OracleBigDatafortheEnterprise详解.pdfVIP

Oracle 白皮书 2013 年6 月 Oracle ：企业大数据 Oracle 白皮书 — 企业大数据 执行概要2 引言3 定义大数据 3 大数据的重要性4 构建大数据平台5 基础架构要求 5 解决方案体系 6 Oracle 大数据解决方案8 Oracle 大数据机 8 Oracle NoSQL Database 10 Oracle Big Data Connectors 10 数据库内分析 12 总结14 Oracle 白皮书 — 企业大数据 执行概要 如今，大数据这一术语颇受关注，但在这种关注背后，却有着一个简单的故事。数十年 来，企业一直根据关系数据库中存储的事务数据制定业务决策。但在这些重要数据之外， 还存在着非传统、结构化程度较低的数据，这是一种潜在的宝藏：web 日志、社交媒体、 电子邮件、传感器和照片，其中蕴含着有用的信息。存储和计算能力成本的降低让收集这 些数据成为可能，而在短短几年前，这些数据还只能弃置不用。结果是，越来越多的企业 都在考虑将传统企业数据和可能极具价值的非传统数据同时用于其业务智能分析。 为了从大数据中获得真正的业务价值，企业需要适当的工具来从不同数据源捕获和组织多 种数据类型，并且要能结合其所有企业数据轻松分析那些数据。Oracle 提供了涉及范围 最广、集成度最高的产品组合，可以帮助企业获取和组织这些不同的数据类型，并结合企 业现有数据进行分析，从而获得新的启示并利用隐含的关系。 2 Oracle 白皮书 — 企业大数据 引言 随着最近推出 Oracle 大数据机和 Oracle Big Data Connectors，Oracle 成为首家提供全 面、集成的解决方案来满足企业各种大数据需求的供应商。Oracle 大数据战略的核心 思想是使企业能够通过改进其当前的企业数据架构来引入大数据和提供业务价值。通 过改进当前的企业架构，企业可以利用 Oracle 系统无可置疑的可靠性、灵活性和性能 来满足大数据需求。 定义大数据 大数据通常是指以下类型的数据：  传统企业数据 — 包括 CRM 系统中的客户信息、事务性 ERP 数据、网店 交易和总账数据。  机器生成的数据/传感器数据 — 包括呼叫详情记录 (CDR)、Web 日志、智能 仪表、制造传感器、设备日志（常称为数字信息）、交易系统数据。  社交数据 — 包括客户反馈、Twitter 等微博网站、Facebook 等社交媒体平台。 据McKinsey Global Institute 估计，数据量以每年40% 的速度增长，2009 年到2020 年 之间将增长 44 倍。但是，虽然数据量是最显而易见的参数，但却并非唯一重要的特 性。实际上，大数据是由四个关键特性来定义的：  数据量。机器生成的数据量远大于非传统数据量。例如，一台喷气发动机 30 分钟内即可生成 10 TB 数据。如果每日的航班超过 25,000 架次，则仅此一个 数据源每日即可生成数PB 数据。智能仪表和重型工业设备（如炼油设备和钻 井平台）生成的数据量与此类似，加重了这一问题。  速度。社交媒体数据流 — 虽然没有机器生成的数据量大，但会生成对客户 关系管理有用的大量观点和关系。即使是在每条微博只有 140 个字符的情况 下，Twitter 数据的生成速度（或频率）之高也足以产生大量数据（每天超过 8 TB ）。  多样性。传统数据格式往往由数据模式定义的比较详尽，数据格式变化也较 慢。而非传统数据格式变化极快。随着新服务的添加、新传感器的部署或新