Con el aumento de volumen de los datos en nuestras organizaciones surge la problemática de cómo realizar cargas cada vez mayores de forma rápida y eficiente. En esta sesión realizaremos un recorrido comenzando por el hardware, pasando por la configuración de sql server y finalizando con las estrategias de carga.

Actualmente, aunque el hardware es cada vez más potente también tenemos potenciales impactos negativos debido a la virtualización y el Cloud. Es muy habitual encontrar máquinas virtuales con rendimientos absurdamente lentos por no tener suficientes recursos asignados o por el exceso de concurrencia con otras virtuales en el mismo host. También debemos formarnos expectativas realistas en base a nuestros recursos, ya que es habitual quedarnos prendados de los benchmark y rendimientos que se muestran en eventos, demos, etc. y no ser conscientes de que están utilizando hardware puntero para conseguir dichos resultados (por ejemplo, tarjetas de red Mellanox a 100 Gbps, SSDs NVME, etc.).

La configuración de SQL Server puede tener también un impacto importante en el rendimiento cuando nuestras necesidades sean muy particulares (más alejadas de lo habitual) o realmente cuando queramos exprimir al máximo el hardware. Sin embargo, en nuestra experiencia en la mayor parte de tunings de cargas de datos el problema de fondo no es el hardware (que suele haberse ajustado al alza previamente al detectarse falta de rendimiento) ni tampoco la configuración de SQL Server sino la forma en la que la carga se ha diseñado.

Cuando hablamos de estrategias de carga es importante que entendamos nuestros cuellos de botella a nivel de infraestructura e intentemos buscar alternativas para aliviarlos. Por ejemplo, si nuestro cuello de botella es el ancho de banda de una WAN pues podemos considerar la compresión de los datos antes del envío y la correspondiente descompresión tras la recepción. No existen balas de plata que nos permitan acelerar “cualquier carga” por lo que un análisis de las distintas estrategias para nuestro caso particular y realizar varias pruebas de concepto serán pasos casi imprescindibles para optimizar cada caso.

 

0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada.

You May Also Like
Leer más

Power BI embedded: Tus informes se vuelven omnipresentes

Crear reportes es esencial, pero, de nada sirve si no puedes compartirlos. Además de ver formas básicas de embeber un reporte de Power BI, esta sesión se centrará en cómo mostrar reportes dentro de sus propias aplicaciones web/móviles para compartir información con gente que está dentro y fuera de su organización (sin necesidad de cuenta de Power BI). Se trata brevemente Power BI Premium y Azure Power BI Embedded, así como otros temas relacionados con el licenciamiento.
Leer más

¿Qué es Machine Learning?

Iníciate en el Machine Learning: ¿qué es? ¿qué tipo de problemas puedo resolver? ¿cómo puede beneficiar mi negocio? ¿cómo comienzo a implementar esta tecnología? En este artículo nos adentraremos en el machine learning dirigido a los negocios y sus principales problemas. Aprende el concepto básico y sus aplicaciones...
Leer más

Azure Stream Analytics serie. Parte 1: Uso e implementación de funciones en JavaScript en un job de ASA

En esta serie de posts vamos a comentar diferentes aspectos de Azure Stream Analytics (ASA de ahora en adelante), que pueden resultarnos útiles en nuestros desarrollos del día a día. Sino conoces Azure Stream Analytics puedes ver una introducción en este enlace. Parte 1: Uso e implementación de funciones en JavaScript en un job de ASA