Ada semakin banyak sistem pemantauan kinerja basis data yang hebat di luar sana. Baru-baru ini, solusi lokal yang lebih tradisional telah digabungkan dengan solusi perangkat lunak sebagai layanan (SaaS).
Blog ini membandingkan arsitektur khas solusi lokal dengan solusi SaaS. Tentu saja, komponen akan bervariasi dalam nama dan struktur dari satu vendor ke vendor lainnya, tetapi konsep kunci yang dibahas di sini akan direpresentasikan dalam satu bentuk atau lainnya.
Perbedaan Antara Solusi Lokal dan SaaS
Secara keseluruhan, berikut adalah beberapa komponen kunci dari setiap solusi:
Solusi Lokal Tradisional
- Proses pengumpulan data.
- Repositori [diagnostik] performa jangka pendek.
- Repositori analitik/pelaporan jangka panjang.
- Klien Windows atau browser.
- Infrastruktur failover apa pun yang diperlukan untuk infrastruktur pemantauan.
Solusi SaaS
- Proses pengumpulan data (untuk target lokal).
- Klien peramban.
- Aplikasi seluler.
- Vendor SaaS mengelola aplikasi dan penyimpanan data back-end.
Perhatikan bahwa nama berbagai komponen akan berbeda dari satu solusi ke solusi lainnya. Dalam beberapa kasus, fungsionalitas dapat dibagi menjadi beberapa layanan atau sumber data.
Solusi Lokal
Proses Pengumpulan Data
Pengumpul data biasanya merupakan layanan lokal tanpa agen yang mengumpulkan data dari titik akhir yang dipantau di lokasi. Proses ini mengatur bagaimana dan kapan data dikumpulkan. Itu harus mampu mengumpulkan data pada frekuensi yang berbeda untuk menyeimbangkan kebutuhan lebih detail dengan dampak pada beban kerja yang dipantau. Frekuensi pengumpulan dan ambang batas peringatan harus sudah dikonfigurasikan sebelumnya di setiap metrik.
Setiap orang akan memiliki instance "berisik" yang tidak sesuai dengan ambang batas standar. Ini dapat menghasilkan banyak positif palsu. Untuk mengatasi hal ini, sistem harus memiliki kemampuan untuk membuat aturan tingkat instance untuk menangani keadaan luar biasa. Ini menghindari "kelelahan alarm" dari positif palsu.
Dalam beberapa kasus, layanan ini juga mengatur peringatan dan pemberitahuan. Di organisasi besar dengan ratusan instans yang dipantau, mungkin perlu untuk menyeimbangkan beban dengan "menggabungkan" di sejumlah pengumpul data. Federasi menyinkronkan koleksi dan konfigurasi di seluruh sistem yang tersebar.
Repositori Diagnostik Jangka Pendek
Di sinilah data rinci disimpan. Ini akan mencakup data dari DMV, file log, XEvents, dan sumber data SQL Server lainnya. Sumber yang dapat memberikan tekanan pada instans yang dipantau harus dihindari, misalnya, sebagian besar pelacakan tidak cocok untuk pemantauan waktu nyata.
Karena frekuensi pengumpulan bisa sesering setiap detik dan potongan data yang lebih besar seperti TSQL dan paket dikumpulkan, repositori ini bisa menjadi besar dengan cepat. Akibatnya, sebagian besar sistem biasanya akan membatasi riwayat antara satu minggu dan satu bulan (pembatasan ini tidak berlaku untuk solusi SaaS). Repositori ini bersifat sangat transaksional.
Repositori Pelaporan/Analitik Jangka Panjang
Pada akhir waktu yang telah ditentukan, data terperinci ini dikumpulkan dan disimpan dalam repositori pelaporan untuk analitik dan tren tingkat tinggi. Jumlah detail yang disimpan akan memiliki dampak signifikan pada ukuran akhir repositori ini dan kapasitas komputasi yang dapat diharapkan pengguna untuk menganalisisnya. Ini cenderung sangat bervariasi dari satu solusi ke solusi berikutnya. Solusi yang mendukung analitik yang lebih dalam akan memiliki arsitektur pendukung dan dapat menggunakan arsitektur OLAP untuk memfasilitasi analisis multidimensi.
Menskalakan Solusi Pemantauan Lokal
Solusi yang lebih canggih akan dirancang untuk memfasilitasi arsitektur terdistribusi dari komponen utama untuk mendukung skala. Layanan pengumpulan data akan memiliki jumlah koneksi termonitor yang lebih tinggi yang dapat didukungnya. Setelah batas ini tercapai, pengumpul data tambahan harus "digabungkan" untuk mengoordinasikan pengumpulan data dan mengatur penyimpanan data.
Repositori data kinerja itu sendiri dapat berbagi satu instans atau mungkin tersebar di beberapa instans untuk mendukung skala. Penyimpanan yang mereka butuhkan akan berbanding lurus dengan jumlah koneksi yang dipantau dan volume data yang disimpan. Struktur dan arsitektur repositori analitik juga akan memengaruhi kapasitas total.
Pengalaman Pengguna
Sebagian besar alat lokal akan memiliki ujung depan Windows. Beberapa memiliki ujung depan browser berdasarkan penerapan yang dihosting secara lokal. Akses jarak jauh ke ini dapat berbelit-belit dan biasanya membutuhkan VPN. Mereka jarang mendukung aplikasi seluler.
Ketersediaan Tinggi
Perangkat lunak pemantauan yang memantau beban kerja mission-critical harus tangguh dengan sendirinya. Ketentuan harus dibuat untuk menangani situasi bencana yang dapat membuat struktur pemantauan offline. Ini juga harus dipertimbangkan dari perspektif arsitektur dan biaya.
Solusi SaaS
Proses Pengumpulan Data
Meskipun penawaran SaaS terutama dihosting, sering kali akan mempertahankan pengumpul data lokal untuk beban kerja lokal. Ini membantu mengatasi kendala kinerja dan keamanan. Dengan cara ini, koneksi tingkat instans apa pun dibuat melalui kolektor lokal, yang kemudian merelai data kinerja database yang dipantau ke layanan masuknya cloud. Semua data harus dienkripsi saat transit.
Repositori Diagnostik dan Pelaporan/Analitik
Kabar baiknya di sini adalah bahwa vendor SaaS menangani semua penyimpanan data Anda. Anda tidak perlu khawatir tentang berdirinya instance untuk repositori diagnostik, repositori pelaporan, pembilasan repositori diagnostik, atau banyak masalah lain yang terkait dengan penerapan lokal.
Solusi yang dihosting akan menggunakan strategi penyimpanan yang berbeda di bagian belakang untuk memfasilitasi campuran aktivitas transaksional dan analitik yang sesuai. Mereka dapat memanfaatkan sumber daya cloud untuk menangani volume data yang lebih tinggi dan pemrosesan yang diperlukan untuk analitik; misalnya, Spotlight Cloud menyimpan satu tahun data terperinci. Jadi Anda tidak hanya dapat melaporkan satu tahun ke belakang, tetapi Anda juga dapat memutar ulang beban kerja Anda hingga satu tahun yang lalu. Ini adalah kemampuan yang sangat kuat.
Solusi SaaS untuk pemantauan kinerja basis data dapat menggunakan berbagai strategi penyimpanan back-end tidak hanya untuk menyesuaikan dengan sifat diagnostik dan pemantauan yang lebih transaksional, tetapi juga untuk memfasilitasi pemrosesan angka berintensitas tinggi yang terkait dengan analisis jangka panjang. Vendor SaaS dapat memanfaatkan skala ekonomi yang cukup besar untuk menggunakan infrastruktur yang jauh lebih kuat yang dapat digunakan oleh masing-masing organisasi.
Cara Menskalakan solusi SaaS
Penskalaan solusi SaaS adalah tanggung jawab vendor dan bukan pengguna. Solusi SaaS apa pun untuk pemantauan kinerja basis data harus dibangun untuk menskalakan sejak hari pertama dan, sebagai hasilnya, ia cenderung menangani skala dengan tenang.
Pengalaman Pengguna
Aplikasi SaaS akan default ke browser Ux dan banyak juga yang akan memiliki aplikasi seluler yang komprehensif. Ini memfasilitasi tim yang tersebar dan terpencil.
Keamanan dan Kepatuhan
Sebagian besar solusi SaaS akan dibangun di atas salah satu infrastruktur cloud terkemuka, seperti Azure atau Amazon. Banyak vendor terkemuka memiliki infrastruktur keamanan yang canggih. Mereka banyak berinvestasi dalam mendukung kebutuhan kepatuhan klien mereka.
Ketersediaan Tinggi
Kabar baiknya di sini lagi adalah bahwa ini adalah tanggung jawab vendor. Sebaiknya periksa dengan vendor Anda untuk mengetahui ketentuan apa yang telah mereka buat dalam hal failover dan ketersediaan tinggi. Aplikasi SaaS harus dirancang agar sangat tangguh. Berbagai layanan yang membentuk aplikasi SaaS biasanya dirancang agar tangguh secara individual. Ketentuan juga dapat dibuat untuk pemadaman pusat data di mana aplikasi akan gagal dari satu pusat data ke pusat data lainnya jika terjadi pemadaman pusat data.
