大數(shù)據(jù)概述oracle大數(shù)據(jù)解決方案

1、大數(shù)據(jù)概述& Oracle 大數(shù)據(jù)處理方案Rich Niemiec ，Rolta 企業(yè)， 年提供創(chuàng)新性技術(shù)，發(fā)揮富有洞察力影響第1頁(yè)2Rich 介紹Rolta International 董事會(huì)顧問(wèn)TUSC 前總裁500 強(qiáng)企業(yè)（增加速度最快 500 家私營(yíng)企業(yè)） 在美國(guó)設(shè)有 10 個(gè)辦事處；總部設(shè)在芝加哥Oracle 技術(shù)&應(yīng)用高級(jí)合作搭檔Rolta TUSC 前總裁、Rolta EICT International 前總裁 著有以下著作（3 本 Oracle 暢銷書(shū) 十多年來(lái)排名第一 Oracle 調(diào)優(yōu)書(shū)籍）：Oracle Performing Tips & Techniques (Cov

2、ers Oracle7 & 8i)Oracle9i Performance Tips & TechniquesOracle Database 10g Performance Tips & TechniquesOracle Database 11g Performance Tips & TechniquesOracle 國(guó)際用戶組前主席Oracle 中西部用戶組現(xiàn)任主席入選芝加哥企業(yè)家名人堂 1998 年入選安永年度企業(yè)家和世界名人堂 年IOUG 頂級(jí)演說(shuō)家 1991、1994、1997、 和 年12 次榮獲 MOUG 頂級(jí)演說(shuō)家稱號(hào)國(guó)家三人組成功人士獎(jiǎng) 年Oracle 認(rèn)證大師和 Oracle

3、 ACE 總監(jiān)普渡大學(xué)出色電子與計(jì)算機(jī)工程師 年第2頁(yè)議題Oracle 趨勢(shì)現(xiàn)實(shí)狀況技術(shù)發(fā)展未來(lái)規(guī)劃第3頁(yè) Oracle 趨勢(shì)了解 Oracle第4頁(yè)Exadata X-3：內(nèi)存數(shù)據(jù)庫(kù)4 T DRAM/22 T 閃存第5頁(yè)6Oracle 首創(chuàng)技術(shù) 創(chuàng)新！ 1979 年，第一個(gè)商用關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)1983 年，第一個(gè) 32 位 RDBMS1984 年，第一個(gè)具備讀取一致性數(shù)據(jù)庫(kù)1987 年，第一個(gè)客戶端-服務(wù)器模式數(shù)據(jù)庫(kù)1994 年，首次商業(yè)評(píng)定和多層安全性數(shù)據(jù)庫(kù)評(píng)定1995 年，第一個(gè) 64 位 RDBMS1996 年，首次突破 30,000 TPC-C1997 年，第一個(gè) Web 數(shù)據(jù)庫(kù)

4、1998 年，第一個(gè)具備原生 Java 支持而且突破 100,000 TPC-C 數(shù)據(jù)庫(kù)1998 年，第一個(gè)Linux上 商用 RDBMS 年，第一個(gè)支持 XML 語(yǔ)言RDBMS 年，第一個(gè)實(shí)現(xiàn)中間層數(shù)據(jù)庫(kù)緩存數(shù)據(jù)庫(kù) 年，第一個(gè)帶有 Real Application Clusters 集群支持 RDBMS 年，第一個(gè)真正網(wǎng)格數(shù)據(jù)庫(kù) 年，第一款無(wú)償 Oracle 數(shù)據(jù)庫(kù)（10g 快捷版） 年，Oracle 首次為 Linux 平臺(tái)提供支持 年，公布 Oracle 11g！ 年，公布 Oracle Exadata （Oracle 收購(gòu) BEA） 年，Oracle 收購(gòu) Sun Java、MySQL

5、、Solaris、硬件和 OpenOffice 年，Oracle 公布 MySQL Cluster 7.1、Exadata、Exalogic 年，Oracle X2-2、ODA、Exalytics、SuperCluster、大數(shù)據(jù)、云和社交網(wǎng)絡(luò) 年，Oracle X3-2、Oracle 12c OEM、可插拔數(shù)據(jù)庫(kù)和 X3-8 年，公布 Oracle 12c！ 公布 Oracle Exadata X3-8 ，收購(gòu) Acme Packet！第6頁(yè)企業(yè)面臨挑戰(zhàn)和分析需求管理 角度業(yè)務(wù) 角度孤立思維我不關(guān)注我不知道您沒(méi)有告訴我這是他們問(wèn)題制訂決議很困難數(shù)據(jù)不可靠匯報(bào)不可追溯沒(méi)有訪問(wèn)權(quán)限數(shù)據(jù)源不相關(guān)缺

6、乏集成戰(zhàn)略管理老板不喜歡我不知道我為何會(huì)這么做云計(jì)算、移動(dòng)計(jì)算、社交媒體和大數(shù)據(jù)分析推進(jìn)產(chǎn)生新計(jì)算模式。 該模式進(jìn)而引發(fā)業(yè)務(wù)轉(zhuǎn)型以提升效率, 促進(jìn)法規(guī)遵從,提升整體業(yè)務(wù)可連續(xù)性,以及以客戶為中心。第7頁(yè)8加深認(rèn)識(shí)：大數(shù)據(jù)革命搜集、存放和分析數(shù)據(jù)能力在信息技術(shù)帶來(lái)影響中一直占有主要一席。在這個(gè)數(shù)字化程度日益提升時(shí)代，您所做每件事都會(huì)有一個(gè)電子統(tǒng)計(jì)。伴隨企業(yè)積聚數(shù)據(jù)越來(lái)越多并到達(dá)數(shù)百 TB，他們紛紛尋求愈加尖端軟件工具對(duì)數(shù)據(jù)進(jìn)行挖掘和分析，從而幫助企業(yè)愈加好地了解市場(chǎng)和客戶，甚至是幫助企業(yè)對(duì)未來(lái)作出預(yù)測(cè)。您怎樣搜集和存放數(shù)據(jù)？ 您怎樣傳輸數(shù)據(jù)？您怎樣分析數(shù)據(jù)？您怎樣從數(shù)據(jù)獲益？ 第8頁(yè)大數(shù)據(jù)為何主

7、要？張加萬(wàn)天津大學(xué)軟件學(xué)院第9頁(yè)技術(shù)趨勢(shì)：Gartner Hype Cycle 第10頁(yè)Gartner 公布 技術(shù)趨勢(shì)第11頁(yè)數(shù)據(jù)量增大 數(shù)據(jù)量大小變得主要近年來(lái),全球數(shù)據(jù)量快速增加。 年：800 TB (1012) 年：160 EB (1018) 年：500 EB（僅互聯(lián)網(wǎng)） 年：2.7 ZB (1021) 年：35 ZB？一天中生成數(shù)據(jù)？Twitter：7 TBFacebook：10 TB 以上大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)力和生產(chǎn)率下一個(gè)前沿McKinsey Global Institute， 年我們淹沒(méi)于數(shù)據(jù)之中，但渴望取得信息2.8 x 1020 位內(nèi)存空間 John von Neumann（C

8、omputer and the Brain，哈佛大學(xué)講稿，發(fā)表于半個(gè)世紀(jì)前）從各種在線起源整理所得數(shù)據(jù)第12頁(yè)數(shù)據(jù)量有多少 年每個(gè)月互聯(lián)網(wǎng)流量超出 1E； 年每個(gè)月互聯(lián)網(wǎng)流量為 21E。 年，天天創(chuàng)建數(shù)據(jù)到達(dá) 2.5E（大約等于 1Z (1000E)/年） 年 6 月 Facebook Hadoop 集群數(shù)據(jù)量到達(dá) 100PFacebook：天天處理數(shù)據(jù)量到達(dá) 500T 每小時(shí)掃描 Hive 數(shù)據(jù)量到達(dá) 210T單個(gè) Jet 引擎 20T/小時(shí)（此速率與 Facebook 相同?。〨mail 擁有 4.5 億用戶沃爾瑪 100 萬(wàn)筆客戶交易/小時(shí)（相當(dāng)于 2.5P 數(shù)據(jù)庫(kù)）大型強(qiáng)子對(duì)撞機(jī)一年產(chǎn)

9、生數(shù)據(jù)量達(dá) 13P業(yè)務(wù)數(shù)據(jù)每 1.2 年翻一番19% 市值達(dá) 10 億美元企業(yè)擁有超出 1P 數(shù)據(jù)（ 年將到達(dá) 31%） 年 Oracle 率先公布EB級(jí)磁帶庫(kù)之前對(duì)人類基因組進(jìn)行解碼需10 年；現(xiàn)在只需一周！第13頁(yè)IOUG 調(diào)查* 年 9 月* 大數(shù)據(jù)帶來(lái)巨大挑戰(zhàn)與機(jī)遇： 年 IOUG 大數(shù)據(jù)戰(zhàn)略調(diào)查（IOUG = Independent Oracle Users Group，獨(dú)立 Oracle 用戶組）第14頁(yè)大數(shù)據(jù)預(yù)測(cè)未來(lái)天氣* V*EarthRisk 企業(yè)系統(tǒng)基于 :820 億次 計(jì)算60 年數(shù)據(jù)第15頁(yè)16什么是大數(shù)據(jù)和大數(shù)據(jù)分析？大數(shù)據(jù)是指規(guī)模超出慣用軟件工具在允許時(shí)間內(nèi)捕捉、管

10、理和處理能力數(shù)據(jù)集。 大數(shù)據(jù)分析是指可處理傳統(tǒng)分析方法因數(shù)據(jù)量過(guò)大、數(shù)據(jù)類型過(guò)于多樣、速度改變過(guò)快等原因無(wú)法分析處理數(shù)據(jù)。第16頁(yè)17每個(gè)組織都將使用大數(shù)據(jù)大數(shù)據(jù)涵蓋以下領(lǐng)域：社交媒體、傳感器數(shù)據(jù)、生物學(xué)、交通數(shù)據(jù)、 RFID 數(shù)據(jù)、環(huán)境數(shù)據(jù)、航空、無(wú)線網(wǎng)絡(luò)、安防與視頻數(shù)據(jù)、零售、醫(yī)療、工程系統(tǒng)、搜索數(shù)據(jù)、攝影、呼叫統(tǒng)計(jì)和 CRM/ERP 數(shù)據(jù)等。第17頁(yè)IOUG 調(diào)查 年 9 月第18頁(yè)IOUG 調(diào)查 年 9 月第19頁(yè)大數(shù)據(jù)特點(diǎn)大數(shù)據(jù)主題適合用于大數(shù)據(jù)量軟硬件技術(shù)專注于 Web 2.0 技術(shù)數(shù)據(jù)庫(kù)橫向擴(kuò)展關(guān)系型&分布式數(shù)據(jù)分析分布式文件系統(tǒng)實(shí)時(shí)分析大數(shù)據(jù)領(lǐng)域數(shù)字營(yíng)銷優(yōu)化 數(shù)據(jù)探索和發(fā)覺(jué)欺詐

11、檢測(cè)與防范社交網(wǎng)絡(luò)和關(guān)系分析機(jī)器生成數(shù)據(jù)分析數(shù)據(jù)保留財(cái)務(wù)電信媒體生命科學(xué)零售政府第20頁(yè)大數(shù)據(jù)提供商第21頁(yè)在最開(kāi)始階段我們是怎樣實(shí)現(xiàn)？Larry Page 和 Sergey Brin 編寫(xiě) BigFile；GFS (Google File System) 得自于此，接著，MapReduce 將工作映射 到集群多工作節(jié)點(diǎn)，然后對(duì)分布式處理結(jié)果做聚合（用于生成 Google WWW 索引）Apache 推出了 Hadoop（Facebook、Yahoo、Amazon EC2 和 S3 均采取此框架），此開(kāi)源版框架采取 HDFS 和 MapReduce 在同一工作節(jié)點(diǎn)對(duì)分布處理后作業(yè)做批處理， 速

12、度不算超快（秒鐘比毫秒），也不適合于交互式分析（不支持更新,只支持疊加）Google 則推出了 BigTable（支持壓縮高性能數(shù)據(jù)存放），Google Maps、Google Reader、Google Earth、YouTube 和 Gmail 均采取該存放系統(tǒng)Apache 添加了 NoSQL 數(shù)據(jù)庫(kù)：Cassandra 和 HBase多個(gè)系統(tǒng)開(kāi)始采取 NoSQL，這其中也包含 Oracle NoSQL (BerkeleyDB)。第22頁(yè)大數(shù)據(jù)基礎(chǔ)知識(shí)我們目標(biāo)是組織數(shù)據(jù)而不移動(dòng)數(shù)據(jù)！ Hadoop HDFS 和 MapReduce（訪問(wèn) PB 級(jí)數(shù)據(jù)低成本方式）。HDFS 能夠存放任何類型

13、數(shù)據(jù)或結(jié)構(gòu)，但 MapReduce 只與鍵值對(duì)配合工作獲取并存放數(shù)據(jù) NoSQL（簡(jiǎn)單鍵值對(duì)存放) Amazon DynamoDB（托管）、Apache Cassandra、HBase、BigTable、MongoDB、Oracle NoSQL（分布式鍵值），或者僅使用原始 HDFS/GFS 和 MapReduce（這些架構(gòu)大多都具備最終一致性?。┓治鰯?shù)據(jù) Google Dremel、Apache Hive 數(shù)據(jù)倉(cāng)庫(kù)、Oracle 數(shù)據(jù)分析工具(OBIEE)54% 正在使用大數(shù)據(jù)企業(yè)表示： “項(xiàng)目至關(guān)主要！”第23頁(yè)各種 NoSQL 數(shù)據(jù)庫(kù) 最終一致性NoSQL 支持 BASE：基本可用性 (

14、Basically Available)柔性狀態(tài) (Soft state)最終一致性 (Eventually consistent)第24頁(yè)大數(shù)據(jù)工具革命Google File System (GFS)Google MapReduceApache/Hadoop 世界Hadoop 文件系統(tǒng) (HDFS)MapReduceHbaseHypertable（baidu使用）Google BigTableApache Hive(DWHSE)ZooKeeper 與 Pig （協(xié)作） （操作 HDFS）Cassandra（基于 DynamoDB Amazon 和 BigTable）第25頁(yè)審閱 Hadoop

15、 生態(tài)系統(tǒng)另一個(gè)方法* 這張精彩幻燈片節(jié)選自 Cloudera Hadoop 演示文稿，作者是 Todd Lipcon第26頁(yè)Yahoo! 將 Hadoop 擴(kuò)展至 4000 個(gè)節(jié)點(diǎn) 4000 個(gè)節(jié)點(diǎn) 100 個(gè)機(jī)架（每個(gè)機(jī)架 40 個(gè)節(jié)點(diǎn)） 32T RAM = 8G/節(jié)點(diǎn) x 4000 個(gè)節(jié)點(diǎn) 超出 30,000 個(gè)關(guān)鍵 CPU 處理能力 16PB 裸容量,千兆以太網(wǎng)第27頁(yè)IOUG 調(diào)查 年 9 月第28頁(yè)IOUG 調(diào)查 年 9 月注意： 未來(lái) 3 年，“Not Using Hadoop” 所占百分比為 56%第29頁(yè) 年 NoSQL 趨勢(shì)Hadoop 擴(kuò)展至企業(yè)級(jí)Microsoft 加入

16、 Hadoop 大軍（與 Yahoo! 分拆出 Hortonworks 建立合作搭檔關(guān)系 在Windows Server 和 Azure 中采取 Hadoop，有到MSSQL 連接器）基于 NoSQL 處理方案安全問(wèn)題妨礙了 NoSQL 發(fā)展Oracle 以更大力度投入 NoSQL 競(jìng)爭(zhēng)（大數(shù)據(jù)機(jī)） “伴隨客戶尋求方法應(yīng)對(duì)新以及不停發(fā)展數(shù)據(jù)源(如 Web、傳感器、社交網(wǎng)絡(luò)、和移動(dòng)應(yīng)用）引發(fā)數(shù)據(jù)激增，Oracle 開(kāi)始經(jīng)過(guò)提供高可用、可靠和可伸縮 NoSQL 數(shù)據(jù)庫(kù)環(huán)境，幫助客戶發(fā)覺(jué)和挖掘這些數(shù)據(jù)價(jià)值?！?Oracle 高級(jí)副總裁 Andrew Mendelsohn內(nèi)存數(shù)據(jù)網(wǎng)格與 NoSQL 集

17、成成就了 Facebook 和 Twitter 成功案例 年 1 月 26 日公布于 DataVersity第30頁(yè)NoSQL 數(shù)據(jù)庫(kù) 超出 120 種第31頁(yè)32下一代數(shù)據(jù)架構(gòu)第32頁(yè)全部數(shù)據(jù)都有所不一樣！數(shù)據(jù)領(lǐng)域特征（Oracle 信息架構(gòu)框架）第33頁(yè)IOUG 調(diào)查 年 9 月第34頁(yè)IOUG 調(diào)查 年 9 月第35頁(yè)開(kāi)源項(xiàng)目框架查詢/數(shù)據(jù)流數(shù)據(jù)訪問(wèn)協(xié)作/工作流統(tǒng)計(jì)工具實(shí)時(shí)第36頁(yè)分析 兩面性各個(gè)領(lǐng)域保持一致統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、經(jīng)濟(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別、自然語(yǔ)言處理、數(shù)據(jù)融合與集成、模擬和優(yōu)化等等。以下描述模型和預(yù)測(cè)模型有利于取得對(duì)數(shù)據(jù)有益了解交流已取得認(rèn)識(shí) （可視

18、化）分析含有各種各樣形式和規(guī)模：零售業(yè)銷售分析金融服務(wù)分析風(fēng)險(xiǎn)分析與信用分析人才分析營(yíng)銷分析行為分析集合分析欺詐分析定價(jià)分析電信供給鏈分析運(yùn)輸分析以上跨職能分析有利于推進(jìn)組織戰(zhàn)略交流已取得認(rèn)識(shí)（可視化）石油與天然氣煉油石油化工冶金電力化工預(yù)定義職能 KPI、知識(shí)數(shù)據(jù)模型、目標(biāo)、警報(bào) 多維績(jī)效分析、預(yù)測(cè)分析、預(yù)測(cè)設(shè)計(jì)正確戰(zhàn)略、溝通、協(xié)作、記分卡、促進(jìn)行動(dòng)工程師、主管、操作員直屬經(jīng)理、職能經(jīng)理職能專員/戰(zhàn)略分析師高管基于實(shí)時(shí)運(yùn)行數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)以及現(xiàn)場(chǎng)圖智能第37頁(yè)分析處理方案第38頁(yè)Oracle 數(shù)據(jù)庫(kù) 具備分析功效！分析功效說(shuō)明數(shù)據(jù)挖掘Oracle 數(shù)據(jù)挖掘 經(jīng)過(guò)復(fù)合算法實(shí)現(xiàn)模式發(fā)覺(jué)、結(jié)果預(yù)測(cè)以

19、及識(shí)別關(guān)鍵預(yù)測(cè)指標(biāo)等。復(fù)雜數(shù)據(jù)轉(zhuǎn)換ETL 功效, SQL 表示式或 DBMS_DATA_MINING_TRANSFORM 程序包。適適用于缺失值、異常值處理、分級(jí)和標(biāo)準(zhǔn)化。統(tǒng)計(jì)功效SQL 統(tǒng)計(jì)功效：假設(shè)檢驗(yàn)（t 測(cè)試、F 測(cè)試）、皮爾遜相關(guān)、交叉表/描述統(tǒng)計(jì)（中值和模式等）DBMS_STAT_FUNCS 包添加了分布擬合過(guò)程。窗口函數(shù)/SQL 分析函數(shù)計(jì)算累積、移動(dòng)和居中聚合。 頻繁項(xiàng)目集Oracle Data Mining 所使用關(guān)聯(lián)算法將以DBMS_FREQUENT_ITEMSET 為基礎(chǔ)。圖像特征提取Oracle Intermedia 支持提取顏色直方圖、紋理和位置顏色。 線性代數(shù)UTL

20、_NLA 程序包提供用于向量和矩陣運(yùn)算慣用 BLAS 庫(kù)和 LAPACK 庫(kù)子集。OLAP除下鉆和匯總之外，Oracle OLAP 還支持多維分析、時(shí)間序列分析、建模和預(yù)測(cè)空間分析Oracle Spatial 分析和挖掘功效包含分級(jí)、模式識(shí)別、空間關(guān)聯(lián)、共存挖掘和空間聚類、拓?fù)浜?NW 數(shù)據(jù)模型分析 最短路徑、最小生成樹(shù)、最近鄰分析和貨郎擔(dān)問(wèn)題等等文本挖掘此標(biāo)準(zhǔn) SQL 用于經(jīng)過(guò)自動(dòng)分類和聚類對(duì)存放在數(shù)據(jù)庫(kù)、文件和 Web 中文本/文檔進(jìn)行索引、搜索和分析第39頁(yè)還提供預(yù)先打包分析第40頁(yè)Oracle 支持慣用 DMF 和 DMA函數(shù)適用性算法分類適適用于預(yù)測(cè)特定結(jié)果慣用技術(shù)邏輯回歸樸素貝葉斯

21、支持向量機(jī)決議樹(shù)回歸預(yù)測(cè)連續(xù)數(shù)值結(jié)果多重回歸支持向量機(jī)屬性主要性依據(jù)與目標(biāo)屬性關(guān)系緊密程度對(duì)屬性進(jìn)行排名。 最短描述長(zhǎng)度異常檢測(cè)識(shí)別罕見(jiàn)情況或可疑情況一類支持向量機(jī)聚類找到自然分組。 增強(qiáng) K 均值正交分區(qū)聚類關(guān)聯(lián)找到與頻繁一起出現(xiàn)項(xiàng)關(guān)聯(lián)規(guī)則Apriori特征提取產(chǎn)生新屬性作為現(xiàn)有屬性線性組合。 非負(fù)矩陣分解高價(jià)值客戶、中等價(jià)值客戶或低價(jià)值客戶可能會(huì)購(gòu)置/不會(huì)購(gòu)置客戶終生價(jià)值制程不良率醫(yī)療診療原因買(mǎi)方優(yōu)先保險(xiǎn)欺詐依法納稅客戶細(xì)分生命科學(xué)發(fā)覺(jué)產(chǎn)品捆綁缺點(diǎn)分析模式識(shí)別數(shù)據(jù)預(yù)測(cè)示例第41頁(yè)是否含有預(yù)測(cè)性？后見(jiàn)之明洞察先見(jiàn)之明歷史定位經(jīng)典 MIS 匯報(bào)或 BIOracle Reports、Hyperi

22、on、IBM Cognos 和 SAP BO 等業(yè)務(wù)/行為分析、趨勢(shì)當(dāng)前正在發(fā)生什么情況？/為何會(huì)發(fā)生這種情況？預(yù)測(cè)優(yōu)化過(guò)去行為有利于預(yù)測(cè)未來(lái)結(jié)果當(dāng)前正在發(fā)生什么情況？為何會(huì)發(fā)生這種情況？將會(huì)/應(yīng)該會(huì)發(fā)生什么情況？第42頁(yè)Oracle 適合用于大數(shù)據(jù)預(yù)測(cè)分析“開(kāi)放性”秘訣源：Wikipedia第43頁(yè)“Hadoop 增強(qiáng)了 Oracle 力量”“Hadoop 意在增強(qiáng)傳統(tǒng)數(shù)據(jù)庫(kù)，而不是取而代之。”Doug Cutting第44頁(yè)IOUG 調(diào)查 年 9 月第45頁(yè)Oracle 為大數(shù)據(jù)預(yù)測(cè)分析提供技術(shù)第46頁(yè)Oracle 用 10 天時(shí)間訪問(wèn) Twitter Firehose* 選自 Larry

23、 Ellison 在 甲骨文全球大會(huì)上發(fā)表主題演講 第47頁(yè)將關(guān)注者、地理位置、榮譽(yù)和興趣等繪制成圖 選自 Larry Ellison 在 甲骨文全球大會(huì)上發(fā)表主題演講 使用 X2-8 Exadata , X2-4 Exalytics 及 Endeca第48頁(yè)Oracle 為大數(shù)據(jù)快速布署提供技術(shù) 已準(zhǔn)備就緒！第49頁(yè)50Exadata X-3：內(nèi)存數(shù)據(jù)庫(kù)4 T DRAM/22 T 閃存緩存第50頁(yè)51優(yōu)勢(shì)倍增*：訪問(wèn) 1/ 數(shù)據(jù)；就像將 8P 內(nèi)存駐留在 X3-8 4T 存放中一樣1 TB（經(jīng)壓縮）10 TB 用戶數(shù)據(jù)需要 10 TB IO100 GB（使用分區(qū)修剪）20 GB （使用存放索

24、引）5 GB （使用智能掃描）亞秒級(jí)（在數(shù)據(jù)庫(kù)機(jī)上）數(shù)據(jù)降低到原來(lái) 1/10，掃描加緊 倍 工程化系統(tǒng)優(yōu)勢(shì)！*Oracle 幻燈片 感激！第51頁(yè)IOUG 調(diào)查 年 9 月第52頁(yè) Oracle 大數(shù)據(jù)優(yōu)勢(shì)真正成熟和完備 與眾不一樣完全集成 Hadoop 和加載器Exadata 和 Exalytics BI 集成與處理方案大數(shù)據(jù)硬件,其上包含 Hadoop HDFS、MapReduce、R 編程語(yǔ)言（統(tǒng)計(jì)和回歸等）、Oracle NoSQL，符合 ACID，簡(jiǎn)單鍵-值對(duì)數(shù)據(jù)模型（多服務(wù)器上哈希鍵 主鍵/次鍵和字節(jié)數(shù)組）Oracle BerkeleyDB（已商業(yè)化8年！），該架構(gòu)能夠依據(jù)需要使用

25、外部表與 HDFS（Hadoop 文件系統(tǒng)）集成。Oracle Loader for Hadoop (OLH) 從 MapReduce 獲取分析數(shù)據(jù)，最終將這些數(shù)據(jù)裝載到 11g Database（這么做愈加輕易）任何級(jí)別并發(fā)都是靈活，而且能夠橫向擴(kuò)展Oracle 對(duì)集群化和高可用性 (HA) 含有深刻了解（不會(huì)出現(xiàn)單點(diǎn)故障?。㎡racle 管理工具與 Oracle 專業(yè)人員一樣含有巨大作用BerkeleyDB 是全球最廣泛使用數(shù)據(jù)庫(kù)工具包，全球已布署超出 2 億個(gè)Oracle 速度堪稱實(shí)時(shí)，不會(huì)像批處理那樣遲緩第53頁(yè)建立一支成功團(tuán)體使用能夠創(chuàng)造未來(lái)技術(shù)！使每位團(tuán)體組員以為 有責(zé)任為項(xiàng)目成功出一份力使每位團(tuán)體組員各盡其職與全部團(tuán)體組員分享成功成功團(tuán)體特質(zhì)：尊重客戶忠誠(chéng)度 信任共同目標(biāo) 溝通 靈活性誠(chéng)信無(wú)私精神 支持相互了解 主動(dòng)態(tài)度 領(lǐng)導(dǎo)力凝聚眾人之力，取得更大成就第54頁(yè)55Oracle 規(guī)模成長(zhǎng)到多么大 OW第55頁(yè)56最終思索追逐技