Cognos آڈیٹنگ بلاگ - بڑے اور زیادہ حجم والے ماحول کے لیے تجاویز اور چالیں۔

جان بوئر اور مائیک نورس کا ایک بلاگ۔

تعارف

یہ ضروری ہے کہ Cognos آڈیٹنگ کی صلاحیت کو جاننے اور سمجھنے کے لیے کام کیا جائے کہ کس طرح Cognos کو آپ کی صارف برادری استعمال کر رہی ہے اور سوالات کے جوابات دینے میں مدد کرتی ہے:

• • کون نظام استعمال کر رہا ہے؟
  • وہ کیا رپورٹس چلا رہے ہیں؟
  • رپورٹ کے اوقات کیا ہیں؟
  • دوسرے ٹولز کی مدد سے ، جیسے۔ MotioCI، کون سا مواد غیر استعمال شدہ ہے؟

صحت مند Cognos تجزیاتی ماحول کو برقرار رکھنا کتنا نازک ہے اس پر غور کرتے ہوئے ، حیرت انگیز طور پر اس کے آڈیٹنگ ڈیٹا بیس کے بارے میں معیاری پروڈکٹ دستاویزات سے آگے بہت کم لکھا گیا ہے۔ شاید ، اسے قدر کی نگاہ سے دیکھا جاتا ہے ، لیکن جو تنظیمیں اسے استعمال کرتی ہیں وہ جانتی ہیں کہ وقت کے ساتھ آڈٹ ڈیٹا بیس جدولوں سے استفسار کرنا سست ہونا شروع ہوجائے گا - خاص طور پر اگر آپ کی تنظیم کے بہت سارے صارفین بہت ساری رپورٹیں چلاتے ہیں اور بہت ساری تاریخ رکھتے ہیں۔ مزید یہ کہ آڈٹ کی سرگرمی خود ہی لاگنگ ہو سکتی ہے کیونکہ یہ قطار میں کھڑی ہو رہی ہے جب اسے ڈیٹا بیس میں تیزی سے شامل نہیں کیا جا سکتا ، مثال کے طور پر۔ اسی وقت جب آپ ڈیٹا بیس کی کارکردگی کے بارے میں سوچنا شروع کریں گے جیسا کہ آپ کسی بھی آپریشنل ڈیٹا بیس کے ساتھ کریں گے جس میں رپورٹنگ کی ضروریات ہوں۔

بڑی میزیں عام طور پر استفسار کی کارکردگی کو سست کرتی ہیں۔ ٹیبل جتنا بڑا ہوگا ، داخل کرنے اور استفسار کرنے میں زیادہ وقت لگے گا۔ یاد رکھیں کہ یہ میزیں اور آڈٹ ڈیٹا بیس بنیادی طور پر ایک آپریشنل ڈیٹا بیس ہیں۔ لکھنا کثرت سے ہو رہا ہے اور ہمارے خلاف کام کرتے ہیں کیونکہ ہم انہیں صرف پڑھنے کے کاموں پر توجہ نہیں دے سکتے جیسا کہ آپ ڈیٹا مارٹ کے ساتھ کرتے ہیں۔

مشمولات کی دکان کی طرح ، Cognos ماحول کی صحت کو بھی آڈٹ ڈیٹا بیس کی صحت کو مدنظر رکھنا چاہیے۔ آڈٹ ڈیٹا بیس کی غیرمعمولی نمو وقت کے ساتھ ایک مسئلہ بن سکتی ہے اور بالآخر Cognos ماحول کی مجموعی کارکردگی کو بھی متاثر کر سکتی ہے۔ بہت سی تنظیموں میں جن پر بیرونی قواعد و ضوابط ہیں ، ان کا مکمل آڈٹ ریکارڈ نہ رکھنا ان کو عدم اطمینان کی صورت حال میں بھاری نتائج کا سامنا کر سکتا ہے۔ تو ہم تاریخی آڈٹنگ کے مقاصد کے لیے اتنے ڈیٹا کو برقرار رکھنے سے کیسے نمٹیں گے - کچھ معاملات میں 10 سال تک - پھر بھی ہمیں ماحول کو برقرار رکھنے اور کارکردگی سے صارفین کو خوش رکھنے کے لیے ضروری رپورٹنگ ملتی ہے۔

چیلنج

• • آڈٹ ڈیٹا بیس کی بے حد ترقی منفی طور پر Cognos ماحول کی صحت کو متاثر کر رہی ہے۔
  • آڈٹ ڈیٹا بیس کی اطلاع دینا سست یا ناقابل استعمال ہو گیا ہے۔
  • Cognos آڈٹ ڈیٹا بیس کو لکھے جانے والے ریکارڈ میں تاخیر کا تجربہ کرتا ہے۔
  • آڈٹ ڈیٹا بیس میں ڈسک کی جگہ ختم ہو رہی ہے۔

اس سب کا مطلب یہ ہے کہ یہ صرف وہ رپورٹیں نہیں ہیں جو آڈٹ ڈیٹا بیس پر انحصار کرتی ہیں جو کہ نقصان اٹھاتی ہیں ، بلکہ اکثر پورا سسٹم۔ اگر آڈٹ ڈیٹا بیس اسی سرور پر ہے جس میں Cognos مواد کی دکان ہے ، Cognos کی تمام چیزوں کی کارکردگی اس ماحول میں متاثر ہوگی۔

سیٹ اپ

ہم فرض کرتے ہیں:

1. 1. Cognos Analytics انسٹال اور چل رہا ہے۔
   2. Cognos کو ایک آڈٹ ڈیٹا بیس میں لاگ ان کرنے کے لیے ترتیب دیا گیا ہے۔
   1. • جگہ جگہ آڈٹ ڈیٹا بیس رکھیں۔
      • Cognos انتظامیہ میں مناسب آڈٹ لاگنگ لیول مقرر کریں۔
      • Cognos کی طرف سے ڈیٹا بیس کو ریکارڈ لکھا جا رہا ہے۔
   3. آڈٹ ڈیٹا بیس ایک سال سے زائد عرصے سے استعمال میں ہے۔
   4. ماحول صارفین اور پھانسیوں کے ساتھ بہت فعال ہے۔
   5. آڈٹ پیکیج Cognos کے استعمال کے اعداد و شمار کو منظر عام پر لانے کے لیے استعمال کیا جا رہا ہے۔
   6. ہم آڈٹ ڈیٹا بیس کی رپورٹنگ کی کارکردگی کو بہتر بنانے کے لیے کوشاں ہیں۔
   7. پرانے ریکارڈز کو شروع کرنا یا حذف کرنا ہمیشہ ایک آپشن نہیں ہوتا ہے۔

اگر آپ نے ابھی تک ، Cognos Audit انسٹال اور کنفیگر نہیں کیا ہے ، Lodestar Solutions ، a Motio ساتھی ، ایک بہترین ہے۔ پوسٹ Cognos BI /CA میں آڈٹ کو فعال کرنے پر

حل

کچھ ممکنہ حل ہیں جو جلدی خود کو پیش کرتے ہیں:

1. 1. ڈیٹا کا حجم کم کریں بذریعہ:
   1. • کچھ پرانے ڈیٹا کو دوسرے ڈیٹا بیس میں منتقل کرنا۔
      • کچھ پرانے ڈیٹا کو اسی ڈیٹا بیس میں کسی اور ٹیبل پر منتقل کرنا۔
   2. صرف حذف کریں یا آرک کریں۔hive کچھ ڈیٹا اور اس کے بارے میں فکر مت کرو۔
   3. اس کے ساتھ رہو۔ کین کو نیچے لات مارو۔ road اور کارکردگی کے لیے ڈیٹا بیس ایڈمنسٹریٹر کو دبائیں۔
      اسکیما میں تبدیلی کی اجازت نہ دے کر انہیں ہتھکڑی لگاتے ہوئے بہتری۔
      انڈیکس

ہم آپشن 3 سے نمٹنے نہیں جا رہے ہیں۔ آپشن 2 ، ڈیٹا کو حذف کرنا اچھا آپشن نہیں ہے اور میں کم از کم 18 ماہ کی مالیت رکھنے کی سفارش کروں گا۔ لیکن ، اگر آپ بہت مائل ہیں تو ، آئی بی ایم ایک افادیت فراہم کرتا ہے ، آڈٹ ڈی بی سی کلین اپ۔ (Cognos BI) یا a اسکرپٹ (Cognos Analytics) جو بالکل ایسا کرے گا۔ Cognos BI کی افادیت ٹائم اسٹیمپ کی بنیاد پر ریکارڈ حذف کرتی ہے جبکہ Cognos Analytics کے سکرپٹ صرف انڈیکس اور ٹیبلز کو حذف کرتے ہیں۔

اس سے پہلے ہم نے گاہکوں کو جو سفارشات دی ہیں وہ دو ڈیٹا بیس میں الگ ہونا تھیں۔

1. 1. آڈٹ - براہ راست: حالیہ ہفتے کے قابل ڈیٹا پر مشتمل ہے۔
   2. آڈٹ - تاریخی: تاریخی ڈیٹا پر مشتمل ہے (N سال تک)

مختصرا، ، یہ عمل ہفتہ وار چلتا ہے تاکہ آڈٹ لائیو سے آڈٹ تاریخی میں حالیہ ریکارڈ منتقل کیا جا سکے۔ یہ عمل چلنے کے بعد آڈٹ لائیو ایک خالی سلیٹ کے طور پر شروع ہوتی ہے۔

1. 1. براہ راست ڈی بی تیز اور تنگ ہے ، جس سے داخلات کو جتنا جلدی ممکن ہو سکے۔
   2. آڈٹ کے سوالات کو خصوصی طور پر تاریخی ڈی بی کو ہدایت کی جاتی ہے۔

اس نقطہ نظر کا استعمال کرتے ہوئے ، براہ راست ڈیٹا اور تاریخی اعداد و شمار کی "ایک ساتھ سلائی" نہیں ہے۔ میں بحث کروں گا کہ آپ شاید اسے اسی طرح رکھنا چاہتے ہیں۔

Cognos ایڈمنسٹریشن میں ، آپ آڈٹ ڈیٹا سورس کے لیے دو مختلف کنکشن شامل کر سکتے ہیں۔ جب کوئی صارف آڈٹ پیکیج کے خلاف رپورٹ چلاتا ہے تو ، انہیں اشارہ ملتا ہے کہ وہ کن کنکشن کے لیے استعمال کرنا چاہتے ہیں:

اگر آپ تاریخی آڈٹ ڈیٹا کے بجائے براہ راست آڈٹ ڈیٹا دیکھنا چاہتے ہیں تو ، جب آپ کو اشارہ کیا جائے تو آپ صرف "آڈٹ - لائیو" کنکشن کو منتخب کریں (استثنا ہونا چاہئے ، عام نہیں۔)

اگر آپ واقعی لائیو اور تاریخی دونوں کے بارے میں ایک جامع نظریہ فراہم کرنا چاہتے ہیں تو آپ ایسا کر سکتے ہیں ، لیکن اس سے کارکردگی متاثر ہوگی۔

مثال کے طور پر ، آپ ایک تیسرا ڈیٹا بیس بنا سکتے ہیں جسے "آڈٹ - کونسلیڈیٹڈ ویو" کہا جاتا ہے اور پھر ، آڈٹ اسکیما میں ہر ٹیبل کے لیے: ایک جیسی نامی ویو بنائیں جو لائیو ڈی بی میں ٹیبل اور ٹیبل کے درمیان ایس کیو ایل یونین ہے۔ تاریخی ڈی بی اسی طرح ، یہ فریم ورک مینیجر ماڈل میں بھی حاصل کیا جاسکتا ہے ، لیکن ، ایک بار پھر ، کارکردگی ایک اہم غور ہوگا۔

ہمارے کچھ گاہکوں نے ایک مستحکم نظریہ بنایا ہے۔ یہ ہماری رائے ہے کہ یہ ممکنہ حد سے زیادہ ہے۔ اس مستحکم نقطہ نظر میں کارکردگی ہمیشہ بدتر ہوتی ہے اور ہمیں استعمال کے بہت سے معاملات نہیں ملے جو لائیو ڈیٹا سیٹ اور تاریخی دونوں کو استعمال کرتے ہیں۔ لائیو ٹربل شوٹنگ کے لیے استعمال کیا جا رہا ہے اور ٹرینڈ رپورٹنگ کے لیے تاریخی۔

Cognos Analytics 11.1.7 کے مطابق ، آڈٹ ڈیٹا بیس 21 ٹیبل تک بڑھ گیا ہے۔ آپ آڈٹ ڈیٹا بیس ، نمونہ آڈٹ رپورٹس اور فریم ورک مینیجر ماڈل پر کہیں اور معلومات حاصل کرسکتے ہیں۔ ڈیفالٹ لاگنگ لیول کم سے کم ہے ، لیکن آپ استعمال کی درخواستوں ، یوزر اکاؤنٹ مینجمنٹ اور رن ٹائم کے استعمال پر قبضہ کرنے کے لیے اگلی سطح ، بنیادی کو استعمال کرنا چاہتے ہیں۔ آپ نظام کی کارکردگی کو برقرار رکھنے کا ایک طریقہ یہ ہے کہ لاگنگ لیول کو مطلوبہ کم ترین سطح پر رکھیں۔ ظاہر ہے ، جتنا زیادہ لاگنگ سرور کے ذریعہ کیا جاتا ہے ، اتنا ہی مجموعی طور پر سرور کی کارکردگی متاثر ہو سکتی ہے۔

وہ کلیدی میزیں جن میں زیادہ تر منتظمین دلچسپی لیں گے وہ ہیں 6 میزیں جو صارف کی سرگرمی اور نظام میں سرگرمی کی اطلاع دیتے ہیں۔

• COGIPF_USERLOGON: صارف لاگ ان (لاگ آف سمیت) معلومات کو محفوظ کرتا ہے۔
• COGIPF_RUNREPORT: رپورٹ پر عملدرآمد کے بارے میں معلومات کو محفوظ کرتا ہے۔
• COGIPF_VIEWREPORT: رپورٹ دیکھنے کی درخواستوں کے بارے میں معلومات کو محفوظ کرتا ہے۔
• COGIPF_EDITQUERY: استفسار کے بارے میں معلومات کو محفوظ کرتا ہے۔
• COGIPF_RUNJOB: ملازمت کی درخواستوں کے بارے میں معلومات کو محفوظ کرتا ہے۔
• COGIPF_ACTION: Cognos میں صارف کے اعمال کو ریکارڈ کرتا ہے (یہ ٹیبل دوسروں کے مقابلے میں بہت تیزی سے بڑھ سکتا ہے)

باکس سے باہر کی ترتیب اس طرح نظر آتی ہے:

تجویز کردہ ترتیب:

Cognos آڈٹ ڈیٹا بیس - لائیو میں آڈٹ ڈیٹا کا 1 ہفتہ ہوتا ہے۔ 1 ہفتہ سے زیادہ پرانا ڈیٹا کوگنوس آڈٹ ڈیٹا بیس میں منتقل کیا جاتا ہے - تاریخی۔

Cognos آڈٹ ڈیٹا بیس سے لائن - لائیو ٹو Cognos آڈٹ ڈیٹا بیس - ڈایاگرام میں تاریخی ذمہ دار ہے:

• لائیو آڈٹ سے تاریخی آڈٹ میں ڈیٹا کاپی کرنا۔
• براہ راست آڈٹ میں وہ تمام قطاریں ہٹا دیں جو 1 ہفتے سے زیادہ پرانی ہیں۔
• تاریخی آڈٹ میں تمام قطاریں ہٹا دیں جو ایکس سال سے زیادہ پرانی ہیں۔
• COGIPF_ACTION میں وہ تمام قطاریں ہٹا دیں جو 6 ماہ سے زیادہ پرانی ہیں۔

اشاریہ جات

مختلف ڈیٹا بیس اقسام میں مختلف اشاریہ سازی کی اقسام ہیں۔ ڈیٹا بیس انڈیکس ایک ڈیٹا سٹرکچر ہوتا ہے ، جو ٹیبل (یا ویو) سے وابستہ ہوتا ہے ، اس ٹیبل (یا ویو) سے ڈیٹا بازیافت کرتے وقت سوالات پر عملدرآمد کے وقت کو بہتر بنانے کے لیے استعمال کیا جاتا ہے۔ بہترین حکمت عملی بنانے کے لیے اپنے DBA کے ساتھ کام کریں۔ وہ اس طرح کے سوالات کے جوابات جاننا چاہیں گے کہ کس کالم کو انڈیکس کیا جائے اس کے بارے میں بہترین فیصلے کریں۔ ظاہر ہے ، ڈیٹا بیس کا منتظم آپ کی مدد کے بغیر ان میں سے کچھ یا تمام سوالات کے جوابات تلاش کرسکتا ہے ، لیکن اس میں کچھ تحقیق اور کچھ وقت لگے گا:

• جدولوں کے کتنے ریکارڈ ہیں اور آپ ان کے بڑھنے کی کیا توقع کرتے ہیں؟ (ٹیبل کو انڈیکس کرنا مفید نہیں ہوگا جب تک کہ ٹیبل میں ریکارڈ کی بڑی تعداد نہ ہو۔)
• کیا آپ جانتے ہیں کہ کون سے کالم منفرد ہیں؟ کیا وہ NULL اقدار کی اجازت دیتے ہیں؟ کون سے کالم میں ڈیٹا ٹائپ انٹیجر یا بڑا انٹیجر ہوتا ہے؟ (اعداد و شمار کی اقسام کے کالم اور جو کہ منفرد ہیں نہ کہ انڈیکس کلید میں حصہ لینے کے لیے مضبوط امیدوار ہیں۔)
• آج آپ کی کارکردگی کے اہم مسائل کہاں ہیں؟ کیا وہ ڈیٹا بازیافت کر رہے ہیں؟ کیا کوئی مخصوص سوالات یا رپورٹیں ہیں جو زیادہ مسئلہ ہیں؟ (یہ ڈیٹا بیس ایڈمنسٹریٹر کو کچھ مخصوص کالموں کی طرف لے جا سکتا ہے جسے بہتر بنایا جا سکتا ہے۔)
• رپورٹنگ کے لیے ٹیبلز کو جوائن کرنے کے لیے کون سے فیلڈز استعمال کیے جاتے ہیں؟
• فلٹر کرنے ، چھانٹنے ، گروپ بندی اور جمع کرنے کے لیے کون سے فیلڈز استعمال کیے جاتے ہیں؟

حیرت کی بات نہیں ، یہ وہی سوالات ہیں جن کے جوابات کسی بھی ڈیٹا بیس جدول کی کارکردگی کو بہتر بنانے کے لیے درکار ہوں گے۔

آئی بی ایم سپورٹ تجویز ہے کارکردگی کو بہتر بنانے کے لیے درج ذیل جدولوں کے لیے کالم "COGIPF_REQUESTID" ، "COGIPF_SUBREQUESTID" ، اور "COGIPF_STEPID" پر انڈیکس بنانا:

• COGIPF_NATIVEQUERY
• COGIPF_RUNJOB
• COGIPF_RUNJOBSTEP۔
• COGIPF_RUNREPORT۔
• COGIPF_EDITQUERY

پلس دیگر کم استعمال شدہ میزوں پر:

• COGIPF_POWERPLAY
• COGIPF_HUMANTASKSERVICE۔
• COGIPF_HUMANTASKSERVICE_DETAIL۔

آپ اسے ایک نقطہ آغاز کے طور پر استعمال کر سکتے ہیں ، لیکن میں آپ کے ادارے کے بہترین جواب تک پہنچنے کے لیے اوپر سوالات کے جوابات دینے کی مشق سے گزروں گا۔

دیگر تحفظات

1. آڈٹ ایف ایم ماڈل۔ یاد رکھیں کہ فریم ورک مینیجر ماڈل جو آئی بی ایم فراہم کرتا ہے وہ پہلے سے طے شدہ میزوں اور فیلڈز پر ماڈلنگ کرتا ہے۔ آپ رپورٹنگ ٹیبلز میں جو بھی تبدیلیاں کریں گے انہیں ماڈل میں ظاہر کرنے کی ضرورت ہوگی۔ ان تبدیلیوں میں آسانی یا پیچیدگی - یا یہ تبدیلیاں کرنے کے لیے آپ کی تنظیمی صلاحیت - آپ کے منتخب کردہ حل کو متاثر کر سکتی ہے۔
2. اضافی فیلڈز۔ اگر آپ یہ کرنے جا رہے ہیں تو ، اب وقت آگیا ہے کہ آڈٹ رپورٹنگ کو بہتر بنانے کے لیے سیاق و سباق کے لیے اضافی فیلڈز شامل کیے جائیں۔
3. خلاصہ میزیں ڈیٹا کو صرف اپنے تاریخی ٹیبل پر کاپی کرنے کے بجائے اسے کمپریس کریں۔ آپ ڈیٹا کو دن کی سطح پر جمع کر سکتے ہیں تاکہ اسے رپورٹنگ کے لیے زیادہ موثر بنایا جا سکے۔
4. جدولوں کے بجائے مناظر۔ دوسرے کہتے ہیں ، "لہذا ، 'موجودہ' ڈیٹا بیس اور 'تاریخی' ڈیٹا بیس رکھنے کے بجائے ، آپ کے پاس صرف ایک ڈیٹا بیس ہونا چاہیے ، اور اس میں موجود تمام جدولوں کو 'تاریخی' کے ساتھ لگایا جانا چاہیے۔ اس کے بعد ، آپ کو ہر ایک ٹیبل کے لیے نظاروں کا ایک مجموعہ بنانا چاہیے جسے آپ 'کرنٹ' کے طور پر دیکھنا چاہتے ہیں ، اور ہر ویو کو ان تاریخی صفوں کو چھان لیں جنہیں آپ نہیں دیکھنا چاہتے اور صرف موجودہ کو ہی گزرنے دیں۔
   https://softwareengineering.stackexchange.com/questions/276395/two-database-architecture-operational-and-historical/276419#276419

نتیجہ

بنیادی بات یہ ہے کہ یہاں فراہم کردہ معلومات کے ساتھ آپ کو اپنے ڈی بی اے کے ساتھ نتیجہ خیز گفتگو کرنے کے لیے اچھی طرح تیار رہنا چاہیے۔ امکانات اچھے ہیں کہ اس نے پہلے بھی اسی طرح کے مسائل حل کیے ہیں۔

Cognos آڈٹ ڈیٹا بیس فن تعمیر میں مجوزہ تبدیلیاں دونوں براہ راست رپورٹنگ کے ساتھ ساتھ تیسری پارٹی کی ایپلی کیشنز میں کارکردگی کو بہتر بنائے گی جو اس پر انحصار کرتی ہیں ، جیسے Motioکی ReportCard اور انوینٹری.

ویسے ، اگر آپ نے اپنے ڈی بی اے کے ساتھ یہ گفتگو کی ہے ، تو ہم اس کے بارے میں سننا پسند کریں گے۔ ہم یہ بھی سننا پسند کریں گے کہ کیا آپ نے خراب کارکردگی کا مظاہرہ کرنے والے آڈٹ ڈیٹا بیس کے مسئلے کو حل کیا ہے اور آپ نے یہ کیسے کیا ہے۔