#ScalaBigDay
Jeudi 12 juin 2014
"Présentation autour de la BI, Power BI, SQL Server 2014 et témoignage client de Massa Pneu" (Salle 1, 11h15 - 12h00)
Speakers : Ilana Cohen, Sébastien Blanc et Cédric Massa
2. Agenda
1
Positionnement de la BI Microsoft
2
Accélérer l’exécution: In-Memory
3
Accélérer l’adoption: la self-BI
4
Témoignage du client Massa pneus
3. Les challenges de l’exploitation des donnéesUne productivité et une réactivité insuffisantes
30%
ONT ACCES
70%
N’ONT PAS ACCES
4. SQL Server
Reporting Services
Excel
PowerPivot
Power View
Tableaux de bord
SharePoint
SQL Server
Analysis Services
Cubes OLAP
« Cubes » Tabulaires
Datamining
SQL Server
Master Data
Services
Master Data Management
SQL Server
Data
Warehouse
SQL Server
Data Quality
Services
Gestion de la
Qualité des Données
SQL Server
Integration Services
Extract/Transform/Load
(ETL)
SQL Server
SGBD
OLTP
SQL Server
StreamInsight
Traitement
Complexe
d’Evénements
Collecter Nettoyer Consolider Analyser Visualiser
SQL Server, BIen plus qu’une Base de Données
Une solution complète qui adresse l’ensemble du cycle de vie de la donnée
Outils Complets
d’Administration M a n a g e m e n t S t u d i o et de Développement Data Tools
5. Evolution de la plate-formeMicrosoft
SQL Server
2000
SQL Server
2005
SQL Server
2008
SQL Server
2008 R2
SQL Server
2012
XML ●KPIs
Management Studio ●Mirroring
Compression ●Policy-Based Mgmt●Programmability
PowerPivot ●SharePoint Integration ●Master Data Services
AlwaysOn ●ColumnStore Index ●Data Quality Services ●Power View ●Cloud Connectivity
SQL Server
2014
In-Memory Across Workloads ●Performance & Scale ●Hybrid Cloud Optimized ●HDInsight●Cloud BI
1erAvril
6. Accélérer l’activité des organisations avec la BI Microsoftaccélérer l’activitédes organisations
Accélérer
l’adoption
Self-Service BI
Accélérer
l’exécution
In-Memory, ColumnStore,
x-velocity
8. Tendances-Mémoire
1
10
100
1000
10000
100000
1000000
1990
1991
1992
1993
1994
1994
1995
1996
1997
1998
1999
2000
2000
2001
2002
2004
2005
2007
2008
2009
2011
US$/GB
US$ per GB of PC Class Memory
Source: http://jcmit.com/memoryprice.htm
9. Accélérer Toutesles étapes de votre Activité avec les technologies SQL Server In Memory
Systèmes Transactionnels &
Flux de données
Analyse
Multidimensionnelle
(Serveur)
Data Warehouse
Analyse
Multidimensionnelle
xVelocityin-Memory Analytics
StreamInsight
«Hekaton»: in memory OLTP
xVelocityin-Memory ColumnStore
xVelocityin-Memory
Power Pivot
Du Datacenter…
…au Poste de travail
Du Transactionnel…
…à l’Analytique
Rapides
Familières
Complètes
Intégrées
(Desktop)
10. Retours d’expérience In Memory OLTP: Bwin
Bwin
•1ère plateforme de paris sportifs en ligne
-30 000 transactions SGBDR / sec
-Plus grosse base : 4 To
-1 000 000 de parieurs connectés par jour
-leurrevenuestliéau nombrede transactions/ sec
Problématique
-Ne pouvaient plus accepter de nouveaux parieurs sur leur plateforme
-Limité à 15,000 transactions/sec
Existant
-SQL Server 2008
-Concurrence: SAP Hana
Solution
-Ont rejoint le programme TAP de SQL Server 2014 avec la technologie in Memory OLTP
-16x plus rapideavec In-Memory
-250,000
Coût
-In memory OLTP: intégré dans le logiciel SQL Server 2014 édition Entreprise
oChoisir les tables sur lesquelles il y a des fortes contentions i/oet ont les montent en mémoire
-PricingSAP Hana:
oLicensingà la volumétrie / 64 Go de Ram: 160 k€(Enterprise editionfull use)
oSapHanane tourne que sur de l’appliancecertifiée coût hardware (exemple: entrée de gamme à 256 Go Ram à 50 k€)
11. Qu’est ce qu’un CSI?
•ColumnStoreIndex
–Nouveau type d’index introduit avec SQL Server 2012
–Membre de la famille “xVelocity”
•Stockage:
–En mémoire
–En colonne
–Compressé
•Syntaxe de création plus simple que pour d’autres types d’indexes: Pas réservé aux «Experts»!
12. …
C1
C2
C3
C5
C4
Fonctionnement des ColumnStoreIndexes
Bénéfices:
•Améliore les calculs d’agrégats:
•Pas besoin de parcourir toutes les pages
•Améliore la compression:
Les données d’une même colonne ont plus de probabilité d’être redondantes
•Réduit les I/O:
Ne va chercher que les colonnes nécessaires
Stockage en ligne
«Traditionnel»
Stockage en colonnes
13. Pourquoi utiliser les Columnstore Indexes?
•Optimiser l’accès à de gros entrepôts de données (pas OLTP)
–Schémas en étoile, tables de fait volumineuses
–Meilleur Temps de réponse
•Transparent pour l’application:
–Requêtes
–Backup and restore
–Mirroring, log shipping
–SSMS, etc.
14. Nouveauté SQL Server 2014: Clustered Columnstore Indexes updatable
•Avantages des clusteredindex:
–Economisent de la place
•Exécution sur un DataWarehouse
–Performance x10
•Opération: Insert, Update, Deletepossibles
•Elimine la possibilité d’autres indexes
•Support de nouveaux types de données
–High precisiondecimal, datatypeoffset, binary, varbinary, uniqueidentifier, etc.
–Types non supportés: spatial, XML, max types
91% savings
** Space Used = Table space + Index space
Space Used in GB (101 million row table)
17. Restitutions: Quels outils pour quels usages et pour qui ?
Création de rapports et analyses en libre-service
Analyses avancées en libre-service
Création de rapports d’Entreprise
Analyse de performances (tableaux de bord)
Plateforme de démo sur Azure prête à l’emploi:
Illustrant les scénarios Business Intelligence de l’offre Microsoft: PerformancePointServices, Visio services, Reportingservices, Powerpivotet Powerview
http://frite.cloudapp.net
Utilisateur: franmerDemo
Mot de Passe: Pass@word1
18. Microsoft Power BI pour Office 365
Analyser
Visualiser
Partager
Trouver
Q&A
Mobile
Découvrir
Self-service BI dans Excel et ouverture sur le Cloud