elementary를 보면 특히 흥미로운 일입니다 하루에 예상치를 초과하고 편안함 요구 사항 없이는 300,00000 개의 검색어가 표시됩니다 이 기능을 사용하면 3000000 개의 쿼리가 도움이 될 것입니다 알았어 그래서 이걸 전투 레벨 150에 보냅니다

좋아 그리고 우리는 프로 카시를 먹일거야 보통 Eddie 범위 기여도 설정을 수행하면됩니다하지만 저는이를 위해 최선을 다하고 있습니다 그래서 기본적으로이 데이터베이스는 전형적인 스타 스키마입니다

우리는 한 무리의 팩트 테이블을 가지고 있습니다 차원 테이블 예를 들어이 테이블을 보면이 사실에 아마 2 천만 개의 행이있을 것입니다 나는 실제 생산 작업량에서 한 행을 다시 가지지 않는다는 생각에 통계를 제공 할 것입니다 그것은 당신에게 나쁜 계획들을 줄 것입니다

여기이 미친 곳이 있습니다 우리는 해쉬 조인을 얻을 것이고, 우리는 order by 절을 사용하게 될 것입니다이 절은 다시 해쉬 조인 모두를 정렬 연산자로 제공 할 것입니다 우리의 메모리를 소비하는 운영자에게 응답했고, 통계에 피드 테이블에 행이 하나 있다고 생각했기 때문에 이에 답했습니다 그것은 잘못된 기억의 근거를 얻게 될 것입니다

또는 메모리가 거의 주어지지 않을 것입니다 그리고 우리는 그것이 임시 DB로 당겨지고 있음을보아야합니다 그래서이 위대한 것은 아마 2 초 동안 뛰게 될 것입니다 그 동안 나는 이야기하고 싶습니다 이전에 그런 식으로 쇼 계획 속성에 대한 자세한 내용

그들 중 많은 분들이 Dennis에게 훌륭한 세션을 제공하도록 권유하고, 메모리 보조금 피드백이 여러분을 기다리는 것을 알 것입니다 라이브 데이터가 들어오는 것을 볼 수 있습니다 따라서 일부 고객과 마찬가지로 Hey와 같습니다 사고는 시원합니다 하지만 그때 가야 해

메뉴를 시작해야합니다 라이브 데이터를 볼 수있는 설치 마법사가 있습니다 쉽게 볼 수있는 방법과 지금 우리는 내가 보여줄 상호 계획 속성을 가지고 있습니다 잠시 후에 봐라 이 공란을 그렇게 명확하게 봅시다

두 해시 응답 연산자는 그 이유 때문에 충분합니다 추정 된 데일란 원은 실제로 약 3000000 개의 행을가집니다 좋아, 그래서 당신이 기억에서 속성을 보면 내가 말하고 있었던 속성들 정보 속성을 부여하면이 속성 호출이 있습니다 피드백이 조정되었고 현재 그 값은 첫 번째 실행이 아니기 때문에 처음으로 쿼리를 실행하면 사용법을 추적 할 것입니다

디스크에 유출 된 경우 운영자가 실제로 얼마나 많은 메모리를 필요로 했습니까? 실제로이 빌드를 두 번째로 막을 필요가 있으므로 두 번째로이 쿼리를 실행합니다 피드백은 사용법에 따라 결정됩니다 우리는 그것이 쏟아지지 않도록 필요한 기억을 제공 할 것입니다 또한 약 29 초가 걸렸음을 알기도합니다 일시적 DB 주문이 있었기 때문에 쿼리 완료에 실패한 경우, 스퍼스는 상당히 비쌉니다

OK, 약 3 초가 걸렸으므로 거의 10 배 더 빨라졌습니다 이제 속성을 살펴 보겠습니다 좋아, 어디 있니? 좋아, 네가 여기 보면 이제 속성이 변경되었습니다 예, 조절은 피드백을 의미하고 피드백이 적용되었습니다

이 경우 여러 번, 아마도 공정하게 다시 실행하십시오 예라고 말하는 지점에 도달 할 것입니다 이는 메모리 보조금 피드백이 시작되었음을 의미합니다이 단계가 적용되었습니다 그것은 필요한 정확한 메모리를 가지고 있으며 더 이상 변경하지 않을 것입니다

그리고 메모리 건 피드백이 비활성화 될 수있는이 경우도 있습니다 예를 들어, 전력계에 민감한 식물이 있습니다 이것은 파라 미터 및 물건을 가지고 있기 때문에 메모리 부여 피드백에 대한 비 목표입니다 처음으로 파라 미터를 사용하면 매우 낮은 장미를 얻게되고, 두 번째로 파라 미터를 통과 한 파티가 돌아 오면 변동될 것입니다 백만 줄 이니까 요동 치고 22 개 집행 이후에는 회원국이 좋아할 것입니다

이봐, 난이 직업을 돕지 않을거야 증가하고 우리는이 시점에서이 기능을 비활성화 할 것입니다 이 속성은 무효로 읽히지 않습니다 미래가 너를 미치지 못하게하는 것을 의미한다 그것은 하나의 시나리오가 될 수 있습니다 거기에 시나리오가있을 수 있습니다 몇 가지 다른 이유로 비록 계획의 경계 감각이 아니에요

어떤 이유로 든 정적 인 준비가되어 있어도 버그가 있습니다 무언가가 잘못되었다는 것을 알고있을 때 장애인이 될 수 없습니다 당신은 우리에게 다가 갈 수 있으며 문제를보고하고 다른 전력 계량기 중 일부는 볼 수있는 정확한 근거가 없다 제 1 장소에 정원 정확한 보조금 및 메모리 보조금 피드백을 걷어차 필요가 없습니다 좋아요, 그밖에 내가 생각하는 것 이외에 통계를 설정하려고합니다

원래 카운터로 돌아 가지 마십시오 데모의 나머지 부분을 엉망으로 만들면 계속할 수 있습니다 감사 이것은 우리가 작업하고있는이 기능의 단점을 실제로 잘 보여줍니다 우리가 여기서하려고하는 것은 당신이 더 많은 일을하지 않고도 일들을 더 빨리 진행할 수있는 기능입니다

권리 우리는 쿼리를 전혀 건드리지 않았다는 것을 알았습니다 우리는 약 29 초 만에 처음으로 달렸다 동일한 데이터에 대해 똑같은 쿼리를 다시 실행하면 29 초에서 3 초가됩니다 기능의 일종은 기능을 활용하기 위해 무엇이든 다시 작성하지 않고도 더 빨리 수행 할 수있는 기능입니다

따라서 테이블 변수 지연 컴파일 레거시 동작 수동 통계 생성 및 임시 테이블 업데이트 수동 통계 작성을 할 수 있습니다 테이블 변수를 업데이트 할 수 있습니다

이해해 진술서 세금 환급 일시 중지하고 다시 추정하십시오 그래서 여기서의 변화는 테이블 생성입니다 정의

제약 조건을 사용하면 테이블 변수에 대한 임시 테이블을 검사 제약 조건의 기본 키 고유성에만 적용 할 수 있습니다 테이블 변수 생성의 일부로 자동 통계 생성은 임시 테이블에서 발생하지만 테이블 변수에서는 발생하지 않습니다 그리고 마지막으로 하나의 배치에서 시도 객체를 사용하여 생성하면 동일한 배치에서 사용합니다 임시 테이블을 참조하는 명령문을 임시 테이블로 컴파일합니다 첫 번째 실행까지 연기 된 것으로 존재하지 않습니다

그래서 그 일괄 처리 내에서 생성 된 임시 테이블을 참조 할 경우 우리는하지 않을 것이다 그 명령문을 컴파일 할 때까지 우리는 모든 것을 다 실행했습니다 따라서 예상되는 행 수에 대해 적절한 숫자 처리를 할 수 있습니다

테이블 변수 그 같은 상황에서 너 한테 고정시킬거야? 하나의 견적 왜냐하면 우리는 그 진술 텍스트의 중간에 멈출 수있는 방법이 없기 때문입니다 일시 중지하고 다시 추정하십시오

그래서 여기에 변화가 있습니까? 테이블 변수 지연 컴파일로 다시 150 compatmode의 일부입니다 그리고 그것은 그가 Yup 업그레이드를 2019로 변경하고 1:50 호환성을 켜야 만하는 유일한 방법입니다 그리고이 동작은 테이블 변수를 참조하는 명령문의 컴파일을 켭니다 그것은 존재하지 않았다 첫 번째 실행 때까지 연기가 연기 되었습니까? 인터리브 된 실행과 같습니까? 우리는 그 진술에 도달 할 때까지 기다리고 있습니다

그리고 그 전에 얼마나 많은 데이터가 그 테이블 변수에 있는지 계산해 봤습니다 해당 테이블을 참조하는 명령문을 컴파일하십시오 테이블 변수 이제 우리는 그것을 볼 수 있습니다 그래서 전에 테이블 변수를 다른 컴파일하기 전에, 그래서 어떻게이 단어가 소피 쿼리를했는지 또는 당신은 적절한 seger했다

초기 컴파일 동안 테이블 변수를 참조하고 최적화 단계를 수행하는 일련의 명령문이 있습니다 테이블 변수에 의해 반환 된 실제 행 수가 꽤 적지 만 일종의 OK 인 테이블 변수에 대해 하나 귀하의 견적은 완전히 꺼져 있으며 여기에 테이블 변수가있는 경우 문제가 발생합니다 하류에있는 사업자들의 무리는 추정 된 의지를 전파 할 것입니다 대부분의 이러한 의사 결정의 대부분이 사망에 이르기 때문에 품질은 최적화를 수행합니다

중첩 루프 조인이나 해시 조인을 사용하기 위해 조인 알고리즘과 같은 카디널리티 추정은 어떻게됩니까? 그래서 이러한 모든 결정 카디널리티 평가에 영향을 받습니까? 이 개선 이전에 어느 작업을 중단 했습니까? 우리 주변에 어떻게 그렇게 접근 했습니까? 모두 잘못되었거나 손님이 예상 한 것입니까? 재 컴파일 옵션을 사용하여 재 컴파일 되었습니까? 아니면 대신 임시 테이블을 사용합니까? 또는 옵션 해시가 옵션을 선택한다고 말하는 것처럼 강제로 힌트에 가입해야합니다 중첩 루프 조인을하지만 테이블 변수가 다른 컴파일을 사용합니다 이 기능을 사용하지 않아도 문제가 해결되고 떠날 수 있습니다 이것은 전투 레벨 140에 우선적으로 적용됩니다

나는 이것을 140으로 보냈을 뿐이다 개선과 우리는 우리가 얻는 이익이 무엇인지 알 것입니다 우리가 그것을 가능하게 할 때 좋습니다, 여기 마스터가 있습니다 좋습니다, 그래서 우리는 탁자, 변수 호출 딸을 선언하고 우리는 우리 학년에서 그것을 참조 할 것입니다

그래서 이것은 아마도 2 초 동안 진행될 것입니다 계획 모양을 보면 재미있는 일종입니다 당신은 지금 당신이 보는 것을 나에게 말할 수 있습니다 앞으로 전투 레벨 150없이 볼 수있는 것을 기억하고 나에게 말해 줄 수 있습니다 계획을 살펴 봅시다

알았어 그래서 좋습니다 이것이 우리가 보는 테이블 변수입니다 예상 행 수와 추정치에서 수신 된 행 수는 기본값이며 실제 행 수입니다 그것은 실제로 얻었다

약 250 만명이 그렇게 벗어 났습니까? 그리고이 계획에 잘못된 점이 무엇입니까? 모든 입력 누군가 뭔가를 말했다 그래, 관절 유형 그래서 당신이 그것을 볼 수있는 경우 볼 수 있습니다 중첩 루프 조인입니다 우리가 가지고 있기 때문에 좋은 선택의 종류가 아닙니다 350 만 줄과 같이 행 수가 높아집니다

합류하면 더 좋았을 것입니다 이는 예상치를 기반으로하기 때문에 직관적입니다 1의 행 크기, 우리는 너무 적은 메모리로 시작한 다음 10 DB로 스포크가 있습니다 그리고 당신도이 계획에서 병렬성을 갖고 있지 않다는 것을 알 수 있습니다 이것을 전투 레벨 150에서 다시 실행하고 우리가 얻은 것을보고 또한 약 19 초를 신중히 지적합시다

방법을 보자 더 좋아지면 좋아, 150 피울거야 그리고 나는 계산서를 달리고있다 나는 똑같은 테이블에 대해서 똑같은 질의를 사용하고 있는데, 활과 같은 카레를 사용하고 있습니다

누군가 다행히도 우리는 방법이 없습니다 그 때까지 Kiddin 기능을 보았으나, 다음 릴리스에서는 훌륭한 사회 계획 속성을 갖게 되길 바랍니다 이제는 테이블 변수가 빌드 사이트에 있기 전에 대칭 이동한다는 사실을 처음부터 살펴 보겠습니다 이제 프로브 측에 있으므로 보자 실제 행 수는 실제로 행의 수를 줄인 것이 실제로 정확하고 지난 번 예상 한 것보다 좋습니다

그리고 중첩 된 루프 대신 조인 알고리즘이 정확합니다 우리는 해쉬 매치 (hash match)를 가졌고, 이제는이 법안을 가지고 있지 않습니다 이 기능을 사용하면됩니다 우리는 개선을위한 나쁜 계획을 수여하고 있습니다 우리는 발전하고 있습니다

계획은 인턴의 수행 능력을 향상시키고 그 효과를 나타냅니다 9 초 네 다시 한번 그것은 또 다른 예입니다 의 무엇이든 바꿀 필요없이 빠르게 물건을 만들 수 있습니다

통과하지 않았습니까? 별개의 개수 처음에는 그것에 대해 조금 설정하십시오 이것이하는 일은 정답의 근사치를 제공하는 것입니까? 그리고 매우 작은 메모리를 사용하여 매우 빠릅니다 하이퍼 로그 로그라는 기술을 사용합니다 실제 결과를 샘플로 추정하는 방법입니다

결과가 있어야합니다 결과는 97 %의 경우 정답의 3 % 이내가 될 것입니다 알고리즘을 깨고 답을 줄 수있는 복잡한 상황을 만들 수 있습니다 그만해 그러나 97 %의 경우

그것은 아주 작은 마진 안에있게 될 것입니다 그리고 이것은 다시금 재정상의 결과와 같은 것이 아닙니다 정확한 답변이 중요한 부분 분명히 약을 사용하지 않을 것입니다 그러나 당좌 계좌의 잔액은 얼마입니까? 그러나 반응성이 정확도의 마지막 두 자리 수보다 훨씬 중요한 경우에 적합합니다

이것은 많은 의미가 있습니다 따라서 바늘을 몰 때 대시 보드를 운전하면됩니다 마지막 두 자리 숫자는 아무도 알아 차릴 수 없을 것입니다 그러나 업데이트되기 전에 30 초 동안 기다렸는지 알 수 있습니다 맞아요

이것이 정말로 많은 의미가있는 일종의 것입니다 이것은 구문 변경이므로 새로운 구문을 사용하여 옵트 아웃해야하므로 compat 수준 요구 사항이 없습니다 그래서 뚜렷한 수 대신 이제 값이 값의 별개 개수로 계산됩니다 그래서 아주 사소한 변화

표현 내에서 분명히 구별하기 위해 먹일 수있는 것은 무엇이든간에 어떻게 생겼는지 보자 좋아요, 근본적으로 approx count distinct는 주어진 표현식을 평가하고 그룹 내에서 비 ​​고유 null 값의 대략적인 수를 반환합니다 Kevin이 대략 플러스 또는 -3 %의 97 %라고 말한 것과 비슷합니다 주된 이유 중 하나는 응답 성을 사용하려는 것이고 두 번째 것은 응답입니다

그것은 아주 작은 기억 공간입니다 그래서 별개의 셀 수는 매우 철저한 작업이며 대부분의 시간입니다 당신이 그것을 알아 차리면 그것을 게시합니다 반면 MDB 별개로 생각하면 매직처럼 보일 것입니다

아마 기억력이 300 배 적어지기 때문에 구술력을 구별 해내는 인턴이 매우 적게 인쇄됩니다 정확한 가치와 아마도 약간의 시간이 걸릴 것입니다 메모리 집약이기 ​​때문에 다시 말하지만, 데이터 세트에 값이있는 경우 이것은 메모리 사용량이 적은 곳에서 사용할 수있는 완벽한 예와 같을 것입니다 그렇게하지 않으면 흘러 넘치지 않고 큰 지연을 초래할뿐만 아니라, 다른 검색어도 굶주리고 있지 않습니다

그래서 우리가 철자를 모르더라도 필요한 것보다 더 많은 메모리를 사용하고 작은 메모리 사용량을 사용합니다 다른 쿼리에 더 많은 메모리를 제공합니다 어디서나 당신은 철저하고 정교 할 필요가 없습니다 이것은 좋은 일이 될 것이고 배치 모드의이 힌트 감속을 사용하여 나의 carianne를 본다면 좋아 왜냐하면 나는 천둥을 뱃치 모드에서 훔치고 싶지 않기 때문이다

또 하나의 개선점 인 100 oh 지능형 QPQB 트리가 여기에 있습니다 나는 너무 사랑한다 이 기능을 사용하지 않으면이 쿼리가 일괄 처리 모드로 실행됩니다 자 이제 저는 이것을 실행하려고합니다 이것은 정확한 값을 반환 할 별개의 버전입니다

나는 아마 약간의 시간이 걸릴거야 메모리 집약이기 ​​때문에 다시 말하지만 완벽한 완벽한 저녁 식사는 어떤 유형의 쿼리 연도에 따라 달라집니다 계좌 개설 여부를 확인하고 계십니까? 실제로 전적으로 기억에 맞을 것입니다 아마 많은 것을 볼 수 없을 것입니다

첫째, 게임이지만, 특히 MDB 인 경우에는 차이점을 확인하게됩니다 따라서이 보고서에는 약 29000000 개의 별개 값이 있다고합니다 그것이 반환 할 가치이며, 그런 다음 메모리를 살펴 보겠습니다 승인 속성

승인 이렇게 부여 된 메모리는 약 15GB였습니다이 경우에는 분쟁을 시도하지 않았지만 여전히 좋습니다 메모리 1

5GB의 메모리가 많으며 대략적으로 소요되었습니다 12 초 이걸 다시 실행 해보자 테스트를 세고 오류율 내에 있는지 확인하십시오 뭐라구? 시간 낭비하고 기억이 어떻게 생겼어? 뭐라 했니? 우리가 완전히 다른 기능을 사용하고 있기 때문에 다른 쿼리입니다

나는 금전적 인 현금을 지우고 그것을 증명하기 위해 당신을 위해 그것을 다시 실행한다 그것은 완전히 다른 방식입니다 나는 그것이 OK에 영향을 미쳐야한다고 생각하지 않아 약 5 초 후에 끝난다 그리고 메모리 정보를 살펴 봅시다 문자 그대로 1

5KB 272KB에서 100KB조차 보이지 않는 경우 우리가 약간 벗어 났을 정도로 대략 20000000 개의 줄이 있다고 말하면서 그것을 끝내었다 그러나 그것은 아직도있다 특히 대시 보드에서이 문제를 사용하는 경우에는 문제가되지 않습니다 나는 단지 소품 현금을 지우고 완전히 다른 등급이라는 것을 보여주기 위해 다시 한 번 해보겠습니다 이게 어디 있니? 여름, 네, 거기있어, 가라

나는 해외 현금을 먹일거야 그 위대한 재방송하자 승인 아, 그런데 어쨌든 재 컴파일이있었습니다 그렇지 않다면

알았어요 네, 그래도 여전히 같은 성능입니다 30000000 행 그리고 우리는 여전히해야합니다 상대적으로 적은 메모리 인쇄 좋아, 너 한테 돌아가

지금까지 데모에 관해 언급 한 내용에 대해 지금까지 다른 질문이 있습니까? 이것은 근사치 개수는 예외 중 하나이지만 일반적인 경우에는 우리가보고있는 것입니다 뭐야? 코드를 변경하지 않아도되는 기능을 채택 할 필요가 없습니다 그것은 단지 더 빨리 달린다 그리고 그것이 당신을 그들이 compat 수준으로 보았던 이유입니다 그래서 우리가 계획을 최적화하는 방식을 바꿀 수있는 모든 것

또는 계획 수행의 모양 코드에서 아무 것도 변경하지 않아도됩니다 컴팩트 한 수준으로 단단 해지겠습니까? 그렇게하면 당신 밑에서 변화하는 것에 대해 걱정하지 않고 업그레이드 할 수 있습니까? 갑자기 문제 그래서 당신은 월별 명세서 기능이 테이블 값입니다

그래서 다중 문장 테이블 값 함수? 예 거기에 도움이 필요합니다 무언가를 추가하십시오 그러나 사라졌습니다 권리

다시 그래서 대략 별개로 계산하십시오 수학은 내 머리 위로 하이퍼 로그 로그이지만 길입니다 Cliff 노트 버전은 무엇입니까? 그들이하는 일은 상당히 정교한 표본 추출 알고리즘을 사용하는 것입니다

특정 범위의 데이터 세트 내에서 샘플 가져 오기 그리고 그들은 비밀스런 소스가 어떤 것을 대표 해 그것이 좋은 각도의 예가 될 것인지를 알아내는 방법을 가지고 있습니다 따라서 소량의 데이터 만 소화해야합니다 없이 모든 방의 전체 데이터 세트를 검토합니다

동기화를 자랑스럽게 생각하면 유용합니다 데이터 세트를 메모리에 저장할 수있는 경우 매우 큰 데이터 세트가있는 사례 당신은 많은 것을 얻지 못할 것입니다 그게 전부라면 정답에 농장을 베팅하지 않는 완벽한 결정 정확성을 요구하지 마십시오

Don'TN은 빠른 응답이 필요합니다 재무 결과에 대한 정확한 답변이 필요하거나 작은 데이터 세트가 필요한 상황에 적절하지 않으며이를 이해하는 것이 중요합니다 대략 별개의 수는 마술이 아닙니다 이것이 해결할 수있는 문제에 부딪치지 않는다면 항상 빠르지 만 빨리 답할 것입니다 당신을 위해 무엇이든 해결하십시오

그래서 만약 당신이 메모리가 부족하거나 굶어 죽지 않는 메모리의 양 때문에 소비에 의해 별개 그렇다면 당신은 가지 않을 것입니다 이것은 당신을 위해 많은 것을 향상시키지 않을 것입니다 당신이 그것을 실행하는 시간이 길수록 구별되지 않을까요? 항상 걸릴거야? 그만큼의 기억 그리고 그것은 전형적으로 병목 현상이 될 것입니다

아마 메모리지면 피드백이 도움이되었을 것입니다 두 번째 시간을 보여 주었다면 아마이 빌드를 수정했을 것입니다하지만 여전히 진행될 것입니다 모든 작업은 철저한 작업이므로 메모리가 필요합니다 기본적으로 모든 고유 값의 해시 테이블을 구축하고 있습니다

과 값이 수백만 개의 별개의 값을 가지면 정말 큰 데이터 구조가됩니다 Hennis는 많은 공간을 통제합니다 장미 저장소에 배치 모드 그래서 일괄 처리 모드입니다

우리가 컬럼 스토어 인덱스를 갖기 시작했을 때 우리가 컬럼 스토어에 들어온 것 컴 매장 매우 압축 된 공기로 매우 효율적으로 많은 데이터를 처리하기 때문에 좋은가요? 일괄 모드 처리가 그 (것)들로왔다 둘 다 스캔 롯트에 대한 분석 쿼리에서 작동하는 경향이 있습니다 그리고 많은 양의 데이터와 당신은 일반적으로 합계 평균을하는 것과 같은 것을합니다

로스트 또는 이동 하나 시간을 썼다 그래서 당신은 실행, 전체 계획을 통해 하나의 행을 이동합니다 일괄 처리 모드를 통한 흐름은 한 번에 수천 개의 행에 대한 데이터를 전달하고 약 1,000 개의 행을 일괄 처리하고이를 통해 전달합니다 과 그래서 대신 앞쪽 평균 연산자를 사용하면 TH 행의 Rd가 평균에 더 많은 값으로 추가되고 다른 값이 평균에 더해진다

대체 어디에? 한 번의 작업으로 1,000 개의 행을 표시합니다 프로세서 내에서 벡터 응용 프로그램을 사용하므로 속도가 빨라집니다 훨씬 더 효율적이지만 칼럼 스토어와 관련되어있어 최적화 프로그램을 속일 수있는 악명 높은 MVP가 있습니다 일괄 처리 모드를 사용하면 쿼리에 com 상점을 사용하지 않고 있음을 알 수 있습니다 만들기

업데이트 열 저장 테이블이 있습니다 쿼리에 실제로 참여하지 않은 인덱스 최적화 프로그램이 일괄 처리 모드를 사용할 수 있다고 생각하게 만듭니다 그래서 사람들이 이러한 융합 된 작업 해결 방법을 고안하게하는 것이 아닙니다

우리는 당신에게 그것을 사용하는 방법을 줄 것이라고 생각했습니다 앞 그래서 실제로 잡동사니 시나리오에서 유용하므로 하이브리드 트랜잭션 분석 처리가 가능합니다 그래서

다수 더 나은 배치 모드는 매우 효율적입니다 큰 행 집합에 대해 집계를 수행 할 때 사례 사용 사례가 중복되는 열 저장 작업을 평가했습니다 일종의 조작에 의한 지능

너는이 재고 목록이 다 떨어지기를 언제 알았 으면 좋겠다 꽃을 사용하는 표준 예제에서는 꽃을 판매하고 있습니다 당신은 하루가 끝날 때 다 떨어지기를 원합니다 또는 당신은 내일 전에 도움이 될 남은 꽃 잔뜩이 있거나 하루가 끝나기 전에 당신이 다 떨어지게 될지 모른다면 그리고 나중에 사람들을 나눌 때 나타날 수있는 모든 사람들의 기회를 잃어 버립니다

따라서 그것은 부패하기 쉬운 필수품이며, 이것이 어디서 얻을 수 있는지에 대한 한 가지 예일뿐입니다 특정 결과는 인생 데이터에서 분석적 쿼리 결과를 가져 오지만 ETL을 처리하지 않고 몇 시간 후에 분석합니다 따라서 로스트 또는 배치 모드의 일종의 시나리오입니다 열 저장소를 사용할 수없는 경우가 있습니다 그래서

다수 더 나은 배치 모드는 매우 효율적입니다 큰 행 집합에 대해 집계를 수행 할 때 사례 사용 사례가 중복되는 열 저장 작업을 평가했습니다 열 저장이없는 곳에서도 유용합니다

그래서 이것은 일종의 프로세스를 얻는 방법의 차이를 보여주는 그래픽의 일종입니다 여기에 로밍 모드가 표시됩니다 따라서 각 행은 쿼리 계획의 모든 작업을 순차적으로 처리합니다 각 열이있는 열 저장소의 일괄 처리 모드는 별도의 저장소에 있으며 그 행에서 천 개의 행을 가져옵니다 모든 작업을 하나씩 차례로 진행합니다

그러나 1000 명의 전체 집단이 모든 작전을 통해 하나의 단위로 행동을 썼다 고 말했습니다 로스트 용 일괄 처리 모드를 사용하거나 똑같은 작업을 수행 할 수 있으므로 모든 열과 행이 있으므로 수천 줄이 필요합니다 네가 만날 수있는 열 스토어처럼 쿼리에 참여하지 않는 참조 열은 사용하지 마십시오 모든 것을 복원하기 위해 복원

그리고 1000 행의 그 그룹 그런 다음 쿼리의 연산자를 모두 통과합니다 그래서 이것은 우리가 여기에서하고있는 것에 대한 개념 개념의 일종입니다 다시 150 콤팩트입니다 쿼리의 모양을 변경하기 때문에 문제가 발생합니다

최적화 일괄 처리 모드 경험적 방법 따라서 우리는 최적화 프로그램이 일괄 처리 모드 계획을 고려하도록 허용하고 있습니다 열 저장소가없는 경우 그래서 우리는 최적화 된 검색 공간을 열어 가고 있습니다 주어진 쿼리가 가능한 모든 방법을 통해 검색 할 것이기 때문에 문제를 해결할 수 있습니다

맞아요 답을 얻기 위해 취할 수있는 모든 다른 경로를 통해 모든 검색을 해결할 것입니다 주어진 쿼리 그리고 일괄 처리 모드를 추가하여 그 가능성을 폭발 시켰습니다 어느 것이 가장 효율적인지를 탐구하고 평가해야합니다

그래서 거기에는 비용이 있습니다 그래서 우리는 그것을 지우는 것을 피하기 위해 맨 위에 위로 몇 가지 발견법을 넣었습니다 그 길은 당연히 이기지 못할 것입니다 따라서 작은 테이블 인 경우 연산자를 사용한 후에 테이블 크기를 살펴 보겠습니다 일괄 처리 모드로는 아무 것도 얻지 못할 것이기 때문에 여분의 오버 헤드를 처리하지 않을 것입니다

모든 계획을 탐색합니다 입력 쿼리에서 예상 된 카디널리티입니다 최적화를 거치면서 추가 체크 포인트가 생기는데, 모든 일괄 처리 방식 플랜트가 훨씬 더 높은 비용을 지불하고 원격 계획이 무엇인지 알 수 있습니다 아마 평가 일괄 처리 계획을 중단 할 것입니까? 우리가 그것들을 넣기 전에 우리는 어디에 있었는지를가집니다 우리는 할 수 있었다

일괄 처리 모드로 실제 쿼리 실행 속도를 약간 높일 수는 있지만 컴파일 시간이 길어지면 어떤 이득도 얻지 못합니다 실행 시간 이것이 바로 이러한 최적화를 통해 여기서 피하고자하는 것입니다 우리는 또한 많은 컨트롤을 제공합니다 따라서 배치 모드를 강제로 해제 할 수 있습니다

할 수있어 사용 가능하게 만들지 만 강제되지 않습니다 왜냐하면 옵티마이 저가 계획을 완료하는 더 빠른 방법을 찾으면 더 좋든 그렇지 않든간에 그렇게 할 것입니다 그래서 우리는 조금 새로운 배치 모드 스캔 연산자를 도입하여이 연산자가 실제로 데이터 페이지 밖으로 또는 열 저장소에서 데이터를 읽는 쿼리 실행의 일부가되었습니다 그리고 그 파이프 라인에 데이터를 공급하기 시작합니다

그리고 이제 그 모든면에서 우리는 배치를 형성하고 있습니다 따라서 스캔 운영자는 장미 점을 읽으면 그 시점에서 학사 학위를 받고 그 이후의 모든 것은 배치 모드로 실행됩니다 따라서 가능한 한 충분합니다 워크로드의 상당 부분이 분석 쿼리 인 경우 어떤 이점이 있습니까? 조인 및 집계와 같은 연산자가 수십만 개의 행을 처리하는 곳은 어디입니까? IO 경계가 완전히 바뀌면 작업 부하가 CPU에 바인딩됩니다 그러면 CPU로 무엇을 할지라도 아무 것도 바꿀 수 없습니다

그리고 거기에는 추천도 있습니다 열 스토어가 데이터의 양을 줄이기 때문에 열 저장소를 추가 할 수 있다면 실제로 사용할 수 있습니까? 그렇다면 사용해야 할 부분을 크게 줄여야합니까? 일반적으로 열 저장소에서 90 % 압축을 얻으므로 원래 크기의 10 %입니다 또한 쿼리에 참여하는 열만 볼 수도 있습니다 따라서 테이블에 천 개의 열이 있고 오전 5 시가이 쿼리에 참여하는 경우 나는 이것 때문에 5 열을 읽어야 만합니다 별도의 물리적 컨테이너에있는 각 열

따라서 열 저장소 인덱스 광고를 너무 많이 생성하여 열 저장소 인덱스 광고를 작성하면 작업 부하의 트랜잭션 부분에 너무 많은 오버 헤드가 발생합니다 또는 턴을 많이하고 있다면 칼럼 스토어의 성능이 저하 될 것입니다 응용 프로그램이 일반적인 별에 아직 지원되지 않는 기능에 의존하기 때문에 가능하지 않은 경우 분명히 당신은 그들을 사용할 수 없습니다 그래서 그것들은 당신이 그들을 사용하지 않을 때입니다

이제 우리는 당신의 외모를위한 데모를 가지고 있습니다 다시 말하지만, 이것은 있습니다 점점 죄송합니다 다시 말하지만,이 기능은 내가 호환 할 수있는 가장 부유 한 기능이므로 컴팩트 레벨 150에서 사용할 수 있습니다 2이 데모의 목적을 위해 다시

나는 우리가 칼럼 스토어를 가지고 있지 않다는 것을 지적하고 있습니다 그렇지 않은 경우 색인을 작성하십시오 로스트에서 배치 모드는이 갈망이 프로 모드로 실행되는 방식으로, 이제는 내가 그렇게 보여줄 것입니다 예를 들어, 귀하의 사용자와 마찬가지로, 이봐, 나는 기본적으로 내 경력이 배치 처리와 함께 bash Motorola 상점에서 실행되는 것을 원하지 않는다 사용자가 배치 모드 처리를 사용하지 않도록 명시 적으로 선택할 수있는 배치 모드 힌트의 Decelle입니다

그래서 저는이 손을 사용할 것입니다, 그래서 우리는 어떤 성능을 볼 수 있습니다 로마 모드와 같습니다 그리고 우리가 미래를 건설하기 전에 우리는 그 초등학생을 보았습니다 그래서이 개선점은 누구입니까? 우리는 그 기초에서 유익을 얻을 수 있도록 건설 할 것입니다 대부분의 분석 작업 부하는 일괄 처리를 통해 이익을 얻었지만 열 저장 인덱스가 필요하다는 요구가있었습니다

좋아, 보자 그래서 당신은 그것이 진짜 모드라는 것을 알 수 있습니다 이 모든 연산자가 브로 모드에서 실행중인 것을 볼 수 있습니다 좋아, 그럼하자 경과 시간을 살펴 보겠습니다

11 네 11 초는 힌트없이 이것을 재실행합시다 기본적으로 행 저장소에서 일괄 처리 모드로 실행되므로 일괄 처리가 진행됩니다 11 초에서 3 초

Forex Forex 개선 그래서이 모든 것들을 볼 수있는 것처럼 보자 이제 배치 실행과 내가 지적하고자하는 또 다른 흥미로운 점이 있습니다 스토리지는 로스트 또는 그 의미를 설명 할 때 볼 수 있습니다 즉 해당 스토리지를 의미합니다

여기서 무료 데이터 원본은 AB 트리 또는 힙 이었습니까? 기본 로스트 또는 테이블, 열 스토어가 아니므로 데이터가 로스트에서 나왔음을 알 수 있습니다 그러나 물리적 스캔에서 일괄 처리 모드로 처리됩니다 내 생각에는 승인 배터리 모드 및 복원에 대한 3 가지 질문

우리는 질문이 있습니다 그러면 얼마나 비쌉니다 이러한 생물은 일반적으로 자원을 절약하므로 더 빨리 진행되므로 비용이 적게 듭니다 맞아 희망을 갖고 잘하십시오

그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다 따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다 그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오

당신의 전제라면 그러나 이것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다 VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다

보드 전반에 걸쳐 좋은 호환 이야기 예, 관리는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 네 희망 사항이 개선됩니다 그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다

따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다 그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오 당신의 전제라면

그러나 그것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다 VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다 보드 전반에 걸쳐 좋은 호환 이야기

예, 관리 인스턴스는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 희망 사항이 개선됩니다 그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다 따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다

그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오 당신의 전제라면 그러나 그것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다

VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다 보드 전반에 걸쳐 좋은 호환 이야기 예, 관리는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 그래서 질문은 도움이 나를 이해하는 데 도움이됩니다

백색 흰색 배치 모드가 덜 효과적 일 경우 그래서 그 문제는 무엇입니까? 최적화 도구 가능한 모든 계획을 평가하여 사용할 가장 저렴한 계획이 무엇인지 확인해야합니다 그리고 돌아서

가능한 단위로 배치 모드에서 단지 가능성의 수를 곱했습니다 그것은 평가해야하므로 더 많은 시간이 걸릴 것입니다 최적화 단계에서 컴파일하는 동안 고정 세금이 적용됩니다 따라서 최적화를 수행하는 데 10 초가 걸리면 쿼리 실행 시간이 3 초 2 초가됩니다 당신은 여전히 ​​길을 잃었습니다

그래서 그 아이디어가 있습니다 승인 이것이 우리가 지능형 쿠폰에 대해 이야기해야했던 것입니다 저기있다 더 많은 정보를 얻으려는 곳에서도 질문 할 수 있습니다

나무도 평화의 하나 Azure에 대한 빠른 트랙이라는 프로그램이 있습니다 Azure로 마이그레이션하는 경우 우리는 당신을 도울 수있는 연습을했습니다

검증 된 사례를 통해 Microsoft는 전문성을 발휘하여 어디에서나 전문성을 발휘할 수 있습니다 설계 구성 개발부터 배포, 마이그레이션에 이르기까지 모든 것이 여러분의 도움을받을 수 있습니다 네, 고마워요

What’s new in Azure SQL Database – your operational database in the cloud – BRK3166

>> 좋은 오후 이 여장생 세션 언제나, 나는 어쩌면 점심 후 관객

우리는 시작할 것입니다 우리 스스로를 소개하십시오 HOPEFULLY IT는 훌륭합니다 75 당신을위한 분 내 이름은 린데이 앨런 AZURE DATA PLATFORM ENGINEERING 팀 >> 높은 이름은 어제입니다

나는 함께있다 린지애 팀 >> 그리고 내 이름은 요아킴 망치 나는 또한 린지 팀에 관한 것이고 보안 및 고객 업무 ENGAGEMENTS >> 감사합니다

그래서 우리는 앞으로 나아갈 것입니다 이 의제에서, 다음 70 분 그리고 우리는 시작하고 빨리 시작할 것입니다 너는 빠른 개요 및보기 지난 1 년 동안 우리는 끊임없이 풀어 봤다 클라우드를 통해

1 월에서 9 월까지 이미 많은 일을했습니다 기능 당신에게 빠른 것을 주러 가려고합니다 LOOKBACK 그리고 나서 우리는 얻을 것이다 지금 뭐야? 플랫폼이 새로워졌습니다

우리는 많은 새로운 기능을 가지고 있으며 기능 및 제품 그래서 우리는 그들을 집단으로 만들려고 노력했습니다 권리 플랫폼에 새로운 내용 당신이 알아야 할 많은 것들 당신은 이미 들었습니다

얼마나 많은 사람이 스콧에게 갔는가? 기조? 30 객실 소개 나는 대부분의 사람들이 희망했다 그곳에 이 중 일부는 계속 새로워 질 수 있습니다 너에게

새로운 점은 무엇입니까? 보안, 보안 분야의 진보 우리는 최첨단 기술을 가지고 있습니다 고급 보안 기능 데이터베이스의 모든 플랫폼 데이터 개인 정보 보호 우리는 사실 우리의 분석을 가지고 있습니다 미국 정부에 소식을 전한다

학년 우리는 CERT FAY를 수행합니다 인증서 우리는 많이 가지고있다 인증 전세계에 정부와, 다른 정부

새로운 지능형 요소 데이터 베이스 많은 정보 기계 학습 및 많은 우리의 상자와 패턴 플랫폼 그리고 우리는 우리 엔진을 만들어야한다 적응력, 당신의 학습력 데이터와 최적화

지능형의 새로운 기능 데이터 베이스 다음은 새로운 것입니다 신뢰성, 탄력성 우리는 모든 것을 갖추고 있지만 우리는 향상시키고 향상시키기 위해 계속합니다 거기에 무엇이 있는지 보여줄 수 있습니다

그리고 나서 우리는 그것을 감쌀 것입니다 쪽으로 나는 시작하려고한다 FIRST PART INTRODUCTION 너 아마 이걸 보았을거야

전에 나는 그저 원할 뿐이야 우리의 의지로 SQL 데이터베이스는 완벽하게 관리됩니다 SQL 서버 클라우드에서 실행 중입니다 또한 SQL Server에서 실행됩니다

그래서 다른 점은 우리 다 해제 훨씬 더 빨라지라고 그래서 코드를 검사하고 AZUR SQL로 배포 DATABASE FIRST 어떤 경우에도 기능의 합계 적용 할 수없는 것이므로 숨겨진 기능으로 스위치하지만 이진은 동일하게 지속적으로 배포됩니다 우리는 배치 동향을 가지고 있습니다

배치 할 매일 운행 모든 단계 검사 우리는 세 가지 테스트 단계가 있습니다 그리고 나서 우리는 전세계로 굴러갑니다 그리고 항상 생산에있어 우리는 앞으로 나아 간다 당신이 과거의 서비스로 가면 안 나리사, 2018은 시작입니다

CLOUD 20 과거의 서비스, 권리? 그리고 너 PaaS 서비스가 너에게 줄께 완전 관리 당신은 데이터베이스를 좋아할 수 있습니다

지금 활용하십시오 20 년 전, 나는 A와 함께 일했다 시동 및 시동 준비 관계에있는 데이터베이스 TELCO 스위치 및 제작 ROUTING SWITCHES SMARTER, RIGHT, 너는 사실 더 복잡한 일을 할 수있다 모든 것을 배정하고 선택하십시오 그리고 그때까지도 – 20 지난 몇 년 전부터 시간과 지금의 PaaS 유틸리티로서의 서비스 데이터베이스 준비된

우리는 실제로 데이터베이스를 자동으로 가져 오기 파일럿과 당신은 당신의 관심을 가질 수 있습니다 비즈니스와 당신은 필요가 없습니다 찬송가에 대해 더 이상 걱정하지 마십시오 내가 말했듯이, SQL Server, FULLY SQL 서버 관리 어떻게 우리가이 일을 아주 많이 했는가? 건축의 수준

우리는 우리가 무엇을 건설했는지 어지러운 인프라, 권리 AZURE는 현재 54 개 지역에 있습니다 레이어 및 컴퓨터 레이어 회로망 그럼 서비스 패브릭입니다 모든 것을 다 칭하십시오

신청서 및 서비스 직물은 좋아한다 응용 프로그램 클러스터 및 사용자 힘 가족과 함께하세요 쿠 베르 네트 PaaS는 ~와 비슷합니다 건축 목적과 건축 안식일의 꼭대기에, 매우 확장 성이 뛰어난 제품 건축물

우리는 실제로 많은 것을 장치 작동 정보 수백만 달러를 조달하기위한 미국의 주문 그리고 데이타베이스의 수백만 세계 전역에서 오른쪽으로 이 지역 및 데이터 센터 우리는 자동화를 사용해야했습니다 지능을 사용하여 서비스 우리는 많은 정보를 가지고있다 플래트 홈 및 우리로 건축하십시오 또한 서비스

그리고 귀하의 응용 프로그램 서비스 거기에 대해 알고 계십니까? 쇼 계획, 우리는 당신을 보여줍니다 DECKS가 누락 된 경우 퇴원하거나 퇴원 한 경우 혼자, 오른쪽 가끔 HASSLE이 많이 남았습니다 다른 것을 한 후에 계획을 본다

INDEX를 작성하고 싶다면 보아라 그렇지 않습니까? 이 모든 것이 완료 될 것입니다 너 자동 이 고급 작업을 수행 할 수 있습니다 당장

매우 복잡한 SQL을 작성할 수 있습니다 STATEMENT, SQL 저장 프로 시저 너의 신청에 너는 그러나 너를 위해 ~에 대해 걱정하지 마십시오 오른쪽, 기본 너는 걱정할 필요가 없다

질의의 종류 최적화 기계는 당신을 위해 그것을 할 수 있습니다 자동적으로 당신 만을 위해 최적화되지는 않았습니다 성과, 장점 실적 최적화 귀하의 비용을 최적화합니다

그래서 지금 너는 아주 좋을거야 QUERIES 스핀 로그를 보려면 싫어하십시오 오른쪽, 그리고 그냥 계산 INTEGERS와 ANYTHING은하지 않습니다 너는 뛰지 말고 질투를 피한다

그리고 당신은 가지고 있지 않습니다 OVERPROVISION 테이크 복용 데이터베이스 자동 비용 최적화 내부에서 당신을 볼 수 있기 때문에 작동 부하, 실제 데이터가 아니지만 패턴 그리고 그들은 거의 4 백만 달러를 절약했다 1 년 이상 과정

그래서 내가 생각하는 것 많이 더 깊이있는 세션 및 그 이후 유연한 디맨드 스케일링 프로세스로드 또는 온라인, 우리는이 모든 것을 할 수 있습니다 그것은 매우 탄성입니다 그리고 우리는 자원 차관이 있습니다 너의 일하는 동안 당신이 원하면, 당신은 예산을 가지고 있습니다, CFO 인 경우, 귀하에게 귀하의 제한된 예산 실제로 지출 할 수 있습니다

그 지출 한도 데이터베이스 수집 이 기능은 탄성 풀 실제로 지출을 제한 할 것입니다 귀하의 데이터베이스 수집 그리고 우리는 모든 것을 갖추고 있습니다 0 데이터 손실

당신은 실제로 걱정할 필요가 없습니다 HSDR에 관한 모든 것 IT 서비스가 제공됩니다 모래 SLA 가용성 보장 및 모든 보안 및 정부 학년 보안 및 은둔 그래서 조금 뒤쪽을 보았다

이쪽 – 올해 그래서 올해 초 어땠어? TD 통합입니다 AZURE 키 많이 있습니다 너는 너의 개인 열쇠를 가질 수 있고 별도의 키를 관리하십시오 저장, 비공개 저장 및 비 저장 실제로 관심을 기울여야 함 SQL ANYMORE

장기 데이터 보존 및 10 년 동안 지원하십시오 10 년 동안 데이터를 유지하고, 권리 그리고 우리도 발사했다 지금 우리가 원하는 사업 모델 당신을 위해 더 편하게하십시오 워크로드 이해, TO 구매 계획 서비스 이것은 DTU 모델입니다

우리는 DTU와 JUST를 되풀이해서는 안된다 당신을 위해 더 편하게 만듭니다 구매 및 귀하의 편의를 도모합니다 SQL Server를 이전하려면 AZURE PASS에 대한 라이센스 SQL Server 라이센스 때문에 과정에 따라 다르지, 그렇지? 그리고 우리가 가진 다음 GA, 일반적으로 사용 가능 나사산 보호

이것은 GDPR을위한시기에 불과합니다 권리 그럼 우리는 구역 재조사 조지아, 데이터 동기화, 스토리지 추가 S4와 같은 표준을 가질 수 있습니다 데이터베이스 크기 4 500 개가있다

500 GIGABYTES AND JOBS for the 엘라스틱 풀 우리는 대중에게 미리보기를했습니다 관리 된 인스턴스 중요 스카입니다 공유 저장 공간 그런 다음 우리는 LTR을 GA하고 있습니다

자동으로 그룹을 채 웁니다 DC를 가로 지르는 그룹을 FAILOVER합니다 그리고 나서 8 월에, 우리는 일반적으로 예약 가능 SQL 데이터베이스의 용량 그래서 예약 된 용량은 내가 생각하는 것입니다 VM CODER RESERVED INSTANCE (VM 코더 예약 인스턴스)

PRECOMMIT 또는 RESERVE를 원하시면 1 년 또는 2 년 또는 3 년 과정 수, 너는 아주 많이, 아주 좋아 중요한 할인 혜택 지금은 미국과 함께 9 월, 지금 우리는 더 많은 발표를했습니다 아주 놀라운 발표 주

그리고 우리는 바쁜 이야기를하고 있습니다 언론에, 그리고 기자 그래서 우리가 가고있는 4 개의 버킷 너와 공유하고 우리는있다 데모로 가고 새로운 데 기능 우리가 마침내 시작하겠습니다

발표 및 일반 SQL AZURE의 가용성 MANAGED INSTANCE 그리고 어제 스콧 (Scott) 우리의 이그 제 큐 티브 VICE 회장 기조 우리는 당신에게 이야기하기를 원한다 실제로 우리는 많은 고객을 가지고 있습니다 이미 생산 및 IN 늙은 인스턴스와 우리는 행복하다

이 서비스 제공에 착수했습니다 일반적으로 이용 가능합니다 그리고 이것은 – 우리가 시작한 것입니다 1 년 및 A 만 프로젝트 한반도 및 코드 명 클라우드 추수 감사절 두 번째는 잘한 년

CODE SQL 데이터베이스 하이퍼 스케일 그리고 이것은 – 이것은 땅을 부수는, 이유 우리는 빛의 속도로 주변에있다 지금 데이터베이스를 복원하십시오 로 갔다 ROHA N KEYNOTE YOU 50 개의 테리 데이타베이스보기 우리는 이제 우리가 떠난다 데이터베이스를 이동하지 마십시오

더 이상, 우리는 스냅 샷을 할 수 있습니다 너를 어떻게 되 찾으려고 노력 했는가? 에스트레스트 10 또는 50 개의 테리? 나는 데이터베이스를 관리하지 않는다 엔진 얼마나 오래 걸릴까요, 10 테리? 일 모든 일에 50 주가 소요될 것입니다

너는 운이 좋다 재개발은 일반적으로 그렇지, 그렇지? 그것은 단지 영원히 계속됩니다 50 테라리를 되 찾으러 간다 데려 갈 데이터베이스 우리가 전성기를 가졌기 때문에 몇 분 남았습니다 건축 변경 및 많은 이 작전과 척도 수술은 지금이 될 것입니다

데이터 조작의 크기 – NOT 데이터 크기가 될 것 더 이상 작동하지 않습니다 우리는 매우 큰 지원할 수 있습니다 클라우드의 데이터베이스 및 상품 하드웨어 및 그 후에 우리는 용량 GA를 보유하고 있어야합니다 지금은 SQL 데이터베이스가 있습니다 지금 세 가지 배포 옵션 이자형 모델에서의 데이터베이스 생성 를위한 탄성 풀을 추가했습니다

정부와 자원 및 너와 공유 한 자원 데이터베이스 이것은 3 가지이며 4 년 전 지금은 우리가 실제로 소개했습니다 다른 하나, 그리고 호출 된 관리 예 관리 된 인스턴스는 단일입니다

임차인 모델 및 자원 보유 거버넌스 및 서비스 보다 네이티브하고 좋아하는 기능 및 편리함 이민 및 모든 것을 만날 수 있습니다 규정 준수 및 보안 규정 그래서 여기 보이는 것이 있습니다 우리는 실제로 할 수 있습니다 – 당신이 원할 때 관리되는 인스턴스를 생성하는 방법 실제로 우리 자신의 하부에 들어가기 그물 그리고 당신의 V-NET 또는 AZURE V-NET SUB NET의 일부가 될 수 있습니다

또는 VPN 하위 정의하는 방법을 정의하십시오 NET MASK 이 네이티브 어스 V 이후 NET 및 지원 AZURE V-NET 피어링 너는 실제로 – 이것이 할 수있다

그만의 전용 IP를 가져라 주소 및 내부 거래 수행 그리고 모든 것 IT는 보안을 유지하고 대중은 끝낼 필요가 없다 인터넷상의 포인트 그리고 우리가 내려야 할 순서대로 이 모든 것은 우리가 많이했습니다

공학 작업 우리는했다 실제로 많은 일 지원 지역 HADR 그리고 지금은이게 뭐니? ISOLATED, 그것은 당신을 위해 안전합니다 우리는 안전합니다

잘 인프라 네이티브를 복원 할 수 있습니다 백업 고유 기능 및 많은 기능 지금 일하고 있습니다 우리는 실제로 더 쉽게 만들 수 있습니다

당신이 잘하도록 도와주기 위해, 권리 우리는 데이터베이스 이주를 가지고있다 서비스가 귀하를 관리되는 인스턴스를 만들고 데이터베이스를 이식하십시오 당신을 위해 더 편하게 바로 그거야 그런 다음 우리는 양육비를지지합니다

귀하의 SQL Server 라이센스 우리는 COOTAIN AMOUNT, ABOUT를 가지고 있습니다 1 년 또는 1 년, 사용법, 권리 당신이 이민 생활을하는 동안 새 라이센스를 구입하지 마십시오 그리고 모두의 경험, 모두 SQL Server의 이점 모두와 함께 PaaS 플랫폼의 인텔리전스 함께하는 서비스

너는 아주 강력하다 공공 클라우드의 플랫폼 그것은 모든 교훈입니다 – IT 당신을위한 모든 찬송가를합니다 너무 더 이상 버전 업그레이드가 필요하지 않습니까? IMAGINE VERSION UPGRADE, APPLY CUs 및 서비스 팩, 많은 작업

그것은 현재 포털의 조지다 GA 가격이 영향을 받음 10 월 1 일 비즈니스 크리티컬 공공 미리보기 단계 우리의 조기 입양 자 중 한 명 고객은 GE Healthcare입니다 그들은이 환자를 돌 보았습니다

신청서, ISV 부분입니다 GE 건강 관리 배포 한 번 배포 병원마다 또는 전화 할 때마다 세실, 오른쪽 병원 규모에 따라 달라질 수 있습니다 데이터베이스 크기가 다릅니다

일반적으로 5 개 또는 10 개가 있습니다 배치 당 데이터베이스 이것은 모든 SQL Server입니다 응용 프로그램 및 NET 신청

그것은 실제로 QUATED입니다 배포를위한 도전 과제 이것은 자신의 데이터 스텐 첸테 아르 자형 및 제공 및 판매 그들의 고객을 육성하기 위해, 맞아, 가질 수 있으니 용량 고객이 오지 않는 경우 이 인벤토리에 앉아 경비원, 권리 그게 왜 클라우드인가? 구름처럼

그들은 걱정할 필요가 없다 하드웨어 경비 그들은 걱정할 필요가 없다 CAP EX 지금은 오직 OP 만 있습니다

우리는 캐피탈 EX를 들고 비용 그들의 임무 중 하나가 이동했습니다 실제로 촬영하지 않고 구름을 피우다 모든 신청서 변경 모든 것이 제대로 작동합니다 몇 개월 만에 모든 것을 가져 가라

그냥 일이야 나는 우리가 비디오 케이스를 가지고 있었다고 생각한다 GE에 대한 마지막 학문 건강 관리 IS 세션이 끝난 상태 하이퍼 스케이프 케빈이 당회에 당했다

E OF SQL 서버와 SQL 서버 서버 구성 요소 및 COMPUTE, 질의 응답 실행 및 저장 및 로그 관리자와 모든 것 그리고 MICROSERVICE로 전환 건축물 우리는 실제로 각 서비스 다른 구성 요소에 배치 이것은 우리가 실제로 실행할 수있는 방법입니다 100 개의 테리 그리고 더 크게 네트워크의 성능 AZURE가 개선 된이 개선 아주 더

대신 – 나는 모두에 들어갔다 세부 사항, 슬라이드는 아주 좋습니다 밀집한 나는 데모 신청을하고 싶다 당신에게 충격을 보여주십시오

그리고 기록을 보러 간다 케빈의 하이퍼 세일 세션 우리의 목표 하이퍼 세일, 이것은 플랫폼의 일부이며 우리는 이것을 이용할 수있게 만들 것입니다 모든 관계 서비스 구름 >> 감사합니다

>> 안녕 괜찮아 괜찮아 내가 너를 어떻게 빨리 보여줄 지 우리는 회복하기가 쉽습니다 앞뒤로 움직여 THE KICK OFF 복원 및 우리는 이야기 할 것입니다 건축은 그 이후로 몇 분 정도 걸릴거야

여기 나는 이미 준비가되어있다 하이퍼 스케이프 데이터베이스 내가 원하는 첫 번째 그것을 보는 것은 그것이 50이다 테러와 근본적으로 93 USED SO 저장은 아주 간단합니다

우리가 원하는 것들 중 하나 우리가 SLA를 충족하는지 확인하십시오 그래서 우리는 포인트를 만들고 시간 복원 기능 모두해야 할 일은 여기 버튼을 클릭하면 독특한 느낌을 선사합니다 이름 내가 그냥 전화 해 – IGNITE

내가 갈 수있는 방법 경우에 따라 DA SASS ITER가 있습니다 O 롤백 또는 그곳에 우발적 인 삭제입니다 저 한테 뒤집어주세요 시간 그리고 나서 OK를 클릭하십시오

그게 다야 이 복권이 회복되는 동안, 튀기다 슬라이드 위로 우리가 빨리 할 수있는 방법 복원? 우리는 분리 된 컴퓨터와 저장 SQL Server 데이터베이스 페이지 및 파일은 실제로 존재합니다 기적의 저장소와 컴퓨터 레이어는 완전히 독립적입니다

우리는 지금 파일을 가져갈 수 있습니다 모든 데이터베이스의 스냅 샷 페이지 너 큰 경우 50과 같은 다중 데이터베이스 테러가 우리를 깨뜨릴 것입니다 하나의 테라 바이트 파일에 그리고 나서 우리는 파일 스냅 샷을 가지고있다 그

볼륨 촬영 스냅 샷 같은 경우 너는 그걸하는 데 익숙해 져있어 우리가 어떻게 될 수 있는지 미리 생각해보십시오 정말 빨리 복원하십시오 우리가 가진 한 번 모든 곳으로 가십시오 캐시

이것은 린지가 언급 한 것처럼 소요 시간 – 매우 신속하게 발생합니다 매우 빠르고 그래서 나 데모로 돌아 가자 그래서 복원은 아직 끝났습니다 사고

그러나 내면, 너를 보여줄 수있어 내가 이미 가지고 있었던 것 오늘은 어쩔 수없이 오늘 완료되었습니다 너도 볼 수있어 – 미안 네, 여기에 내 역사가 있습니다 배포

그래서 나는 회복기를 마쳤다 오늘 볼 수 있듯이 그리고 여길 봐 니가 올랐어 시각

그럼 너 어떤 지역을 데려 갈 수 있니? 이 곳의 세계 유효한 지금 바로 미리보기가 있습니다 약간의 지역 우리는 당신을 천천히 확장 할 것입니다 NO로 실행되고 실행됩니다

시각 그래서 돌아 가자 그래서 마지막 부분은 거주자입니다 VE 생산 능력 린지가 언급 한 일반적으로 사용 가능하며 또한 어떤 배치에도 사용 가능 당신은 AZURE SQL을위한 선택 데이터 베이스

ENEFIT SA 권리가있는 사람 라이센스 교환을 어디에서 할 수 있습니까? 양철통 기본적으로 우리의 미리 사용 AZURE BUFFALO로 양도 청구서 데이터 베이스 그리고 너는 같은 용도로 사용한다 구입하지 않고도 라이센스 신규 사용권 당신에게 중요한 것을 주셨습니다 저축 및 예약 가능 생산 능력

그 때까지 우리가 의미하는 바는 무엇입니까? 예약 PORTAL에 몇 년 동안 원하는 걸 수 있습니다 AZ 예약 또는 유지 SQL 데이터베이스 그래서 우리는 당신에게 두 가지 옵션 1 년 또는 3 년 그래서 당신이 찌르는 것에 따라, 추가 할인을 받으십시오 그리고 여기있다

여덟 가지 예 CORE MANAGED INSTANCE 실행 중 USWEST 한 달에 730 시간 그래서 같은 데이터베이스 당신이해야 할 처별 비용 동일한 비용으로 이 일을하지 말고, 추가해야합니다 AZURE 하이브리드 용량 이익은 총 비용의 20입니다 정확히 같은 번호 당신이 가진 COMPUTE AND STORAGE 원래

거대한 혜택을 누리게 될 것입니다 저축과 이것 만이 SQL 데이터베이스를 AZURE에서 실행 중입니다 그걸로 이동하자 요아킴과 이것에 대해 이야기 해보십시오 나중에 오래 될 것입니다

>> 감사합니다 괜찮아 괜찮아 이 슬라이드를 시작하기 전에, 그냥 우리가 가지고 있다고 말해줘 실제로 수를 뺀 수 조금 더 깊은 곳으로 가라

여기 그래픽 보안이 두 개 있어요 세션들 그리고 다른 하나는 켜져 있습니다 목요일 또는 실제로 3

하지 않는 경우 -하지 않는다면 여기에 모든 것을 캐치 할 수 없습니다 여기 저기에, 우리가 깊어 져요 나 자신이하는 잠수함 세션 내 콜린자로 뛰고 보안, 새로운 것? 내가 말했듯이, 우리는 많이 이야기 할 수있다 IT에 관하여

우리는 앞으로 다른쪽으로 밀어 넣었습니다 지시 사항 방법 너는 우리가 가지고있는 한 손으로 우리의 포트폴리오를 향상시키고 과정은 미국에서 중요한 부분이었습니다 보안을 위해 포트폴리오가 관리하는 인스턴스 미국과 해외에 큰 영향을 미친다 우리의 고객들

그래서 우리는 많은 시간을 보냈습니다 모든 보안 성이 있는지 확인하십시오 당신이 얻은 특징들 당신이 좋아하는 것을 사용하고 관리도 잘하라 예 사실, 우리는 약간의 어려움을 겪었습니다

몇 가지 방법으로 BIT를 향상 시키십시오 VNET 측면의 예 우리는 VNET 사생 IP와 MANAGED INSTANCE 우리는 약간의 비트를 힘차게 만들고 있습니다 SINGLEETS와 POOLS가 있습니다

우리 중 큰 사람 한 사람 지난 한해 동안의 이니셔티브 그 모든 것을 확실히하기 위해 우리의 서비스에는 보안 기능 그 한 지역은 우리가 만든 투자 다른 두 가지 투자가 있습니다 우리의 라인을 따라 지능형으로 밀어 넣기 보호 또는 지능형 보안 우리는 여전히 완전하지 않습니다

착륙하다 그곳에 갔어 이게 진짜로 가야 해 거기에 이름 우리는 러닝과 제공하고 있습니다 PaaS 서비스와 PaaS 서비스가 모든 것을 의미합니다

포함하여 건설해야한다 보안 및 개인 정보 보호 응낙 이것은 미국에서 매우 중요합니다 이것은 당신이해야한다고 운영 방식 변경 약간의 작업 흐름이 있지만 더 많은 것을 기대하십시오 당신이 실제로 얻는 것보다 보호하십시오

언제 당신이 누군가 SQL 서버인가? ON-PREM OR RELATIONSHIP DATABASE ON-PREM 통신 및 기반 기반 실행중인 서비스의 년 예를 들면 지난 몇 년 동안 우리는 내부적으로 크게 벌떡 일어났습니다 블루 팀을 통한 보호 그리고 붉은 팀과 정말로 팀을 강화 시켰고 우리는 해냈습니다 그 내부 서비스로 우리는 지금 우리가 가지고있는 곳에서 뛰고있다

끊임없이 펜을 다룬 사진 ASES와 SO 노력하고있는 푸른 팀 홀을 보호하고 패치하십시오 건물 A 요새 주변의 요새 생산 클러스터 나는 당신이 친숙하다는 것을 확신합니다 우리는 3 배의 기능을 가지고있다 지능에 떨어지는 버킷과 그 취약성 평가

네가 할 수있는 농어촌 어떤 것에 대해 배울 수 있어야합니다 잠재적 인 취약성 데이터베이스의 구성 여기에는 최고급 바구니가 있습니다 그리고 너무 취약 함 약간의 비트 주변 우리가 그랬다

팀과 함께하는 훌륭한 직업 지속적으로 개선되고 있습니다 우리는 단지 당신에게주는 것이 아닙니다 지금 당장 규칙의 뭉치 최근 블로그에서 보았습니다 거기에 게시하십시오 우리는 조금 움직이고있다

이 부분에 대한 관리 너의 관리를 허용하고 자원 도구에는 스크립팅이 있습니다 당신이 할 수있는 장소 그 너는 A에 연결하지 않아도 돼 단일 데이터베이스 및 실행 완화 할 수 있습니다

당신은 그럴 수 있습니다 다른 단계가 있습니다 특징을 확인하십시오 엔터 프라이즈 준비 취약성 평가는 A입니다

모서리 석 또는 A 모든 사람의 별의 코너 스톤 보안 전략 및 보호 전략 그리고 그 과정들, 과정들, ED 예 나는 너에게 그것을 외쳐 보라고 말한다 그곳에 그리고 나서 다시 기능, 스레드 감지 함께 일하는 곳 감사

이것이이 기능입니다 24/7 RUN 그리고 근본적으로 불확실한 것을 감지합니다 반대 활동 또는 반대 행동 귀하의 데이터베이스 및 일부 이스라엘에있는 우리 팀의 생각 론은 청중에 여기있다 어딘가에

저기 있네, 론, 안녕 그들이하는 일의 한 부분으로 이스라엘은 강화되었다 이 도구는 추가로 알고리즘 너도 알다시피, 우리는 가능했다 분사 공격을 감지하고 지금 우리는 또한 할 수 있습니다

감지 할 수 있도록 확대 데이터의 EX-FILTRATION OF DATA 당신 만의 패턴이있는 경우 몇 번 터트 닝 워크로드와 모든 것 갑자기 우리는 여기에 있음을 알림 데이터 유출의 메가 바이트 경고를 발령합니다 철저한 강탈 알리미를 발동 시키십시오 이 계약의 일부로서 너, 우리는 계속된다 기능 강화 이 도구들

론에게 가면 그래 지능 DB에 세션 훌륭한 세부 정보로 이동합니다 모든 기능 스레드 탐지 나는 SQL과 함께 작동한다는 것을 알았습니다 감사

우리에게는 더 좋은 소식이 있습니다 그곳에 또 다시, 우리는 ENLANCED THE ENLANCED THE 그 밖의 기능 OMS와 통합 그래서 당신은 실제로 흐름을 할 수 있습니다 귀하의 감사 사건 이벤트 허브 또는 로그 분석 더 많은 처리를 위해서

그리고 우리 SQL DB에 오면 우리가 가질 세션 만들기 위해 놀라운 발표 그곳에 나도 그래,하지만, 네, 그럼 – 우리가 얘기 할 것입니다 그 이야기 그리고 그게 용납입니다 평가 및 스레드 탐지 또한 데이터 검색 및 분류는 삼중의 일부입니다 그리고 그것은 공공 미리보기에 있습니다 그럼 다른 손에 또한 앞뒤로 밀기도합니다

고급 또는 부문의 기초 보안 기능 우리는 많이 했어 우리의 통합 향상 AAD, ACTIVE DIRECTORY AZURE와 함께 활성 디렉토리 통합 앞으로 가고 그것이 우리입니다 인증을위한 주요 방법 구름 그리고 내가 다시 만날거야

너 몇 가지 보여줘 거기 있었습니까? 나는 여기에서 멈출 것이다 실제로, 나는 세션을 끝낼 것이다 그냥 한 켤레 켜기로 암호화와 나는 당신에게 보여줄 것입니다 QUICK DEMO

저작권 침해 신고서 선착순 우리는 다른 모든 것을 가지고 있습니다 암호화를 포함한 유형 재사용, 암호화, 네트워크 암호화, 우리는 있습니다 지금 통합 제공 당신이 할 수있는 AZURE KEUL VAULT 실제로 당신이 사용하기를 원한다고 결정한다 우리가 관리하는 서비스 관리 키 제공하십시오

우리는 규정하고, 우리는 회전하며, 또는 업로드, 업로드 또는 만들기 AZURE 키 VAULT 및 그것을 사용하여 그리고 너 자신에 그것을 관리하십시오 나는 아무것도 말하지 않았다 그래도 암호화되어있다 이것이 바로 암호화입니다 기술 허용 필수적으로 완료 됨 마스터 키를 제어하십시오

SQL에 저장되어 있지 않은 SO 서버 또는 SQL DB에 그리고 그 반대의 보호 당신의 침입 – 어디에서 SQL Server를 공격하는 사람 또는 SQL DB와 IT가 그 때문입니다 동의하는 정보 거기에 계속 보호 될 것입니다 그 핵심 자료는 없습니다 어떤 종류의 인트로 우어라도 발견 할 수있다

그곳에 그래서 우리는 그 버전을 가졌습니다 지금 실행 중입니다 구름 대단한 관심을 불러 일으켰습니다

주요 제한은 우리에게만 해당됩니다 지원되는 평등 운영 이들에 대해서는 항상 암호화 됨 결정론적인 열 암호화 우리는 위대한 수감자이긴하지만 의견을 수렴했습니다 사실, 항상 우리 계획이었습니다 우리는 앞으로 나아 갔다

나는 너를 여기에두고 싶어 당신을 보여주는 QUICK DEMO 언제나 암호화 된 다음 버전 좋아해 정말 컸어 개별적으로 발표되었다 SQL 서버용 V-NEXT 및 IS AZURE PRETTY SOON으로갑니다

내게 기계가 필요해 보이게 해줘 ~까지 – 약간 – 내 머신 GOT 재실행되었습니다 그냥 내 VM을 갖게 해줘 다시 괜찮아

안돼 – 내 VM을 시작하자 다시 여기 이렇게되어 미안합니다 그래서 내가 너를 보여줄거야 우리는 이것은, 그것이 오는 경우 보게됩니다 쪽으로

여기 우리가 간다 이 작은 웹 앱을 실행하고 일반적인 설정 여기, 우리는 NUMBER OF – 그럼이 테이블에는 배경에는 SQL Server가 있습니다 의 무리와 달리기 여기 고객 지금 내가 할 수있는 일은 내가 할 수있는 일이다 예를 들어, 수용 인원에 대한 미리 예측 또는 실제로 질의를 할 수 있습니다

사회 보장 번호 반대 보기를 위해 그리고 그다지 특별하지 않은 이리 우리가 무엇인지 확인하는 경우를 제외하고 배경에서 뛰고, 우리는 내가 좋아하는 SQL Server가 있습니다 우리는 테이블을 가지고있다 CONTOSO HR

이 사이트를 보시려면 WE 사회 보장 및 사회 보장 암호화 사실, 우리는 사용하고 있습니다 여기 보여줘 그래서 우리는 사용 중입니다 여기가 조금있다

우리는 사용 중이다 무질서한 암호화 그렇다면 살리와 사회 보안 번호는 암호화되어 있습니다 그리고 한 가지 마지막 우리가 확장 된 사건을보고 있다면 여기 세션, 당신은 그것을 보게 될 것입니다

내가 겪은 일 보내기가 암호화되어 있습니다 그래서 이것은 지금 그 증거입니다 언제나 암호화 된 상태로 실제로 많은 것을 지원할 수 있습니다 RICHER SET QUERIES, RANGE QUERIES 산술 연산 앞으로

이것은 현재 실행 중입니다 나는 SQL 서버에 반대했다 ON-PREM 그것은 WINDOWS V NEXT 사용 ENCLAVE TECHNOLOGY 곧 천천히 온다

우리는 아직 일정이 없습니다 IT 또한 실행됩니다 인텔 SGS 목요일에 열리는 세션이 있습니다 우리가 더 큰 곳에서 이야기 할 곳 이 부분에 대한 세부 사항

너와 함께하고 그걸 돌려줘 AJAY >> 그래서 HYPER SCALE DIN FINISH 당신이 그것을 볼 수 있습니다 7 주변과 반쯤 둘러보기 의사록 그래서 나는 변덕하지 않았다

그래서 돌아 가자 표시 다음 범주 또는 등급의 경우 우리가 만든 투자 지능형 데이터베이스 공간 우리는 무엇을 보느냐 여기에 투자 해주십시오

어떤 것들이 만들어지고 있습니다 쿼리 성능 경험 린든 더 나은, 더 나은, 오른쪽 당신이 원하지 않는 것을 언급했다 문제 해결 QUERIES AND CERTAIN 중간 밤이나 시간 제외 우리는 QUIT A BIT에 투자되었습니다 이의

그걸로 많이 떠날거야 일반적인 고통의 포인트 투자의 두 번째 세트는 그래픽 GRAPH는 매우 인기가 많습니다 중요한 시나리오 SQL 내부에 엔진이 있고 서버가 더 강력 해집니다

그리고 우리는 지금 움직이고 있습니다 더 흥미 진진한 공간 QP를 낮추십시오 그리고 나는 약간의 이야기를 할 것이다 그것에 대해 GRAPH, GRAPH에 오면 SQL 2017 AS에서 소개되었습니다

너의 일부는 알게된다 AZURE SQL 데이터베이스 마지막으로 년 하지만 우리는 계속 투자하고 있습니다 이리 첫 번째는 3 차원 DML입니다

이것은 당신이 실행 일치하는 데 도움이 QUERIES 그래서 GRAPH는 일치 키를 사용합니다 찾아야 할 단어 관계 다른 노드와 EDGES 이제 GRAPH QUERIES를 사용할 수 있습니다 더 많은 구문

그래픽 데이터베이스가있는 경우 계정 보유자가있는 곳 신용 카드 정보와 같은 신용 카드 정보 업데이트를 원한다면 일부 정보는 말합니다 누군가가 주소를 바꿨습니다 당신은 더 많은 것을 가진 그것을 사용할 수 있습니다 진술 및 또한 일하기 시작 시나리오 두 번째 것은 뷰어입니다

DERIVED TABLES 그리고 이것은 정말로 강력합니다 너 때문에 못 간다면 오늘은 이것은 – 이것 없이는 너는 쓰려고 노력한다 복잡한 공통 표현식 많은 조응과 함께 쓰기 만하면됩니다

또한 매우 오류가 있습니다 그것은 매우 가능할 수 있습니다 실종되었으므로 할 수 없다 올바른 결과를 얻으십시오 보기 지원 라이브 테이블 당신은이 라인을 사용합니다

구문을 다시 입력하십시오 보기에서 볼 수 있듯이 이리 그리고 이것은 다시 크게 될 것입니다 개발을 간소화하십시오 그래프 사용 경험

마지막 하나가 경계를 넘어 섰다 제약 이것은 주로 정의를위한 것입니다 업무상의 역할 너는 너에게 조건을 추가 할 수있어

가장자리 테이블 및 특정 말 관계는 없어야합니다 허용 이 예에서 볼 수 있듯이 테이블에만있는 곳 한 편에서의 연결 주소 소유자 나에게 너를 데모라고 빠르게 보여라 당신이 할 수있는 방법을 사용할 수있는 방법 사기 같은 약간의 냉담 탐지 또는 연결 정의 다른 계정 소지자

괜찮아 그래서 나는 데이터베이스에 연결되어있다 SQL Server에서 실행 중입니다 나는 이미 그래프를 만들었 어 그리고 여기에있는 테이블은 당신이 할 수있는 것처럼 만나다

그것은 노드와 가장자리 둘 다 가지고있다 표 – 참고 및 첨단 테이블 그냥 빠른 프리 머, 생각해 귀하의 초등 회 테이블을 알고 계십시오 데이터 테이블

그리고 나서 가장자리 테이블은 노트 간의 관계 테이블 관계에 아주 유용하다 분석 및 건축 복잡성 알고리즘 ML로 이것을 통합 할 수 있습니다 너의 사기를 개선하고 발각

이것은 입력 장치가 될 수 있습니다 ML DATE SOURCE 첫 번째 데모는 내가 거의 없다 정의 된보기 계정 보유자가 있다고 들었는데, 신용 카드 정보, 은행 계정 정보 저장 위치 다른 테이블

내가보기에 내가 기본적으로 가지고있다 보이는 모든 이미지 정의 좋아요, 연락처 예, 주소, 전화 번호 또는 SSN 어느 정도 식별 할 수있는 어떤 사람 비슷하게, 나는 관계가있다 가장자리를 위해 정의 된 HAS 접촉 지혜처럼, 나는 다른 사람의 모습을 가지고있다

신용 카드 용 DIT 카드 번호 및 크레딧 한도 및 계정 번호 및 대출 금액 이 모든 것이 고유합니다 비슷한 데이터 유형 나는보기를 만들었습니다 자, 너를 원해

찾다 밖으로 평범하게 일하는 방법들 많은 사람들이있다 그것으로 인해 어려움을 겪었습니다 – THE 길을 잘못하면 일이 많아요 사람들이 참여했다 종업원 몫 연락처 정보, 보안, 사회 보안 번호, 동부 표준시 그래서 너는 큰 테이블을 가지고있다

여러 계정과 함께 신속하게 결정하기 위해 매우 힘들다 이 그래서이 모든 것을 볼 수 있습니다 나는 여기에 나와 함께있다 구문에 대한 지원 어떤 계정 보유자인지 확인하기 연락처에 연락하십시오 단순한 일을 그냥해라

나는 신속하게 SYNTAX를 볼 수있다 그 이상으로 – 그것이 0이라고 말함 여기에 두번째 밀리 세컨드 6,000 줄의 고역 분석 – 그 분석되어 모든 것을 보여주었습니다 공유하는 이름, 종류 정보 공유

이 경우, 그들은 사회 보장 번호 및 그 이후 너는 여러 가지 다른 것을 볼 수있다 여러 사람들의 몫 같은 전화 번호 동부 표준시 그리고 당신은 반지 크기를 볼 수 있습니다 사람들은 어떻게 공유 했습니까? 정보 이 경우 209 명의 사람들이 공유했습니다 동일한 정보

매우 빠르고 쉽게 할 수 있습니다 복잡한 분석 수행 와 그래프 재정 위험 만약 당신이 알고 싶다면 사람 몫 – A를 탔습니다 대여 또는 가져간 물건이 많음 그들의 신용에 돈을 버렸습니다

카드와 그 (것)들은 위험이 높습니다 분실 및 비용 처리 나는 누구를 찾고있다 신용 카드 정보 공유 그리고 그 접촉 전망에있다 나는 이전에 정의했다 이 쿼리를 실행해도 되겠습니까? 비슷한 정보를 볼 수 있습니다 이전

당신은 다른 사람들을 볼 수 있습니다 인원수와 인원수 그 정보 그리고 얼마나 많은 재정 적자가 위험에 처해 있는가? 자세 이 모든 FRAUD RING의 경우 그때 은행은 패배했다 그만 돈을 잃어라

그리고이 모든 것을 보았습니다 데이터베이스 엔진 열은 A에서 좋았습니다 데이터베이스 가이의 관점 비즈니스 사람이 당신을 위해 상황 [발생 가능]을 원합니다 그래서 여러 가지 방법이 있습니다

그래서 거기에 도서관이있다 3 JS 당신이 통합 할 수있는 그만큼 앱을 JSON으로 푸시하고 이것을 시각화하거나이 예에서 나는 파워 BI를 가지고있다 북쪽 가장자리에있는 표 나는 – 그 주와 가장자리 테이블 정의되고 여기서 가시화 될 수있다 및 연락처 필터

내가 누군지 알고 싶네 사회 보장 공유 NUMBER, 나는 그것을 여과하고 볼 수있다 여기에 너무 빨리, 당신은 할 수있어 모든 네트워크를 시각화하십시오

세워짐 너 또한 이걸 먹을 수있어 기계 학습 알고리즘 더 많은 것을 만들기 위해 입력으로 위에있는 예측 분석 그 그게 그래픽을위한 데모 야 그래서 돌아 가자

표시 괜찮아 그래서 다음 카테고리 우리가 무엇을 부르는 지에 대한 향상이 있습니다 지능형 쿼리 처리 얼마나 많은 사람들이 너를 보았는가? 너의 당일 치기 일? 나는 너를 얼마 안있어

데이터베이스가 실행 중일 때의 작업 이 문제가 발생했습니다 우리가 실행하는 것들 중 하나 AZURE FOR SQL에서 유일하게 데이터베이스는 계속됩니다 모니터링 우리는 약 500 개의 테리 오 블리츠를 수집합니다 매일 데이터 및이 TELETETRY가 미국 모니터를 돕고 AUTO TUNE 가장 일반적인 문제 너는 걱정할 필요가 없다

IT에 관하여 우리는 끊임없이 확장하고 있습니다 거리 그래서 다음 개선 세트 우리는의 공간에있다 테이블 변수 중 하나 편집

테이블로 인한 도전 중 하나 변이가있는 사람은 친절한 사람입니다 하나의 행 당신이 할 수있는 많은 일을 할 수 있다면 할 수있는 불쌍한 계획 불쌍한 질문 성능 신청서 그래서 우리가 바꾼 변화 우리는 본질적으로 행동을 취하고있다 첫 번째로 컴파일 실행

그래서 어떻게의 실제 통계 많은 행이 테이블에 있고 우리는 그 (것)들을 강구 할 수있을 것이다 오른쪽 조인 타입 적응 형의 두 번째 쿼리 처리가 메모리입니다 부여 메모리의 가장 큰 도전 과제 그랜트는 메모리 보조금이 완료되었음을 나타냅니다

질의 실행 및 컴플렉스 메모리 실행 실행 취소 메모리는 IT로서 성장할 수 없다 필요합니다 이것은 두 가지 문제로 이어질 수 있습니다 추정치가 정확하지 않은 경우 너는 어느 쪽이든 할 수있다 있다 당신을 의미하는 과소 평가 당신보다 더 많은 외톨이가 필요합니다

주어진 IT가 유출을 유발합니다 IO 및 쿼리가 있으므로 공연 또는 반대 문제는 당신이 지나치게 과장 한 곳 네가 필요하다고 말한 것은 무엇인가? 단지 한 메가 바이트의 메모리 너는 하나의 기가 바이트를 주었다 그것이 잘못 되었기 때문에 너 너무 많이 껴안을거야

다른 문의가 가능한 곳 IT 혜택 메모리 보조금 신청서와 함께 우리는 역동적으로 의견을 수렴 할 수 있습니다 쿼리가 어떻게 실행되고 있는지 쿼리의 각 실행 이전 버전에서 개선하십시오 실행 통계 얼마나 힘든지를 추적해라

부여 된 메모리, 얼마나 많이 흘렀는가? 실제로 사용 및 IT 적응 그걸로 데모 제 3 부문 개선 및 새로운 소식 문제가있는 공간이 예상대로 호출 됨 QP 및 특히 비즈니스를위한 많은 데이터가있는 거래 관계의 큰 데이터와 마찬가지로 세계, 창고의 생각 분석을하는 질문 또는 모델링 또는 실험 데이터 센터와 같은 많은 데이터 너는 시간을 낭비하고 싶지 않아 총괄적인 질문 작성 취할 수있는 세트 중요한 시간 오늘 열거 된 계정은 데이터 조작의 크기

나는 그것이 의미하는 바에 달려있다 분별력의 가치에 너의 테이블에, 우리는해야만한다 이 모든 데이터를 읽으십시오 메모리 및 계산 한 다음 TOP OF IT IO (IO)와 메모리 (Memory) 권리

상당히 오래 걸릴 수 있습니다 시각 대략적인 수치가 새 것이 었습니다 교수가 연구를 수행함 프랑스의 한 대학교, 나는 믿는다 당신은 로그인 할 수 있습니다 하이퍼 로그, 로그 연산

이건 기본적으로 일정한 메모리 보조금 15 킬로 비트만이 필요합니다 기억 나는 반복 할 것이다

15 킬로그램 그들은 정확하게 예측할 수 있습니다 정확성 2 이내 SO 98이 정확합니다

당신은 올바른 데이터베이스를 얻을 것입니다 시나리오는 어디에서나 볼 수 있습니다 너는 2와 함께 살 수있다 특히 오류가있는 경우 오류가 발생합니다 모델링과 탐색하기 ANALYTICS에서

금융 산업에 적합하지 않습니다 너는 원하지 않는다 [indischernible] 그곳에 많은 데이터에 대해 강력 함 WAREHOUSE SCENARIOS 너 한테 보여 줄게

시민 여기 나는 큰 데이터베이스를 가지고있다 전세계 포탈 데이터베이스, 데이터웨어 하우스 데이터베이스 해제 AZURE AZURE NOW ALWAYS SQL에서 2019 우리는 새로운 경쟁자를 가지고 있습니다 수평

>> 나는 네트워크를 잃어 버렸다고 생각한다 내가 체크해 볼게 괜찮아 돌아왔다 괜찮아

그래서 나는 그것을 창조하려고한다 – IT 큰 정렬 및 큰 일을합니다 주문 및 조인 우리는 이것을 시뮬레이션에 사용할 것입니다 메모리 보조금 문제

그래서 내가 처음 실행 한 시간 가치 8, 데이터가 없습니다 가치가있는 테이블 그래서 HAPPEN IS는 무엇을 의미합니까? 즉시 실행될 예정이며 이 계획을 캐시하고 최적화하십시오 이 테이블에 대한이 쿼리 데이터가 없습니다 여기를 보게되면, 그럴 수도 있습니다

테이블과 해치를 맞췄다 SCAN, RIGHT 너가 보는 경우 너는 그것을 볼 수있다 메모리 보조금 경고, IT 이미 있음 – 바닥 XSO 부여

내가 같은 것을 실행하면 가치 9, 돌아와야합니다 백만 줄 IT는 몇 분 정도 걸립니다 이 때문에 계획 캐시 된 파일 사용 AN 불완전한 계획과 실행 과체중이므로 그렇게 될 것입니다 TEMP DB 그리고 이것은 기본적으로 A입니다

불쌍한 쿼리 경험 그래서 그들은 처음 실행합니다 그것 때문에, 우리는 아무 것도 없어 역사 통계학 이 가치의 실행은 IT 기본적으로 없다 정보 이동, 그냥 메모리 보조금

이것은 처음이다 얼마만큼주의해야할까요? 메모리 쿼리 우리는 통찰력을 계획 그것은 44 초를위한 것입니다 1

2 백만 줄 및 당신이 보는 경우 당신이 볼 수있는 계획 그것은 그 데이터를 저장하기 위해 데이터를 입력했습니다 그에게 줄 수있는 기억 QUERY는 만족스럽지 않습니다 지금 당장 계획대로 가면 메모리 아래의 속성 및 모양 부여 정보, 당신은 그것을 볼 수 있습니다 조정 중입니다 우리가 새로 추가 한 재산입니다

메모리 보조금 피드백 이 값은 계속 변경됩니다 첫 번째 실행에서 그런 다음 네, 조정합니다 IT 부서는 IT 부서가 아닌 한 계속 조정할 것입니다 안정된 상태에 도달 한 다음 안정된 자리를 흔들어주십시오

한번 더 보자 시각 지금 그것은 어떻게 역사가있다 많은 시간을 할애하고 얼마 동안 QUERY에 필요한 메모리 그것은 그렇게해야한다 얼마나 많은 메모리가 있는지 예측하십시오

질의 및 조정이 필요합니다 따라서 44 초부터 돌아왔다 12 세 변경 사항 없음, 조정 없음 필수, DB 중재가 필요하지 않습니다

필수적으로, 단지 마술 적으로 공장 그런 다음 경고를 볼 수 있습니다 알았어 내가 가서 보러 간다면 메모리 보조금 재산 다시, 그것 여전히 조정을 말합니다 내가 더 많은 것을 실행하고 싶다면 시간이되면 예표가 나옵니다

IT가 더 이상 그렇지 않다면 자라거나 줄어들 필요가 있습니다 너의 역동적 인 적응력 QP for 메모리 보조금 그래서 다음 데모가 있습니다 그만큼 대략적인 수치 빠른 회신

메모리 그랜트는 최근 COMPAT LEVEL [불가피] 나는 VM이 ​​네트워크를 가지고 있다고 생각한다 문제 괜찮아

대략적인 숫자는 필요하지 않습니다 너가 COMPAT 수준 때 너는 최신의 그리고 가장 위대한 그래서 여기 나는 그것을 실행할 것이다 [INDISCERNIBLE]을 정하십시오 나는 캐시를 지울 것이다

괜찮아 그래서 나는 분별력을 가지고있다 대략적인 계산 새로운 구문에 유의하십시오 그것들 둘 다로 가려고합니다

같은 표제를 반대하십시오 얼마나 많은 시간이 걸릴지 봅시다 방법 – 결과 보여줘 나는 타이머를 켤 것이다 또한 우리는 오랫동안 볼 수 있습니다

IT TOOK 그리고 나는 그림을 그릴거야 PLAN 그래서 당신은 볼 수 있습니다 우리가 생각한 계획의 차이 일으키다 그래서 여기에있는 일이 하나만 남았습니다

분별력있는 자세로 가치와 그 후에 집합 그래서 당신은 입출 비용을 지불하고 있습니다 그리고 거기에 메모리 비용 대략적인 수치 내가 처음으로 말한 것과 같은 분별력 고정 된 메모리 비용과 새로운 것 알고리즘이 더 유용 할 것입니다 효율적으로하십시오

또한, 당신을 조정할 수 있습니다 계산 작동 우리는이 모든 것을 볼 것입니다 지금까지의 혜택 끝내기 처음으로 끝낸 네 개의 값을 되 돌렸다

60 억 달러 대략적인 수치 끝내고 돌아온 가치 4 천 5 백만 달러 총 개수는 [비공개] 범위 그걸 첫 번째 계획서에서 볼 수 있습니다 [필사적 인] 우리가 생겼다

패러랠리즘을위한 두번째 것 TOTAL을보고있는 경우 실행 시간, 첫 번째 실행 시간 36 초 정도 지나서 1 초에 2 초 그렇게 대단히 빨라졌습니다 이것은 새로운 문제입니다 공간과 많은 고객 큰 데이터 작업하기 관계가 아닌 세계 NoSQL 세계지만 관계 큰 데이터 월드

AREHOUSE, 같은 엔진을 실행합니다 될거야 AZURE SWELL에서 사용 가능 돌아 가자 표시 지금은 새로운 것을 보게됩니다 배상 책임

그래서 장점 중 하나 고객 또는 부인을위한 MICROSOFT가 서비스를 실행 중입니다 50 만개의 데이터베이스로 지역은 우리가 개선하고 서비스가 지속되는지 확인하십시오 그리고 건강한 그래서 다른 기본 우리의 모든 개발자가 될 것입니다 대신 DBA 작업 수행 신기능을 기려, 오른쪽 그래서 우리는 큰 신호를 보냈다

시간의 금액 그걸 뽑아내는 배움 봉사의 지능을 뒤로 IT를 신뢰할 수 있고 사용 가능하게 만드는 방법 안정적 이군 우리가 가진 것들을 조금만 간직하십시오 우리가 무엇을 부르는 지 소개했습니다 기업의 신뢰성 우리는 계속해서 성장합니다

그리고 나는 역순으로 들어간다 첫 번째는 무책임하다 온라인 색인 SO 지수 유지 보수는 비싼 중요한 자원, IO 메모리 및 잠금 장치 원인 응용 프로그램 다운 시간

필요한 응용 프로그램 INDEX가있는 경우 그 시간을 관리하십시오 창조물은 허용 된 것 이상으로 간다 많은 시간을 죽이는 포크 죽일 IT, 오랫동안의 결과 또한 오래 걸리는 롤백 때때로 우리가 처음으로 무엇을 도입했는지 온라인 인덱스 재 구축 CAN 일시 중지 및 다시 시작 색인 REBUILD 우리는 어느 곳에서나 재개 할 수 있습니다

끝내기 두 번째 것은 우리가 가지고있다 도입 IT 온라인 지수 창작 AGNEW INDEX를 작성하는 경우 일시 중지하고 다시 시작할 수 있습니다 당신은 아래로 시간을 충격하지 않습니다

두 번째 강화 된 기능 이것은 LOG SPACE USE입니다 색인 생성은 많은 로그를 가져옵니다 공간과 홀스 UP LOG TRUNCATION INDEX CREATION을 일시 중지하더라도 또는 당신이 다시 실행되지 않을 것입니다 너무 큰 로그 공간 이익 개선을위한 두 번째 투자 가용성 또는 변동 금리 [불가피]

너 많은 사람들이 꼭 들으셔야 만한다 TEMP DB CONTENTION 가장 큰 도전 중 하나 TEMP DB와 함께, 하나는 메타 데이터 비평과 다른 하나는 배정 된 협의 그래서 너는 언제나 노력하고있어 [비공식] 템포 테이블에 우리는 페이지를 찾아야합니다

우리는 시스템 페이지 페이지를 가지고 있습니다 자유 공간 또는 PFS 그것의 사용 트랙 사용 가능한 페이지 그게 어디 있니? 모든 위협 또는 가고 점검해야합니다 한 번 당신이 무엇을 찾을 수 있습니까? 당신이 갈 준비가 안된다

상태 비트를 변경합니다 시스템 페이지 그걸 가져갈 수 있어요 연결될 수있는 것을 고려하여 법안 문제 수천 건의 세션이 진행 중입니다 업데이트 및 액세스를 위해 그것

그것은 모두 독점적으로 이루어집니다 오늘 래치 그것은 래치 접촉을 일으킬 수있다 그리고 성능 문제가 발생합니다 최근에 변경된 사항 우리는 할 수 있습니다

협소 한 사정 대부분의 경우 NO 충돌 두 개의 스레드가 같은 페이지를 업데이트하는 것에 대해 같은 시간에 그들은 아니다 가짜 비트를 만지는 것 공유 래치가 진행되는 동안 업데이트

여러 세션을 업데이트 할 수 있습니다 거기에 평행선이 있습니다 다음과 같이 계속 진행됩니다 인터 로킹 운영 어떤 부패도 없다 하지만 그것은 끝났어

눈에 띄는 향상 TEMP DB 작업로드 그리고 마지막 하나는 데이터베이스 회복 너는 오래 동안 뛰쳐 나간다 복구 문제 또는 로그 스페이스 문제? 그리고 이걸로, 더 이상 당신은 더 이상 둘 중 하나에 대해 염려해야한다 그들

그리고 내가 너에게 왜 그렇게 말 할까 3 가지 주요 고객의 고통 우리가 조사했을 때의 포인트, 광석 60 명이 넘는 고객이 한 시간의 시간보다 장기간의 회복 때문에 이것은 복구 때문입니다 단일 스레드 그럼에도 불구하고 거래 너가 달리고있는 경우에 일하는 짐 비즈니스 APPS 업데이트 가능 데이터베이스가 평행합니다

니가 회복해야 할 때 우리는해야 해 하나의 거래를하거나 시리즈 패션에서 장기 너도 오래 있으면 러닝 오픈 거래 IT 허락하기 때문에 – 할 수있다 너는 뒤로 굴릴 수 없다 이전 페이지는 로그인 할 수 없습니다

오래된 거래는 제거됩니다 가상 로그 파일 또는 VLF는 사용 중입니다 그것 IT -이 둘 모두를 해결할 수 있습니다 문제, 우리가하기 전에, 우리는 세 가지 단계가 있습니다

단계별로 분석하고 로그 필요한 거래를 확인하십시오 복구 됨 우리는 규모를 만들 것입니다 커밋되고 롤백 됨 마지막 거래 이후 CHECK POINT

한 번 분석 완료, 우리는 우리가 시작한 곳에서 다시 할려면 가장 오래된 활성 트랜잭션 그리고 나서 가서 모두 보아라 이후 위탁 거래 마지막 점과 우리가해야 할 일 그들을 다시 읽으십시오 모든 거래를 취소하지 않아도됩니다 어디에서 일하지 않았습니까? 사고의 시간 이것은 비용이 많이 드는 작업입니다

그리고 중요한 이야기 오랫동안 – 의미심장하게 시간이 오래 걸린다 우리는 데이터베이스 복구를 가지고 있습니다 이것은 버전 기반입니다 그래서 오늘 버전 스토어에있다 TEMP DB

이게 무슨 짓을했는지 우리는 데이터베이스를 가지고 있습니다 각 데이터베이스가 소유하고있는 데이터베이스 버전 스토어 없음 TEMP DB를 사용하여 해결해야합니다 연락처 그런 다음 우리는 무엇을 소개 했습니까? S LOG가 호출되었습니다 기억 팀으로 생각하고 또한 로그에 점을 확인하십시오

그것은 영구합니다 그래서 PERSISTED VERSION STORE KEEPS 모든 사용자의 진실 업무 S LOG는 모든 것을 추적합니다 노어 거래 좋아하는 시스템 업무 우리가 지금 도구를 영구히 유지하기 때문에 우리는 논리적 인 변환을 할 수 있습니다

너는 우리가하는 롤백을 할 때 보상 및 – 로그인 불가능합니다 그것을 먹어라 우리는 모두를 유지하고 있기 때문에 롤백을 할 수있는 버전 즉시 알기 때문에 필요한 기타 업무 롤백 할 수 있습니다 모든 버전을 제거하고 다시 POINTER를 CHANGE로 바꾼다

그 이전 버전 트랜잭션 시작되었습니다 너 너머 – 절정에 이르렀다 즉시 그리고 뒤로 접지 작업 소스를 한 번 클린 거래가 더 이상 없습니다 필수

그걸로, 지금은 너를 다시해야 해 그냥 필요하다 S 기록하기 모든 시스템 거래 귀하의 사용자 거래 및 너는 단지로부터의 REDO에게 말했어 마지막 검사 지점 내가 우리 모두를 언급했듯이 말하지 마라 해야 할 일은 롤백입니다

거래 전 버전 완성 된 버전에서 시작되었습니다 저장 그곳에는 단지 표식 만 변경하십시오 그리고 즉시 풀릴 수 있습니다 내가 너에게 빠른 데모를 보여줄 수있게 해달라

실제 가치를 나타내는 이 기능 여기 신청서가 있습니다 그린 라인 대표자 적극적인 데이터베이스 복구 기능 켜기 데이터베이스 옵션 그리고 나서 빨간 선은 나타납니다

행 삽입 됨 그래서 당신은 줄줄기를 볼 수 있습니다 그 중 한 가지는 오른쪽은 TRANSACTION LOG입니다 공간 익숙한 우리는 거친 기록을 남길 수 있기 때문에 TRUNCATION

우리가 할 수있는 이유 당신이 힘들어지는 로그 갈라짐 더 이상 트랜잭션 로그가 필요 없습니다 꼬리보다 더 좋은 기타 로그 필요한 데이터는 모두 S입니다 로그 또는 PERSISTED VERSION STORE 복구가 필요한 경우

우리는 모두 갈 수 있고 로그 스페이스 여기 당신이 그 로그를 볼 수 있습니다 공간은 어느정도 안정되었습니다 포인트 우리는 그렇게 성장할 수 없다

계속해서 TRUNCATING을 유지하십시오 ADR없이, 로그 키프 엄청나게 커졌습니다 우리는 이미 우리 자신을 삽입했습니다 25 백만 줄

내가 가서 크래쉬하자 회복 내가 가서 SQL Server를 중지하십시오 여기를 볼 수 있습니다 두 인스턴스를 모두 시작합니다

지금 당신은 더 많은 도표를 볼 것입니다 아래쪽에 괜찮아 처음에는 ADR이 없습니다 2400 초를 말합니다

40 분과 같다 생각한다 오른쪽 면도 이미있다 끝난 3 초

그래서 당신은 볼 수 있습니다 그리고 재실행은 단지 2 초 걸립니다 HYPERKALE 내부에서 실행되는 기능 미국인이 허용하는 과육 데이터베이스를 복원하고 가져 오기 온라인 매우 빠릅니다 이걸 가지고있는 다른 이점 불합격 오버 너는 네가 간직 했음에도 그것이 항상 존재하는지 구현 됨 또는 그것이 AZURE인지, 한 번 복제본이 나옵니다 아래에도 복제는 오래 걸릴 수 있습니다

우리가해야하기 때문에 앞으로 올 것이다 배수구 및 적치 모두 업무 이것으로 거의 즉시입니다 로그 스페이스와 같은 여러 가지 이점 익숙한 복구 시간과 페인팅 N THE FAILOVER TIME

전반적인 IT 개선 THE EXPERIENCE FOR THE 데이터베이스 신청서 제출 결과 엄청나게 돌아 가자 표시 그럼 우리는 다른 것을 가지고 있습니다

우리가 소개 한 기능 요새 그들 중 하나는 영역 재교육입니다 이 사이트는 미리보기가 진행 중입니다 행진 이것은 기본적으로 하나의 클릭만으로 이루어집니다

당신이 볼 수 있듯이 인스 턴스 생성하기 존이 너를 원해 여분 AZURE SQL 데이터베이스에서, 당신은 언제? 데이터베이스를 만들자 비즈니스 중요성 각 복제본 만들기 그것을 만드는 데이터베이스

IT가 내장되어 있습니다 우리는 4 개의 라인을 보증합니다 SLA의 권리 존 리던던시를 마실 때 우리는 전방 구역

각 구역을 분리 된 것으로 생각하십시오 데이터 센터, 물리적 인 건물 당신에게 주어진 것은 무엇인가? 데이터 센터 수준에서 그것이 네트워크, 전원 또는 하드웨어 그들은 완전히 격리되어 있습니다

기본 데이터베이스가 작동하는 경우 왜냐하면 내려 가자 건물의 힘이 사라졌습니다 뭔가가 일어났습니다 그런 다음 두 번째 건물이 계속 시동 중입니다 또는 제 3의 건물이 여전히 존재 함 쪽으로

그들은 모두 여전히 현지이고 그럼 너도 같은 지역에있어 언제나 그것을 얻을 것이다 당신이 필요로하는 성과 그들은 여전히 ​​보험입니다 일반적인 ACH 기타 우연히

일부 지역에서 사용할 수 있습니다 지금은 더 많은 지역이 될 것입니다 향후 월에 추가되었습니다 두 번째 단락은 – 나는 모든 데이터베이스에 대해 언급 됨 WE 세 개의 복제 작성 자동적으로 오늘은 숨어 있습니다

비즈니스를 수행하는 경우 중요한 대기열 허용 복제본 중 하나에 연결하십시오 항상 ON-PREM과 비슷하게 당신이 지정할 수있는 곳 신청서 읽기 전용 읽기 스케일 아웃을하고 모두 움직여 라 읽기 작업로드 A 2 차 복제 및 영향 없음 첫째의 그걸 천사와 함께 할 수 있어요 데이터 베이스

다시, 그것은 안에있다 너는 단지 변경해야만한다 신청 연결 스트링 이것을 함께 사용할 수 있습니다 실패한 그룹이있는 곳 GEODISTRIBUTED 설정 가능 어떤 지역의 데이터베이스 SQL DB입니다

행동 불능 상태가 될 수 있습니다 일곱 분의 초등부 사이의 그룹 미국 동부에서 유럽에서 2 차 실행 어딘가에서 세계와 LISTENER TYPE STRING WHERE 응용 프로그램을 투명하게 만들 수 있습니다 예비 선거가있는 곳 그게 완벽하게 지원되는, 너무, 이것과 함께 그런 다음에는 그냥 그렇게 받아 들일거야

가장 큰 가치 중 하나 AZURE SQL 데이터베이스가 있음 관계에 추가 ENGINE은 많은 가치를 제공합니다 그리고 당신이 얻은 투자 그것이 보안 또는 HA인지 또는 하드웨어와 마찬가지입니다 나는 많은 고객을 의미한다 지금까지와 만났을 때 GO – A를 만들어라

완전히 관리되는 엔터 프라이즈 환경에 대한 사전 예방, IT 수 있습니다 최소 6 개월에서 6 개월 정도 걸립니다 하드웨어 및 설정하기 위로 설정하기 HA, 백업, 보안 업데이트 너는 걱정할 필요가 없다 이건 뭐든지 그것은 당신을위한 것입니다

그곳에 가서 빨리 데이터베이스 이관 서비스 MANAGED는 리프트하기가 더 쉽습니다 호환성을위한 선박 당신은 응용 프로그램에 집중할 수 있습니다 비즈니스와 함께 모든 것을 얻으십시오 가치와 가치 없음 실제 관리에 관하여 데이터베이스 자체 우리는 매우 빠른 개요가 있습니다

모든 기능 우리는 절판의 톤을 가지고 더 깊이 나아갈 세션 이 각각에 참석은 무료입니다 그리고 당신이 할 수 없다면 사람이 직접 사용할 수 있습니다 몇 주 안에 Youtube에서 내용과 함께

오늘 우리가 가진 모든 것 우리가 여기 있으면 돌아 다닐거야 어떤 질문이 있으십니까?

Databases containers and pods: SQL Server on Kubernetes – THR2096

안녕하세요, 모두, 포드 SQL 서버의 데이터베이스 컨테이너에 오신 것을 환영합니다 쿠퍼 넷티의 컨설턴트 데니 체리 (Denny Cherry Associates)의 컨설턴트 인 데니스 체니 컨설턴트가 즐겁습니다

다음 20 분 안에 우리는 데모 팩 세션을 가질 예정입니다 컨테이너에서 실행되는 SQL 서버에 대해 간략하게 이야기 할 것입니다 그리고 왜 당신이 하얀 컨테이너에서 뛰고 싶은지에 대한 좋은 생각이 있습니다 나는 데이터베이스 소프트웨어를 설치하는 것과 같습니다

약 50 회 클릭하고 보통 약 30 시간이 소요됩니다 나는 그것이 내 일상의 가장 생산적인 부분이 아니라는 것을 안다 당신이 이미 자동화하지 않았다면, 장점 중 하나입니다 컨테이너를 사용하는 과정에서 우리는 고통스러운 긴 설치 작업을 걱정할 필요가 없습니다 미디어를 기계로 가져 오는 것에 대해 배웁니다

우리는 프로세스 또는 그 이상을 크게 단순화합니다 또한 Cooper Nettie는 장애 조치 클러스터링과 같은 고 가용성 솔루션 구축 프로세스를 단순화합니다 또는 항상 가용성 그룹에 관해서는 SQL Server의 각 버전에 적용된다는 것을 알고 논의했으며, 롤링 패치 업그레이드 방법에 대한 데모를 몇 가지 할 것입니다 가용성 그룹 데모에서 페일 오버 및 어쩌면 지원할 수 있습니까? 쿠퍼 넷티에 익숙하지 않다면 요 네가 버넷 쿠퍼 네티 했니? 이것이 Google을 생각할 수 있다고 생각한다면 Google에서 나온 프로젝트입니다

이것이 데이터 센터를 운영하는 데 사용되었습니다 그리고 내가 본 최선의 방법은 클라우드를위한 가상화 플랫폼의 일종입니다 Azure와 같은 공개 클라우드에있는 경우뿐만 아니라 실제로 적용됩니다 다른 공중 죄수 중 하나 그러나 자신 만의 인프라를 구축하고 있다면

On Prem, Cabanis에서 배울 수있는 이러한 개념 중 많은 부분은 소프트웨어로드 밸런서 소프트웨어를 기본적으로 사용하는 것과 같습니다 또는 소프트웨어가 네트워킹 인프라를 코드로 정의했습니다 그것들은 모두 적용 할 예정이며 Prem Cooper에 있습니다 Nettie의 세계와 그들은 또한 클라우드에 적용될 것입니다 대부분의 데모

나는 미니 Q를 실행하는 노트북에서 할 것입니다 그러나 저는 또한 Azure, Cooper Nettie Service를 운영하는 AG 데모를 가지고 있습니다 따라서 배포 방법에는 여러 가지 옵션이 있지만 오케스트레이션을 얻는 주요 요소는 있습니다 기본적으로 컨테이너 화는 가상화와 크게 다르지 않습니다 우리는 단지 두 개의 레이어를 스택 아래로 내려 가서 OS에 더 가깝게 갈 것입니다

그리고 왜 우리가 이것을 원할까요? SQL Server 2019 큰 데이터 오늘 아침에 발표를 듣지 못했다면 비용이 많이 들었습니다 마이크로 소프트는 정말 흥미로운 새로운 솔루션을 선보였습니다 SQL 2019 SQL Server 2019 그리고 Cooper Nettie의 스파크와 파이썬 및 HDFS와 관련된 모든 다른 데이터베이스를 연결할 수 있습니다 그것은 지금 쿠바의 소용돌이 모양과 다른 두 가지 옵션으로 만 진행될 것입니다 그 이유는 많이 있습니다

그러나 가장 큰 장점은 배포의 용이성에서 많은 유연성을 얻을 수 있다는 것입니다 그래서 쿠퍼 넷티 (Cooper Nettie 's)는 Google에서 오케스트라 컨테이너 오케스트레이션 시스템으로 이사회라고합니다 또한 헬름 만 (helmsman)을 의미하는 헬라어 단어에서 온 것이고, 그것은 배를 조종하는 사람입니다 로고는 선박 판매의 바퀴입니다 그것은 많은 일을하므로 스케일링자가 치유로드 밸런서를 판매하고 있으며 우리는 이러한로드 밸런서를 활용하기 위해 SQL 인프라에 상당히 집중하고 있습니다

그것이 우리가 지속될 것이기 때문입니다 우리의 서버 이름 그것은 당신이 SQL 서버 장애 조치 클러스터 인스턴스로 작업 한 적이 있다면 개념입니다 그것은 자연과 매우 유사합니다 그것은 약간 다를 것이지만 비슷한 종류의 것이이 글에 쓰여 있습니다

의사 또는 어쩌면 Microsoft Container Registry와 함께 사용하는 경우가 많습니다 SQL Server 2019 베타 이미지의 경우 Cooper Nettie가 10000 피트에 위치합니다 새로운 것을 처음 접한다면 핵심 라이브러리에 대한 조명에 가깝게 가상화를 생각해보십시오 그리고 컨테이너마다 SQL 서버가 누구에게도 SQL Server 2017이 Cooper Nettie를 지원한다는 것을 알았 기 때문에 각 컨테이너에 대해 전체 운영 게스트 운영 체제가 필요 없기 때문에 Denser를 얻을 수 있습니다 손을 대면 뉴스가 많이 나오지 않았습니다

커뮤니티의 기본 몇 가지 데모를 지원했습니다 우리는 할 것입니다 2017 년이 될 것으로 보입니다 저는 이것이 이것이 완벽한 특징이 아니며 두 가지 종류의 큰 격차가 있다고 생각합니다 이것이 더 이상 나아지지 않은 이유는 아마도 내가 본 가장 큰 제한 인 인증 취소를 지원하지 않았습니다

또한 SQL 서버 에이전트가 없어서 에이전트 작업을 사용할 수 없었습니다 그래서 그것은 개념의 더 많은 증거 였지만 온라인으로 완벽하게 지원되고 문서화되었습니다 2019 우리는이 큰 데이터 클러스터 옵션을 가지고 있지만 더 많은 옵션이 있습니다 현재 사용 가능한 가용성 그룹이 있습니다 Active Directory 인증은 진행 중이며 Matt에서 작업 중이며 SQL 서버의 전체 표면적과 일치합니다

우리는 또한 가상화에서 이러한 규모를 가지고 있습니다 나는 20 분 안에 그것을 커버하지 않을 것이다 그러나 부스에서 질문이 있으면 우리는 많은 질문에 답할 것입니다 이제 데모에 들어가 첫 번째 데모를 시작해 보겠습니다 나는 당신이 기본적인 장애 극복의 종류임을 보여줄 것입니다

그리고 우리가 SQL 서버 인터넷을 배치하는 방법은 클러스터입니다 그래서 여기에 진짜로 로그인해야합니다 이것은 내 우분투 서버입니다 이것은 단지 VM입니다 Mini Cube를 실행하면 학습 커뮤니티를 시작하려는 경우 좋은 것입니다

꽤 쉽고 빠르게 설치할 수있는 설치 프로그램입니다 하지만 몇 가지를 보여 드리겠습니다 중요하고 항상 컨테이너에서 데이터베이스를 실행하는 데 문제가되는 것은 처음입니다 VMS 컨테이너가 사라짐에 따라 컨테이너가 훨씬 일시적인 것으로 생각되며 데이터가 사라지는 것을 원하지 않습니다 어쨌든 마지막으로 확인한 것은 좋지 않습니다

따라서 우리는 영구 저장 장치를 정의해야합니다 그래서 여기에서이 디렉토리를 공유 할 것이며 PV 소유권 점 DMO라는 파일이 있습니다 여기에서는 컨테이너에 영구 저장소를 정의하는 방법을 보여주는 저장소를 정의합니다 이 모든 파일에서 인프라를 모두 찾아야한다는 영구적 인 볼륨 요청을 사용하고 있습니까? 나는 공간과 대소 문자를 구별하여 오류가 발생할 때이를 잘 모릅니다 너에게 보여줄거야

당신이 잘못 복사하거나 붙여 넣기했거나 공간이 틀렸습니까?하지만 이것은 10 기가 바이트 볼륨으로 계속됩니다 내 데이터베이스의 경우, 그게 무슨 뜻이야? 내가 본다면 항상 여기에있는 볼륨을 갖게 될 것인가? 그리고 나는 말한다 통제력을 유지하십시오 부하 분산 장치가 있음을 알았습니다 로드 밸런서가 내 서버 이름이되도록 SQL 배포입니다

나는이 저장 장치를 유지하도록 할 것이고 그 다음에 포드 (pod)에 포드 (pod)를 갖도록 할 것입니다 컨테이너 배치의 포함 된 단위입니다 잉크 리본은 일부에서는 SQL 서버 포드를 가질 예정이며 MS SQL 배치라고합니다 이런 종류의 Goo Edition은 실제로 좋은 이름이 아닙니다 그럼 내가 어떻게 만들 었는지 봅시다

그리고 다시 한번, 저는이 배치가 배치 스크립트 맨 위에 있다는 것을 압니다 로드 밸런서를 정의합니다 우리는 1433 번 API 버전의 베타 1 API를 사용 중이며 리눅스의 SQL 서버 인 2017 누적 업데이트 10을 사용하고 있습니다 내 비밀 번호를 비밀로 정의했습니다, 그래서 그것을 끌어낼거야하지만이 지금 실행하고 있습니다 우리는 또한 내가 언급 한 스토리지가 var opt Ms SQL로 해당 스토리지를 마운트 할 것임을 반영하고 있습니까? 그래서 내가 여기에 로그인하면

그리고 ignite 데모라는 데이터베이스를 만들겠습니다 여기에 SQL CMD를 사용하고 있지만 Azure Data Studio라는 훌륭한 크로스 플랫폼 도구가 있습니다 그것은 매우 편리합니다 그래서 여기에 사고가 생기면 장애 조치 시나리오가 될 것입니다 그래서 이것은 더 비슷합니다

우리는 장애 조치 클러스터 인스턴스로 무엇을 할 것이므로 공격적인 VM VM 관리자가 필요합니까? 누가 말할 것인가 데이터베이스 포드가 많은 시스템 리소스를 사용하고 있는지 확인하십시오 잘라내어 붙여 넣는 동안 용서해주십시오 그리고 나는 내 화분이 지금 가고있는 것을 보았습니다 그러나 내가 여기서 보았던 것은 그것이 방금 삭제 한 포드를 끝내는 것입니다

그리고 그것은 다시 새로운 것을 창조합니다 서비스는 약 30 초 정도 걸리고 거기에 몇 초 안에 나의 새로운 컨테이너에서 나의 나이를 볼 수 있습니다 그리고 내가 로그인 할 때 몇 초 더 기다려야합니다 그렇지 않으면 실패 할 것입니다 삶으로 돌아갑니다

나는 이것을 한 번 더해야 할 수도있다 우리가 들어가면 SQL 서버가 정상적인 충돌 복구를하고 있다는 것을 알 수 있습니다 이는 서비스를 중지하고 다시 시작한 경우와 같은 느낌입니다 sys dot 데이터베이스에서 이름을 선택하면 서비스가 시작되었습니다 내 발화 데모 데이터베이스가이 프레젠테이션을 수행 한 다른 데모와 함께 있음을 알 수 있습니다

그것이 그녀에게 접근 한 기본적인 장애 조치입니다 이는 고 가용성을 기본적으로 갖추고 있습니다 클러스터를 구성 할 필요가 없었습니다 클러스터 된 SQL을 재미있는 방법으로 설치할 필요가 없었습니다 이것은 쿠퍼 넷티 (Cooper Nettie)의 작품에서 SQL 서버의 종류가 어떻게 구현되는지를 보여줍니다

이제 저는 비디오를 보여 드리겠습니다 그것은 약간 다른 시나리오입니다 여기가 우리가 SQL 서버를 패치 한 곳이기 때문에 집에서만 히트 플레이를 할 수 있습니다 그래서 우리는 우리의 꼬투리를 봅니다 그리고 우리는 연결하거나 실제로 여기에 버전을 보여줄 것입니다

Azure Data Studio 사용하기 이것은 이것을 실행할 때 누적 업데이트 9가 될 것입니다 내 전화 블링과 타이핑 여기서 우리는 당신이 9를 보는 곳을 보았습니다, 그래서 나는 그것을 고치고 싶다면 배포 파일을 업데이트 할 것입니다 10을보기 위해 그것을 변경하려면 여기를 클릭하고 지금 큐브 컨트롤이 적용된다는 말로 배포 할 것입니다

내 배치가 구성된 대시 FUC도 비슷한 일이 발생합니다 새 컨테이너가 생깁니다 그것은 앞으로 나아가고 창조 할 것입니다 그리고 그것은 나의 오래된 파스만이 이걸 실행하는 것을 끝낼 것입니다 현실에서는 왜 내가 비디오

이 작업에 약 6 ~ 7 분이 걸렸습니다 배포 환경의 환경에서 새로운 컨테이너가 온라인 상태가되도록 그리 오래 걸리지 않았습니다 패치를 적용하는 데는 SQL 서버가 필요합니다 따라서 SQL Server는 인스턴스에 대해 수행되는 업그레이드 단계를 6 분 동안 수행하는 것이 일반적으로 경험할 때보 다 오래갑니다 그러나 그것은 오랜 시간이 걸렸으므로 여기서 약간 앞으로 확대합시다

말하자면 우리는 SQL 로그를 볼 수 있습니다 그리고 다른 창문에서 다른 종류의 패치가 나옵니다 여기에 연결하면됩니다 이 작업이 완료되면 다시 실행하십시오 우리는 그것이 주목해야 할 다른 것들 중 하나가되고 있음을 알 수 있습니다

큐브 제어 명령을 사용하여 모든 작업을 수행합니다 그리고 내 환경에서 로그를 생성 할 수 있습니다 큐브 제어 로그를 사용하여 시스템 오브젝트가 유죄를 나타낼 때마다 이 경우에 사용하고 싶습니다 내 속편 컨테이너에서 로그를 가져오고있어

그것들은 표준 출력에 쓰려고하는데, 이것은 클러스터 내에서 찾기가 약간 어렵습니다 그러나 명령 행에서 쉽습니다 여기서 데이터베이스 메일 업그레이드 위치를 볼 수 있습니다 복구가 완료되었으므로 여기서 로그인하는 것이 좋습니다 이제 재방송 할 때 버전 추가를 선택하십시오

지금 SQL Server의 10 가지 인 2017을 보시도록 업그레이드되었습니다 따라서 이것은 단순한 일종의 Pat 시나리오였습니다 OB 클러스터 된 환경에서 롤링 업그레이드를 수행하는 것과 매우 유사합니다 문제는 적당한 다운 타임이 필요하다는 것입니다

우리는 잠시 들렀다 그 패치들과 우리는 단지 하나의 노드만을 가지고 있습니다 SQL Server에있는 가용성 그룹 및 SQL Server 2019에 대한 픽스입니다 그러니 잠깐 파워 포인트로 돌아 갑시다 그래서 방금 전 소개 한 것은 SQL 서버와 Cooper Nettie의 상호 작용면에서 매우 간단합니다

가용성 그룹을 사용하면 SQL 컨테이너 이외에도 훨씬 더 깊은 솔루션 세트가 제공됩니다 우리도하지 않았습니다 에이전트는 비밀 키가있는 R 포드로 실행될 수 있으며 가용성 그룹에 대한 오케스트레이션을 수행하게됩니다 우리에게는 우리를 위해 모든 것을 관리 할 운영자도 있습니다 이것들은 모두 쿠바 소용돌이 모양의 것들입니다

우리는 이것을 확장하여 3 노트의 예가 될 것입니다 이것은 온라인 서적의 데모가 갖는 것입니다 여기서 어떤 일을 겪게됩니까? 그래서, 여기에 파일 경로를 보여 주기만하면됩니다 나는 나의 지속적인 주장으로 똑같은 것을 가지고있다 여기에서는 3 개의 노드가 있으므로 여기서도 SQL 데이터 하나의 Ms SQL 데이터에 대한 지속적인 소유권을가집니다

이 모든 것에 대해 80 기가를 지정하고 있습니다 탄소를 사용하면 모든 인프라를 코드로 쉽게 정의 할 수 있고 인프라에 대해 코드로 많이 이야기했음을 알 수 있습니다 그리고 여러분 모두는 여러분의 인프라와 소스 컨트롤을 올바르게 유지합니다 다시 한번 손을 뗄 필요는 없습니다 실제로 여기가 있어야합니다

실제로는 현실이되기 때문입니다 대신 우리는 이들 볼륨을 정의한 다음이를 정의합니다 그런 다음 못생긴 스크립트 나 스크립트가이를 듣습니다 둘 다 연산자를 정의합니다 그리고 이것은 정의 할 것입니다

우리가 어떻게 관리하고 있고 또한 작업중인 네임 스페이스를 찾은 다음 마침내 SQL 서버를 찾을 것입니다 이제 우리는 모든 SQL 서버를 찾을 것입니다 Microsoft로부터 라이센스 계약에 동의해야합니다 컨테이너 이미지를 가져오고 우리는 RSA 패스워드로 그 패스를 풀어 볼 것입니다 계속해서 배포하십시오

그래서 여기에 당신을 보여 드리겠습니다 Ossory는 오타를 터치합니다 그래서 나는 여기에 하나의 주 (主)에 대한 나의 봉사를 가지고있다 내 코에는 각각 하나씩있는 것을 볼 수 있습니까? 로드 밸런서가 있고 에이전트가 실행 중이므로 누드가 각각 실행되고 연결할 수 있습니까? 지금 당장, 나는 나의 초등 학생과 만 연결할 수있다 그건 잘못된 IP 주소 였어

그리고 우리는 그 것을 포기할 것입니다 네가 할 수있는 걸 보여주고 싶은 또 하나의 일은? Azure Cooper Nettie 서비스는 귀하의 컴퓨터에서 로컬로 실행되는 Cooper Nettie의 관리 인터페이스를 얻을 수 있습니다 나는 내 컴퓨터에서 이걸 시작할 시간을 시작하려고한다 그리고 나는 내가 AG를 가지고 있다는 것을 알 수있다 나는 좀 더 많은 것을 보면서 내 이름 공간을 gewonnen으로 바꿀 수있다

여기에서 나는 iPods를 보인다 내 환경 용 인프라에서 얼마나 많은 CPU를 소비 하는지를 알 수 있습니다 그리고 제가 언급했듯이 이것은 모두 Azure에서 관리 서비스로 실행됩니다 안녕

나는 여전히이 인터페이스를 내 컴퓨터에 로컬로 가져 오므로이 작업을 수행하는 데 정말 멋진 방법입니다 따라서 Cooper Nettie의 데이터베이스 컨테이너에서 실행하는 것이 가장 큰 장점은 최소한의 구성만으로 고 가용성을 얻을 수 있다는 것입니다 따라서 인프라가 인스턴스화되면 훨씬 적은 작업을 수행해야합니까? 다른 한편으로는 배포와 관련된 많은 유연성을 얻을 수 있으므로 Prem Cloud에 배포 할 수 있습니다 그리고 당신은 같은 종류의 배치를 가지고 있으며, 항상 누군가를 클릭하여 매번 설치해야한다는 것을 알 필요가 없기 때문에 일관된 배포를 얻을 수 있습니다 인프라 스트럭처를 VM 크기까지 코드로 사용하고 있습니다

따라서 환경을 표준화하는 매우 쉬운 방법이됩니다 15 초 안에 약 1 분 남았습니다 질문이 있으면 누구나 손을 들고 소리를 질렀습니다 네, 질문은 레녹스 컨테이너로해야만할까요? 대답은 지금입니까? 99 % 레녹스 솔루션에 관한 마이크입니다 그리고 솔직히 말해서 Cuban eddies는 Windows Server 2019가 어떤 지원을했는지를 아는 Lennox 것입니다

하지만 당신이 여기있는 곳에서 SQL 서버가 있다면 레녹스를 실행하고 있다고 생각합니다 Lennox 전용 솔루션 다른 질문 네 문제가 커질 것 같아서 SQL 2019 또는 2017이라고 생각합니다

모든 것은 내가 당신에게 새로운 롤빵을 보여주었습니다, 2는 SQL 2017과 함께, 당신에게 보여준 가용성 그룹의 것입니다 IIS에서 실행 중입니다 SQL 2019, 단지 당신이 고 가용성 컴포넌트를 원한다면 SQL Server 2920, 17에서이를 실행할 수 있습니다 한계가 있습니다

다른 질문이라도, 나는 모두에게 고마워 한 후에 여기에있을 것이다

Modernize and consolidate your SQL Server Databases with Lenovo Integrated System – BRK2458

그래서 내가 시작하자 tutcher를 정교하게 만들었다

나는 제품 관리자로서 전 세계적으로 큰 데이터베이스 기술에 중점을 두었다 나는이 분야에서 15 년 동안 일하고있다 그래서 내가 키니가 할 수있을 때의 방에서 자신을 소개하고 싶습니까? 그래서 이번 세션에서 우리는 편지를 통해 당신을 걸어 가고 싶습니다 서비스 솔루션 엔지니어 솔루션은 데이터 플랫폼을 현대화하고 최적화 및 통합하는 방법을 설명하며,이 세션에서 나는이 슬라이드를 읽는 동안이를 활용할 수있는 방법을 보여주기 위해 몇 가지 데모를 원합니다

그렇게 말하면서 그래서 보시다시피 이러한 데이터 및 분석과 이러한 데이터 및 분석을 지원하는 인프라는 일정 기간 동안 발전해 왔습니다 그래서 매우 다른 조직들이이 변환 여정의 다른 단계에 있습니다 aspyr Gardner 2018은 제가 비즈니스 인텔리전스 및 분석 분야에있어 최우선 순위를 제시했습니다

따라서 모든 조직이 데이터 분석에 투자하고 좋은 또는 소년을 얻는 것에 대해 수익을 창출하는 방법을 찾고 있다는 것은 놀랄 일이 아닙니다 그래서 다른 조직이 서로 다른 단계에 있다고 말했을 것입니다 Jenny 선교사 님 시작됩니다 일부 조직은 다시 엔트리 레벨에 있으므로 기본적인 데이터베이스 작업을 시작하게되며 기본보고가 제공되며 조직에 다소 반응적인 서비스가 제공됩니까? 그런 다음 누군가가 비즈니스 인텔리전스 응용 프로그램을 구축 한 다음 좀 더 의미있는 정보를 호출하고 작성하는 데이터 분석 변환 과정의 다음 단계로 넘어갔습니다 다중 차원 모델을 의미하고 더 많은 통찰력을줌으로써 더 많은 유익한 정보를 판매합니다

그러나 현재 우리가 현재보고있는 것은 예측 분석 모드로 전환하려는 우리의 사명입니다 그들은 이미 조직에있는 데이터뿐만 아니라 필요에 따라 소셜 데이터에서 생성되는 데이터와 통합하려고합니다 소셜 데이터 내에서 유용한 정보가 있거나 제품 피드백 및 제품과 같은 것이 있습니다 정보가 너무 어둡고 현재 2에서 일하고 있습니다 어떻게하면 소셜 데이터뿐만 아니라 조직 데이터도 결합하여 예측 분석을 산출 할 수 있으며 전환 할 수도 있습니다

Batanal은 실시간 분석 모드로 폭발하므로 임무가 현재 일어나고있는 일을 알고 싶어하며 현재 의미있는 거리를 만드는 방법을 의미합니다 이 변환 여정의 마지막 단계는 전송 학습과 같습니다 머신 학습과 AI를 사용하여 새로운 비즈니스 모델을 개발하는 것입니다 그래서 저는 고객 360도 프로그램을 작성하는 것을 알고 있습니다 사기로 식별 응용 프로그램을 식별 할 수 있습니까? 이것은 데이터 및 분석 변환에 있습니다하지만 골절에서 볼 수 있듯이 istoric leynar에서도 변형이 발생 했습니까? 우리는 데이터베이스가 실제 서버에 배치 된 다음 궁극적으로는 가상화로 이동 한 다음 하이퍼 수렴 된 인프라 스트럭처 스토리 또는 소프트웨어가 정의 된 소프트웨어가이 프라이빗 클라우드 하이브리드 클라우드로 들어가는 것을 보았습니다 나는 퍼블릭 클라우드에 갔다 레노버의 목표는 당신이 데이터 또는 분석 데이터 분석을 받아들이는지 여부에 상관없이 조직이 완전한 변화의 여정을 이룰 수 있도록하는 것이다 우리는이 완전한 변환 과정에서 솔루션 제공 업체로 나오기를 원합니다

10 나는 지옥에 가고 싶습니다 Lenovo가 CSP가되었음을 알리는 신호 회의 일 뿐이므로 의미를 얻을 수 없습니다 모든 주요한 요소는 실제로 구성 요소에 포함되어 있지만, 우리는 Azure에서 제공하는 소프트웨어를 majcher 스택을 구독하고 Azure 자체에 가입하려는 방식으로 제공 할 수도 있습니다 Prem에서 일하기를 원하는지 여부는 하이브리드 또는 iclod입니다

우리는 이것을 독일어로 사용할 수 있습니다 그렇게 말하면서 따라서이 데이터 및 분석 변환에서 SQL 서버를 생성하는 것은 기본적인 빌딩 블록이며 Microsoft와 마찬가지로 가장 친숙한 사용자들입니다 2008 년 7 월 9 일까지 삶의 끝 그리고 42014로 끝나는 표준 지원도 있습니다

따라서 SQL 서버의 이전 버전을 사용하고 있다면 분명히 비즈니스 문제가 하나 있습니다 업무상 중요한 응용 프로그램이 있으면 보안 업데이트가 없으므로 사용자가 알 수 있습니다 이 보안 업데이트가 없다는 것이 두려운 것이고 두 번째 것은 GDP와 업계 규정이므로 준수에도 문제가있을 것입니다 세 번째 버전은 2008 년 이전 버전의 환경을 유지하는 것과 같습니다 이전 버전이 옳았으므로 많은 것을 얻었습니다

핵심 당신은 매뉴얼이 있어야한다는 뜻입니다 당신은이 코드에 온스 민트를 알기 때문에 유지 관리 비용이 많이 든다는 것을 의미합니다 그래서 이것은 매우 명백한 이유입니다 그러나 더 흥미로운 것은이 플랫폼을 현대화함으로써 얻을 수있는 이점과 같습니다 여기에 단락이 있음을 의미하는 그림이 있습니다

이 점에서 도움을주고 싶은 33 가지가 있습니다 2008 년과 2008 년에도이 모든 벤치 마크를 비교합니다 16과 17이 아니기 때문에 여기에서 강조하고자하는 3 가지 주요 사항이 하나입니다 그러나 데이터베이스 측면뿐 아니라 인프라 측면에서도 이러한 혁신 덕분에 많은 양의 데이터를 작은 공간에 저장할 수 있으므로이를 볼 수 있습니다 우리가 갈 수있는 최대치는 과거에 있었지만 지금은 8 번째 회로 시스템을 갖춘 Leno와 함께 이제는 단일 회로 시스템에서 30 테라 바이트 벤치 마크에서이를 수행 할 수있게되었습니다

그리고 두 번째는 당신이 변화의 양을 알고있는 것처럼 당신이 현대화하기 위해 사용할 수있는 코어 수의 유입에 대한 혁신을 알고있는 것과 같은 수의 코스를 사용할 수 있다는 것입니다 물론 증가한 수를 의미합니다 당신은을 줄일 수 있습니다 미친 당신은 응답 시간을 알기 때문에 코스의 수를 늘리면 더 높은 성능을 얻을 수 있습니다

그러나 높은 수의 코스가 골절 비용이 높을수록 더 높습니다 1 테라 바이트 3 테라 바이트에서 볼 때 벤치 마크 사이의 가격 격차가 4 X 성능을 알고있는 것처럼 매우 가깝다는 것을 알 수 있듯이 가격 성능은 10 테라 바이트의 21244 X에서 줄어 듭니다 10 테라 바이트의 성능으로 갈수록 가격 대비 성능 격차는 거의 21에서 1441까지 증가했습니다 그래서 당신이 내가 좋아하는 것처럼이 성능으로 무엇을 할 수 있는지 물어볼 수 있습니다

하나는 축이 제 데이터베이스를 읽었지만 다른 방법은 더 높은 성능을 사용하여 여러 데이터베이스를 통합하는 것과 같습니다 2008 년 환경에서 2017 년 또는 2016 년 환경으로 공유 서버 인스턴스 통합 또는 가상화 경로를 사용할 수 있습니다 실제로 정의 된 소프트웨어가 있으므로 우리는 그 이점을 강조 할만한 솔루션을 거의 가지고 있지 않습니다 따라서 지금까지는 데이터 플랫폼을 현대화하는 방법을 알고있는 것처럼 전체적인 엔드 투 엔드 흐름을 이해해야하므로 비즈니스 분석이 비즈니스 분석과 같은 방식으로 진행되고 있음을 알게 된 지금부터이 영향에 대해 알기 때문에 지금부터 살펴보십시오 SQL 서버의 전체 생태계 구성 요소를 생성하면 내가 현대화하는 방법에 대해 생각하고 생각하는 것이 중요합니다

따라서 디지털 변환을 좋아한다면 대부분 조직이 이전됩니다 이것은 데스크톱 응용 프로그램에서 웹 응용 프로그램에 이르기까지 모든 사람이 모바일에서 처리 중이기 때문에 모든 사람이 모바일 응용 프로그램에서 바로 수행 할 수있는 모든 것을 구입하는 것입니다 그리고 이러한 모바일 응용 프로그램은 이러한 응용 프로그램에서 응용 프로그램 서버와 이러한 응용 프로그램에 배포되는 것으로 추측됩니다 중요한 것은 모든 비즈니스 작업의 구성 요소 중 일부는 SQL 서버이므로 모든 트랜잭션입니다 귀하의 응용 프로그램에서 데이터베이스 서버에 타격을 가하고 있습니다

그리고 그것은 당신이 성취하고자하는 트랜잭션의 수를 수용하기 위해 더 높은 성능을 필요로하는 곳입니다 그렇다면 신뢰성과 같은 공유를 원할 것입니다 만약 내가 커다란 자신을 잃어 버린다면, 어떻게하면 비즈니스 운영 애플리케이션을 돌볼 수 있을까? 그런 다음 이것으로부터 생성되는 데이터가로드됩니다 모든 ETL 도구의 데이터웨어 하우스에 연결하므로 비즈니스 요구 사항에 따라 매일 또는 매주 한 시간 단위로 데이터웨어 하우스에이 데이터를로드합니다 그리고 데이터웨어 하우스 이벤트에서 소녀는 데이터웨어 하우스에있는 모든 데이터를로드합니다

요약 집계 및 롤업을 사용하면 일반적으로 사용할 수 있도록 단일 차원의 cesara 다차원 분석 권한이 될 수있는 분석을 작성하고 빌드 할 수 있습니다 예 서버 거기에 모든 비즈니스 응용 프로그램이 비즈니스보고 있으므로이 또한 다시 데스크톱 응용 프로그램 또는 모바일 바이 될 수있는 비즈니스 응용 프로그램의 같은 일이 있습니다 당신의 오디오는 당신이 웹을 알고 있습니다 따라서 일반적으로 결과 인 시소러스를 사용합니다 지원 서비스는 당신이 힘을 잃어 가고 있기 때문에 이것에 관한 생태계의 완전한 부분입니다

더 중요한 것은 데이터베이스의 수를 아는 것처럼 내 응용 프로그램이 얼마나 많이 실행되고 있는지를 이해해야한다는 것입니다 서버의 수와 내 서버는 무엇입니까? 데이터 흐름 메커니즘은 새로운 통합을 위해 중요합니다 그래서 일단 당신이 그것을 알게된다면 지금 아키텍처가 알려져 있습니다 dikko 시스템은 이제 다음 요소에 있습니다 거래가 비즈니스에서 진행되고 목표를 없앱니다 따라서 비즈니스 운영과 마찬가지로 2 가지 유형이 있습니다

내가 사용하는 트랜잭션은 내가 떠나는 데이터웨어 하우스로 끝나는 트랜잭션 애플리케이션입니다 또는 귀하의 목표를 달성하기위한 실험실 데이터웨어 하우스 따라서 1,000,000 개 미만의 거래를 완료하기 위해 온라인 비즈니스 운영에 참여하기 위해 10000 명의 사용자를 수용해야하는 비즈니스 응용 프로그램이있는 경우 나는 밀리 초 대기 시간을 갖기를 원한다 어떻게하면 비즈니스 수행과 마주 치게 될지 아는 전형적인 통찰력은 나의 트랜잭션의 대기 시간이다 OP와 같은 것은 여기에있다

나는 비즈니스 운영 에서처럼 무작위로 읽거나 쓰는 방식으로 책상에서 얼마나 빨리 데이터를 얻을 수 있는지와 더 관련이 있습니다 그래서 마지막으로 트랜잭션 로그를 작성하면 모든 트랜잭션을 데이터베이스에 기록합니다 그래서 당신은 고성능을 원합니다 System을 사용하여 트랜잭션을 다음 단계로 진행하여 ETL 프로세스를 통해이 데이터를 데이터웨어 하우스에로드하려는 경우와 같이 많은 수의 트랜잭션을 수용 할 수 있습니다 따라서 일반적으로 비즈니스 운영에서 생성되는 데이터를 데이터로드를 통해 수행되는 데이터웨어 하우스로 얼마나 빨리로드 할 수 있는지, 그리고 모든 데이터로드를 지연시키려는 데이터로드가 지연 될 수 있습니다

프런트 엔드 소매점에서 생성 할 데이터, 예를 들어 월마트 대상 또는 데이터웨어 하우스에 대한 권리는 얼마나 빨리로드 할 수 있습니다 이것은 하드 테이블과 인덱스입니다이 테이블은 자주 사용되는 테이블로, 트랜잭션을 활성화하려는 곳에 현금으로 넣고 싶은 데이터와 같은 데이터를 현금으로 쓸 수 있습니다 하드 테이블과 인덱스가 훨씬 빠르므로 데이터웨어 하우스에서 두 가지 기본 요구 사항은 처리량입니다 따라서 Mayo 하위 시스템에서 가져올 수있는 데이터의 양에 따라 테라 바이트 단위의 데이터웨어 하우스에서 데이터가 생성되고 데이터웨어 하우스 시스템에서 엄청난 양의 데이터를 가져와야합니다

그런 다음 해당 집계를 필터링하고 롤업해야하며 여기에서 처리량의 주요 구성 요소와 비어있는 다음 구성 요소가 표시되므로 모든 정렬 집계가 롤업됩니다 모든 작업이 완료되므로 프랙 처 구성 요소의 기본 데이터베이스가이 중요한 컨셉을 디자인 할 때 당신이 현대화 할 때 고려해야 할 사항입니다 파괴 된 데이터베이스 그렇게 말하면서 따라서 우리가 한 번도 해본 적이없는 것은 SQL Server의 엔지니어링 된 솔루션 인 Linimo를 구축하는 것입니다

트랜잭션 워크로드를 실행하든 데이터웨어 하우스 작업을 수행하든 관계없이이 기능을 끝에서 끝까지 사용할 수 있습니다 400,000 번 거래를 통해 최대 10,000,000 건의 거래를 처리 할 수 ​​있으므로 높은 성능 요구 사항을 얻을 수 있습니다 따라서 이러한 모든 사항을 작은 발자국으로 통합하려는 경우이를 활용할 수 있습니다 통합은 Think ijele 오퍼링을 통해 접근 했으므로 이제까지의 비즈니스 운영에 대한 세계 TP 요구 사항을 통해 고성능 및 통합을 모두 달성 할 수 있습니다 데이터 모델이 데이터웨어 하우스라는 것을 알고 있다면 데이터웨어 하우스를위한 엔지니어링 솔루션 RNEEDW 우리는 이러한 솔루션을 작은 매체와 대형에서 사용할 수 있으며 최근에 다른 300 가지가되었습니다

8 개 이상의 소켓 시스템에 대한 용량 솔루션 aldata 더 좋은 솔루션은 인증 된 Microsoft 제품이므로 Algard가 인증 된 제품과 그 이점을보다 자세히 파악하는 데 도움이됩니다 이 작업을 수행하여 데이터 센터에 적용 할 때는 어디입니까? 그래서 이것은 트랜잭션 워크로드 솔루션에 대한 한 가지 세부 사항입니다 내가 아는 것처럼 우리가 작은 중간 규모이든 큰 규모이든 상관없이 업계에 서비스를 제공 할 솔루션을 구축하고 있습니다 따라서 우리가 사용하는 상자 하나를 사용하는 소형의 경우 6시 30 분에 4000000 개의 해머 데이빗 트랜잭션을 제공 할 수 있습니다

그렇다면 빌드하라는 요청은 무엇입니까? 매우 가격 대비 성능이 뛰어난 솔루션은 SR 6:30과 함께 제공되는 소액 결제를 통해 매우 저렴한 가격대 성능 솔루션을 구축해야하는 비즈니스 요구 사항이있는 경우입니다 누군가 당신처럼 애플리케이션을 마주하고 있기 때문에 가용성 그룹과 보안 투명 DTD 투명 테이블 데이터 암호화 같은 것을 알고있는 것처럼 모든 SQL 서버 엔터프라이즈의 훨씬 더 풍부한 기능을 원했습니다 따라서 우리는 여러 가지 방법으로 해결할 수 있습니다 하나는 SR 650이며 2U 서버이며 650 만 개의 트랜잭션을 제공하며 Microsoft Windows에서이 솔루션을 실행할 수 있습니다 뿐만 아니라 suse Linux에서 그렇기 때문에 SQL 서버가 Linux에서 사용 가능함을 알고 있으므로 고객이 Windows에서 실행 중인지 여부에 관계없이 고객이 채택 할 수있는 옵션을 제공하고 싶습니다

다음으로 우리는 그것을 매체 제공을 통해 가능하게했습니다 그래서 최종은 큰 것이 10,000,000 건의 거래입니다 이것은 우리의 소켓 시스템입니다 그래서 우리는 10,000,000 명의 미안한 인상을받을 수 있다는 것을 보여줄 수 있습니다 예, 958484 소켓입니다

소켓을 먹을 수는 있지만, 소켓을 테스트 할 수있는 것은 무엇이며, 소켓을 늘리면 볼 수 있듯이 10,000,000 트랜잭션을 처리 할 수 ​​있음을 보여줄 수 있습니다 1 년에서부터 자연스럽게 성능이 향상되는 것은 매우 중요합니다 내 애플리케이션을 기반으로 시스템을 확장하는 방법을 언제쯤 알 수 있을지 잘 알고있는 것처럼 보입니다 그리고 최근에 우리는 유럽에서 대규모 금융 고객을 확보하여 95 일째에이 S를 4 대 구매하여 코어 뱅킹 응용 프로그램을 배포했습니다

따라서 항상 가용성 그룹이있는이 서버에서이 응용 프로그램을 사용하고 있습니다 한 데이터베이스는 다른 데이터베이스와 통신합니다 동기식으로 알면 데이터 센터를 잃어 버리면 다른 것이 있습니다 다른 서버는 백업 역할을하며 동시에 로컬 서버에 동기식으로 복제하는 것과 동일한 데이터 센터는 서버에 대한 또 다른 단어를 발명했습니다 이것은 4 서버에서 일어나는 것과 같은 방식으로 동기식으로 2 서버 3을 기본 데이터 센터에서 사용하므로 완전한 코어 뱅킹 응용 프로그램이 SR 950을 구축하는이 메커니즘을 통해 수행됩니다

그리고이 트랜잭션 로그와 플래시 메모리의 temd를 활성화하면 도움이됩니다 유럽의 주요 금융 고객이 SR 954 초 시스템을 사용하여 코드 뱅킹 응용 프로그램을 관리합니다 그러나 우리가 말했듯이 현재 일부 조직은 마치 우리가 손에 쥐고있는 고객이 거의 없다고 말했기 때문에 많은 수의 데이터베이스를 통합하고자했습니다 고객이 직면 한 애플리케이션 이들은 내 내부 애플리케이션입니다

우리는 편안한 가격대 성능을 발휘할 수 있으므로, 우리가 보여줄 수있는 새로운 tinix가 제공되는 제품이 제공됩니다 475 수만 명의 사람들이 14000000 건의 거래를 보여줄 수 있었기 때문에 4 건 중 8 건을 시뮬레이션 할 수 있다는 뜻입니까? SQL 서버 인스턴스가 가상 시스템에서 실행 중이고 전달 14000000 개의 트랜잭션이 있음을 알고 있습니다 알고있는 것처럼이 하이퍼 컨버전스 프랙 처는 VMware에서 제공됩니다 저는 VM웨어를 통해 우리를 지원할 수있게되었습니다 우리 중 4 명이 6 대 50이고 8 SQL 서버 인스턴스를 통합 할 수 있다는 것과 동일한 성능과 통합 이점을 입증 할 수 있습니다

30000000 건의 거래를 보여줌으로써 8 %에서 16 % 또는 16 %에서 32 %로, 그리고 그에 비례하여 성과를 낼 수있는 통합 밀도를 높일 수 있습니다 그걸 관리해라 따라서 우리는 Microsoft의 다음 Microsoft Dynamics에 대해서도 조사하고 있습니다 Windows 2 D right

WSSD 저장 공간은 직접적입니다 소프트웨어 스토어에서 OK를 선택하면 통합 솔루션을 찾을 수 있습니다 그래서이 법안 WSSD의 이점은 다른 점입니다 VMware vsan은 넷 이온과 같으므로 최소한 4 개의 노드를 가질 필요가 없기 때문에 빌딩 블록으로 가져갈 수 있습니다

따라서 2 개의 노드를 사용하면 시작하는 데 도움이 될 것입니다 데이터 증가 그래서 다음 에 4 다음으로 전환합니다

나는 빠른 데모를하고 싶다 여기에 우리가 보여주고 있습니다 당신이 작업 부하로 망치질 때? finrod 사용자와 함께 비즈니스 운영 애플리케이션을 시뮬레이션합니다 그래서 여기서 중요한 것은 SQL 서버가 코스에 기반하여 라이선스가 있음을 알기 때문에 제가 도움을 주려는 것입니다 그래서이 분야에 투자한다면 우리는 여러분이 최대화하고 있는지 확인하고 싶습니다

CPU가 바로 당신처럼 우리가 보는 것처럼 당신이 얼마나 효과적으로 leuret 거짓말의 관점에서 알아 Work Lord가 870 건의 거래를 처리하기 때문에 이제는 거의 420 만 건의 거래를 처리하고이를 신속하게 처리 할 수있게됩니다 네 그렇습니다 410 만 건의 트랜잭션이었습니다

여기에서 CPU 사용률을 볼 수 있습니다 사용중인 모든 코스가 100 %로 지정되었으므로 투자하는 경우입니다 골절의 모든 데이터베이스 골절 구성 요소의 모든 과정을 완벽하게 이해하고 있는지 확인하는 것이 중요합니다 이것은 우리의 솔루션에서 모든 기본 요소가 구성 요소인지 확인하기 위해 테스트를 거쳐 최적화 된 계정이되어 완전한 고성능을 얻을 수 있도록 활용할 것입니다 그래서 슬라이드로 나가 보겠습니다

그렇다면 트랜잭션 워크로드에서 데이터웨어 하우스로 옮겨서 데이터웨어 워크 또는 Microsoft에서 인증 한 모든 것을 말했을 때 큰 소리로 작업했습니다 마이크로 소프트가 데이터웨어 하우스 패스트 트랙 레퍼런스 아키텍처라고 불리는 프로그램을 겹쳐서 사용한다는 의미일까요? 이것은 중요한 목적이 아닌 솔루션으로 구축 된 목적을위한 것입니까? 사전에 실행할 수없는 데이터웨어 하우스를 구축하려는 조직에 맞춤형 솔루션을 제공하는 것은 완전히 구성 할 수 없으며 솔루션을 최적화 할 준비가되지 않았기 때문에 갈 수 있고 가속화 할 수 있습니까? 악마의 배포 그래서 우리가 여기서 보여주는 것은 sulinowo가 같은 모델의 모든 구성을 제공하는 것처럼 보이지만 우리는 트랜잭션 작업량에서 작은 작업 부하로 설계되었습니다 6 x 10:10 테라 바이트 솔루션과 65 사용자 SQL 서버 표준을 사용하여 테라 바이트보다 작아 질 수 있으므로 최적의 가격대 성능으로 최적화 된 로우 엔드를 얻을 수 있습니다 하지만 19 시간이지만, 단일 서버 엔터프라이즈를 사용하므로 모든 데이터 마트를 구축하려는 경우 완벽한 솔루션이므로 이것이 적합합니다 소형에서 중형으로 전환합니다

그래서 여기서 우리는 22 테라 바이트에서부터 50 테라 바이트까지 제공 한 솔루션을 제공합니다 여기에서 저장하려는 데이터를 데이터웨어 하우스에 추가 할 수있는 유연성을 제공합니다 알고 계시 듯이 최대 용량의 사용자 아이덴티티 용량을 알고 계시므로 50 테라 바이트를 여기서 끝내십시오 미국의 중앙 방송에서 대형 고객 중 한 명을 팔았습니다 이들 중 32 대를 구입했습니다

지금까지 시스템 블리치와 마찬가지로 데이터웨어 하우스를 테스트 한 것은 성능과 안정성이 뛰어 났고 동일한 모델을 사용하여 전체 데이터베이스를 골절에 통합하려는 것이었기 때문에 사실상 데이터 센터에 들어갔다는 것을 의미합니다 그리고 우리는 2시 40 분의 SQL 서버 데이터베이스와 32 개의 플렉스 시스템을 통합 할 수 있음을 보여줄 수 있습니다 그래서 그것은 매체와 SR 950에 있습니다 이것은 우리의 첫 번째 회로 시스템에서 구축 된 또 다른 990 테라 바이트 솔루션입니다 우리는 모든 기업용 하이 엔드 성능을 얻을 수있는 것처럼 여기에서 보여줄 수 있습니다

우리는 모든 엔터프라이즈 데이터웨어 하우스를 전개하고 있습니다 실례합니다 SR 9:15의 네 번째 회로 솔루션과 유럽에서 베팅 애플리케이션이있는 최근 고객이있었습니다 특히 이것은 달리기에 사용되었습니다 모든 사람들을위한 비즈니스 인텔리전스 애플리케이션이되어보십시오

내기 응용 프로그램 그리고 그 다음에 사용되고 있습니다 그것은 최근의 월드컵 월드컵에도 사용됩니다 당신은 베팅을 잘 알고 있기 때문에 많은 중소 무작위 사용자가 쿼리를 찾아 날씨가 건물에서 의미하는 바를 알아내어 우승하고있는 것이 그것이 애플리케이션에 어떻게 사용되고 있는지를 알 수 있습니다 그 irrep 기회 이제는 데이터웨어 하우스에서 솔루션을 구현하는 것과 같이 여기에서 볼 수 있듯이 이러한 작업을 실제 성능으로 전환하면 데이터웨어 하우스에서이 모든 것을 배포하려는 고객을 위해 더 많은 것을 구축 할 수 있습니다

우리가 여기서 한 일은 95 메가 바이트까지의 테라 바이트입니다 데이터 DWFT 드라이버의 패스트 트랙 참조 아키텍처가 동일한 PCH 개념을 기반으로 설계되었으므로 동일한 CPS를 시뮬레이트합니다 이 단순 평균 또는 복잡한 쿼리를 실행할 수있는 Tippity esquema와 여기에 표시된 열 쿼리와 같은 60 테라 바이트의 성능 그래프를 볼 수 있습니다 거의 3 X 마이너스 네, 로스트 나 쿼리의 거의 3X를 얻는 열 저장소 쿼리를 통해 시간당 빨간색 쿼리를 찾을 수 있습니다

이제 이것을 초당 얼마나 많은 데이터로 변환 할 수 있습니까? 내 장치 섹스가 바로 지금이므로 작은 6 테라 비트 구성에서 실행할 수있는 3000 개의 쿼리를 거의 좋아할 것입니다 그러면 초당 2 GB가되므로 작은 SR 60을 의미합니다 솔루션은 처리량 당 2GB를 얻을 수 있으며 초당 약 3500 개의 쿼리를 실행할 수 있습니다 그러면 6 테라 바이트의 모든 웹에서 290 테라 바이트로 이동할 수 있습니다 당신이 보여 주었던 것은 데이터웨어 하우스처럼 기본 요구 사항이 처리량이고 4 초 시스템 인 ASR 950에서 초당 14 기가 바이트를 보여주고있는 것과 같습니다

우리가 당신을 시연 할 수있는 드라이브가 초당 최대 14 기가 바이트를 얻을 수 있다는 것을 말해 주며, 열 저장실에 관한 한 큐리스트는 당신이 알고있는 것처럼 걱정하므로 우리가 보여줄 수 있습니다 4600은 열 저장소 쿼리를 처리하고 초당 쿼리 수를 알고 있으면 거의 백만 번 이상의 쿼리를 실행하므로 SRT에서 실행중인 1,000,000 개의 쿼리를 상상해보십시오 시스템 내에서 빠른 응답으로 이러한 응답을 얻을 수 있다는 것을 의미합니다 이러한 쿼리를 실행할 때 이러한 쿼리를 새로 고치기를 원하기 때문에 대시 보드를 만들 때 대화 형 시각화가 중요합니다 매우 짧은 짧은 시간에 이런 종류의 응답 시간을 얻는 것이 매우 중요합니다

여기에서 강조하고자하는 또 다른 차트는 최근에 우리가 wanona의 벤치마킹을 완료했다는 것을 알고있는 것과 같습니다 4 소켓은 950과 동일하며 우리가 여기서 보여줄 수있는 것은 첫 번째 회로 시스템에서 최고 성능의 최대 성능을 얻을 수있는 것과 같으며 거의 ​​41 % 정도입니다 다른 2 위 벤치 마크 친구와 비교할 때 비용이 낮고 성능이 15 % 높습니다 그래서 몇몇 벤더가 참여하고 있습니다 심지어 제가 성능에 대한 가격면에서 상당한 차이로 그 성능이 될 부분이 되려고했을 때도 마찬가지입니다

반면에 2 소켓 시스템 우리는 최근에 다른 벤치 마크를 완성하여 벤치마킹 2 위를 보여줄 수 있습니다 가격대 성능비 카테고리에서 우리는 2 % 더 높은 성능의 예술을 얻습니다 거기에 참여하는 2 번 공급 업체와 비교할 때 2 ~ 3 % 저렴한 비용 따라서 여기에서 볼 수 있듯이 우리는 6 테라 바이트부터 90 테라 바이트까지 시작할 수있는 데이터웨어 하우스와 트랜잭션 워크로드를 살펴보면 트랜잭션 워크로드에서 1 위 벤치 마크를 모두 수행 할 수있는 고성능 솔루션을 제공합니다

그것 그래서 제가 시스템뿐만 아니라 당신에게 좋은 가격 성능뿐만 아니라 축구 시스템을 얻을 수 있다면 상자의 최대 성능 그래서 다음 흥미로운 측면은 지금까지 우리가 발표 한 작은 매체를보고있는 몇몇을 위해 만들어진 재단사를위한 솔루션 인 것입니다 여러분은이 메모가 Microsoft가 ASAP 및 Adobe와 협력하여 발표 한 것을 의미하는 것으로 보았습니다

Lenovo와 동일한 방법으로 파트너를 알고있는 것처럼이 공개 데이터 이니셔티브를 시작했습니다 우리는 골절을 근대화하고자하며, 에코 엣지에서부터 클라우드까지 디지털 전환을위한 조직을 활성화하고 이것이 목표라고 생각합니다 새로운 방식의 통합 시스템을 발표하는 것처럼 우리는 솔루션 측면에서 트랜잭션 작업량과 데이터웨어 하우스 작업 부하가있는 것처럼 보이지만 데이터 센터로 통합한다는 것을 알고있는 고객은 거의 없습니다 우리는 하나의 솔루션을 원합니다 작은 설치 공간에 문의하는 데 도움이되며 2 개의 개별 구성 요소를 구입하지 않아도되므로 어디에서 실행할 수있는 통합 플랫폼이 될지 매우 흥미로운 부분이 될 것입니다

또한 동일한 시스템에서 데이터 작업 부하로 작업 부하를 처리 할 수 ​​있으며 선택의 유연성을 제공하므로이를 Windows 또는 Linux에서 실행할 수 있는지 여부를 알기 위해 제공 할 수 있습니다 또한 SQL Server 표준 또는 엔터프라이즈는 엔트리 레벨의 고객이라면 SMB 부문에서부터 엔터프라이즈까지 모든 분야에서 사용할 수있게 할 수 있습니다 확장 성있는 플랫폼이 필요하기 때문에 구성을 시작하지 않고도 시작할 수 있습니다 또한 용량 성능 요구 사항이 증가 할 때마다 전체 랙 구성까지 도달 할 수 있으므로 확장 성 플랫폼으로 제공 할 수 있으므로 평가 서비스에 모든 옵션을 제공 할 수 있습니다

데이터 센터 공간에 많은 수의 데이터베이스를 통합하여 운영자 평가를 제공 할 수 있다면 이것이 내가 알고있는 것처럼 내가 도움이 될 것입니다 1500 데이터베이스를 가지고 있다고 말하면 얼마나 많은 도움을받을 수 있습니까? 선반은? 조용한 방식으로 사전 준비된 컨설팅 서비스를 제공합니다 평가 서비스는 훌륭한 최적화 도구를 통합했는지 여부와 관계없이 모든 기능을 사용할 수있게 해주고 마이그레이션 서비스도 제공합니다 따라서 이전 환경에서 실행중인 2008 R2 또는 최신 2016 및 2017로 마이그레이션하는 데 도움이되며 마침내 완전한 서비스와 지원을 제공 할 것입니다 이 선거에서 나는 데이터 센터에서 완전한 설치 지원 마이그레이션 지원과 배포 지원을 제공하고 전체 스택에 대한 프리미엄 지원을 제공하므로 작업 데이터 센터의 모든 문제를 의미합니다

스토리지 및 네트워킹 R의 종류는 CSS 패널과 같은 시점에서 Lenovo가 의미하는 것이기 때문에 소프트웨어를 빌드 할 것입니다 우리는 완전한 staykov Microsoft SQL 서버 표준 및 엔터프라이즈를 제공한다는 것을 의미합니다 그리고 타이어 제물은에서 제공되고 있습니다 당신은 당신을 위해 레노 버를 알고 있습니다 전체 스택 전체에 대한 고급 지원

여기에 a가 있습니다 이 제품의 구성 세부 사항 중 일부는 내가 말했던 동일한 기본 설계 원칙이 소기업에서와 같이 동일한 도구를 사용하여 서버 24 코어로 시작한다는 것을 말합니다 그리고 이것은 탁월한 디자인입니다 데이터 작업 부하에서 트랜잭션 작업량을 원하는대로 실행하려는 경우, 여러 개의 세계 작업을 통합하려는 경우에는이 두 가지 작은 서버를 사용할 수 있습니다 중간 규모의 기업을 위해 우리는 유연한 트랜잭션 관리 작업을 실행하는 3 대의 서버와 2 대의 오일 TP를 사용할 수있는 직접 연결 스토리지를 제공하고 세 번째 환경은 데이터웨어 하우스를 제공합니까? 여기서 우리가 제공하는 스토리지는 SSD와 같은 가장 빠른 플래시 스토리지를 사용하길 원한다고 할지라도 576GB까지 얻을 수 있습니다

아니요 154 테라 바이트의 메모리는 미안합니다 576GB의 메모리가 필요합니다 중앙 저장소를보고 있으면 일부 중앙 저장소를 활용하려고합니다 그가 압축 deduplication 다른 요소에서 제공 할 것을 활용하십시오

조직이 SQL 서버 이외의 다른 데이터베이스에 대해 다른 센터를 사용하고 있다는 점에서 표준화되어 있다면 좋습니다 이것은 당신과 함께 중앙 저장소가 훌륭한 천 년을 알게 될 것입니다 erfe은 탁월한 선택입니다 대기업의 경우 3quel 3 서버 72 과정을 알고있는 것처럼 동일한 빌딩 블록 접근법을 제공하여 최대 15TB의 RAM을 얻을 수 있습니다

그리고 당신은 직접 연결된 스토리지를 가질 수 있습니다 최대 166 바이트의 플래시 스토리지를 의미합니다 중앙 스토리지 optode 92 테라 바이트를 사용할 수 있으며, 운영 체제처럼 윈도우 서비스 정형 표준을 사용할 수 있습니다 그리고 하이퍼 V 4와 가상도 마찬가지입니다 우리는 이와 같은 다른 운영체제에서도 이것을 가능하게하려고합니다

그리고 SQL 서버에 관한 한 우리는 2016 년과 17 년 동안이를 가능하게하고 있으며, 2019 년은 우리가 그 날을 어떻게 통합 할 수 있는지 살펴볼 수있는 멋진 프로그램입니다 그래서 시스템 스토리지의 이점 중 일부는 더 빠른 배포이므로 10 분 이내에 SQL Server를 배포 할 수 있습니다 또한 스냅 샷 anosov 미러를 사용하여 가용성 그룹을 구성하여 스노우 빌드를 작성하여 기본 데이터베이스의 스냅 샷을 만들고 복제 및 포인트 또는 다른 서버를 스냅 샷으로 만들 수 있습니다 그리고 나는 능력 그룹을 구성 할 것이고 또한 SQL 서버 관리 스튜디오를 가지고 있다면 같은 것을 사용할 수 있다는 것을 의미하는 우리의 통합 응용 프로그램을 제공합니다

알 잖아 SQL Server 관리 스튜디오에 연결하여보다 빠른 배포와 데이터 센터 풋 프린트에 더 많은 시간을 투자하여 최대 1 메가 바이트의 저장 공간을 확보 할 수 있습니다 납세자들은 우리가 가장 많이 차지하는 19 번을 줄이면 여전히 1 밀리 초 미만의 대기 시간으로 모든 대기 시간을 유지할 수 있음을 의미합니다 비즈니스 트랜잭션을 실행하고 있거나 분석 작업량과 데이터 감소까지 매우 중요한 고성능 데이터의 경우 최대 5 대 1 비율 감소를 얻을 수 있습니다 이것은 SQL Server 압축이 제공하는 것의 맨 위에 있으므로 SQL Server가 이미 100 테라 바이트의 2008 년을 2017로 마이그레이션하면 이제는 하나의 Firestore를 생산하게됩니다

그래서 이것은 20 테라 바이트를 의미하고 또 다른 5200 작업은이 더하기 스토리지에서 제공되는 기능의 원인이된다는 것을 의미합니다 중복 제거 압축을 사용합니까? 그리고 씬 프로비저닝 (thin provisioning) 하에서 컴팩 션 (compaction)이 가능하므로 씬 프로비저닝 컴팩 션 압축 (thin provisioning compaction compression)의 조합을 통해 원시 파일을 한 방향으로 가져올 수도 있습니다 그래서 통합 시스템에서 다음 기본적인 요구 사항은 당신이 지금 내 데이터베이스를 백업하는 방법을 알고 있습니다 따라서 빔이 잘못된 것을 확신하지 못하면 엔터프라이즈 백업 전략 및 복제 솔루션이 제공되며 SQL 서버 통합 제품과 통합 할 수 있습니다 따라서 데이터베이스를 백업하거나 응용 프로그램 파일을 백업하거나 하이퍼 V에 배포 된 응용 프로그램을 백업하려는 단일 백업 도구를 사용하는 데 도움이됩니다

VM웨어 이러한 PM과 이것은 마치 각 데이터베이스를 기반으로 수동으로 백업해야하는 것과 같은 전통적인 도구를 사용하는 것처럼 셀을 정의하는 데 도움이됩니다 그래서 수동으로 각 데이터베이스를 백업하지만이 도구를 사용하면 주어진 서버에서 실행중인 모든 데이터베이스를 선택하고 하나의 GUI 클릭 명령을 사용하여 백업 할 수 있습니다 따라서 데이터베이스 백업이나 테이블 수준 백업을 실행하든 또는 트랜잭션 수준의 누군가를 실행하든 관계없이 백업을 실행할 수 있으므로 이러한 모든 작업을 훨씬 쉽게 수행 할 수 있습니다 또한 특정 데이터 포인트에 대한 복원을 제공 할 수 있으므로 특정 기간에 누군가가 비판 테이블을 검토하고 특정 트랜잭션으로 돌아가고 자하는 것을 상상해 봅시다

그리고 테이블에 대해 잘 알고 있다는 사실을 깨달았습니다 또한 SQL Server 20008에서부터 2017까지 지원하므로 모든 환경에서 2008 년 백업을 가져 와서 새로운 환경으로 복원 할 수 있습니다 따라서이 데이터베이스를 마이그레이션 할 때 고려해야 할 가장 좋은 점은이를 볼 수있는 한 가지 방법입니다 그렇게부터 백업 전략부터 모니터링까지 여기에서 우리가 제공하는 여기에는 모든 성능 및 가용성을 모니터링 할 수있는 단일 유리 패널이 있습니다

여기서는 하나의 데이터베이스 또는 골절에서이 애플리케이션을 마우스 오른쪽 버튼으로 클릭하는 대신 골절 구성 요소 애플리케이션을 관리 할 수있는 단일 창을 제공하려고합니다 그리고 저는 데이터베이스입니다 클라우드 환경에서든이 환경에서든이 모든 것을 하나의 유리 창으로 관리 할 수 ​​있으며, 이것이 재미 있는지, 기업인지, 아니면 소음 쟁이 제공자인지 알기에 매우 유용합니다 데이터베이스를 모니터링하기위한 엔드 투 엔드 (end to end) 메커니즘을 연결하면 여기에서 볼 수 있듯이 성능이나 성능 또는 가용성 문제에 중요한 일부 검사를 SQL 서버에서도 사용할 수 있습니다 내 비즈니스 워크로드에 영향을 미치고 CPU 사용량이 많은지, 바쁜지 또는 데이터베이스에 로그인 한 사용자 수가 특정 용량을 초과하는지 여부와 마찬가지로, 내게 어떤 영향을 미치고 있습니까? 시스템의 성능은 완벽 해 보이기를 원하는 비즈니스 간부를위한 더 많은 서비스 대시 보드입니다

업계에서 일어나는 일에 대한 완벽한 그림 지금 내 일기 예보 날씨와 함께 일어나는 일 내 logistix가 올바르게 작동하고 있습니다 재고 계획이 제대로 작동하고 있습니다 콜센터 운영이 제대로 작동하고 있으므로 내 전체적인 경치가 완벽하게 작동합니다 마케팅 logistix에 대한 작업은이 도구를 사용하여 모든 것을 하나의 유리 창으로 훨씬 효율적으로 관리 할 수 ​​있습니다 결국

이리 여기서 강조해야 할 점은 우리가 솔루션의 모든 이점에 대해 이야기 한 후에 당신이 알고있는 것입니다 그래서 우리가 최근에 한 것은 소유권 보고서의 총 가치 인 백서였습니다 ATC와는 달리 이것이 티보 (tivo) 법안은 비용 혜택이 비즈니스에 더 중요한 것 이외에도 생산성으로 인한 직접적인 혜택 이외의 추가 차원을 제공 할 것인가를 결정합니다 그러나 위험에 대해 새롭게 생각해 왔기 때문에 원의 크기가 클수록 데이터베이스 관리자가 시스템을 마우스 오른쪽 버튼으로 클릭하는 것과 같은 이점이 커집니다

미리 디자인 된 튜닝이 잘되어 있습니다 이를 데이터 센터에 넣으면 데이터베이스 구축을 처음부터 시작하지 않았기 때문에 모든 승인 데이터베이스 관리자의 생산성 이점을 향상시킬 수 있습니다 최적화를 위해 설계하면 여기에 더 높은 원 크기로 볼 수 있으며 생산성 측면에서는 개선 된 수익을 볼 수 있습니다 가치에 대한 더 빠른 시간은 이러한 시스템이 귀하의 비즈니스 운영 또는 비즈니스 분석을 위해 더 높은 성능을 제공하도록 잘 최적화되어 있으므로 얻을 수 있음을 의미하므로 귀하가 가서 적용 할 때이를 의미합니다 더 많은 수의 거래가 완료 될 때 가치가있는 시간을 육성하거나 분석이 완료되어 수익 혜택을 얻도록하십시오

Microsoft의 솔루션은 특히 데이터웨어 하우스에서 마이크로 소프트의 인증을 받았기 때문에 위험도가 낮아 복잡성이 낮고 예측 가능한 성능을 제공하도록 설계되었습니다 그래서 그것은 당신이 아는 이점입니다 레노버 서비스에 대한 위험도는 고객 만족도에서 1 위를 차지했으며,이를 읽는 능력은 지난 8/4 분기를 기준으로합니다 이 지점을 서버에 제공하는 모든 공급 업체와 관련된 관련성이 있으며 각 서버가 주어진 기간에 얼마나 많은 다운 타임을 가져 왔는지를 알아 내기 위해 우리는 이것이 1 위를 차지한다는 것을 의미합니다 우리 서버의 시간은 더 적어서 신뢰성 등급면에서 1 위를 차지했으며 이는 기업이 솔루션을 적용하고 적용하는 속도를 줄임을 의미합니다

그래서 내가 보았 듯이 무효화 된 종이는 이것으로 접근 할 수 있습니다 따라서 저는 이것이 우리의 모든 구성에 대해 데이터웨어 하우스와 트랜잭션 워크로드를위한 작은 매체와 대형 매체에서 이루어졌으며, 우리가 선택한 서버를 선택했을 때 CPU에서 가져온 것입니다 그리고 신뢰성에 대한 성능면에서 이점이 있으므로이 모든 요소를 ​​고려하여이 TV 백서를 작성하십시오 그래서 터키의 유명한 시네마 변화 인 marr cinema 그룹에서 고객 사례 연구를 구축 한 사례 연구를 강조하고 싶습니다

그들은 7 개의 스크린에 85 개의 영화를 가지고 있으며 32 개 도시에서 운영되고 있습니다 문제의 주된 비즈니스 문제는 파손 날씨가 서버와 팀에 영향을 미치는 파손 날씨가 빈번히 발생한다는 것입니다 영업에서 그렇듯이 우리가 권장 한 것은 1 시간 내에 2 소켓 및 4 소켓 시스템을 사용하는 것이 었습니다 미션 크리티컬 (mission critical)을 매우 잘 알고 있습니다 우리는 SQL 서버 AlwaysOn을 Windows 클러스터링 환경에서 사용하지 않았으므로 보안 환경을 확보 할 수 없었습니다

골절시 ID 로의 다운 타임 또는 아는 것처럼 문제가 있습니다 따라서 우리는 센텍의 시네마 그룹의 견해에서 센텍의 견적을 볼 수 있습니다 우리가 제공 한 클러스터의 높은 수준에서 성능이나 재난에서 더 이상 문제를 만나지 않고 바로 마우스 오른쪽 버튼을 클릭하면 비즈니스 운영을 간소화 할 수 있습니다 판매 및 운영 모두에 대한 수익이 증가하고 티켓 판매 및 고객 만족도를 통해 지속적으로 판매가 증가하고 있습니다 그래서 emoson 더 많은 그룹에서 dziadyk odjel로 이동하는 것은 jirari code jalti입니다

이들은 비엔나에 본사를두고있는 보험 회사입니다 저는 51 명의 임원 825 명을 고용하고 있으며 16 개국에서 사업을 운영하고 있습니다 그들은 데이터 증가량이 증가하고 SL을 관리 할 수없는 흥미로운 비즈니스 문제를 가지고 있습니다 SL을 관리 할 수 ​​없다는 것은 최종 사용자에게 제공 할 수 있다는 것입니다 따라서 요구 사항은 기존 2008 환경을 어떻게 통합하고 여전히 제공하는지입니다

새로운 환경으로 마이그레이션하면서 모든 성능과 고객 만족을 유지하는 것은 우리가 바로해야한다는 것입니다 따라서 우리가 권장하는 것은 그 환경을 골절시의 유산으로부터 마이그레이션하는 것입니다 우리의 8 소켓 시스템에 2018 년 2014 년을 마이그레이션하면 전투에서 얻을 수있는 혜택을 볼 수 있으므로 믿을 수 없을 정도로 마이그레이션 할 수 있습니다 2008 년과 2014 년의 모든 환경을 마이그레이션하지 않고 2014 년부터 제공되는 모든 새로운 기능과 향상된 기능을 관리하고 활용할 수 있습니까? 게다가 우리는 20 % 나 더 많은 이익 향상 효과를 볼 수있어 데이터 풋 프린트가 증가한다는 것을 의미합니다 그들이 많은 회사를 인수하고 있기 때문에 증가하는 데이터 풋 프린트를 줄임으로써 우리는 20182 년에 실행되는 시스템을 빨아들이는 많은 수의 변곡점을 줄일 수 있습니다

당신이 8 소켓 시스템이라면 여전히 통합과 높은 성능 이점을 얻을 수 있습니다 내가 들어가기 전에 다음 슬라이드에서는 간단한 데모를 보겠습니다 2008 년 또는 2008 년 2 월 Windows 20080을 사용하여 오래된 환경에서 이전 버전의 환경을 실행하는 경우 Harry 's가 표시되는 내용입니다

그런 다음 SQL Server 2017에서 Windows 2019와 동일한 크기의 데이터베이스에 있습니다 성능 향상의 이점을 당신이 여기에서 알 수 있듯이 실현할 수 있다는 것을 어떻게 의미합니까? PCH 작업량을 1 테라 바이트로 시뮬레이트하고이를 실행하고 있습니까? PCH가 조회하는 또 다른 테마 오른쪽에 쿼리가 표시됩니다 최신 비가 내리고 있습니다 칼레 (calrec) 시스템은 여러분이 아는 것처럼 훨씬 효율적으로 완성됩니다

따라서 배송 우선 순위 인 1 개의 quaere가 3 초 이내에 완료됩니다 낡은 2008 환경에서는 여전히 20 초가 넘습니다 그래, 22 초 만에 완성 됐고 프라다 우선 순위 완료는 이미 1 초 만에 완료됐다 그리고 번거로운 동안 시스템은 여전히 ​​실행 중입니다 최상위 쿼리를 선택하는 모든 쿼리에서이 성능 이점을 확인할 수 있습니다

이 쿼리는 매우 중요합니다 나는 그것을로드 작업을 참조하십시오 첫 번째 쿼리 출하 우선 순위가 73 X 성능 향상 및 출하 우선 순위 인 16 X 성능 향상임을 알 수 있습니다 그것은 또 다른 7 X 성능 향상을 보게 될 것입니다

그런데 이들은 표준 쿼리입니다 어떤 소매상 인든지 그들의 발명 한 트럭 운송을 위해 사용합니까? 하지만 네 관리를 말하는거야 반품 항목보고가 완료되었습니다 2012 년 5 X 실적이 개선되었음을 알고있는 것과 같습니다

네 따라서 글로벌 판매량은 93 X 분입니다 최종 글로벌 영업 기회 예 그래서 네가 아는 것처럼 완성 되었으니 8 X 성능을 보여 주었다

따라서이 데모의 주요 목표는 이전 2008 R2 환경을 실행하는 것처럼 강조하는 것이다 시스템 서버에서 우리와 같은 최신 규모로 현대화하거나 최적화하면 6 X 214 X 성능 게임에서 성능 향상을 얻을 수 있습니다 똑같은 시스템으로 이제 다시 전환합니다 따라서 데이터 분석에서이 변환 과정의 세 번째 단계와 같이 말한 것은 모든 조직이 현재 데이터 렉스를 구축하려는 것입니다

즉, 기존 데이터 소스를 소셜 데이터의 신흥 소스와 통합하여 원하는 데이터를 바로 추출하여 추출하기를 원합니다 제품에 대한 유용한 정보가 많아 제품 피드백을 검토하거나 심지어 내 기계가 고장 나게 될 수있는 예방 유지 보수를 위해 많은 거리를두고 있습니다이 기계가 실패하거나 올바르게 작동하지 않을 것으로 예측할 수 있습니다 그럼 당신이 알고있는이 데이터는 Tori Kelly입니다 기존의 데이터웨어 하우스가 이제 사라지고 있습니다

SQL 서버 데이터베이스 데이터웨어 하우스 시스템과 큰 데이터 저장소를 결합하는 것입니다 선두에서 어떻게 알 수 있습니까? 처럼 밖으로 뽑아서지도에서 작동하고 당신과 동일한 T SQL을 실행합니다이 SQL은이 SQL 엔진과 최종 SQL 엔진에서 실행되며 모든 건물에 대해 RSS 주문에 의한 전력을 사용합니다 스포츠와보고

그래서 이것은 흔히 볼 수있는 것입니다 조직의 대부분이 오늘의 데이터웨어 하우스에서 호수로 전환하는 것입니다 우리는 미국에서 요구하는 고객이 한 명있었습니다 통신사 측에서 통합을 시도하고 있습니다 CD 또는 콜 데이터 레코드 인 계정에서 생성 된 일부 데이터를 오프로드하여 데이터웨어 하우스 환경을 현대화하려고합니다

또한 데이터웨어 하우스에 CDR 레코드를 저장하는 것은 비용이 많이 들기 때문에 데이터웨어 하우스의 모든 데이터를 큰 데이터 환경으로 밀어 넣기를 원합니다 전통적인 다이버리스에서부터 대형 데이터 환경에 이르기까지 모든 cedeira 자동차를 매우 경제적 인 비용으로 저장 한 다음, 청구주기가 끝나는 월말에 데이터웨어 하우스에서 집계가 다시 시작되면 미안합니다 대용량 데이터 환경에서 데이터웨어 하우스로 돌아가서 실행하면 과금주기가 실행되므로 성능 및 비용을 효율적으로 관리 할 수 ​​있으므로 조직의 대부분이 빌드를 조사하고 있습니다 기존 데이터웨어 하우스의 데이터웨어 하우스를 datalex로 가져오고 데이터웨어 하우스의 상단에서 T SQL 쿼리를 사용하는 것과 같은 방식으로 동일한 시간을 사용할 수 있습니다 데이터

또한 분석 보고서를 대시 보드로 작성하는 데 힘을 씁니다 지금까지 우리가 한 일은 여러분이 아는 것과 같습니다 우리는 이미 공인 된 참조 아키텍처를 구축했습니다 이것은지도상의 Cloudera hortonworks의 펜더가 모든 선도적 인 방식으로 인증을 받았습니다 이렇게하면 초보자 계정 그림부터 모든 다중 노드 구성으로 확장 할 수 있으므로 100 테라 바이트 규모의 작은 프로젝트로 큰 데이터 프로젝트를 시작하든 멀티 페타 바이트 규모로든 시작할 수 있습니다

우리는 소규모에서부터 대규모 구성에 이르기까지 그 문제를 해결할 수 있습니다 우리는 다수의 고객이 이미 hotan 작업을 통해 클라우드를 사용하여이를 구현했으며 최근에는 해결할 수 있습니다 한 기술 회사에서 웹 블록에서 생성되는 모든 데이터 소스의 데이터를 캡처하기 위해이 hortonworks 클러스터를 배포했으며이를 밀어 낼 수있었습니다 이 정보는 선택적으로 특별하게 나타납니다 광고와 같은 광고 문안을 알면 수익 증대를 얻을 수 있으므로 미국에서 고객 권리를 도울 수있는 최근 사례입니다

광고 기술 회사 그래서이 기본 빌딩은 우리가 SR 631 new에서 사용하는 큰 데이터 참조 아키텍처를 사용하기 위해 블록킹합니다이 SR은 작업에 투입되는 Cloudera의 관리 노드로 사용됩니다 그리고 매퍼는 어떤 관리 노드도 필요로하지 않습니다 즉, 관리 노드는 동일한 서버 자체에서 데이터 노드와 관리 노드 서비스를 얻고, 데이터를 저장하려면 고밀도 스토리지 플랫폼 인 별 650에 저장해야합니다

구성에 최대 56 테라 바이트를 저장할 수 있고 더 높은 밀도를 볼 경우 테라 바이트 4 테라 트를 저장할 수있는 곳에서 스토리지 용량을 늘리면 그렇게 할 수 있습니까? 4 테라 바이트부터 최대 10 테라 바이트까지 갈 수 있으므로 하나의 상자에서 144 테라 바이트까지 올라갈 수 있으므로 장점이 있습니다 그러면 어떻게 알 수 있듯이 이것을 확장 할 수 있습니다 도자기 응용 프로그램 즉, 하나의 서버를 잃어 버리면 자동으로 이러한 것을 의미합니다

랙 전체를 잃어 버리면 아무런 영향을 미치지 않으므로 아무런 영향이 없으므로 데이터 복제가 모든 데이터 복제에서 처리됩니다 그리고 인증 된 참조 아키텍처 자체는 그로 인한 영향에서 데이터 손실의 실패가 없습니다 그래서 우리가 한 일은 참조 아키텍처에서 최상위 레벨로가는 다음 단계까지 아파치 스파크 벤치 마크에서 실행되는 것입니다 그래서 우리가 여기서 보여줄 수있는 것은 여러분이 알고있는 것처럼 우리가 평가하기를 원합니다 하지만 파티가 실제로 있습니다

우리는 업계에 그런 대규모 규모의 엔터프라이즈를 채택했습니다 우리가 보여줄 수있는 것은 28 개의 Lenovo 서버를 사용하여 최대 15 테라 바이트의 RAM을로드 한 다음로드 된 각각의 서버를 사용하는 것입니다 8과 나 드라이브 및 나는 우리가 시간의 7 시간에 100 테라 바이트의 데이터를로드 할 수있는 하이 엔드 melox 100 기가 스위치를 사용하고 주차 형식으로 이러한 데이터를 변환 그래서 공원은 떨어져 있습니다

아티스트 파크가 큰 데이터 환경에 있다는 것을 의미하는 이유는 3 가지 형식이 있습니다 화살표가 가장 좋고 주차가 좋기 때문에 최고 수준의 압축을 제공합니다 큰 데이터 환경에서 우리는 100 테라 바이트의 데이터를 주차 형식으로 변환했으며 60 % 압축을 제공하므로 100 테라 바이트의 데이터를 40 테라 바이트로 줄일 수 있습니다 지금 우리가 이것을 DS에서 테스트했을 때 어떻게 bedias가 PPCD의 벤치 마크에서 유래 되었는가를 의미합니다 CH 트랜스 젠더는 pdes가 모든 소매업 자에게 요구되는 22 개의 질의어와 그 다음 버전을 의미합니다

이것은 표준 99 질의를위한 것이기 때문에 대답입니다 PCH와 우리는 CDS의 파생물을 하드 디스크로 실행하고로드 할 수 있음을 입증 할 수있었습니다 House of Cards와 R 엔진의 4 시즌 중 한 시즌은 새로운 블록 블록으로 1 초 만에 램에 들어가기 때문에 그 성능이 향상되었습니다 이 파트 클러스터 하지만 지금은 마케팅에만 중점을두고 있지만 비즈니스 측면에서 실제로 어떤 이점이 있는지 살펴 본다면 1 시간 15 분 내에이 클러스터에서 2880 억 개의 레코드를 가져올 수 있습니다

그래서 diss는 관점을 바로 잡으려고합니다 그래서 아마존이 인벤토리에서 선적 한 모든 항목으로부터 20 년의 역사 기록을 가져올 수 있습니다 그래서 아마존에서 그들의 우주선에 대한 모든 기록을 우리가 가져올 수 있습니다 20 시간 만에 다시 돌아와 이제는 1 시간 15 분마다 모든 레코드를 가져옵니다 따라서이 성능을 기준으로 이제는 2 대를 좋아합니다

신용 카드 거래에 사용하는 금융 고객은 이제이 PC를 완료하고 사설 클라우드 환경을 배포하려는 사람들을 평가하고 있습니다 그러나 나는 자신의 사설 클라우드 내에 Google 분석을 실행하는 것과 같은 방식으로 클라우드를 사용하므로이 클러스터를 사용하는 환경에 적합합니다 지금 마지막으로 저는 우리가 사용해온 모범 사례를 사용하여 데이터웨어 하우스와 벤치 마킹에 대해 알기 때문에 시스템 구성에서 3 단계 오른쪽에서 제공하고 싶습니다 그래서 이상적으로 당신이 알고있는 것처럼 SQL 서버의 대부분은 라이센스에 기반하여 요금이 부과된다는 것을 알기 때문에 더 높은 클럭 속도를 선택하면 더 높은 클럭 속도를 가진 CPU가 더 높은 것으로 중요합니다

터보 속도가 높아서 교육 과정을 기반으로 라이센스를 받고 비용을 최적화하려는 경우 가장 좋은 방법이지만 엔터프라이즈 사용자가있는 경우 라이센스 비용이 부과되지 않습니다 당신이 무제한 인 것처럼 엔터프라이즈 라이센스를 사용하면 더 많은 수의 코어를 사용할 수 있으며 응용 프로그램이 그 과정과 내년을 활용하기 위해 놓칠 수 있어야합니다 Bartending은 여러분이 알고있는 것과 같은 저장소입니다 왜냐하면 실행 중인지, 트랜잭션 작업량이 데이터웨어 하우스 작업 부하인지, 데이터를 이들로부터 더 빨리 가져 오기를 원하기 때문입니다

그래서 하위 시스템이 될 것입니다 그것 나는 당신이 알고있는 것처럼 중앙 스토리지 요구 사항을 가지고있는 스토리지 어레이를 날릴 것입니다 그렇다면 그것을 사용하거나 직접 연결된 스토리지를 살펴 보는 것입니다 4 가지 옵션이 있습니다

전통적인 santaros와 함께 실행할 수 있습니다 에 Audie는 내가 끝내는 것보다 더 높은 성능을 발휘할 수 있다는 것을 알고있는 톱 10에 원합니다 그래서 우리는 모든 플래시 스토리지 어레이에 대한 모든 구성을 완벽하게 테스트했습니다 이것은 전통적인 크기입니다

여러분이이 다양한 성능 비교를 제공하기를 원하신다면 다음 단계는 UFI에서이 최대 성능을 구현하는 서버와 같습니다 이는 최대 성능을 발휘할 수 있기 때문에 하이 엔드 성능 워크로드를 실행하는 경우 필요합니다 그러나 시스템에서 소비되는 전력이 증가하면 시스템에서 소비되는 전력이 증가한다는 것을 알고있는 것처럼 시스템을 최대한 활용할 수 있습니다 그러나 비즈니스 크리티컬 애플리케이션의 고성능을 원한다면 해당 옵션을 사용할 수 있으며, 특히 SQL 서버에 대한 프로세서 프로세서 친 화성이있는 데이터웨어 하우스를 실행 중인지 알 수 있습니다 그래서 다른 코스를 SQL 서버 환경에 적용하면 다른 프로그램에 대한 지식이 생기면 다른 어플리케이션보다는 SQL 서버에 대한 모든 프로세스 요구 사항이 제공됩니다

OS와 파일 시스템에서 많은 양의 데이터가있는 경우 많은 양의 드라이브가이 데이터를 데이터 파일과 잠금 파일에 균등하게 분배합니다 따라서 목표는 모든 데이터에서 알 수있는 작업량의 균형을 유지하는 것입니다 데이터베이스의 모든 드라이브를 의미하며, 트랜잭션 로그가 가장 빠른 드라이브 중 하나에 있어야한다는 것을 알았습니다 사람들과 함께하면 TP 작업 부하를 가속화 할 때 매우 기본적인 요구 사항이므로 트랜잭션 로그 대기 시간이 매우 중요하므로이를 위탁 드라이브에 두는 것이 매우 중요합니다 그리고 잠금 페이지가 이렇게 메모리에있는 페이지를 이와 같이 활성화해야만 페이징이 일어나지 않으므로 그렇게하면 페이징 스와핑 문제를 줄일 수 있습니다

그리고 분명히 그들은 삐 었어 OSU 로고와 같은 붉은 색 대용량 레이드와 성능은 당신의 청초하고 데이터에 따라 기다리고 있습니다 우리는 보통 LTP에 에러율 5를 추천합니다 일반적인 백업이 필요 없기 때문에 데이터웨어 하우스 환경에서 RAID 5를 사용할 수 있습니까? 좋아, 데이터웨어 하우스 환경에 대해 당신은 주어진 템포에 대해 둘 이상의 임시 임시 파일을 가질 수있는 한 SQL 서버 구성이 주어진 임시 임시 파일에 대해 더 많은 임시 파일을 가질 수있을만큼 훨씬 빨리 작성할 수 있습니다 그리고 10 DVD는 우리가 알고있는 것처럼 테스트를 토대로 묻습니다

그래서베이스 라인이 실제 데이터베이스 크기의 20 %로 설계되어야한다는 징후의 20 %를 가져야합니다 과 이것은 당신이 알고 있어야하는 나의 기억이다 그래서 당신은이 후속 서버를 시스템에서 사용 가능한 메모리의 최대 290 퍼센트까지 설정할 수있다 그리고 만일 당신이 데이터베이스를 통합한다면,이 자원을 이용할 수있다

서비스 품질 제공 마침내 이 마지막 슬라이드로 끝내고 싶습니다 왜 우리가 Lenovo에서 SQL 서버 현대화를 선택해야 하는지를 알고 싶다면 중소 규모의 통합 플랫폼을 제공하고 있으며 빠른 속도로 데이터베이스를 제공하기 위해 업계에서 빠른 속도를 보이고 있습니까? 12017이며 소형 중형 및 대형에서 제공 할 고성능 솔루션을 보유하고 있으며 선행 평가에서 포괄적 인 지원과 서비스를 제공합니다 배포 서비스와 완전한 당신은 소프트웨어뿐만 아니라 골절상에서의 서비스 지원을 이미 알고 있으며 이미 말했듯이 우리는 가격 성과 두 가지 모두에서 벤치마킹을합니다

그리고 우리의 2/4 사이클 시스템의 최대 성능과 우리는 데이터웨어 하우스에서 8:30 테라 바이트 카라이트 범주에 대한 최고의 벤치 마크를 보유하고 있으며 우리는 업계 최초로 Apache 스파크를 대규모로 배치 할 수있는 방법을 시연합니다 30 테라 바이트의 고양이 공원 벤치 마크를 시뮬레이트하면 전 세계적으로 다양한 기회에 배치되고 이제 막 우리가 말했듯이 사례 연구를위한 2 가지 사례에는 다수의 고객이 통합 및 데이터베이스 가속화를위한이 작은 신호 공학 솔루션을 배포했으며 이러한 서버가 이러한 솔루션이라는 사실이 있습니다 많은 신뢰할 수없는 고객 만족도를 자랑하는 서버를 기반으로 개발되었습니다 그

내 완료 시간 9 분 전이라고 생각합니다 고맙습니다

Join an OrientDB Meet-up – Recommend the right database technologies.

– 나는 정보, 많은 시간 동안, 그들은 하나의 시스템을 가지고있다 더 이상 그들과 어울리지 않을 수도 있습니다

그 밖에 무엇을 사용해야하는지에 대한 질문이 항상 있습니다 나는 항상 내 자신을 가르치려고 노력하고있다 시장에서 다른 옵션이 무엇인지에 관해서 말입니다 사람들이 항상 원하는 것입니다 그들은 그들이 더 쉽게되기를 바란다

기술이 많이 향상되고, 그들은 그것이 더 저렴하고 더 빠르고 더 좋을 것이라고 생각합니다 하지만 항상 그런 식으로 작동하지는 않습니다 올바른 도구가 없다면 나는 이것을 생각할 것이기 때문에 이것을 추천 할 것이다 우리가 다른 데이터베이스에 대해 듣는 시간이 많다 또는 다른 기술 누군가가 그것에 대해 이야기 할 것이고, 그리고 이렇게하면, 우리는 다른 조각들을 볼 수있게됩니다

함께 일할 수있는 방법을 알려줍니다 (부드러운 음악)

Summer of NYTD Session 02: Data Structure – National Youth in Transition Database (NYTD)

아동 학대 및 방임에 관한 국가 데이터 아카이브 NYTD의 여름에 오신 것을 환영합니다! 지난 주에 우리와 함께하지 않은 사람들을 환영합니다

다시 돌아와 주셔서 감사합니다 이 아동 학대 및 방치에 관한 국립 자료실 (National Data Archive)의 여름 훈련 세미나 시리즈입니다 우리는 코넬 대학의 번역 연구를위한 브론 펜 브레너 센터에 있습니다 그리고 여기 여름 훈련 시리즈의 개요가 있습니다 나는 실제로있을거야

오늘 세션의 발표자 인 제 이름은 Erin McCauley이고 저는 대학원 연구원입니다 Bronfenbrenner Center에서 데이터 보관소를 사용하십시오 그리고 저는이 시리즈의 호스트입니다 그래서 당신은 매주 내게 소식을 듣겠지만, 이번 주에 나는 또한 발표자가 될 것입니다 지난주 Telisa Burt와 NYTD 데이터 세트에 대한 절대적으로 훌륭한 소개가있었습니다

Tammy White NYTD 프로젝트 매니저와 NYTD 데이터 애널리스트는 아동 국에서 일했습니다 우리는 정말로 그들로부터 다른 관점을 확실히 가지고 있다는 소식을 듣고 운이 좋았습니다 그들의 소개를 듣고 정말 좋았어요 그리고 오늘은 더 많이 이야기 할 것입니다 데이터 구조에 대해 미리보기 만하면됩니다

Michael Dineen은 우리의 레지던트 NYTD 전문가가 Frank Edwards와 공동으로 다음 3 세션을 이끌 것입니다 다음 주 오늘은 데이터를 다운로드 한 다음 종류를 나타내는 방법에 대해 이야기 할 것입니다 데이터의 전체 레이아웃에 대한 정보를 얻은 다음 Michael은 다음 3 주간에 대한 껄끄 러운 부분은 일반적인 문제를 해결하는 것입니다 우리는 데이터 사용자로부터 듣습니다

그래서 나는 그 사람들이 특히 좋은 발표가되기를 기대하고 있습니다 정말 기대하고있어 이번에는 발표자가 될 것입니다 여기 내 연락처가 있습니다 정보 및이 세션에 대한 이메일을 통해 질문을 할 수있는 것은 솔직하게 무엇이든 할 수 있습니다 시리즈에 대해

그리고 오늘 여기에 대한 우리의 의제가 있습니다 그래서 나는 정확히 어떻게 우리가 데이터를 사용하려는 사람은 상당히 중요하기 때문에 데이터를 다운로드하십시오 그럼 나는 우리가 서비스와 결과 파일을 가질 수 있도록 우리의 데이터 구조에 대해서도 이야기 할 것입니다 다음으로 사용할 수있는 여분의 리소스에 대해서도 이야기 할 것입니다 우리의 데이터 아카이브는 사람들이 할 수있는 것 이상으로 데이터를 다운로드하고 사용자와 진정으로 소통하고 싶습니다

그래서 나는 우리가 너희들이 듣고 싶어하는 정말 좋은 자료들 그래서 오른쪽으로 뛰어 다니기 만하면됩니다 데이터를 다운로드하는 방법 먼저 NDACAN의 NDACAN 웹 페이지로 이동하십시오 Cornell

edu 이것은 우리의 데이터 세트에 액세스하기위한 첫 번째 단계입니다 사용자 안내서, 코드북 또는 추가 리소스 중 하나가 오늘 논의 할 예정이었습니다 우리도 몇 가지 질문에 대한 listserv에 가입하는 방법에 대한 마지막 세션 이야기하고 그래서 우리 listserv는 우리가 정보 같은 폭풍과 같은 종류를 발송하는 곳입니다 이 훈련 세미나 같은 것들에 대해서 또한 우리가 새로운 것을 가질 때 우리가 어디에 놓는 지 데이터 릴리스 그런 다음 데이터 사용자가 사용할 수있는 다른 리소스에 대해서도 이야기합니다

우리 여름 연구원 및 연구소가 있으므로 신청서가 발급 될 때 보내드립니다 그것은 listserv에 있으므로 정말 연관되어있는 것이 좋습니다 그리고 그걸 할 수 있어요 이 웹 사이트를 통해 그리고이 페이지로왔다 갔다하는 것이 었습니다

그것을 다운로드하는 방법에 관한 스크린 샷과 NDACAN 웹 사이트에 갈 때 이것은 무엇입니까? 알 겠어 데이터를 다운로드하려면 데이터 세트 탭을보아야합니다 주위에 회색 초록색 상자가 거의 없다 그러면 여기에서 세 번째 탭임을 알 수 있습니다 왼쪽에서 한 번 클릭하면 데이터 세트를 선택해야합니다

NYTD 데이터 인 오늘에 대해 이야기하면서 전환 청소년 데이터베이스를 구축했습니다 그리고 한 번 클릭하면 두 개의 영역을 클릭 할 수 있습니다 데이터 세트를 사용할 때 맨 위에는 핵심 링크가 빠른 링크로 표시되어 NYTD를 클릭 할 수 있습니다 그곳에 또한 하단의 목록 영역에서 우리는 모두 우리의 데이터 세트와 NYTD 데이터 세트가 바로 거기에 있습니다

따라서 어느 옵션이든 같은 장소로 데려다 주면 세 가지 옵션, 즉 서비스 파일이 있습니다 코호트 2에 대한 결과 및 코호트 1에 대한 결과 그리고 나서 데이터 세트 번호 거기서 NYTD를 클릭하면 여기서 끝납니다 이것은 우리 가정 기지의 종류입니다 왼쪽에 데이터 세트 번호가 있고 일대와 파일 이름이 있음을 볼 수 있습니다 및 웨이브 사양 이 프레젠테이션의 뒷부분에서 우리는 이러한 서로 다른 파일의 의미, 포함되는 내용 및 다른 데이터 구조

이 아니라면 이제 이러한 데이터 세트 중 하나를 선택하면 데이터 세트 세부 정보로 이동하게됩니다 페이지는 이렇게 보입니다 그리고 오른쪽 상단에는 링크 목록이 있습니다 그 중 하나는 데이터를 주문하는 것이고 그 데이터는 가장 상위의 데이터이므로 모든 데이터에 대해이 작업을 수행합니다 아카이브에서 다운로드하려는 파일을 선택하십시오

보내기에 대한 안내도 있습니다 데이터 집합에 대한 질문을하고 데이터 집합 목록으로 돌아갑니다 나는 여기에 그것을 묘사하지 않았다 이 페이지의 맨 아래에는 코드북과 사용자 가이드뿐만 아니라 이 데이터 세트 클러스터에 대한 서적 링크 그래서 사본을 다운로드하려면 오른쪽 상단에있는 해당 링크를 클릭하십시오

그리고 이것은 너를 지시로 이끌 것이다 페이지에서 데이터 다운로드 방법을 확인하십시오 그래서 첫 번째 단계는 메일 링리스트를 작성한 다음 각 데이터 세트에 대한 디지털 계약 조건 PDF도 갖습니다 따라서 각 데이터 세트에 대해 원하는 것을 입력하고 싶으면 입력하십시오 모든 지시 사항이 있지만 이름을 변경하고 다시 이메일로 보내주십시오

제출 후 5 일 이내에 boxcom의 이메일 초대장을 받게됩니다 로그인하고 데이터를 다운로드하십시오 그래서 우리는 당신을 위해이 보안 상자에 데이터를 저장합니다 다운로드 초대장을받은 날로부터 10 일 이내에 데이터

10 일 후에 boxcom에서 데이터를 삭제합니다 그리고 우리도 친절합니다 사용을 위해 데이터 세트를 주문하려는 교실 강사를위한 별도의 구조 교실 따라서 전체 수업에 사용 약관이 다를뿐입니다

서명 할 수 있습니다 그리고 교실에서 사용하기를 원한다면 우리는 교수가 아닌 학생들이 다운로드 프로세스를 관리하고 연락하는 책임이 있습니다 기술 지원 및 질문에 대한 우리의 필요하지만 그것은 재미있는 데이터 세트를 재생할 수 있습니다 교실 환경에서 데이터를 다운로드하는 방법에 대한 요약 정보입니다 과 이제는 데이터 구조와 다양한 데이터 파일을 논의 할 것입니다

NYTD에 포함되어 있습니다 Telisa와 Tammy가 지난 주에 우리에게 말했듯이, 1 차 수사관은 보건 복지부 아동부 그래서 데이터가 처음이었습니다 John H Chafee 포스터 케어 독립 프로그램을 통해보고되고 수집 됨 2010 년에는 뉴욕에서 NYTD 데이터를 수집하고 2011 년에 데이터를 제출하기 시작했습니다

아이디어는 독립적 인 생활 프로그램의 효과를 평가하기위한 데이터와 위탁 양육에서 벗어나 연령에 관계없이 더 많은 정보를 얻을 수있다 새로운 서비스를 개발하고 사람들이 그러한 변화를 겪을 수 있도록 돕습니다 그러나 우리는 또한 보다 효과적인 서비스를 창출하는 데이 방법을 사용하십시오 그러나 기본적으로 두 가지 유형이 있습니다 NYTD 데이터의 파일 수 서비스 파일과 결과 파일이 있습니다

그래서 서비스 파일 제공되는 서비스와 청소년에 관한 정보가 담긴 횡단면 파일입니다 그들을 받았다 그리고 나서 결과 파일은 수양에서 벗어난 동질 집단을 따릅니다 복지, 재정 및 교육 성과에 대한 정보를 수집 할 수 있습니다 그래서 우리가 사용하는 파일 구조는 위탁 양육 독립성의 목표를 반영합니다

위탁 양육에서 청소년에게 결과에 도달 할 가능성이있는 청소년을위한 결과를 향상시키는 프로그램 영원한 집이없는 18 번째 생일 이렇게하면 데이터를 평가하는 데 사용할 수 있습니다 독립 프로그램을 통해 제공되는 서비스의 효과 건강, 복지, 전 수양 자녀를위한 일반적 성공과 관련이 있습니다 먼저 서비스 구성 요소에 대해 논의 할 것이므로 이것이 포함 된 하나의 파일입니다 2011 년 첫 번째보고 이후의 누적 데이터입니다

6 개월마다 계속 업데이트됩니다 이 데이터 세트는 숫자 214입니다 그리고 NYTD 데이터 세트를 볼 때 목록에서 첫 번째입니다 서비스 변수는 청소년 정보에 집중 한 다음 또한 청소년들이 실제로 받았던 서비스의 종류는 이 시스템 청소년 정보에는 인구 통계 학적 정보가 포함되어 있습니다

년 및 날짜와 연체 및 교육에 대한 정보도 제공합니다 그리고 서비스 변수는 제공된 실제 서비스가 제공되는대로 반영됩니다 자금으로 그들은 모두 이분법 적입니다 두 번째로 코드북을 살펴 보겠습니다 그러나 기본적으로 예 또는 아니오입니다

청소년이이 서비스를 통해 자금 지원을받는다면 그 기간에 독립 프로그램 여기에 서비스 코드북의 스크린 샷이 있습니다 변수 상단의 강조 표시된 상자는 상자의 청소년 정보를 반영합니다 아래쪽에는 아카이브와 같은 변수가 있습니다

인종 또는 민족 변수를 하나의 변수로 기록하는 것 너도 알다시피 너는 알게 될거야 다른 데이터 세트를 많이 살펴 가면서 인구 통계 학적 정보를 얻을 수 있습니다 결과 파일과 같은 다른 파일에도 인종과 같은 인구 통계 학적 정보가 있습니다 민족과 생년월일도 있지만 성별, 소재지, 종족 별, 교육 수준, 그리고 연체 정보

그리고 여기 중간에이 중간 상자 서비스를 제공합니다 따라서 서비스에 포함 된 서비스에 대한 자세한 설명이 있습니다 코드북이지만 일반적으로 변수는 우리에게 어떤 영역을 알고 있는지를 알려줍니다 이와 관련하여 재정적 인 것들이 있습니다 주택과 건강 관련 것들이 있습니다

그런 다음 학업과 관련된 것보다 더 비슷한 것입니다 그리고 더 많이 볼 것입니다 특히 학술 지원 서비스와 관련된 두 개의 코드북 항목에 있습니다 그래서 이것은 학문적 지원 서비스입니다이 특정 변수는 여러분이 위탁 양육 독립 프로그램에 의해 재정 지원을받은 서비스 제공 고등학교 졸업장 또는 동급

그리고 당신이 볼 수 있듯이 특정 종류의 포함 된 항목 목록이며 실제로이 항목은 구체적으로 무엇이 있는지도 포함합니다 포함되지 않음 고등학교에서 청소년을위한 일반적인 출석을 목표로하는 것이 아닙니다 포함되지만 문맹 퇴치 교육, 숙제, 개인 교습, GED 지원 그래서 그것은 고등학교를 마치는 고등학교 또는 이에 상응하는 학교이기 때문에 GED입니다 그런 다음 데이터 유형의 종류, 요소 번호 및 그 방법을 볼 수 있습니다 코드화되어 있고 서비스가 모두 이분법이라고 말했듯이 그렇습니다

그리고 우리는 또한 77 명이 실종됐다 그리고 당신은 우리가 여기도 볼 수 있습니다 이것은 또한 교육이기도합니다 그러나 이것은 고등학교를 마치는 대신 고등 교육 학위를 찾고 있습니다 그리고 여기에 포함 된 서비스 목록이 있습니다

우리는 데이터 유형과 요소 번호이며, 코딩은 서비스 전체에서 동일하므로 모두를 위해 가지고 있고, 그렇다 그리고 공백이다 그래서 이것은 서비스의 요약입니다 과 다음으로 결과 구성 요소에 대해 이야기 할 것이며 두 가지 결과가 있습니다 우리는 현재 두 개의 다른 코호트에 대한 파일을 가지고 있습니다 이제이 데이터는 청소년부터 위탁에서의 전환 과정에서 복지, 재정 및 교육 결과 검토 독립심을

각 데이터 세트에는 세 가지 데이터 파가 있습니다 기준선이 수행됩니다 청소년의 17 세 생일에 다음과 같은 조사가 다시 실시됩니다 청년은 19 세와 21 세입니다 그리고 현재 우리는 세 가지 모두에 대해 하나의 완전한 코호트 데이터를 가지고 있습니다

파도와 또 다른 진행중인 코호트로 끝내기에 꽤 가깝습니다 그래서 지난주에 우리는 Telisa와 Tammy로부터 파도 구조의 코호트에 대해 들었지만 여기에는 일반적인 요약이 있습니다 우리는 3 년마다 새로운 코호트를 설립합니다 그리고 각각의 코호트에는 3 개의 파동이 있습니다 2011 년에 17 세 였고 3 개의 데이터 웨이브가 완료된 후 2014 년 코호트 2 세는 17 세이며 거의 완료되었습니다

그래서 우리는 파도 1과 2를 출판했습니다 우리는 현재 웨이브 3을 만들고 있습니다 그래서 두 개의 결과 파일이 있습니다 코호트 1과 코호트 2에 대해 코호트 그것들은 데이터 세트 214와 202이고 우리는 그것들에 접근합니다

그 밑에는 NYTD의 초기 데이터 세트 페이지가 있습니다 그리고 당신은 한 번만 같은 방식으로 주문할 것입니다 오른쪽 상단의 데이터 세트를 클릭하면 다운로드 할 수있는 링크가 나타납니다 그래서 여기에 결과 변수 영역에 대한 요약이 있습니다 우리는 청소년 정보를 가지고 있습니다

그런 다음 우리는 복지, 재정 정보 및 교육 정보와 관련된 성과를 가져야합니다 청소년 정보에는 인구 통계 및보고가 포함되므로 청소년과 마찬가지로 데이터 수집의 물결 그리고 우리는 또한 주제를 보는 웰빙을 가지고 있습니다 약물 남용, 투옥 및 정보를 출산이나 출산 금융 서비스 나 금융 관련 정보가 있습니다

결과, 고용과 같은 것들, 주택 보조를받는다면 공적 지원 마지막으로 교육 정보가 있습니다 따라서 최고 수준의 인증만으로 교육을 마쳤습니다 등록, 관련 사항 여기 코드북의 스크린 샷이 있습니다 그만큼 레이아웃은 서비스 파일의 레이아웃과 유사하며 분명히 길지만 생성 된 변수가 바닥에 있으므로 인종 레 코드에서 레이스 같은 것이 있습니다

우리는 청년이 표본에있다면, 적어도 한 설문 조사 질문에 청소년이 응답한다면 그래서 이것들 중 많은 것들이 Telisa와 Tammy가 말한 것과 관련된 종류의 관련성이 있음을 알 수 있습니다 지난주에 대해서 그리고 나머지는 상당히 자명하다 변수를 가질 것이다 이름과 변수 라벨 그리고 분명히 좀 더 심층적 인 것이 될 것입니다

마지막 시간처럼 코드북의 항목 주목해야 할 한 가지 중요한 점은 웨이브 원과 웨이브 사이의 의미는 다양합니다 잘 이것에 대해 이야기하고 특히 이러한 차이를보기 위해 집없는 사람들을위한 변수에 대해 이야기하십시오 그래서 우리는 정의를 가지고 있음을 알 수 있습니다 그렇지만 우리는 다음과 같이 말하고 있습니다

웨이브 하나에 대해서 그리고 두 번째 글 머리 포인트는 나중 웨이브에 대해 이야기하고 있습니다 그래서 웨이브 1에 대한 기준선 인터뷰에서 이것은 청소년이 17 세 때 청소년이이 현상을 경험했는지 묻습니다이 경우에는 노숙자입니다 평생 동안 그러나 후속 질문은 청소년이 경험 한 경우입니다 이 사건에서 우리가 지난 2 년 동안 노숙자 상태에 대해 말한 현상이 무엇이든간에 그래서 우리는 이것을 다르게 다루어야한다는 것을 알아 두어야합니다 청소년이 그들의 삶의 어느 시점에서 노숙자를 경험했는지를보십시오

기존의 노출 또는 노숙자 경험에 대한 통제를 한 다음 종류를 살펴보십시오 고령화 후 노숙자를 예측합니다 그리고 다시 하단에서 코딩을 볼 수 있습니다 우리는 아니오, 네, 거절하고, 그것이 공백으로 남겨져 있다면 그리고 당신이 그 (것)들을 대우하는 방법의 이렇게 친절한 실종은 당신에게 달려 있으며, 다음 주에는 실종에 대한 발표가있을 것입니다

데이터에 데이터를 사용하여 몇 가지 예를 살펴 보겠습니다 나는 단지 친절하다 목록의 삭제를 사용하여 누락을 처리하는 방법이 아닌 계산 된 값 내가 공부 나 뭐 그런 짓을하고 있다면 그냥 저기에 버리고 싶다하지만 난 단지 데이터가 어떻게 생겼는지, 그리고 그 차이점을 어떻게 활용할 수 있는지 살펴 보려고했습니다

특히 결과 파일에서 그래서 나는 처음부터 결과 파일을보고있다 그게 우리가 방금 말했던 것입니다 우리는 코호트 1을 사용했습니다 파도

따라서 우리가 볼 수있는 이러한 인구 통계적 특성을 살펴보면, 표본 약 48 %의 여성과 52 %의 남성입니다 그리고 인종적, 민족적 붕괴를 살펴보면 우리의 표본 중 표본이 대다수의 백인 흑인 또는 히스패닉 또는 라틴어 X와 다른 사람들의 비율이 적으므로 이제는 44 %가 흰색, 30 %가 검은 색입니다 18 % 히스패닉 또는 라틴어 X 그러나 우리는 또한 알래스카 원주민 인 아시아 인, 태평양 인 섬 주민, 또는 다인종 그리고 분명히 그룹은 더 작습니다 그렇다면 우리는 인구 통계 너머로보고 있으며 결과 변수를보고 있었고 방금 선택한 차이점을 볼 때 노숙자 문제에 관해 이야기 한 이래로 웰빙과 관련된 첫 번째 웨이브와 이후 웨이브 사이

그리고이 차이를 이용하여 나는 유병률을 조사했다 약물 남용, 출산 능력 및 아이를 가진 노숙자 따라서 다시 첫 번째 물결에서 물결 사이의 의미의 차이는 물었다 그들은 그 현상을 경험 해본 경험이 있었는지 나중에 묻습니다 지난 2 년 동안

그리고 웨이브 3에 의해 젊은이가 이제까지 가지고있는 것을 반영하는 변수를 만들었습니다 노화되기 전이나 물결이 일기 전에 경험했다면 그 현상을 경험했습니다 대략 17 세의 노령화가 진행되는 동안 또는 노화가 진행되는 동안 경험 한 적이 있다면 전환기의 종류 그래서 저는 이것을 어떻게 수행했는지를 볼 수있게되었습니다 우리는 경험의 유행에 커다란 차이가 있음을 변수로 취급합니다

이러한 현상 그래서 우리가 그 맨 위를 본다면 우리는 투옥됩니다 그래서이 샘플의 44 % 그들의 삶의 어떤 시점에서 투옥되었습니다 표본의 31 %가 감금을 경험했습니다 위탁 양육 시스템에서 노화되기 전이나 파동이 일어나기 전에

그리고 29 %가 투옥되었습니다 위탁 양육 시스템에서 노화 한 후 또는 후에 노화 약물 남용보고 우리는 샘플의 약 34 %가 ​​약물 남용 문제가있는 것과 비슷한 패턴을 보았습니다 그리고 전에는 25 %, 후에는 20 %가되었지만, 다산에서는 꽤 다르다는 것을 알 수 있습니다 우리는 가지고있다 경험 한 적이있는 높은 비율이지만 경험 한 사람의 비율은 매우 낮습니다

노화되기 전에 샘플의 6 %만이 위탁 노화 전에 아이를 낳았습니다 25 %는 고령화 후에 하나를 가지고 있었다 그래서 그걸보고 있었고 거기에 특히 물질 남용 및 감금과 비교할 때 상당히 큰 차이가 있습니다 과 마지막으로 우리가 노숙자를 보았을 때 약 40 %의 샘플이 노숙자였습니다 어떤 점에서는 17 %가 파도 타기 전에 노숙자 경험에 노출되어 있고 31 %는 경험하고 있습니다 그들이 위탁 양육 체제에서 벗어난 후에 웨이브 하나의 의미 후에

나는 만들지 않았다 이러한 상호 배타적 인 그래서 전후에 그것을 경험하는 사람들은 두 번 모두를 보여줍니다 그리고 나는 그것이 우리가 어떻게 대우하는지에 대한 방법을보기위한 좋은 간단한 요약 일 것이라고 생각했습니다 그 결과 변수는 청소년이 경험했는지 여부에 관계없이 많이 다릅니다 언제든지 또는 청소년들이 노화를 경험 한 후에야 그리고 나는 또한 서비스 파일을 사용하는 몇 가지 예를 살펴보고 2016을 자세히 살펴 보았습니다

발견 한 후 청소년 서비스가 사용 된 서비스를 확인하기 위해 4 가지 서비스를 살펴 보았습니다 그리고 많은 젊은이들이 학문적 지원을 받았다는 것을 알 수 있습니다 우리는 GED, 문맹 퇴치, 숙제를 통해 공부하는 것을 돕는 것과 같은 것을 포함하는 것을 보았습니다 고등학교를 졸업하거나 고등학교를 졸업하거나 GED에 상응하는 것 그리고 우리는 젊음의 약 40 % 정도가 조금 더 적다는 것을 알 수 있습니다

보건 교육 및 위험 예방에 관한 서비스를 받았습니다 그리고 우리는 그것을 볼 수 있습니다 청소년의 감독이 독립적 인 생활과 방을 받았고 재정적으로위원회에 참여 함 도움을 받았다 그래서 나는이 4 가지를 2016 년에 선택했다

그러나 당신은 그것을 깰 수있는 것처럼 보일 수있다 서비스 파일과 결과 파일을 연결하여 그리고 나서 나는 Bronfenbrenner에서 아카이브를 통해 사용할 수있는 추가 리소스에 대해 이야기하고 있습니다 번역 연구 센터 그래서 나는 그 (것)들을 빨리 통과하고 각 항목으로 돌아가서 액세스 방법, 제안 내용 및 관련 정보에 대해 이야기하겠습니다 마이클에게 그들 중 몇 명만 차임을시켜달라고하십시오

하지만 실제로는 아동 학대 및 방치에 관한 National Data Archive는 데이터 다운로드에 추가 각 데이터 세트에 대한 사용자 가이드, 사용자 SPSS, SAS, STATA 및 R 사용자에 대한 정보는 지원 탭을 참조하십시오 우리는 또한 자주 데이터를 전혀 사용해 본 적이 없다면 시작할 수있는 정말 좋은 곳입니다 '데이터를 지불해야합니까?'와 같은 일반적인 질문이 있기 전에 내 대답은 아니오 야

그리고 마침내 우리는 Summer Research Institute와 아동 학대 인 canDL을 갖게되었습니다 무시하고 디지털 도서관 그래서 저는 이것이 우리의 가장 귀중한 자원 중 두 가지라고 생각합니다 몸소 그래서 Summer Research Institute는 원격 교육 기관입니다

NYTD를 포함한 우리의 데이터 세트를 사용하여 프로젝트의 데이터 사용자와 긴밀히 협력합니다 그래서 누가 우리의 경쟁력있는 응용 프로그램 프로세스를 통해 소규모 그룹에서 매우 밀접하게 수용됩니다 NDACAN 직원뿐만 아니라 컴퓨팅 및 통계 컨설턴트로부터 조언을 얻습니다 코넬의 캠퍼스에 우리는 분석 계획을 세밀하게 조정하고 사람들이 가지고있는 프로젝트를 옮깁니다

출판에 착수했다 또한 훌륭한 네트워킹 기회이기 때문에 여러분은 일종의 소규모 그룹에서 동일한 데이터 세트를 사용하는 다른 사람들과 그리고 마지막으로 우리는 canDL을 가지고 있는데, 이는 내가 아동 학대이며 디지털 도서관을 방치 한 것이라고 말합니다 NYTD를 포함한 우리의 데이터를 사용하여 공개적으로 액세스 할 수있는 온라인 데이터베이스입니다 그래서 일종의 정말 좋은 방법은 다른 사람들이 어떻게 데이터를 사용하고 있는지 잘 알고, 다른 사람들의 분석에서의 선택, 사람들의 코딩 방법, 그리고 아무도 당신의 질문에 대답하지 않았는지 확인하십시오 먼저 우리는 사용자 가이드 및 그래서 우리 직원에 의해 작성된 그래서 그들이 사용할 수있는 세부 정보가 우리가 가진 모든 단일 데이터 세트에 대해 이것은 테이블의 스크린 샷입니다

결과 파일의 첫 번째 코호트에 대한 사용자 안내서 중 하나의 내용 너처럼 출판에서 데이터 구조 및 샘플링에 이르기까지 다양한 주제를 다룰 수 있음을 알 수 있습니다 분석적 고려 사항 가이드는 실제로 사용자를 염두에두고 제작되었으므로 좋습니다 연구 프로젝트를위한 첫 걸음, 특히 데이터에 익숙해지기 우리가 여기서 말한 것들을 잊어 버렸지 만 나는 또한 그것이 매우 가치 있다고 생각한다 우리의 데이터에 대해 이야기하는 방법에 관한 방법 섹션을 작성할 때 그것이 어떻게 모으고 그 모든 것

그래서 이들은 PDF 가이드입니다 그래서 그들은 단지 진짜입니다 각 페이지의 하단에 훌륭한 자료가 있으므로 데이터를 다운로드 할 때 약간의 요약, 코드북, 그리고이 사용자 가이드도 있습니다 우리도 가지고있다 사용자 지원 탭을 통해 전반적인 가이드 라인을 제공하므로 다른 유형의 데이터 분석 사용자가 데이터 작업 방법에 실제로 도움이됩니다 그러나 우리는 심지어 내가 더 잘 생각하는 비디오를 가지고 있습니다

그래서 우리는 세션을 가질 것입니다 NYTD 결과물을 AFCARS 육성 계획과 병합하는 것에 대한 몇 주안에 관심 파일이지만 우리는 또한 필요한 경우 사람들을 통해 걸을 수있는 비디오를 가지고 있습니다 나중에 도움 그래서이 지역을 체크 아웃하는 것이 좋습니다 그리고 우리는 또한 자주 묻는 질문 탭을 가지고 있으며 우리가 자주 묻는 질문에 대한 대답입니다

우리는 모든 데이터 세트의 사용자로부터 얻으므로 NYTD와 관련이 없습니다 그리고 이것은 탭을 클릭하면 NDACANCornelledu에 갈 수 있습니다 페이지가 표시되며 데이터 세트에서 세 번째 페이지를 클릭했지만 추천합니다

혹시라도 자주 묻는 질문을 확인해보십시오 그리고 이전에 언급했듯이 우리는 여름 연구원 (Summer Research Institute)을 운영하고 있습니다 저는 이것이 우리의 가장 가치있는 일이라고 생각합니다 리소스를 내가 말했듯이 우리는 애플리케이션을 선택하는 온라인 원격 학습 경험을 가지고 있습니다 우리 연구소에

그런 다음 소규모 그룹으로 작업하여 게시 가능한 프로젝트 제작 여름 연구원의 목표는 실제로 데이터 활용도를 높이고 출판물 분석을 용이하게합니다 그래서 우리는 사람들이 우리가 정말로 원하는 데이터를 다운로드 할 수있는 위치를 넘어서고 싶습니다 필요시 언제든지 데이터를 사용할 수 있도록 사용자와 협력하십시오 그리고 응용 프로그램 과정은 경쟁적이고 종합적입니다

그래서 우리는 과거에 참가자들을 사회학, 정책, 공중 보건, 심리학, 인간 발달, 과거에 참여한 지원자는 실제로 그것이 의미있는 의미가 있다고 이야기합니다 네트워크 에서뿐만 아니라 훌륭한 피드백을 많이 얻을 수있는 경험 사람들은 데이터 보관소의 감독자와 함께 Zoom을 통해 만날 수 있습니다 신청서는 제안서의 품질, 신청자와 어떤 종류의 프로젝트라도 게시 할 수있는 가능성 사람들이 관심을 가지고 있고 다음 여름에 NYTD 데이터 세트를 사용한다면 타이밍 라인을 올리면 체크 아웃하는 것이 좋습니다 여기 직원 모두 이전 년의 참가자들은 의미있는 경험으로보고합니다 우리에게 그것은 좋은 점은 우리가이 데이터를 생성하고 거기에 희망을두고 그것을 넣었다는 것을 알고 있기 때문입니다

의미있는 연구에서 어린이의 삶을 개선하는 데 사용됩니다 그래서 들어 오기 시작했습니다 거기에 사람들과 함께 일하는 것이 우리에게 흥미 롭습니다 우리는 또한 많은 지원을하고 있다고 생각합니다 우리는 정말로 멋진 프로젝트를 시작하려는 사람들에게 제공 할 수 있습니다

그래서 여기 하단에는 여름 연구 기관 (Summer Research Institute)의 개요가 나와 있습니다 그리고 신청하는 방법에 대한 안내서가 있지만 이것에 관심이 있다면 확실히 우리 listserv에 등록하면 응용 프로그램이 열렸을 때 전자 메일을 보내 게됩니다 내년 여름 그리고 마지막으로 내가 말했듯이 canDL은 특히 NYTD 또는 당사의 데이터 세트와 관련된 조사 그리고 전체 텍스트 기사를 볼 수 있습니다

기관의 구독 정보를 통해 연구와 관련된 정보를 찾을 수 있습니다 지역을 탐색 한 다음 인용 검색 및 다양한 조회가 가능합니다 스타일의 첫 번째 단계에서 친절하고 조사를 통해 모든 인용문을 다운로드하고이를 통해 작업 할 수 있다는 것이 좋습니다 그리고 그것이 보이는 모양의 스크린 샷이 있습니다 그래서 왼쪽에 묶음이 있습니다

태그의 종류와 내가 이걸 얻은 방법은 방금 NYTD에 입력 한 다음이 모든 간행물 NYTD를 사용하기 때문에 데이터를 사용하는 사람들에게 우리가이 자원에 이것들을 추가 할 수 있도록 게시하십시오 그러나 그것은 정말 훌륭한 출발입니다 확실히 장소 그래서 저는 제 이름이 에린 맥컬리라고 말했고 나는 이 시리즈와 Michael Dineen은 또한 온라인에 올라 있으며 질문에 대한 답을 도울 수 있습니다 그는 정말로 NYTD의 연구 지원 전문가이자 매니저입니다

그래서 그는 위대하다 리소스에 대한 질문이 있으시면 채팅 상자에 팝업으로 보내주십시오 그러나 우리가 질문에 대답하기 위해 움직이기 전에 나는 다음주에 미리보고 싶다 오후 12 시부 터 오후 1 시까지는 22 번째로 Michael Dineen과 Frank Edwards가 함께합니다 그리고 그들은 둘 다 Translational Research 센터와 데이터 보관소에서 근무하고 있습니다

코넬 대학교 (Cornell University)에서 첫 번째 전문가 프레젠테이션이 될 것입니다 긴 형식에서 넓은 형식으로 변환하고 누락을 다루는 것에 대해 이야기 할 것입니다 우리가 데이터 사용자로부터 얻는 다른 일반적인 질문의 데이터 및 종류에서 다음 주에 시작의 종류는 특히 실종을 다루는 방법과 함께 핵심적인 것을 시작합니다 우리의 데이터에서 그래서 나는 다음 주에 그것을 체크 아웃하는 사람들을 강력히 추천한다

하지만 지금은 우리가 최대 질문을 열 수 있습니다 그래서 질문마다 거기에 각 데이터 세트에 대한 설명이 나와 있습니다 사용자는 잠재 연구에 응답하기 위해 적용 가능한 데이터 세트를 탐색 할 수 있습니다 질문? 훌륭한 질문입니다 예, NDACAN 웹 사이트의 NYTD 탭 내가 추천하는 세 가지 데이터 세트에 대한 세 가지 링크를 모두 볼 수 있습니다

코드북을 체크 아웃하는 것은 그것이 다 다루어지기 때문에 내가 말한 일반적인 영역은 서비스 파일이 사람들은 누적 적으로 누적 된 결과 파일에 집중합니다 복지 재정 및 교육 성과를 중심으로 그래서 또 다른 질문이 있습니다 프레젠테이션 끝 부분에서 데이터를 사용하여 연구에 액세스 한 곳은 어디입니까? 그렇게 그랬다 canDL? 나는 그것이 canDL이었다고 생각한다 그래서 이것은 아동 학대와 디지털 방치입니다

라이브러리가 있으므로이 웹 페이지를 통해 액세스 할 수 있습니다 그래서 실제로 갈거야 내 화면 공유를 취소하고 나서 내가 어떻게 할 것인지 보여줄 것입니다 웹 사이트 등에서 상단의 게시 탭 아래에 있습니다 누군가 보내주십시오

나 당신이 이것을 잘만 볼 수 없다면 채팅 할 수 있습니다 간행물에 액세스하는 방법 canDL 아동 학대 및 방치 디지털 도서관 여기를 클릭하면 페이지에 대한 canDL 링크를 클릭하십시오 그러면 여기에 도착하게 될 것이고 그것은 단지 NYTD를 위해 여기에 모든 데이터가 포함되어있어 정말 훌륭한 리소스입니다 태그 아래에 NYTD에 넣을 수 있으며 기존 태그를 검색 한 다음 그것을 클릭하십시오

그런 다음 NYTD를 사용하는 데이터를 구체적으로 살펴볼 것입니다 그래서 그것은 정말로 나는 사람들이 그것을 사용하는 방법을 알아내는 데 시간을 할애 할 것을 제안한다 나는 내가 가지고있는 것을 안다 내가 연결된 NYTD 데이터를 사용하기 시작했기 때문에 많이 알게되었습니다 난 될거야 나중에 프레젠테이션에서 그것에 대해 이야기하고 있습니다

Michael의 도움을 받아 NYTD 데이터를 다른 데이터에 연결하면 AFCARS 그리고 NCANDS와 내가 그렇게했던 첫번째 물건은 Zotero에 정말로 발굴의 종류이었다 canDL, 다른 사람들이 어떤 질문에 답을했고 어떤 종류의 질문이 있었는지 알아냅니다 문학에 틈이 생겨서 코딩 결정에 대해 정말 궁금합니다 사람들은 어떻게 만들었고 그들이 분석을 골라서 도움이되었다 언제 우리가 예상 하는가? NYTD 코호트 2 웨이브 3 개가 출시 될 예정입니까? 마이클 당신은 내가 완전히 확신하지 못한다는 것을 알고 계십니다 그럼 그것은 2014 년 코호트 일 것입니다

그래서 그들은이 설문 조사를 할 것입니다 2018 년 회계 연도이므로 설문 조사가 진행 중입니다 그러면 아마 설문 조사가 진행 중일 것입니다 우리가 받아야 할 다음 데이터는 2017 년 집단이므로 하나 물결 치다 그것은 우리가 실제로 기대하는 다음 세트입니다

2017 회계 연도 2017 년에 우리는 아직 그것을받지 못했습니다 그래서 세 번째 물결을 예상한다면 조사가 끝난 후 적어도 일년이 될 것이라고 2014 년 코호트의 이는 2018 회계 연도가 끝난 후 45 일이되며 9 월 30 일 끝납니다 올해 말을 조사 할 올해 말과 같은 것이 될 것입니다 Michael 감사합니다 다음 질문으로 당신이 다음과 같이 도움이 될 것이라고 생각합니다

Well : 실종 된 NYTD 데이터 세트에 누락 된 부분을 처리하기위한 가중치가 이미 있습니까? Well cohort 2011 첫 번째 집단에는 데이터에 포함 된 가중치가 있습니다 2014 년 코호트 데이터에 가중치가 포함되어 있지 않습니다 나가 무게에 발표를 할 때 나는 당신에게 당신 자신의 무게를하는 방법을 보여줄 것입니다 NYTD의 가장 큰 장점 중 하나는 거의 모든 데이터를 통해 비 응답자에 대한 정보를 얻게됩니다 인구 통계 학적 정보를 모두 가지고 있다면 모든 정보를 링크에서 얻을 수 있습니다

설문 조사에 응답하지 않은 사람들에 대해 알고 싶은 모든 것에 대해 AFCARS에 그래서 당신에게 가중할 때 큰 이점을줍니다 하지만 네, 더 이상 가지 않을 것입니다 지금은 그렇지만 가중치에 관한 전체 세션을 가질 것이므로 나는 믿는 질문에 답을했다 네, 감사합니다 특히 사람들에게 특히 감사를 표하는 것이 좋습니다

다음 세 번의 프리젠 테이션은 Michael이 특별히 유익하기 때문에 이 데이터에 대한 많은 지식을 보유하고 있으며, 이것으로 나는 메모를 할 사람을 알게된다 그래서 우리는 또 다른 질문을합니다 당신의 논문에 NYTD를 사용하려고하는 PhD 후보자가 당신을 실격시킵니다 여름 연구원에 지원할 자격이 있습니까? 그게 사실인지 마이클이 알기나 해? 나는 그것이 사실이라고 생각하지 않는다 그러나 나는 사실이 아니었다 아무것도 실격시키지 않습니다

원더풀은 확실히 적용을 보며 여기에 비디오에 대한 링크를 올려 놓을 것입니다 당신이 거기에있는 경우에 우리가 가서 그것은 바닥에 걸쳐 있으므로 확실히 좋습니다 링크를 확인해보십시오 정말 대단한 리소스입니다 개인적으로 알고 있습니다 데이터 아카이브에서 우리는 Summer Research Institute에 대해 정말 흥분합니다

그것을 추천하십시오 그리고 아동 국이 추가 데이터 요약을 게시하고 있는지 여부를 알고 있습니까? 코호트 2 명? 마이클 한테 잘 모르겠어? 코호트 두 사람 때문에 웨이브 3은 아직 없습니다 우리가하기 전에 그들은 그것을 얻을 것이다 그래서 그들은 아마도 데이터 브리핑을 할 것이다 일단 21 세 조사에서 세 번째 물결이 생기면 환상적이므로 우리가 얻을 것이다

웨이브 3이 나오면 추가 데이터 브리핑이 나온다 다른 질문이 있습니까? 해야 할 것 당신은 내가 여름에 가정하는 사람의 신청서를 개선하기위한 어떤 권고안을 가지고 있습니다 연구소 또는 일반적인 실수? 그래서 나는 마이클이 당신이 찾고있는 것을 알고 있습니다 그들이 들어오는 응용 프로그램에서 사람들이 흔히 범하는 실수를 눈치 채셨습니까? 또는 어떤 팁? 글쎄, 당신이 정말로 단단한 프로젝트 제안을한다면 일반적인 오류 중 하나를 사용하는 경우 가장 좋은 방법은 연구 프로젝트를 수행 할 수 없다는 것입니다

우리의 데이터를 사용하거나 가지고 있지 않은 외부 데이터가 필요합니다 그런 종류의 것들 그러나 귀하가 귀하의 신청서에 명시된 타당한 연구 프로젝트 제안서를 가지고 있다면 당신이 당신의 공변량을 위해 사용하고있는 좋은 좋은 변수를 가지고 있다면, 중요한 것은 좋은, 행할 수있는 연구 프로젝트를 갖는 것입니다 네, 분명히 당신입니다 종속 변수와 독립 변수를 지정하면 그 모든 것 더 많은 특이성이 좋다

링크가있는 동영상에 대한 도움말도 있습니다 여기 하단에 걸쳐 동영상이 정말 멋지며 도움말 및 개요가 있습니다 우리는 초기 경력 학자들이 실제로 지원하도록 권장합니다 우리는 우리의 데이터는 분명히 정말 훌륭합니다 그래서 우리는 일찍 경력을 쌓은 사람들을 원합니다

데이터와 관련된 작업은 여러 번 이루어집니다 그리고 우리는 실제로 일하는 것을 즐긴다 초기 경력자들과 함께 거기서 나와 일부 프로젝트를 진행하게되어 기쁘게 생각합니다 우리와 함께 그럼에도 도움이 될지 모르겠다

제안서에는 좋은 징조가 아닌 데이터가 없습니다 데이터가있는 경우 귀하의 응용 프로그램에서 귀하가 데이터 및 당신도 도움이 될 공에있어 적용하기 전에 데이터를 가지고있는 예는 항상 더 좋습니다 우리가 실제로 찾고있는 것은 사람들이 분석을 다듬는 데 도움이되는 것입니다 우리가 응용 프로그램을 검토하고있을 때 제곱으로부터 시작해서 분명히 이 과정에서 우리는 사람들이 다리 작동을 땅에 내려 놓을 것을 기대합니다

그들의 연구와 같은 것들이 데이터에서 놀았으며 그들은 우리에게 친절하게 왔습니다 이후 단계에서 우리는 분석을 다음 단계로 밀어 낼 수 있습니다 괜찮아 우리가 더 이상 질문이 없다면 우리는 마무리 할 것입니다 우리는 정말 기대합니다 다음 주 세션에서 마이클과 프랭크가 우리를 안내 할 것이라고 말했어

그래서 우리가 듣지 않으시 고 다음 주 수요일에 정오에 만나기를 바랍니다 와 주셔서 대단히 감사합니다 모두 감사합니다 아동 학대 및 방치에 대한 국가 데이터 아카이브는 코넬 대학 (Cornell University)의 번역 연구를위한 브론 펜 브레너 센터 (Bronfenbrenner Center)의 프로젝트입니다 NDACAN의 기금은 아동 국에서 제공합니다

Module 4 – Session 1 – Introduction to DHIS2 Database Customisation

이 프리젠 테이션에서, 우리는 DHIS2 Customization 데이터베이스에 대해 논의 할 것입니다 이것은 우리가 작성한 두 번째 데이터베이스 시스템입니다

이 모듈 전반에 걸쳐 사용자 지정 연습을 수행 할 수 있습니다 Trainingland와 비교하면 조금 다릅니다 이 내용을 조금 더 자세하게 설명하려고합니다 DHIS2 Customization 데이터베이스는 기본적으로 빈 DHIS2 시스템입니다 당신이 연습을 수행 할 수 있도록 만들어진 이 사용자 정의 모듈 중에

이것은 생성하기 위해 미리 구성되었습니다 공연을위한 최적의 환경 연습 중 자신의 구성 연습 이 프레젠테이션에서 새로운 개념을 토론하고 소개 할 것입니다 그러나 세부적인 논의는하지 않을 것입니다 이러한 다양한 구성 요소를 설정하는 방법 이 아카데미에서 DHIS2 내에서 보여 드릴 것입니다

더 많은 것을 배우고 싶다면 우리가 여기에서 토론하고있는 개념에 관해서, 맞춤 설정 아카데미 정보를 살펴보십시오 그래서 우리가 논의 할 첫 번째 일은 DHIS2 공유의 개념입니다 이전에는 출력 측면에서 공유를 논의했지만, 즐겨 찾기 및 대시 보드를 다른 사용자 그룹과 공유 할 수 있습니다 그러나 공유의 개념은 더 확장 될 수 있습니다 DHIS2에서 생성하는 다양한 항목과 객체에 적용됩니다

따라서 우리는 이러한 항목을 "메타 데이터" 이것은 다음과 같은 항목 일 수 있습니다 데이터 요소 또는 데이터 세트를 예로들 수 있습니다 그리고이 모듈을 만드는 동안 이것을 만드는 법을 보여줄 것입니다 이것은 기본적으로 우리가 어떤 사용자를 제어 할 수 있는지를 의미합니다 시스템의 어떤 객체에 액세스 할 수 있는지

공유의 핵심은 공개 대 개인 액세스로 구분됩니다 이전에 공유했을 때와 비슷합니다 우리의 즐겨 찾기 및 대시 보드 공개 개체와 비공개 개체의 구분 DHIS2 유지 보수 응용 프로그램을 탐색 할 때 그리고 우리는 잠시 후에 이것을 아주 빨리 보여 드리겠습니다 이 아카데미의 목적을 위해, 개인 오브젝트를 생성 할 수 있습니다

이것이 의미하는 바는 여러분이 만든 모든 아이템 너 자신 만 볼 수있다 시스템 관리자 또는 코스 관리자 다른 참여자 중 어느 누구도 개체와 상호 작용할 수 없습니다 이 모듈에서 만드는 여기서 볼 수있는 설치 유형은 대체로 달성됩니다 사용자를 허용하는 사용자 역할을 생성하여 시스템에서 개인 오브젝트 만 작성하십시오 이제 토론 할 때 우리가 의미하는 바를 살펴 보겠습니다

DHIS2 내에서 이러한 유형의 공유 우리가 지금 바라보고있는 것은 데이터 요소들입니다 데이터 요소 관리 응용 프로그램에서 그리고 데이터 요소 관리 응용 프로그램 나중에 자세히 다룹니다 내가 한 것은 코스 관리자 중 한 명으로 로그인 한 것입니다 이 관리자는 모든 데이터 요소에 액세스 할 수 있습니다

생성 된 이 과정에서 다양한 참가자들에 의해 공개 액세스 열이 있음을 알 수 있습니다 이러한 모든 데이터 요소는 공개 권한 없음으로 표시됩니다 이것이 의미하는 바는 이러한 데이터 요소, 아직 다른 사용자 그룹과 공유되지 않은 코스 관리자 만 볼 수 있습니다 이 특정 데이터 요소를 만든 개인뿐 아니라 데이터 요소 중 하나를 마우스 오른쪽 버튼으로 클릭하면 공유 설정으로 이동하십시오 우리는 기본적으로 Public Access가 해제되어 있음을 알 수 있습니다

Can View와 Can Can Edit가 모두 선택되어 있지 않습니다 이 사용자 정의 모듈에서 다양한 객체를 만들면, 그들은 모두 비공개로 설정 될 것이며, 이는 대중 접근 금지라고 말할 것임을 의미합니다 우리가 만든 항목 옆의 칼럼에 즉, 다른 사용자 당신이하는 일에 간섭하지 못할 것입니다 예를 들어, 이제 로그인했습니다 코스에 등록한 사용자와 이 사용자는 다른 데이터 요소를 볼 수 없습니다

다른 참여자가 만든 이 특정 사용자는 새 개체 만 볼 수 있습니다 DHIS2 시스템 내에서 생성됩니다 기본적으로 DHIS2 사용자 지정 데이터베이스 객체를 만들 때 자신의 시스템으로 작동합니다 자신이 만든 항목 만 볼 수 있습니다 객체와 상호 작용할 수 없습니다

다른 사용자가 만들었습니다 우리가 논의 할 또 다른 항목은 조직 단위입니다 DHIS2에서 우리가 한 것은 새로운 조직 단위를 창안하는 것입니다 이 특정 과정에 등록한 모든 사람에게 이것은 사용자가 등록 할 때 자동으로 생성됩니다 이 DHIS2 사용자 지정 데이터베이스에 있습니다 다른 사용자가 볼 수 없도록이 작업을 수행했습니다

귀하가 생성하는 조직 단위 예제를 보여 드리겠습니다 시스템 자체에서 수행 된 작업을 이 모듈에서 조직 단위 관리에 대해 논의 할 것입니다 우리가 지금하고 싶었던 것은 조직 단위 이 특정 DHIS2 시스템에 등록하면 생성됩니다 그것이하는 일은 당신이 등록한 이메일을 가져가는 것입니다

ROOT 조직 단위를 만듭니다 이 기능은 다른 사용자가 볼 수 없도록합니다 귀하가 만든 조직 단위 귀하의 과제가 진행되는 동안 우리가 논의 할 마지막 항목, 사용자 정의 데이터베이스와 관련하여 데이터 세트입니다 우리는 데이터 세트의 생성을 논의 할 것이다 나중에이 모듈에서 데이터 세트를 만들 때 사용자 역할을 업데이트해야합니다

이 동작을 볼 수 있습니다 데이터 세트 생성 데모 중에 우리는 사용자 관리에 대해 자세히 설명하지 않습니다 이 기본 레벨 과정 이제는 사용자 역할을 수정하기위한 부분 액세스 만 제공 할 수 있으므로, 나중에이 기능을 직접 수행 할 수 없습니다 우리는 누군가가 실수로 사용자 역할을 변경하면, 이것은 다른 사용자의 시스템과의 상호 작용에 영향을 줄 수 있습니다

특정 기능을 수행 할 수 없기 때문에 그들이 할 수 있어야합니다 이 때문에 우리는 수정할 수있는 빈 데이터 세트를 만듭니다 계정이 생성되면 사용자 역할에 할당하십시오 이 DHIS2 사용자 정의 시스템에서 DHIS2에서 데이터 세트 관리로 이동하면, 데이터 세트가 생성되었음을 알 수 있습니다

귀하가 등록한 이메일을 사용하십시오 이는 조직 단위와 유사합니다 나중에이 데이터 세트를 편집 할 수 있습니다 당신이 임무를 수행 할 때 우리가이 일을 한 주된 이유 데이터 세트를 사용자 역할에 할당해야하기 때문입니다

언급했듯이, 우리는 사용자 관리에 관해서는 이야기하지 않습니다 이 특별한 과정에서 많은 세부 사항으로 그래서 우리는 돌 보았다 이 데이터 세트를 백그라운드에서 사용자 역할에 할당하고, 이 작업은 자동으로 수행됩니다 이것은 사용자 정의 시스템에 대한 간략한 소개였습니다 이 시스템에서 다양한 연습을 수행하게됩니다

우리는 당신에게 더 나은 아이디어를주고 싶었습니다 연습 문제 중 일부가 설정에 연결되는 방법 우리가 이러한 다양한 운동을 수행하기 위해 여러분을 위해 창조 한 것입니다 그리고 연습 중 질문이 생기면 데이터 요소들과 관련하여, 조직 단위 또는 데이터 세트를 알려주십시오