带走： 主持人丽贝卡·乔兹维克（Rebecca Jozwiak）与Dez Blanchfield，Robin Bloor和David Crawford讨论了数据目录的优势。
您必须注册此事件才能观看视频。注册以观看视频。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 女士们，先生们，您好，欢迎来到2016年热门技术。今天，我们得到了“建议的力量：数据目录如何赋予分析师权力。”我是主持人丽贝卡·乔兹维克（Rebecca Jozwiak），今天为我们通常的主持人埃里克·卡瓦纳（Eric Kavanagh）填写环游世界，感谢您加入我们。今年很热，不仅在我所在的德克萨斯州很热，而且到处都是热。涌现出各种各样的新技术。我们已经有了物联网，流数据，云采用，Hadoop持续成熟并被采用。我们拥有自动化，机器学习功能，而所有这些东西当然都由数据来强调。而且企业每天都在驱动越来越多的数据。当然，这样做的目的是导致知识和发现，并做出更好的决策。但是，要真正从数据中获得最大价值，就必须容易实现。如果您将它锁在企业内部，或者埋在企业中，或者放在企业内部的某些人的脑海中，那么这对整个企业都没有多大好处。
我当时想的是数据分类和图书馆的流程，很久以前，如果您需要查找一些东西，需要研究某个主题或查找一些信息，就去那里了，当然您也去过名片目录，或去过那里工作的crabby女士。但是游走时也很有趣，如果您只是想看一下，并确保您可能发现了一些整洁的东西，那么您可能会发现一些您不知道的有趣事实，但是如果您确实需要找出一些东西，并且您知道要查找的内容，就需要卡片目录，而企业目录当然是数据目录，它可以帮助您照亮所有数据，以供我们的用户丰富，发现，共享，消费并真正帮助人们获得更快，更轻松地进行数据处理。
因此，今天我们有了我们自己的数据科学家Dez Blanchfield，还有我们自己的首席分析师Robin Bloor博士，还有Alation的David Crawford，他将谈论他公司的数据编目故事，但是首先我们要与Dez一起出发。 Dez，我把球传给了你，地板是你的。
Dez Blanchfield： 谢谢，谢谢你今天有我。这是我非常感兴趣的问题，因为在我的日常工作中遇到的几乎每个组织，我都发现了与我们在展会前玩笑中简短谈到的完全相同的问题，那就是从事业务已超过几年的大多数组织在组织中埋藏了大量的数据，格式不同，实际上，我的客户的数据集可以追溯到Lotus Notes，而数据库仍在某些地方运行作为伪互联网的案例，它们都面临着这样的挑战：实际查找其数据在哪里，如何获得数据，由谁提供数据访问权，何时提供对它们的访问权限以及如何公正目录，以及如何将其发布到每个人都可以使用的地方：A）了解其中的内容和其中的内容，以及B）如何访问和使用它。当然，最大的挑战之一是找到它，另一个巨大的挑战是了解其中的内容以及如何访问它。
我可能很清楚，我有很多数据库，但实际上我不知道其中有什么数据库，也不知道如何找出其中的数据库，所以正如我们现在在预展数据中发现的一样，您总是会走路在办公室周围问问题，然后在立方体的墙壁上大喊大叫并试图弄清楚，通常我的经验是，您甚至可能发现自己正徘徊在前台，接待处，问是否有人知道您是谁？重新交谈。通常，IT人员并不总是这样，因为他们不知道数据集是因为有人刚刚创建了数据集，而且它可能很简单-很多时候，我们会发现某种项目可以在IT环境中站稳脚跟，项目经理使用了所有内容的电子表格，并且已经获得了大量有关资产，骗局和姓名的宝贵信息，除非您知道该项目并且认识那个人，否则您将找不到这些信息。该文件不可用，您必须拥有该原始文件。
关于数据，有一个短语被嘲笑，我不一定同意，但是我认为这是一个小小的废话，那是一定数量的人认为数据是新的石油，我相信我们今天晚些时候还将在某些方面进行介绍。但是，我注意到，当然是这种转变的一部分，是那些学会珍惜其数据的企业组织已获得了超越竞争对手的巨大优势。
大约五，六年前，IBM发表了一篇有趣的论文，他们对澳大利亚的4,000家公司进行了调查，他们将所有信息，所有绩效数据，所有财务数据汇总在一起，然后放在一个沸腾的锅中，然后将其发送给澳大利亚经济学院，他们实际上在这里开始了一个共同的趋势，那就是利用技术的公司总是获得与同行和竞争对手相比如此的竞争优势，以至于竞争对手几乎永远无法追赶，我认为如今，数据的情况大都如此，我们已经看到了人们所说的数字化转型，组织已经清楚地弄清楚了如何找到他们拥有的数据，使这些数据可用并以某种非常容易使用的消耗性使其可用不必总是知道组织为什么会需要它，并获得了超越竞争对手的明显优势。
您可以在此幻灯片上看到几个示例。我的观点是，在我看来，几乎每个行业领域的大规模中断都是由数据驱动的，如果要顺应当前趋势，我的观点是，我们实际上只是之所以开始，是因为当长期存在的品牌最终意识到这意味着什么并进入游戏时，他们将以批发方式进入游戏。当一些拥有大量数据的主要零售商开始对数据进行历史分析时，如果他们甚至知道数据的存在，那么一些在线参与者就会收到一些警钟。
但是，对于其中大多数品牌，我的意思是说我们拥有的Uber是世界上最大的出租车公司。他们没有出租车，那么让他们产生魔力的是什么，他们的数据是什么？最大的住宿提供商Airbnb，我们拥有世界上最大的电话公司WeChat，但他们没有实际的基础设施，手机，电话线。阿里巴巴是地球上最大的零售商，但他们没有任何库存。 ，世界上最大的媒体公司。我认为，根据最新统计，他们现在拥有14亿活跃数据用户，这是一个令人难以置信的数字。它并不遥远–我认为有人声称实际上每天有四分之一的星球都在那儿，但是这里的内容提供商实际上并不创建内容，他们提供的所有数据不是由他们创建的，而是由他们创建的订户，我们都知道这种模型。
您可能未曾听说过的SocietyOne，这是一个本地品牌，我认为在一些国家/地区，这是一家实际上从事点对点贷款的银行，也就是说，它没有钱。它所做的只是管理事务，数据位于其下方。 Netflix，我们对此非常非常熟悉。这里有一个有趣的单线。当Netflix可以在澳大利亚合法使用时，当它正式宣布时，您不必使用VPN即可使用它，世界上许多人倾向于-如果您不能在本地使用它- Netfix是在澳大利亚推出的，它使我们互联网链接的国际带宽增加了40％，因此它在一夜之间几乎使澳大利亚的互联网使用量翻了一番，仅一个应用程序，一个云托管的应用程序只处理数据。这只是令人难以置信的统计数据。
当然，我们都对Apple和Google熟悉，但是它们是地球上最大的软件公司，但实际上并没有编写应用程序。所有这些组织的一致之处是什么？嗯，这是数据，他们之所以到达那里是因为他们不知道数据在哪里，也不知道如何对其进行分类。
我们现在发现的是，存在整个全新的资产类别，称为数据，而公司也正在意识到这一点。但是他们并不总是拥有工具，专有技术以及因此来映射所有数据，对所有数据进行分类并将其提供的工具，但是我们发现几乎没有实物资产的公司在创纪录的时间内获得了很高的市场价值。通过这个新的数据资产类别。正如我已经说过的，现在有些老玩家开始意识到这一点，并且肯定会把它发挥出来。
我非常喜欢带一些人去旅行，所以在18百个，18百个后期中，您将对美国市场更加熟悉，事实证明要进行人口普查我认为他们每年大约需要每十年运行一次，但是如果您要每年进行一次人口普查，则可能要花费八到九年才能进行数据分析。事实证明，该数据集随后被留在了纸上的盒子中，几乎没人能找到它。他们只是不断地提取这些报告，但是实际数据却很难获得，在1940年代第二次世界大战前后，我们面临着另一个世界重大时刻的情况类似，而这就是Bletchley Park Bombe拼写的BOMBE ，它是一个庞大的数字处理分析工具，可以处理小的数据集并在其中查找信号，并用于帮助通过Enigma破解代码。
再说一遍，从本质上来说，这是一种设计的设备，不是要进行分类，而是要对数据进行标记和映射，并且可以采用模式并在数据集中找到它，在这种情况下，可以使用断码，查找键和短语并查找定期将它们存储在数据集中，因此我们经历了寻找数据中事物并进行数据分类的过程。
然后出现了这些东西，这些巨大的低成本机架，只是现成的机架。我们做了一些非常有趣的事情，其中之一就是我们建立了非常便宜的集群，可以开始为这个星球编制索引，而且众所周知，这些来来去去的大品牌，但可能是Google最常见的家我们都听说过的品牌–它已成为一个实际的动词，并且当您的品牌成为动词时，您就知道自己是成功的。但是Google在没有意识到的情况下（可能在商业世界中）教给我们的是，他们能够将整个星球编入特定级别的索引，并对世界范围内的数据进行分类，并可以非常轻松地将其获取，一个小的单行公式的便捷形式，一个几乎没有任何内容的网页，您键入查询，它就会找到并找到它，因为他们已经爬过了行星，对其进行了索引并使其易于使用。
我们注意到的是，“等等，我们在组织中没有做到这一点–为什么呢？为什么我们拥有一个可以对整个星球进行地图绘制和索引，对它进行爬网和索引并使其可用的组织，我们可以对其进行搜索，然后单击要查找的东西进行查找，我们为什么会这样因此，世界各地现在有很多这样的小型机架可用于Intranet并查找内容，但实际上，它们仍然只是超越传统Web页面的想法，或文件服务器。
现在不再以多种方式进入下一代数据目录，而是通过便签纸和饮水机对话来发现数据访问不再是用于数据发现和分类的合适方法，事实上，我认为这确实不是。我们再也不能仅仅通过笔记，发布笔记和聊天就将整个挑战带给人们。现在，我们已经超越了真正的领域，真正的下一代数据编目方法已经不复存在。我们必须做好准备。如果这是一个简单的问题，我们早些时候已经可以通过许多方式解决它，但是我认为这不是一个简单的问题，仅索引和调用数据只是其中一部分，知道数据中的内容并构建元数据围绕我们发现的内容，然后以简单易用的形式提供它，尤其是自助服务和分析。它仍然是一个尚待解决的问题，但是五年之内的许多难题都得到了很好的，真正的解决和实现。
众所周知，人为数据编目是失败的良方，因为人为错误是我们在数据处理中面临的最大噩梦之一，我经常谈论这个话题，在我看来，人们填写纸质表格可能是最大的噩梦我们处理大数据和分析业务，以不断地修复他们所做的事情，甚至简化为简单的事情（例如日期和字段），人们将其以错误的格式放置。
但是正如我已经说过的，我们已经看到互联网搜索引擎每天都在索引世界，因此现在我们想到了可以在发现过程中对业务数据集进行处理的想法，并且现在有了工具和系统在您今天要学习时随时可以使用。因此，我认为真正的诀窍是为工作选择合适的工具和最佳工具。最重要的是，找到它的正确部分，以帮助您入门。而且我相信我们今天会听说，但是在我们这样做之前，我将转交给我的大学Robin Bloor，听听他对这个话题的看法。罗宾，我可以交给你吗？
罗宾·布卢尔（Robin Bloor）： 是的，当然可以。让我们看看这是否有效，哦，是的。好的，我的方向与Dez的方向不同，但最终我会在同一个地方。这是关于连接数据的，所以我只是想逐步了解连接数据的现实。
事实是，数据比以往任何时候都更加分散。数据量以惊人的速度增长，但实际上，不同的数据源也在以惊人的速度增长，因此数据一直在变得越来越分散。但是由于特别是分析应用程序（但不是唯一的应用程序），我们确实有充分的理由连接所有这些数据，因此我们陷入了困境，陷入了零散的数据世界，正如Dez所说的那样，数据中有机会是新石油。
关于数据，它曾经驻留在文件系统或数据库中的旋转磁盘上。现在，它生活在一个更加多样化的环境中，它生活在文件系统中，但现在也生活在Hadoop实例甚至Spark实例中。它存在于多种数据库中。不久前，我们对一些关系数据库进行了标准化，您知道过去五年来这种情况已经消失了，因为需要文档数据库，并且需要图形数据库，所以您知道，游戏具有改变了。因此它位于旋转磁盘上，但现在位于SSD上。最新的固态硬盘数量-肯定是三星生产的最新固态硬盘单元-20 GB，这是巨大的。现在它存在于内存中，从某种意义上说，数据的原始副本可以在内存中，而不是在磁盘上，我们以前没有建立过这样的系统；我们现在做。它生活在云中。这意味着它可以存在于任何这些事物中，在云中，您不一定会知道它在云中的位置，只有它的地址。
仅仅为了说明这一点，到目前为止，Hadoop作为可扩展的数据存储失败了。我们曾希望它将成为一个可扩展的横向扩展数据存储，并且它将成为所有内容的一个文件系统，而且它将–彩虹将基本上出现在天空中，而独角兽会跳舞，而这一切都没有发生。这意味着我们最终遇到了数据传输问题，有时没有必要进行数据传输，但这也是一个难题。如今，数据确实确实具有引力，一旦您进入了数TB的数据，将其收集起来并扔掉，就会导致延迟出现在您的网络中或出现在各个地方。如果要传输数据，则计时是一个因素。如今，几乎总是存在一些限制，您需要花费多少时间才能将一件东西，一个数据从一个地方转移到另一个地方。过去我们曾经将其称为批处理窗口，当计算机处于闲置状态时，无论您拥有多少数据，都可以将其扔掉，然后一切都可以解决。好了，我们已经生活在一个更加实时的世界中。因此，时间是一个因素。一旦要移动数据，那么如果数据具有重力，则可能无法移动它。
从某种意义上说，数据管理是一个因素，您实际上必须管理所有这些数据，而您并非免费获得这些数据，并且为了使数据实际完成所需的工作，可能必须进行复制，因为它可能无论您放置在哪里。它可能没有足够的资源来进行数据的正常处理。因此，数据被复制，并且数据被复制的程度超出了您的想象。我想很久以前有人告诉我，平均数据至少要复制两次半。 ESB或Kafka提供了数据流选项，但如今它需要体系结构。如今，您确实需要以一种或另一种方式来思考数据散列的实际含义。因此，通常最好是访问数据所在的位置，当然，只要您实际获得数据时就可以获得所需的性能，并且这取决于con。无论如何，这是一个困难的局面。在数据查询方面，我们曾经能够以SQL的方式进行思考，现在确实出现了，您知道，不同形式的查询，SQL是的，但是相邻的，还有图查询，Spark只是做图的一个例子，因为我们比以往更需要做搜索，还需要进行正则表达式类型的搜索（这实际上是对模式的复杂搜索以及真正的模式匹配），因此所有这些事情实际上正在兴起。所有这些都很有用，因为它们可以为您提供所需的东西，或者可以为您提供所需的东西。
现在，查询跨越了多个数据，因此并非总是如此，如果这样做，性能通常会令人吃惊。因此，这取决于环境，但是人们希望能够从多个数据源查询数据，因此一种或另一种数据联合会变得越来越流行。数据虚拟化也是一种很常见的方法，它取决于性能，是一种不同的实现方式。数据查询实际上是流程的一部分，而不是整个流程。值得指出的是，如果您实际查看的是分析性能，那么实际的分析所花费的时间可能比收集数据的时间长得多，因为这取决于具体情况，但是如果您想执行任何操作，则数据查询是绝对必要的对多种数据源进行的一种分析，实际上，您实际上必须具有跨领域的功能。
关于目录。目录的存在是有原因的，至少我们说的是，它知道，我们有目录，并且数据库中有模式，我们有每个目录，无论走到哪里，您都会找到一个地方，然后您实际上发现存在某种目录，而统一的全局目录显然是个好主意。但是很少有公司有这样的事情。我确实记得，在2000年-2000年的恐慌中-我确实记得共产党甚至无法确定他们拥有多少可执行文件，没关系他们拥有多少不同的数据存储，现在可能就是这种情况了知道，大多数公司在全球范围内并不积极知道他们拥有的数据。但是，实际上，拥有一个全局目录或至少要对由于数据源的增长以及应用程序的持续增长所发生的事情进行全局了解变得越来越有必要，对于分析来说，这一点尤其必要，因为您也是一种方式，并且这里还有其他问题，例如沿袭和数据问题，并且对于安全性而言，数据治理的许多方面都是必要的，如果您真的不知道拥有什么数据，那么您就会想到要统治它只是荒谬的。因此，以某种方式对所有数据进行分类只是事实。问题是目录是否连贯，实际上您可以使用它做什么。因此，我将回到丽贝卡。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好的，谢谢罗宾。接下来，我们有来自Alation的David Crawford，David我将继续前进并将球传给您，您可以将球拿走。
大卫·克劳福德（David Crawford）： 非常感谢。非常感谢你们让我参加这个节目。我想我要开始做这件事，所以我认为我在这里的角色是采用一些理论，看看它是如何实际应用的，以及我们能够吸引真正客户的结果，因此您可以看到幻灯片中的一些内容，我想谈一谈我们在分析可能的改进中将看到的结果。因此，为了激励讨论，我们将讨论他们如何到达那里。因此，我很幸运能够与许多非常聪明的人，这些客户紧密合作，我只想指出一些能够实际测量的人，并讨论数据目录如何影响他们的分析师。工作流程。只是暂时停留在最前面，我认为我们看到的变化之一是，数据目录与以前的中介解决方案相比，关系真正考虑我们提出的解决方案的方式之一是从分析师那里开始。然后倒退。可以这么说，让我们来提高分析师的工作效率。与仅遵从法规或仅存有存货相反，我们正在开发一种使分析师更具生产力的工具。
因此，当我与金融服务公司Square的一名数据科学家交谈时，有一个人Nick在告诉我们他的工作方式，他过去花费了几个小时来找到合适的数据集来开始报告，现在他可以使用市场占有率搜索在短短几秒钟内完成，我们与他们的CTO进行了交谈，后者拉动了使用Square的分析师，对不起，使用Alation的分析师，以了解他们的所见所闻，他们看到了什么，并报告了50生产率的提升，以及全球最大的零售商之一eBay，他们有超过一千名定期进行SQL分析的人员，而我与Deb Says密切合作，这是该项目她的数据工具团队的经理，她发现当查询者采用Alation，采用目录时，他们看到对数据库编写新查询的速度提高了一倍。
因此，这些都是真实的结果，这些人实际上是在组织中应用目录的人员，我希望带您了解设置所需的内容。在公司中如何建立目录，也许最重要的是，它是自动发生的，因此Dez谈到了系统，了解了系统，而这正是现代数据目录所要做的。因此，他们将Alation安装在其数据中心中，然后将其连接到其数据环境中的各种元数据源。我将重点介绍数据库和BI工具-从这两者中，我们将提取基本存在的技术元数据。对，那是什么桌子？什么报告？报告定义是什么？因此，他们提取该技术元数据，并为这些系统内部的每个对象自动创建一个目录页面，然后，他们还提取该技术元数据并将其分层，并在使用数据之上。这主要是通过从数据库中读取查询日志来完成的，这是一个非常有趣的信息源。因此，每当分析师编写查询时，每当报告工具（无论是自家种植的还是现成的）时，当应用程序运行查询以插入数据以进行操作时，报告工具是否运行查询以更新仪表板数据集–所有这些内容都记录在数据库查询日志中。无论您是否有目录，它们都将与数据库一起捕获在查询日志中。数据目录可以做的事情，尤其是Alations目录可以做的事情，就是读取这些日志，询问其中的查询，并根据这些日志创建一个非常有趣的使用图，并将其发挥作用，以通知未来的用户有关数据的过去用户如何使用它的信息。
因此，我们将所有这些知识汇总到一个目录中，并且为了使其成为现实，这些都是已经在客户上部署的集成，因此，我们看到了Oracle，Teradata，Redshift，Vertica等关系数据库。在Hadoop世界中，Hadoop上有一系列SQL，并且在Hadoop文件系统，Impala，Tez，Presto和Hive之上存在一些关系型元存储，我们也看到了像Altiscale这样的云Hadoop私有提供商的成功，并且还能够连接到Tableau服务器，MicroStrategy服务器并在那里索引仪表板，以及与数据科学图表工具（例如Plotly）的集成。
因此，我们连接到所有这些系统，将这些系统与客户连接，引入了技术元数据，引入了使用数据，并自动对数据目录进行了初始化，但是通过这种方式，我们集中知识，但仅将事情集中到数据目录中，本身并不能提供我们在eBay，Square和市场份额中谈到的那些真正令人惊奇的生产力提升。为了做到这一点，我们实际上需要改变我们向分析师提供知识的方式。他们为此准备的问题之一是“目录实际上如何影响分析师的工作流程？”
这就是我们一整天都在思考的问题，为了谈论这种推式与拉动式模型之间的思想变化，我想快速地比喻一下在Kindle上阅读前后的世界。因此，这只是你们中的一些人的经验，当您阅读一本物理书时，您会遇到一个单词，不确定自己是否知道单词的定义非常好，您可能会从骗局中猜出它，而不是说您很可能要从沙发上站起来，走到书架上，找到字典，将它除尘，然后转到按字母顺序排列的单词列表中的正确位置，以确保是的，您的定义正确无误，并且您知道它的细微差别。所以它并没有真正发生。因此，您购买了Kindle应用程序，然后开始在那儿读书，然后看到一个词，您不太确定，然后触摸该词。就在同一屏幕上，突然之间出现了单词的字典定义，包括所有细微差别，示例用法不同，您稍加滑动即可获得有关该主题的维基百科文章，然后再次滑动，您获得了可以将其翻译为其他语言或其他语言的翻译工具，突然之间，您对该语言的了解变得更加丰富，与您不得不去的时候相比，它发生了惊人的次数。为自己拉资源。
因此，我要说的是，分析人员的工作流程以及分析人员处理数据文档的方式实际上与读者如何与字典进行交互（无论是物理字典还是通过字典进行交互）非常相似。 Kindle，因此，我们真正看到这种生产力提高的方式，并不是在浪费目录，而是将其连接到分析师的工作流程，因此，他们要求我在此处进行演示，我想使其成为本演示文稿的重点。但我只想为演示设置骗局。当我们考虑在需要时将数据知识推送给用户时，我们认为这样做的正确位置，即他们花费时间和进行分析的位置，是一个SQL查询工具。编写和运行SQL查询的地方。因此，我们构建了一个，并且构建了它，与其他查询工具真正不同的是它与数据目录的深度集成。
因此，我们的查询工具称为Alation Compose。它是一个基于Web的查询工具，稍后我会告诉您。一个基于Web的查询工具，可处理您在上一张幻灯片中看到的所有这些数据库徽标。我将特别尝试演示的是目录信息提供给用户的方式。它通过三种不同的方式来实现。它是通过干预来实现的，这就是数据管家，数据管理员，某种方式的管理员或经理可能会说：“我想在其中插入注释或警告工作流，并确保在正确的时间将其交付给用户。
智能建议是一种工具，可在您编写查询时使用该工具的所有汇总目录知识来建议查询的对象和部分。要知道的最重要的事情是，它确实利用了查询日志来做到这一点，根据使用情况提出建议，甚至还可以找到之前编写的查询的一部分。并证明这一点。
然后预览。预览是在您输入对象名称时向您显示目录所知道的所有内容，或者至少是目录所知道的与该对象最相关的内容。因此，您在编写数据时不必去索要数据样本，这些样本以前曾使用过它，该对象的逻辑名称和描述。
因此，无需再讨论，我将继续演示，而我只是要等待它的出现。我在这里向您展示的是查询工具。它是专用的SQL编写接口。从某种意义上说，它是与目录分离的单独接口。 Dez和Robin谈到了目录，Im在目录界面上跳了一下，直接了解了如何直接将其引入以服务于工作流程。
我只是在这里显示了一个我可以键入SQL的地方，在底部您会看到我们有点有关正在引用的对象的信息。因此，我只是要开始键入查询，而当我进入这些干预措施之一时，情况就会停止。因此，请输入“选择”，然后输入年份。我要这个名字。我将查找一些薪水数据。这是一个教育数据集。它具有有关高等教育机构的信息，我正在其中一张表中查看教师的平均工资。
因此，我实际上输入了“薪水”一词。我们同时使用逻辑元数据和物理元数据来提出建议。我想在这里指出的是出现在这里的黄色框。它说在此列上有一个警告。我没有去寻找它，我没有上过如何正确使用这些数据的课程。来到我这里，恰好是关于与此数据有关的保密协议的警告。因此，有一些披露规则。如果我要查询该数据，而我要从该表中取出数据，则应谨慎对待如何公开它。因此，您在这里有一个治理策略。在我查看数据时，我了解到一些合规性挑战后，遵守此策略变得非常容易。
所以我想起了我，然后我还要去看学费。在这里，我们看到了预览。在此“学费”列上，我看到–机构表上有一个“学费”列，而我正在查看其概况。 Alation继续从表中提取样本数据，在这种情况下，它向我展示了一些非常有趣的东西。它向我显示了值的分布，并且向我显示了零值在样本中显示了45倍，并且比其他任何值都多。因此，我觉得我们可能会丢失一些数据。
如果我是高级分析师，那么这可能已经成为我工作流程的一部分。特别是如果我是一个特别细致的人，我会提前进行一堆分析查询。每当我要处理新数据时，我都会一直在思考我们的数据覆盖范围。但是，如果我是数据分析的新手，或者如果我是此数据集的新手，那么我可能会假设如果有一个列，它一直都在填充。或者我可能会假设，如果未填写，则不会为零，为null或类似的内容。但是在这种情况下，我们有很多零，如果我做一个平均值，如果我只是假设那些零实际上是零而不是丢失数据，那么它们可能是错误的。
但是，Alation通过将此预览带入您的工作流程中，要求您查看这些信息，甚至使新手分析师都有机会看到有关此数据的一些注意事项。因此，我们有了该预览。
我要做的下一件事是我将尝试找出从中获取此信息的表。因此，在这里我们看到了明智的建议。它一直在运行，但是特别是在这里，我什至没有输入任何内容，但它会向我建议我可能要用于该查询的表。最重要的是要了解使用情况统计信息。因此，例如在eBay这样的环境中，您在一个数据库中拥有成千上万个表，拥有一种可以从谷壳中击中小麦并使用这些使用情况统计信息的工具，对于使这些变得非常重要值得的建议。
因此，它将建议该表。当我查看预览时，我们实际上会突出显示查询中已经提到的三列。所以我知道它有3个，但没有名称。我需要获取名称，所以我要加入。当我进行联接时，现在又有了这些预览，可以帮助我查找带有名称的表在哪里。因此，我看到这是一个格式正确，大小写正确的名称。似乎每个机构都有一行名称，所以我要抓住它，现在我需要加入条件。
因此，在这里Alation所做的是再次查看查询日志，查看以前两次将这两个表连接在一起的情况，并提出了不同的连接方式。再一次，有一些干预。如果我看其中之一，它会得到警告，告诉我这只能用于聚集分析。如果您试图通过机构来做某事，它可能会产生错误的结果。如果您想要大学级别的数据，则将带有OPE ID的该表视为连接这两个表的正确方法。因此，我这样做了，它只是一个简短的查询，但是我编写查询时并没有真正了解数据是什么。我从未真正查看过此数据集的ER图，但由于相关信息正在向我介绍，所以我已经对此数据了解很多。
因此，这是目录可以通过集成查询工具在您编写查询时直接影响工作流程的三种方式。但是，将查询工具与目录集成在一起的另一个好处是，当我完成查询并将其保存后，我可以输入“机构学费和教职工薪水”之类的标题，然后在此处有一个按钮请允许我将其发布到目录中。对我来说，反馈它变得非常容易。即使我不发布它，它也被捕获为查询日志的一部分，但是当我发布它时，它实际上已成为所有数据知识所处的集中位置的一部分。
因此，如果我单击“搜索Alation中的所有查询”，我将被带走-在这里您将看到更多的目录界面-我将带入一个专用的查询搜索，该查询向我展示了一种在整个组织中查找查询的方法。您会看到我的新发布的查询位于顶部。在这里，也许有人会注意到，当我们捕获查询时，我们也捕获了作者，并且在某种程度上建立了我作为作者与我现在知道的这些数据对象之间的关系。我正在成为该查询和这些数据对象的专家。当人们需要去学习数据时，那真的很有帮助，然后他们可以找到合适的人去学习。而且，如果我真的是数据新手，那么我是否是一名高级分析师（作为高级分析师），我可能会看一看，并看到许多示例，这些示例将使我开始使用新数据集。作为对SQL不太熟悉的人，我可以找到预制查询，这些报表是可以利用的报表。
菲尔·马萨内特（Phil Mazanett）讲的这是有关SAT分数中位数的。单击此按钮，我将获得查询本身的目录页面。它谈论的是一篇引用该查询的文章，因此，如果我想学习如何使用它，可以阅读一些文档。我可以通过单击“撰写”按钮在查询工具中打开它，而无需编辑即可直接在此处运行。实际上，您会看到一些我们的轻量级报表功能，在这里，当您编写查询时，您可以放入这样的模板变量，它创建了一种简单的方法来创建表单以基于几个参数。
这就是我要进行演示的内容。我要切换回幻灯片。简要回顾一下，我们展示了管理员（数据管理者）如何通过在查询工具中显示的对象上放置警告来进行干预，Alation如何利用其对数据对象的用法的知识来提出明智的建议，它如何带来分析和其他技巧，以改善分析人员接触特定对象时的工作流程，以及在编写新查询时如何将所有此类反馈回目录中。
显然，我是公司的发言人。我要对数据目录说些好话。如果您想直接听取我们一位客户的声音，Safeway的克里斯蒂·艾伦（Kristie Allen）运营着一个分析师团队，并讲述了一个非常酷的故事，讲述她需要花时间来进行营销实验以及她的整个经历团队使用Alation进行协作，并很快完成了该项目。因此，您可以单击此bit.ly链接查看该故事，或者如果您想稍微了解一下Alation如何将数据目录引入您的组织，我们很乐意设置个性化演示。非常感谢。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 非常感谢，大卫。我确定Dez和Robin有几个问题，然后再向观众提问。 Dez，你想先走吗？
Dez Blanchfield： 绝对。我喜欢这种发布查询的概念，并将其链接回创作源。我一直是内部应用程序商店这一想法的长期拥护者，我认为这是在此基础上建立的非常好的基础。
我开始对您看到的一些组织有所了解，以及他们在利用工具和平台发现数据的整个过程中可能获得的一些成功案例，然后改变他们的内部文化和行为特征。现在有了您可以下载的这种内部应用程序商店，他们不仅可以找到它，而且他们实际上可以利用这些知识的人开始建立小的社区。
大卫·克劳福德（David Crawford）： 是的，我想我们感到惊讶。我们相信共享查询的价值，无论是我过去在Adtech担任产品经理时，还是在与我们交谈过的所有客户中，都让我感到惊讶，但我仍然感到惊讶的是，这是客户所说的最先开始的事情之一他们从Alation脱身的价值。
我在一个名为Invoice2go的客户中对查询工具进行了用户测试，他们有一个相对较新的产品经理，他们说–他实际上告诉我，在用户测试过程中没有提示，“我实际上不会写除了通过Alation使SQL变得容易之外，SQL完全没有。”当然，作为PM，我会说：“你是什么意思，我们是怎么做到的？”他说：“好吧，实际上是因为我可以登录，并且我可以看到所有这些现有查询。”从SQL的空白开始很难做，但是在修改现有查询后，您可以看到结果，然后说： ，我只需要这个额外的列，”或“我需要将其过滤到特定的日期范围”，这是一件容易得多的事情。
我们已经看到了这类辅助角色，例如产品经理，也许是销售业务人员，他们开始使用SQL，并且一直想学习SQL并开始使用此目录来学习SQL。我们还发现，许多公司都试图进行某种形式的开源。 Ive试图在内部构建这类东西，它们在其中跟踪查询并使查询可用，并且要使它们有用，确实存在一些棘手的设计挑战。有一个内部工具，他们称为HiPal，它捕获了所有在Hive上编写的查询，但是您发现，如果您没有以正确的方式推动用户，您最终会得到很长的清单选择语句。作为试图找出查询对我有用还是对我有用的用户，如果我仔细查看一长串的select语句，从那里得到一些有价值的东西要比花更长的时间。从头开始。我们非常仔细地考虑过如何创建一个查询目录，该目录将正确的内容放在首位并以有用的方式提供。
Dez Blanchfield： 我认为我们所有人都从很多方面经历了从很小的年龄到成年的整个旅程。一堆技术。我个人，我经历了同样的事情，例如学习削减代码。我会先阅读杂志，然后再阅读书本，然后研究一定水平的书，然后再去实际接受一些培训和教育。
但是我无意间发现，即使当我开始自学，阅读杂志，看书，砍掉别人的程序以及上有关课程的课程时，我仍然从与其他人交谈的过程中学到了很多东西有经验的人我认为这是一个有趣的发现，既然您将其带入数据分析，就基本上可以看到相同的结果，即人类总是非常聪明。
我真正热衷于理解的另一件事是，在很高的层次上，许多组织都会问：“达到这一点需要多长时间？”当人们获得您的平台时，临界点在时间范围内是什么？安装后，他们开始发现工具的类型？人们多么快地看到这件事变成了一个真正的“ a-ha”时刻，他们意识到他们不再担心投资回报率（因为那里存在），而是现在实际上正在改变他们的经商方式？他们发现了一件丢失的艺术品，并期望他们可以做一些真正非常有趣的事情。
大卫·克劳福德（David Crawford）： 是的，我可以稍微谈一下。我认为，安装后，其中一件不错的事情，就是人们喜欢与目录直接连接到数据系统的目录有关的事情之一，那就是您不必在必须逐页填写的地方开始空白。页。对于以前的数据解决方案来说，这是正确的，您需要从一个空工具开始，并且必须开始为要记录的所有内容创建一个页面。
由于我们通过提取元数据自动记录了很多事情，基本上是在安装软件后的几天内，因此您可以在工具中至少看到80％的数据环境。然后，我认为人们开始使用该工具编写查询后，它们会自动保存回目录中，因此也会开始显示出来。
我不想在描述它时过分渴望。我认为两周到一个月是一个很好的保守估计。两个星期到一个月，一个保守的估计，它会真正转变并感觉您正在从中获取价值，就像您开始分享一些知识并能够去那里找到有关数据的信息。
Dez Blanchfield： 当您考虑它时，它确实非常惊人。您可以有效地建立索引和编目的某些大型数据平台有时需要一年的时间才能正确实施，部署和维护。
在我转交给Robin Bloor之前，Ive给您的最后一个问题是连接器。立刻让我惊讶的一件事是，您显然已经解决了整个挑战。因此，很快就会有几个问题。一，连接器的实施速度有多快？显然，您是从最大的平台开始的，例如Oracle，Teradatas等以及DB2。但是，您如何经常看到新的连接器通过，它们需要多少周转时间？我想您有一个针对他们的标准框架。您对此有多深？例如，世界上的Oracle和IBM，甚至Tereadata，然后是一些较流行的后期开放源代码平台。他们直接与您合作吗？您是自己发现的吗？您是否需要在那些平台上有内在知识？
开发连接器看起来是什么样子？您如何参与这些合作伙伴关系以确保这些连接器发现您可能发现的一切？
大卫·克劳福德（David Crawford）： 是的，当然，这是一个很大的问题。我认为在大多数情况下，我们可以开发连接器。当然，当我们还是一家年轻的初创公司且没有客户时就做了。我们当然可以开发连接，而无需任何内部访问。我们永远无法获得对公开可用的数据系统的任何特殊访问，并且通常不需要任何内部信息。我们利用了数据系统本身可用的元数据服务。通常，这些操作可能非常复杂且难以使用。我特别了解SQL Server，他们管理查询日志的方式，几种不同的配置以及您确实需要使用的东西。您必须了解细微差别和旋钮，然后拨动它才能正确设置它，这是我们与客户合作的原因，因为我们已经做过几次了。
但是在某种程度上，我们可以利用其可用的公共API或可用的公共接口。我们确实与其中的几家公司建立了合作伙伴关系，多数情况下这是获得认证的基础，因此他们可以放心地说我们在工作，并且他们可以为我们提供测试资源，有时可以尽早使用某个平台来确保我们致力于新版本。
为了扭转新的联系，我会再保守地说，要说六周到两个月。这取决于它有多相似。因此，某些Postgre作品看起来与Redshift非常相似。 Redshift和Vertica分享了许多细节。这样我们就可以利用这些东西。但是，是的，六个星期到两个月就可以了。
我们也有API，因此-我们也将Alation视为元数据平台，因此，如果没有任何东西可供我们伸出并自动抓取，则可以使用多种方法自己编写连接器并将其推入我们的系统，以便一切仍然集中在一个搜索引擎中。
Dez Blanchfield： 太棒了我很感激。所以要交给罗宾，因为我确定他也有很多问题。罗宾？
丽贝卡·乔兹维克（Rebecca Jozwiak）： 罗宾可能会保持沉默。
Dez Blanchfield： 您已将自己设为静音。
罗宾·布卢尔（Robin Bloor）： 是的，对。对不起，我静音了。当您执行此操作时，流程是什么？我有点好奇，因为在许多地方可能有很多数据。那如何运作？
大卫·克劳福德（David Crawford）： 当然可以。首先，我们进入了一种IT过程，即确保配置服务器，确保网络连接可用，端口开放，以便我们实际上可以访问系统。他们都经常知道他们想从哪个系统开始。了解数据系统内部的内容，有时甚至是我们实际上会为他们提供帮助。很好地帮助他们开始初步查看他们的查询日志，以了解谁在使用什么以及他们在系统上拥有多少用户。因此，很好的帮助可以找到他们–通常，如果他们有成百上千的人可能在登录数据库，他们实际上不知道他们在哪里登录，因此我们可以从查询日志中找出有多少个唯一的用户帐户您实际上已经在一个月左右的时间内登录并执行查询。
因此，我们可以利用这一点，但通常只能利用最重要的那些。我们先设置好它们，然后说“让我们优先”。有许多活动可以并行进行。我将重点介绍使用查询工具的培训。一旦人们开始使用查询工具，首先，很多人会喜欢一个事实，即它只是通往所有不同系统的单一界面。他们还喜欢基于Web的事实，如果他们不想这样做，则不涉及任何安装。从安全的角度来看，从网络的角度来看，他们喜欢在某种企业IT网络和生产数据源所在的数据中心之间建立一个单一的入口点。因此，他们将Alation设置为查询工具，并开始将Compose用作所有这些系统的访问点。
因此，一旦发生这种情况，我们将重点放在培训上，即了解基于Web的或基于服务器的查询工具与您在桌面上使用的查询工具之间的区别以及使用它的一些细微差别。同时，最好的做法是识别最有价值的数据，再次利用查询日志信息，然后说：“嘿，您可能想走进去帮助人们理解这些信息。让我们开始在这些表上发布具有代表性的查询。”这有时是最快速地使人们振作起来的最有效方法。让我们看看您自己的查询历史记录，发布这些内容，以便它们显示为第一个查询。人们在查看表格页面时，可以看到涉及该表格的所有查询，并且可以从那里开始。然后开始为这些对象添加标题和描述，以便更轻松地查找和搜索它们，以便您了解如何使用它们的一些细微差别。
我们确保对查询日志有透彻的了解，以便我们生成沿袭。我们要做的一件事是，当数据从一张表移动到另一张表时，我们遍历查询日志，这使我们可以提出关于一张数据表的最常见问题之一，它是从哪里来的？我如何信任它？因此，我们不仅可以看到它来自其他哪些表，还可以显示它是如何转换的。同样，这由查询日志提供支持。
因此，我们确保已设置好这些东西，并将它们纳入系统，并针对了我们可以在表格页面上建立的最有价值和最充分利用的元数据片段，以便在您进行搜索时，您会发现有用的东西。
罗宾·布卢尔（Robin Bloor）： 好的。另一个问题–观众提出了很多问题，所以我不想在这里花费太多时间–另一个想到的问题就是痛苦点。购买许多软件是因为人们以某种方式遇到困难。那么，导致人们走向Alation的常见痛点是什么？
大卫·克劳福德（David Crawford）： 是的我认为有一些人，但是我认为我们经常听到的其中之一是分析师入职。 “短期内我将需要雇用10、20、30人，这些人将不得不从这些数据中获得新的见解，他们将如何跟上发展速度？”因此，分析师入职是我们当然要解决的问题。 Theres只是减轻了高级分析师的精力，他们花费所有的时间来回答其他人关于数据的问题。多数民众赞成在一个也是如此。这两个本质上都是教育问题。
然后我要说的是，人们采用Alation的另一个地方是他们想为工作人员建立一个全新的数据环境。他们想在内部做广告和营销以供人们利用。然后使Alation成为该新分析环境的前端非常吸引人。它获得了文档，对它进行了单点介绍–对系统的单点访问，因此这是人们来找我们的另一个地方。
罗宾·布卢尔（Robin Bloor）： 好的，我会把您传递给丽贝卡，因为观众正在设法找到您。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 是的，我们在这里确实有很多非常好的听众问题。大卫，这个是专门给你摆的。显然，这是某人在人们滥用查询方面有一定经验的人，他说，我们赋予用户的权限越多，则负责管理计算资源的使用就越困难。那么，您可以防止误导但常见的查询短语的传播吗？
大卫·克劳福德（David Crawford）： 是的，我看到了这个问题。这是一个很大的问题-我们经常得到这个问题。我曾经在以前的公司中看到过自己的痛苦，在那儿您需要培训用户。例如，“这是一个日志表，它的日志可以追溯多年。例如，如果要在此表上写查询，则必须限制日期。”因此，这就是我在获得数据库访问权限之前在上一家公司接受的培训。
我们有几种方法可以尝试解决此问题。我想说，我认为查询日志数据对于解决它确实具有独特的价值。它提供了另一种见解，与数据库使用其查询计划程序在内部做什么相比。我们要做的就是这些干预措施之一–我们有我展示的手动干预措施，那是有用的，对吗？因此，例如，在特定的联接上，您可以说：“让它弃用”。当它以聪明的建议显示时，它会带有一个大的红色标记。因此，这就是尝试吸引人们的一种方式。
我们要做的另一件事是在执行时进行干预。在运行查询之前，Thatll实际上会使用查询的解析树，它是否包含某个过滤器或我们在此所做的其他几件事。但是，最有价值和最简单的解释之一是，它是否包含过滤器？因此，就像我刚才给出的示例一样，此日志表必须要有一个日期范围，如果您要查询它，则可以在表格页中指定要强制应用该日期范围过滤器的日期范围。如果有人尝试运行一个不包含该过滤器的查询，它实际上会以一个大警告将其阻止，并显示“您应该在查询中添加一些看起来像这样的SQL。”如果愿意，他们可以继续进行。 。实际上并不会完全禁止他们使用它-它也是一个查询，最终必须运行查询。但是我们在他们面前摆了一个很大的障碍，并给了他们一个建议，一个具体的可应用建议，用于修改查询以提高其性能。
实际上，在某些情况下，我们还会通过再次查看查询日志来自动执行此操作。如果我们看到该表上很大一部分查询都利用了特定的过滤器或特定的join子句，那么实际上就会弹出该查询。好推广到干预。实际上，这发生在我的内部数据集上。我们拥有客户数据和用户ID，但从某种意义上来说，用户ID集已经存在-每个客户都有用户ID。它不是唯一的，因此您必须将其与客户端ID配对才能获得唯一的连接密钥。我正在写一个查询，然后尝试分析一些内容，然后弹出一个查询，并说：“嘿，其他所有人似乎都将这些表与客户ID和用户ID结合在一起。您确定不想这样做吗？”这实际上阻止了我进行一些错误的分析。因此，它既适用于分析的准确性，又适用于性能。这就是我们如何处理该问题的方式。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 在我看来，这是有效的。您说您不一定会阻止人们浪费资源，但会告诉他们正在做的事情可能不是最好的，对吧？
大卫·克劳福德（David Crawford）： 我们始终假定用户不是恶意的-给予他们最佳的意图-并且我们尝试以这种方式保持开放。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好的。另一个问题是：“像您的解决方案一样，目录管理器与MDM工具之间有什么区别？还是通过扩展查询表的选择实际上依赖于不同的主体，而MDM会自动执行它，但是具有收集元数据的相同基础主体。”
大卫·克劳福德（David Crawford）： 是的，我认为当我查看传统的MDM解决方案时，主要的区别是哲学上的区别。有关用户的全部信息。就像我在演讲开始时所说的，Alation，我想我们成立之初就是为了让分析师产生更多的见解，更快地产生见解，更准确地了解他们的见解而建立的。生产。我认为这不是传统MDM解决方案的目标。这些解决方案通常针对需要向SCC或内部出于其他某种审计目的生成报告的数据报告的人员。它有时可以使分析人员受益，但更多的是，如果要使从业人员能够从事其工作，那么它更有可能使诸如DBA之类的数据架构师成为可能。
从分析师的角度考虑问题时，即开始构建MDM工具永远无法做到的查询工具时。那就是当您开始考虑性能和准确性以及了解哪些数据与我的业务需求有关时。设计工具时，所有这些事情在我们脑海中都会流行。它涉及我们的搜索算法，涉及目录页面的布局以及提供来自组织各个部门的知识的能力。事实是，我们构建了查询工具，并直接在其中构建了目录，因此我认为它确实来自于此。您首先要考虑的是哪个用户？
丽贝卡·乔兹维克（Rebecca Jozwiak）：好的，很好。这确实有助于解释它。他因不得不离开而渴望获得档案，但他确实希望他的问题得到回答。他说开始时提到有多种语言，但是SQL是Compose组件中唯一利用的语言吗？
大卫·克劳福德（David Crawford）： 是的，这是真的。在我亲眼目睹了不同类型的数据库，文档数据库，图形数据库，键值存储的爆炸式增长之后，我注意到的一件事是它们对于应用程序开发确实非常强大。它们可以以比关系数据库更好的方式很好地满足特定需求。
但是，当您将其带回数据分析时，又将其带回去–当您想要将信息提供给将要进行临时报告或临时挖掘数据的人员时，他们总是会回到关系，至少是人机界面。部分原因是因为SQL是数据分析的通用语言，所以对于人类来说，这也意味着集成工具。我认为这是Hadoop上的SQL如此流行并且解决它的尝试太多的原因，因为最终，这就是人们所知道的。可能有数百万知道如何编写SQL的人，而我不会冒险冒数百万知道如何编写Mongo聚合管道框架查询的人。而且这是一种标准语言，可用于跨各种平台进行集成。因此，很少有人要求离开它，因为这是大多数分析人员使用的界面，并且在这里我们专注于编写SQL，尤其是在Compose中。
我想说数据科学是他们最不喜欢冒险的地方，因此我们确实偶尔会遇到有关使用Pig或SAS的问题。这些是我们绝对不会在Compose中处理的，我们希望在目录中捕获。我也看到了R和Python。我们有两种方法来创建接口，您可以在R和Python脚本中使用以Alation编写的查询，因此，由于经常当您是数据科学家并且使用脚本语言工作时，您的源数据就处于关系中数据库。您从SQL查询开始，然后进一步处理它并在R和Python中创建图。我们已经制作了软件包，您可以将其导入到从Alation中提取查询或查询结果的脚本中，从而可以在其中拥有混合工作流。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好，太棒了。我知道我们过去了一个小时，我只想再问一两个问题。我知道您讨论了可以连接到的所有不同系统，但是就外部托管数据和内部托管数据而言，可以一起在单个视图和一个平台中进行搜索吗？
大卫·克劳福德（David Crawford）： 当然。有几种方法可以做到这一点。我的意思是，我想，我是外部托管的，我试图确切地考虑这可能意味着什么。这可能意味着某人正在为您托管在AWS中的数据库。它可能意味着来自data.gov的公共数据源。通过使用数据库帐户登录，就像通过另一个应用程序登录一样，我们直接连接到数据库，这就是我们提取元数据的方式。因此，如果我们有一个帐户并且有一个开放的网络端口，则可以使用它。然后，当我们没有这些东西时，我们就有一个称为虚拟数据源的东西，它使您可以本质上推送文档，无论是自动，通过编写自己的连接器还是通过甚至像CSV上载一样填充到文档中数据与您的内部数据一起。一切都放入搜索引擎。它可以在系统内部的文章和其他文档以及对话中引用。因此，当我们无法直接连接到系统时，这就是我们的处理方式。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好的，那很有道理。我只会向您提出另一个问题。一位与会者是 问：“当更新源数据，修改源数据等时，应如何验证，验证或维护数据目录的内容。”
大卫·克劳福德（David Crawford）： 是的，这是一个很多问题，我认为我们的一件事-我们的一种哲学，就像我说的那样，我们不相信用户是恶意的。我们假设他们正在努力贡献最好的知识。他们不会进来，故意误导人们有关数据的信息。如果您的组织遇到问题，也许Alations不是适合您的工具。但是，如果您假设用户有良好的意愿，那么，我们会将其视为发生更新的地方，通常，我们要做的就是由管理者负责每个数据对象或数据的每个部分。而且，我们可以在对元数据进行更改时通知那些管理员，他们可以通过这种方式进行处理。他们看到更新进入，并对其进行验证。如果不正确，他们可以返回并对其进行修改并告知，甚至希望与提供信息并帮助他们学习的用户联系。
这就是我们思考的主要方式。人群的建议和管家的建议，因此我们有一定的能力。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好的。而且，如果您可以让人们知道他们如何才能最好地开始使用Alation，以及他们可以在哪里专门获得更多信息。我知道你分享了这一点。那是最好的地方吗？
大卫·克劳福德（David Crawford）： Alation.com/learnmore我认为这是一个不错的选择。要注册进行演示，Alation.com网站上有大量的资源，客户白皮书以及有关我们解决方案的新闻。所以我认为那是一个很好的起点。你也可以 。
丽贝卡·乔兹维克（Rebecca Jozwiak）： 好，太棒了。我知道，与会人员，很抱歉，如果我今天没有解决所有问题，那么如果不能解决，他们将被转发给David或他的销售团队或Alation的某人，因此他们绝对可以帮助您回答问题并帮助您了解Alation的含义。或他们最擅长的事情。
亲爱的，我将继续并签署我们的协议。您总是可以在InsideAnalysis.com上找到档案。您也可以在Techopedia.com上找到它。它们往往更新得更快一些，所以一定要检查一下。非常感谢David Crawford，Dez Blanchfield和Robin Boor。这是一个很棒的网络广播。这样，我将告别您。谢谢，伙计们。再见。
大卫·克劳福德（David Crawford）： 谢谢。